《人人都是架構師：分散式系統架構落地與瓶頸突破》。書主要介紹作者遇到的一些實際場景，提供了處理一些典型場景的思路，書中介紹了許多開源軟體，但程式碼和一些細節比較少。分散式入門書，開拓了視野。

大流量消鋒/限流的常規手段

1. 擴容

使用叢集技術對伺服器進行擴容，可以很好的提升系統整體的並行處理能力。

2. 動靜分離

靜態資料可以放在CDN上來加速系統的響應速度

3. 快取

合理使用快取的讀寫操作來減輕資料庫的負擔

4. 服務降級

當流量太大時，可以選擇犧牲部分功能的可用性來換取核心功能的正常服務。

5. 使用限流演算法

• 令牌桶演算法

  每秒會有r個令牌被放入桶中，桶的容量時固定不變的，且最多允許存放b個令牌，如果桶滿了，新新增的令牌會被丟棄。當一個n位元組的請求包到達時，將消耗n個令牌，然後再發送該資料包。若桶中可用令牌數小於n，該資料包就會被限流。（拋棄或者被快取）

• 漏桶演算法

  相當於一個桶快取著外界的請求，當快取的請求超過了桶的大小，那麼請求就被限流。利用這個快取的桶，可以實現請求按照固定的速率施加到服務上。

• 計數器演算法

  設定一個單位時間內可以被請求的次數，單位時間內超過該次數的請求將被限流。

使用堆外記憶體的好處

• 減少GC次數或者降低暫停時間

• 可以擴充套件和使用更大的記憶體空間

• 省去實體記憶體和heap之間的資料複製步驟

資料庫的水平分表和垂直分表

• 水平分表是將一個數據量很大的表，按照某個屬性的特徵，拆分成許多小表（每張表的欄位是相同沒變的），用來提高資料庫的併發查詢和更新效率。

• 垂直分表是將一個存在很大欄位值的表中的單獨的一個很大的欄位分離出來，用來提高查詢和更新效率。

• 在分割槽和分表之後（很大可能資料就不在同一臺物理機上），涉及到全域性自增欄位問題，解決方案是

  • 單獨一個數據表儲存自增欄位，所有的區和表的自增id由該表決定。同時可以獲取的時候快取一段sequenceID，不用每次都去訪問該資料表。

  • 利用物理機器IP，資料庫、表劃分自增id範圍，在指定範圍內生成sequence，可以保證全域性唯一性。

SQL和NoSQL的業務場景

NoSQL出現的時機；

• SQL無法滿足海量資料、資料高併發、高可擴充套件性和高可用性的管理需求

• 現代網際網路應用通常不要求嚴格的讀寫實時性，不需要嚴格的資料庫事務，對響應速度要求更高

關係資料庫

• 優勢:以完善的關係代數理論作為基礎，有嚴格的標準，支援事務 ACID四性

  ，藉助索引機制可以實現高效的查詢。技術成熟，有專業 公司的技術支援

• 劣勢:可擴充套件性較差，無法較好支援海量資料儲存，資料模型過於死板、無法較好支援Web2.0應用，事務機制影響了系統的整體效能等

NoSQL資料庫

• 優勢:可以支援超大規模資料儲存，靈活的資料模型可以很好地支援 Web2.0應用，具有強大的橫向擴充套件能力

• 劣勢:缺乏數學理論基礎，複雜查詢效能不高，大都不能實現事務強一致性，很難實現資料完整性。技術尚不成熟，缺乏專業團隊的技術支援，維護較困難等