分布式架构

一、引言 前面的读写分离和分库分表主要是从存储压力来考虑性能问题，本章将介绍的负载均衡主要从计算能力的角度来考虑性能。 单服务器无论如何优化，无论采用多好的硬件，总会有一个性能天花板，当单服务器的性能

一、简介 本章，我们将要介绍一种生产上最常用的分布式事务解决方案——可靠消息最终一致性方案。所谓可靠消息最终一致性方案，其实就是在分布式系统当中，把一个业务操作转换成一个消息，然后利用消息来实现事务的

一、简介 2007年，Pat Helland发表了一篇名为《Life beyond Distributed Transactions: an Apostate’s Opinion》的论文，提出了TCC

一、简介 在二阶段协议中，事务参与者在投票阶段，如果同意提交事务，则会锁定资源，此时任何其他访问该资源的请求将处于阻塞状态。 正因为这个原因，三阶段协议（Three-phase commit prot

一、何谓分布式事务 1.1 单体应用 首先，来看下传统的单体应用（Monolithic App）。下图是一个单体应用的 3 个 模块，在同一个数据源上更新数据来完成一项业务，整个过程的数据一致性可以由

Gossip 协议，顾名思义，就像流言蜚语一样，利用一种随机、带有传染性的方式，将信息传播到整个网络中，并在一定时间内，使得系统内的所有节点数据一致。 根据 Base 理论，如果你需要实现最终一致性，

Raft算法在理解和实现上都要比Paxos容易得多，也是现在分布式系统开发首选的共识算法，掌握Raft算法，可以得心应手地处理绝大部分场景的容错和一致性需求，比如分布式配置系统、分布式 NoSQL 存

在上一篇 CAP理论 中，我提到分布式系统理论上只能取CP或AP，如果要实现强一致性必然会影响可用性。但是，大多数系统实际上不需要那么强的一致性，而是更关注可用性。比如一个3节点的集群，假设每个节点的

一、CAP三指标 CAP 理论是一个很好的思考框架，它对分布式系统的特性做了高度抽象，抽象成了一致性、可用性和分区容错性，并对特性间的冲突做了总结。一旦掌握它，我们自然而然就能根据业务场景的特点进行权