为什么做营销型网站,信息网络安全,学校网站怎么做,陕西的建设厅官方网站墨菲定律与康威定律
在系统设计的时候#xff0c;可以依据于墨菲定律
任何事情都没有表面上看起来那么简单所有的事情都会比你预计的时间长可能出错的事总会出错担心的某一个事情的发送#xff0c;那么它就更有可能发生
在系统划分的时候#xff0c;可以依据康威定律
系…墨菲定律与康威定律
在系统设计的时候可以依据于墨菲定律
任何事情都没有表面上看起来那么简单所有的事情都会比你预计的时间长可能出错的事总会出错担心的某一个事情的发送那么它就更有可能发生
在系统划分的时候可以依据康威定律
系统架构与公司的组织架构是相似的应按照业务闭环进行系统拆分/组织架构拆分实现闭环/高内聚/低耦合减少沟通成本
核心关键点
可伸缩性Scalability系统应该能够根据需要进行水平或垂直扩展以应对不断增长的用户量和负载。可伸缩性的实现可以通过使用负载均衡、分布式计算、缓存等技术手段。高可用性High Availability系统应该具备高可用性即在面对故障或部分组件失效时仍能保持正常运行。为了实现高可用性可以采用冗余备份、故障转移、容灾等策略。弹性Resilience系统应该具备弹性能够在面对异常情况时快速恢复正常状态。弹性的实现可以通过监控、自动化故障恢复、灾难恢复等方式。可扩展性Extensibility系统应该具备可扩展性能够方便地添加新功能或模块以满足不断变化的需求。可扩展性的实现可以通过模块化设计、松耦合、插件化等方式。安全性Security系统应该具备安全性能够保护用户数据和系统资源免受未经授权的访问、攻击或滥用。安全性的实现可以包括身份认证、访问控制、数据加密等措施。可管理性Manageability系统应该具备良好的可管理性使得系统的部署、监控、维护和调试都能够方便进行。可管理性的实现可以通过日志记录、性能监控、自动化运维等方式。性能Performance系统应该具备良好的性能能够在可接受的时间内响应用户请求并处理大量的并发操作。性能的实现可以通过优化算法、缓存、异步处理等手段。可靠性Reliability系统应该具备可靠性即能够在长时间运行中保持稳定的状态不会出现系统崩溃或数据丢失等问题。可靠性的实现可以通过容错设计、数据备份、错误处理等方式。
设计原则
幂等设计
幂等性对大多数同志来说是容易忽视的问题但无论是单体还是微服务都会考虑这个问题相对而言微服务项目在项目运行中是非常需要关注的问题。在项目中如服务与服务之间的消息通讯目标服务没有及时处理或者返回调用方服务可能会采取重试机制此时可能就会造成服务端对同一个任务处理两次的情况顾需要考虑幂等性的设计防止这种情况的产生。
无状态
如果服务存在状态对整个系统而言就会降低扩展如果服务无状态那么应用比较容易进行水平扩容。实际生成环境中可能是应用无状态配置文件是有状态的那么我们就可以考虑通过配置中心指定。
消息队列
消息队列在项目中多以处理耗时任务、异步任务为主但也可以用于流量削峰/缓冲等。但在使用消息队列的时候需要考虑生产消息失败以及消息重复接收的场景。目前的一些消息队列机制如rabbitmq、kafka等都有相关的应对方案。但在设计的时候对系统来说如果不能容忍失败的时候一定要做好数据的后续处理比如将数据持久化设置警告。 在使用了消息队列的情况下还可能存在数据丢失的情况因此需要考虑对数据进行校验来保证数据的一致性和完整性。可以通过worker定期检查对应日志对数据校验如果存在问题进行补尝。
数据异构/聚合
此项主要应用在高并发的场景比如以课程详情为例它所要展示的课程详情信息需要从多个服务中获取然后再汇总返回给用户。 如果每次都是从多个服务中获取这样读性能会降低。此时我们可以将课程所需要的数据进行异构到课程服务中然后对相关的数据进行聚合存储形成数据的闭环 数据异构通过mq机制接收数据的变更然后序列化存储到合适的存储引擎中 数据聚合把多个服务的数据源拿过来提前就根据业务组装好数据结构存储到kv存储中 前端展示前端通过一次或少量调用就可以获取到所有需要的数据。
如下示例可以基于cannal监听各个服务mysql的binlog日志然后通过worker同步并聚合到mongodb中用户获取课程信息就可以从mongodb中获取到数据。 多级缓存
在系统中我们可以根据服务的数据情况在各个层级之间合理设置缓存。节点有客户端→客户端网络→CDN→接入层→应用层→分布式缓存
客户端如果为APP则可以将一些素材缓存到客户端里而浏览器则可以缓存一些实时不高的数据如评价、广告词、logo等。
在接入层往往应用的是nginx我们可以设置nginx的代理缓存来实现。
对应用层和分布式缓存而言主要缓存具有变化性的并且要是实时较高并访问频率高的数据。
在运用缓存的时候需考虑缓存的更新时间点。
并发化
假设我们有如下数据
目标数据 数据A 数据B 数据C 数据D 数据E
获取时间 20ms 10ms 30ms 5ms 15ms
依赖关系 无 依赖A 无 依赖A、B 无如果程序串联执行则需要80ms。
如果我们并发化获取则需要35ms能提升一倍的性能。 限流
限流的目的是防止恶意请求流量、恶意攻击或者防止流量超出峰值。
流量的控制可以用nginx的limit模块或者自己在应用层采用的限流算法处理如令牌桶算法对恶意请求的ip可以用nginx的deny进行处理。
