- 综合排序
- 最热优先
- 最新优先
- 来自专栏小白晋级大师
分布式系统学习10：分布式事务
这是小卷对分布式系统架构学习的第13篇文章，今天学习面试中高频问题：分布式事务，为什么要用分布式事务，分布式事务的实现方案有哪些，方案对比优缺点 1.知识体系 1.为什么要用分布式事务 单体架构时，以本地事务为例 而随着业务的增长，系统转变为分布式系统，原有的单体架构也拆分为多个微服务。 下单场景需要在多个服务间操作，需要保证所有操作都能成功，保证整个下单流程的数据一致性，就需要用到分布式事务了 2.理论 分布式理论的CP -> 刚性事务 遵循ACID，对数据要求强一致性 分布式理论的AP 这里重新复习一遍BASE理论是什么： 基本可用 Basically Available 软状态 Soft State 最终一致性 Eventually Consistent 基本可用：是指系统出现未知故障时 ，还是能用的； 软状态：允许系统存在中间态，即所有副本数据允许存在延迟； 最终一致性：存在软状态，在一定时间后，所有副本数据保持一致，从而达到数据最终一致性； 3.刚性事务（CP模式） 刚性事务指的是强一致性
29800编辑于 2025-01-26 - 来自专栏java达人
分布式系统模式10-Request Pipeline
来源: https://martinfowler.com/articles/patterns-of-distributed-systems/
72310发布于 2021-01-05 - 来自专栏shysh95
分布式系统
随着互联网的发展，单一节点部署的方式已经无法满足需求，需要通过增加节点来线性扩展系统的负载和性能，因此系统架构也由原来的集中式架构向分布式架构转变。 分布式 分布式系统主要由以下几个特征： 分布性：分布式节点在空间上任意分布 对等性：节点没有主从之分。 数据副本冗余数据，防止数据丢失，服务副本指多个节点提供相同服务，一个节点宕机，服务仍然可用 并发性 缺乏全局时钟：分布式系统很难定义事件的先后顺序 故障总是发生 分布式环境面临的主要问题： 通信异常：分布式系统需要各个节点之间相互通信 CAP和BASE理论 为了构建一个兼顾可用性和一致性的分布式系统，诞生了CAP和BASE理论。 CAP理论 CAP理论：一个分布式系统不可能同时满足一致性、可用性和分区容错性，最多只能满足两个。 在分布式系统中，分区容错性应该是必选的，然后再在一致性和可用性中寻求平衡。
1.2K20发布于 2019-07-23 - 来自专栏Java后端技术栈cwnait
什么是分布式系统，如何学习分布式系统
正文 虽然本人在前面也写过好几篇分布式系统相关的文章，主要包括CAP理论、分布式存储与分布式事务，但对于分布式系统，并没有一个跟清晰的概念。 分布式系统涉及到很多的技术、理论与协议，很多人也说，分布式系统是“入门容易，深入难”，我之前的学习也只算是管中窥豹，只见得其中一斑。 因此，一致希望能对分布式系统有一个更全面的认识，至少能够把分布式系统中的各个技术、理论串起来，了解他们在分布式系统分别解决什么问题，有哪些优秀的实现。 什么是分布式系统 分布式系统是由一组通过网络进行通信、为了完成共同的任务而协调工作的计算机节点组成的系统。 分布式系统的出现是为了用廉价的、普通的机器完成单个计算机无法完成的计算、存储任务。 分布式系统特性与衡量标准 透明性：使用分布式系统的用户并不关心系统是怎么实现的，也不关心读到的数据来自哪个节点。
1.2K31发布于 2019-12-01 - 来自专栏林欣哲
10 分钟看懂分布式事务
单一数据库可以简单的使用事务来保证一致性，但是分布式的问题则需要分布式的事务来控制数据的一致性。 一致性（C） 事务必须始终保持系统处于一致的状态，不管在任何给定的时间并发事务有多少。 隔离性（I） 隔离性就是说，事务与事务之间不会互相影响，一个事务的中间状态不会被其他事务感知。 持久性（D） 一旦事务完成了，那么事务对数据所做的变更就完全保存在了数据库中，即使发生停电，系统宕机也是如此。 成功后的消息去通知下一步操作的B系统服务，直到全部执行完毕。 出现错误的情况： 通过消息队列投递来进行处理，如果成功，则结束，如果没有成功，则重试，直到成功。 但是注意要做到幂等性控制，因为在系统调用没有达到期望的结果后会重试，不然就会出现重复的问题。 优点缺点 优点：实现和逻辑简单易懂，性能大幅度提升。 缺点：牺牲了一定的一致性，效果是最终一致性的。
1K50发布于 2018-04-17 - 来自专栏Albert陈凯
2018-10-11 Java 分布式应用追踪系统 skywalking （APM（应用性能监控）系统）Document
# Java 分布式应用追踪系统 skywalking ? Sky Walking logo SkyWalking: 针对分布式系统的APM（应用性能监控）系统，特别针对微服务、cloud native和容器化(Docker, Kubernetes, Mesos )架构， 其核心是个分布式追踪系统。 Java自动探针，不需要修改应用程序源代码 * 高性能探针，针对单实例5000tps的应用，在全量采集的情况下，只增加 10% 的CPU开销。 中间件，框架与类库支持列表.
