-
PV
page view 指页面被浏览的次数,比如你打开一网页,那么这个网站的pv就算加了一次 -
TPS
transactions per second 每秒内的事务数 -
QPS
queries per second 指每秒内查询次数 每秒响应请求数。在互联网领域,这个指标和吞吐量区分的没有这么明显 -
RPS
requests per second RPS=并发数/平均响应时间 -
HA
High Availability 高可用性 -
SOP
Standard Operating Procedure 标准作业程序
建立在现有网络结构之上,它提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。其意思就是分摊到多个操作单元上进行执行,从而共同完成工作任务
- 服务端负载均衡:客户端请求到负载均衡服务器,负载均衡服务器根据自身的算法将该请求转给某台真正提供业务的服务器,该服务器将响应数据给负载均衡服务器,负载均衡服务器最后将数据返回给客服端。(nginx)以及zuul组件
- 客服端负载均衡: 基于客户端的负载均衡,简单的说就是在客户端程序里面,自己设定一个调度算法,在向服务器发起请求的时候,先执行调度算法计算出向哪台服务器发起请求,然后再发起请求给服务器,比如 spring cloud 中的ribbon组件
在分布式的环境下设计和部署系统时,有3个核心的系统需求(systemic requirements),以一种特殊的关系存在。(他主要是谈论Web类的应用,但如今非常多的公司业务是多站点/多国家的,因此该理论同样适用于你的数据中心/LAN/WAN的设计)这3个核心的需求是:
- Consistency(一致性),
- Availability(可用性)
- PartitionTolerance(分区容忍性)
- 在某时刻如果满足
AP
,分隔的节点同时对外服务但不能相互通信,将导致状态不一致,即不能满足C
; - 如果满足
CP
,网络分区的情况下为达成C
,请求只能一直等待,即不满足A
; - 如果要满足
CA
,在一定时间内要达到节点状态一致,要求不能出现网络分区,则不能满足P
eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结,在ACM上发表文章提出BASE理论,BASE理论是对CAP理论的延伸,核心思想是即使无法做到强一致性(Strong Consistency,CAP的一致性就是强一致性),但应用可以采用适合的方式达到最终一致性(Eventual Consitency)
BASE是指基本可用
(Basically Available)、软状态
( Soft State)、最终一致性
( Eventual Consistency)
最终一致性是指系统中的所有数据副本经过一定时间后,最终能够达到一致的状态。弱一致性和强一致性相反,最终一致性是弱一致性的一种特殊情况
RPC
代表远程过程调用-remote procedure call
PRC和REST、HTTP的比较
- Rest是web服务的一种架构风格;它是一种设计风格,不是一种标准,是一种思想,是基于HTTP协议之上的
- HTTP�是基于TCP/IP协议实现数据传输
- RPC 实现需要 序列化协议 和 调用控制协议,其中HTTP是调用控制协议的一种实现