第一章：可靠性、可扩展性、可维护性-《数据密集型应用系统设计》读书笔记

1 可靠性Reliability

容忍硬件故障、软件失效、人为错误即使发生了错误，系统仍可用。针对可消除影响的故障类型。

• 硬件故障：硬件增加冗余；软件容错容忍多机失效；
• 软件失效：
  • 特点：长期引而不发，特定条件触发。
  • 方案：全面考虑，充分测试，反复评估，及时响应。
• 人为错误：简化人为操作；分离易错场景；充分测试；快速恢复机制；监控系统，及时报警；流程化与培训；

 

2 可扩展性Scalability

处理负载与性能、延迟概率、吞吐量系统应对负载增加的能力

• 描述负载：用负载参数的数字来描述，参数取决于系统的体系架构。​例如：每秒处理请求数、数据库写入比例、同时在线用户数、缓存命中率
• 描述性能：
  • 吞吐量throughput：每秒处理记录数或作业运行时间；
  • 服务响应时间response time：客户端发送请求到收到响应的时间差，是一种数值分布；
  • SLO服务质量目标Service Level Objective​；
  • SLA服务质量协议Service Level Agreements；
• 应对负载：
  • 增加垂直扩展：升级到更高配的机器；
  • 水平扩展：将负载平均分不到多个低配机器，无状态服务易采用此扩展；
  • 弹性扩缩容方式，适用于负载高且不可预测，手动扩缩容可减少意外情况​超大规模场景需进行定制化处理，难以形成通用方案

 

3 可维护性Maintainability

可操作性、简单性、可演化性

• 可操作性Operability（可运维性）让日常维护工作尽量简单，使运营团队专注于高附加值任务。数据系统设计阶段需考虑：
  • 系统行为与内部逻辑可观测性（方便监控）
  • 自动化、避免绑定特定机器或人员
  • 完善文档
  • 友好默认配置
  • 自我修复
  • 行为可预测
• 简单性Simplicity抽象，消除意外复杂性设计好的抽象，大型系统可拆分为定义明确、可重用的组件；
• 可演化性Evolvability，提高敏捷性，使其方便适应不断变化的需求，简单易懂的高抽象化系统更容易进行修改；

 

---

 

书籍基本信息：

• 《数据密集型应用系统设计》，英文名称是《Designing Data-Intensive Application》 ，也被简称为 DDIA
• 推荐指数：🌟🌟🌟🌟🌟
• 作者：Martin Kleppmann，译者 ：赵军平、李三平、吕云松
• 内容简介：驾驭处理数据和存储数据的相关技术。探索经典数据系统的设计之道，梳理核心算法、设计理念、权衡之道，以便重新审视系统架构，在实际应用场景中选择最佳工具搭配。
• 数据密集型（data-intensive）应用基本模块
• 数据库：存储数据，应用可多次访问
• 高速缓存：缓存操作复杂或代价高昂的结果，加速访问速度
• 索引：支持关键字搜索与各种过滤
• 流处理：持续处理数据，并将结果发送至另一进程
• 批处理：定期处理大量累积数据