1.2K20发布于 2018-10-12 - 来自专栏服务端技术杂谈
分布式系统分布式事务
分布式系统首先面对的问题是分布式事务 当我们采用分布式来提高系统性能时，首先面对的问题是面对和处理分布式事务。 分布式系统处理数据： 数据分区：把数据块放在不同的服务器上，采用一致性hash； 数据镜像：让所有服务器都有相同的数据，提供相同的服务； 第一种问题，单台机器出现问题，会存在数据丢失的问题。 这就是数据副本：出现某个节点的数据丢失时可以从副本读到，数据副本是分布式系统解决数据丢失的唯一手段。
1.1K81发布于 2018-04-16 - 来自专栏月梦·剑心的技术专栏
分布式系统概述
这就是分布式系统: 很多台计算机组成一个系统，协作运行大型的应用。 但是一个问题随之而来，那就是，在系统中增加了计算机之后，整个系统的性能也是随之增加的吗？可用性不随着系统的扩展而变化吗？未必。 这就引出了分布式系统的目标: 可扩展性(Scalability)。 如果一个用户不能访问系统，就称为不可用。 可用性也就是容错性，这展现出分布式系统相比于单机系统得天独厚的优势，一台计算机是没有容错性的，但是分布式系统可以在一堆不可靠的组件上构建一个可靠的系统。 后世的研究者为了绕开这个定理达成共识，不得不选择(1)将异步系统转换为同步系统 (2)使用随机性算法。 另一个不可能性定理为CAP定理，指导我们对于分布式系统性质的取舍。 Raft算法是目前最成功的分布式共识算法，是非拜占庭容错的，在分布式系统的下一篇文章，我将会写一下Raft算法。 参考文献 [1] Jay Kreps.
49430编辑于 2023-08-31 - 来自专栏个人分享
分布式系统简介
现在工作中发现大数据技术的底层还是分布式系统，那么重新拾起，总结下~ 一、分布式系统简介 分布式系统是若干独立计算机的集合，这些计算机对于用户来说就像是单个相关系统。 2、透明性 将它的进程和资源实际上在多台计算机上分布这样一个事实隐藏起来，如果一个分布式系统能够在用户和应用程序面前呈现为单个计算机系统，这样的分布式系统就称为是透明的。 位置透明性：用户无法判别资源在系统中的物理位置。 迁移透明性：如果一个分布式系统中的资源移动不会影响该资源的访问方式，就可以说这种分布式系统能够提供迁移透明性。 可移植性：如果为分布式系统A开发了某个应用程序，并且另一个分布式系统B与A具有相同的接口，该应用程序在不做任何修改的情况下在B上执行的可行度。 参考文献：《分布式系统原理与泛型》
1.8K20发布于 2018-09-06 - 来自专栏FREE SOLO
分布式系统基础
分布式系统概念 What is a Distributed System? “一个分布式系统是若干个独立的计算机的集合， 但是对该系统的用户来说， 系统就像一台计算机一样。 ” 两个方面的含义： • 硬件方面： 各个计算机都是自治的 • 软件方面： 用户将整个系统看作是一台计算机 分布式系统的特点 优点 – 与集中式系统相比较 1、 经济性： 高的性能/价格比 2、 性能： 能产生单个大型主机不能达到的绝对性能 3、 应用的固有的分布性, 例如： • CSCW • 工作流 4、 可靠性高 • 多工系统的容错能力 5、 可扩充性强 • 系统演进能力 紧耦合式： 多用于并行系统 2. 松耦合式 ： 多用于分布式系统
86610发布于 2019-04-28 - 来自专栏分布式存储
分布式图片系统
