system design

https://github.com/donnemartin/system-design-primer

Performance vs scalability

scalability 这里面的伸缩性是指指标的。当系统有较高的负载时，每个用户仍然能够有较好的响应时，我们说他系统伸缩性强。

Performance 就是指一个请求的响应越快，自然说性能越高

如何才能让系统有更好的可伸缩性？

需要在系统设计初就提前考虑好系统设计，提前知道可能的问题点，性能点等等。

那么具体的系统设计如下：

Latency vs throughput

延时：单个请求的延时

吞吐量：单位时间内处理的请求量

Availability vs consistency

CAP理论：对于分布式系统，发生网络分区是一定要考虑的，因此在发生网络分区的情况下，对于C和A只能二选一。

当发生网络分区时，如果你允许用户操作，那么就会造成网络分区之间的数据不一致。

当发生网络分区时，如果你不允许用户操作，那么不同分区之间的数据不会因此而不一致，但这就不能保证可用性。

Consistency patterns

Weak consistency 通话视频，丢一些也没关系，最大限度保证通畅

Eventual consistency 可以忍受延时，保证最终一致性

Strong consistency 强一致性，比如Mysql 事务，事务执行后，第一次查询就要是最新的数据

Availability patterns

Fail-over ： Active-passive 主从结构，当主节点挂掉后，从节点自动升级为主节点向外提供服务，比如redis哨兵，mysql主从。 Active-active 主主结构，集群中各个节点都向外提供服务，当某个节点挂机后，负载均衡器不将流量负载到宕机节点即可。比如一些分布式数据库，kafka集群等。

Availability in numbers

可靠性的一些指标，比如要达到几个9

99.9% availability - three 9s

99.99% availability - four 9s

一些常见的系统组件

DNS，用DNS做负载均衡的

CDN，某些云服务器厂商的CDN原理。我有一个域名keboom.site。然后我可以访问此域名拿到一些文件。在云厂商处配置keboom.site，他会返回给你一个类似 alicloud.keboom.site的域名，前端代码在请求资源时，使用 alicloud.keboom.site来获取资源。云厂商会将keboom.site 的资源缓存到他们的服务器上。前端程序将访问云厂商缓存的资源，这大概就是CDN原理。

负载均衡，平时我们说的有nginx，这其实是在application 层。对于负载均衡在网络协议中，layer 4 也是可以做的，我记得是有些硬件设备支持这种层次的协议。

数据库

关系式数据库，特点是他支持事务，关系型表结构。

一些讨论点： 主从：分主从的话，比如读写分离，那么就要有手段做读写分离 主主：数据冲突，事务性的破坏，需要控制访问哪个主

对于数据库主主，主从，共同的缺点：数据延时问题（主同步不及时，此时主挂机，则数据丢失），数据同步问题（同步数据，消耗性能） 联邦：国外是这么叫的，对于国内来说，他可能说叫根据业务进行数据切分。缺点：如果多数据库join就很麻烦。多数据库事务。

切片：数据做分区，切片。mysql是有partition功能的，可对数据做分区（但这只是mysql内部做的优化，如果数据量足够大，仅仅分区还是不够，可能还是要将数据分到多个数据库多个服务器，然后做hash）。当然有也人为的对表做切分，比如对表加后缀然后做hash，这样人为做切分。缺点很明显就是数据切分后，我们的查询逻辑变得复杂。

反规范：可以消除一些join，但带来一些冗余。

SQL优化：建表时：比如字段的选择，尽可能让表结构更小。SQL查询时，注意建立索引，并且能够使用到索引。慢查询排查等。

NoSQL

虽然一些NoSQL数据库声称自己支持事务，但是网络上并不太认同。

一般来说他们 可用性 > 一致性

key value：典型的redis等，作为分布式缓存使用。

doc：如MongoDB，文档型，数据结构更加灵活些，json类型的文档不必要每个字段都必须一致。如果你的数据结构层级较深，结构没有那么规整，那么可以考虑使用文档型

列式存储：大数据相关，HBase clickhouse等，特点是数据压缩效率高，支持大量的写入，大数据情形下表现好。比如日志存储，或者一些数据归档等，作为数据仓库等使用。

图形：社交关系

Cache

从头到尾，客户端缓存，CDN缓存，web sever缓存，application 缓存，分布式缓存，数据库缓存

cache pattern: 经典的redis 和 数据库的更新

查询时： cache aside：查询cache，如果cache没有，则从数据库中查询出来放到缓存中，然后返回。

缺点： 1.时间变长（查询缓存、更新数据库、更新缓存）2. 当数据库数据更新时，缓存中数据需要做过期或修改或删除等操作。3. 当缓存服务器重启，则所有缓存需要重新加载

更新时：

0. 先更新数据库再跟新redis
1. 先更新redis在更新数据库

以上两种方式都是有一定时间的数据不一致。

异步

消息队列—背压：生产者生产消息放到消息队列服务器的内存中，消费者进行消费时，直接从内存中读取。这样是效率最高的。如果队列中数据过多导致服务器内存不足，则消息势必存储到磁盘中。这时消费者再来进行消费，则需要先从磁盘中随机读，将数据加载到内存中，才能进行消费，这样速度就会慢。那么通过背压的方式，当内存满时，则同时生产者减慢或者暂停生产。