This link has been bookmarked by 13 people . It was first bookmarked on 13 Jun 2008, by millennium tang.
-
07 Dec 15
-
左右逢源是办不到的。保证跨多个系统或分区之间的即时的一致性，通常既无必要，也不现实。Inktomi的Eric Brewer十年前提出的CAP公理是这样说的：分布式系统的三项重要指标——一致性（Consistency）、可用性（Availability）和 分区耐受性（Partition-tolerance）——在任意时刻，只有两项能同时成立。对于高流量的网站来说，我们必须选择分区耐受性，因为它是实 现可伸缩的根本。对于24x7运行的网站，选择可用性也是理所当然的。于是只好放弃即时一致性（immediate consistency）。
-
异步性可以从根本上降低基础设施的成本。同步地执行操作迫使你必须按照负载的峰值来配备基础设施——即使在 任务最重的那一天里任务最重的那一秒，设施也必须有能力立即完成处理。而将昂贵的处理过程转变为异步的流，基础设施就不需要按照峰值来配备，只需要满足平 均负载。而且也不需要立即处理所有的请求，异步队列可以将处理任务分摊到较长的时间里，因而起到削峰的作用。系统的负载变化越大，曲线越多尖峰，就越能从 异步处理中得益。
-
所有问题都可以通过增加一个间接层次来解决。
-
-
06 May 09
-
13 Apr 09
-
24 Jan 09
-
15 Dec 08
-
我们会按照主要的访问路径对数据作水平分割（或称为“sharding”）
-
我们绝对不允许任何形式的客户端或者分布式事务——因此绝不需要两段式提交
-
在eBay，我们虚拟化了数据库。应用与逻辑数据库交互，逻辑数据库再按照配置映射到某个特定的物理机器和数据库实例。应用也抽象于执行数据分割的 路由逻辑，路由逻辑会把特定的记录（如用户XYZ）分配到指定的分区
-
最适合缓存的是很少改变、以读为主的数据——比如元数据、配置信息和静态数据
-
好东西也会过犹不及。为缓存分配的内存越多，能用来服务单个请求的内存就越少
-
但当你这样做之后，系统就完全离不开缓 存了。现在主要系统没办法直接应付全部流量，也就是说网站的可用性取决于缓存能否100%正常运行——潜在的危局
-
-
30 Jun 08
-
19 Jun 08
-
18 Jun 08
-
15 Jun 08
-
14 Jun 08
-
于同一个数据库 的若干语句捆绑成单个事务性的操作。而对于绝大部分操作，单条语句是自动提交的。虽然我们故意放宽正统的ACID属性，以
-
Would you like to comment?
Join Diigo for a free account, or sign in if you are already a member.