，如何保证7x24小时的高可靠性服务，在这个契机下，我们推出了分布式图片系统。 ，提高了系统的响应速度并避免了资源的重复执行，造成浪费，提高了系统利用率 图片数据源采用了多套方案实现，为使公司原有业务、新开发业务能快速使用分布式图片系统提供支持，减少了使用系统的复杂性 其中一种数据数据源采用了高性能的 TFS分布式图片存储系统，利用多个数据节点，产生同一份数据的多份冗余备份，提高了数据的安全性，为遇到故障时数据的快速恢复提供了支持 能够应对客户端日益变化的希望获取各种图片尺寸的诉求，执行即时压缩和图片处理算法 整体系统采用模块化划分，将系统分为各个部分，减少了系统的耦合性，增强了每个模块的独立性，整个系统采用分布式部署结构，防止单点结构的出现，为防止系统出现雪崩提供支持 项目的目的 a). 前端模块-Nginx 使用nginx自定义module，接收http请求，在自定义module的handler中调用分布式图片实现。
1.1K30发布于 2020-07-20 - 来自专栏Java成长之路
分布式系统入门
一、什么是分布式系统？ 分布式系统是一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅是通过消息传递进行通信和协调的系统。 首先分布式系统一定是由多个节点组成的系统，一般来说一个节点就是我们的一台计算机；然后这些节点不是孤立的，而是相互连通的；最后，这些连通的节点上部署了我们的组件，并且互相之间的操作会有协同。 二、为什么需要分布式系统？ 升级单机处理能力的性价比越来越低。 大型主机的人才培养成本非常之高，大型主机操作非常复杂，对运维人员的要求非常高。 大型主机非常昂贵。 集中式的系统具有明显的单点问题。大型主机虽然在性能和稳定性方面表现卓越，但是一旦出现了故障，那么整个系统都将处于不可用状态，其后果相当严重。 三、分布式系统基础知识 ? 四、分布式系统中有哪些难点？ 面对故障独立性：在分布式系统中，整个系统的一部分有问题而其他部分正常是经常发生的情况，我们称之为故障独立性。
1.7K30发布于 2018-09-29 - 来自专栏Spark学习技巧
分布式系统浅谈
但如果要延伸到高并发场景下就必然要了解分布式系统： 分布式系统特点 分布式系统：一个硬件或软件组件分布在不同的网络计算机上，彼此之间仅仅通过消息传递进行通信和协调的系统 这是分布式系统，在不同的硬件，不同的软件 缺乏全局时钟 在分布式系统中，节点是可能反正任意位置的，而每个位置，每个节点都有自己的时间系统，因此在分布式系统中，很难定义两个事务纠结谁先谁后，原因就是因为缺乏一个全局的时钟序列进行控制，当然，现在这已经不是什么大问题了 如果交通警察是交通系统的指挥官，而zookeeper就是各个节点组成分布式系统的指挥官。 分布式系统问题 如果把分布式系统和平时的交通系统进行对比，哪怕再稳健的交通系统也会有交通事故，分布式系统也有很多需要攻克的问题，比如：通讯异常、网络分区、三态、节点故障等。 1. BASE理论： 即使无法做到强一致性，但分布式系统可以根据自己的业务特点，采用适当的方式来使系统达到最终的一致性； Basically Avaliable 基本可用 当分布式系统出现不可预见的故障时，
96020发布于 2021-03-05 - 来自专栏Java
浅谈分布式系统
虽然它也支持持久化功能，但其主要设计是为了在内存中操作数据 为了更好的学习Redis，我们得先了解一下分布式系统，只有在分布式系统中，才能发挥Redis的“威力”，如果只在单机程序中，可以直接通过变量来存储数据 组件（Component） 一个应用里面有多个功能 每个独立的功能 指的就是一个模块/组件 1.3 分布式（Distributed） 指的就是引入多台主机/服务器，协同完成某项工作 1.4 集群（Cluster） 指的就是引入多台主机/服务器，协同完成某项工作 分布式vs集群。 通常不⽤太严格区分两者的细微概念，细究的话，分布式强调的是物理形态，即⼯作在不同服务器上并且通过⽹络通信配合完成任务；⽽集群更在意逻辑形态，即是否为了完成特定服务⽬标。 随着后期网站访问量增长 一台主机硬件资源（CPU,内存，硬盘，网络）有限的情况下 可以选择俩种方式 1.开源 简单粗暴 增加更多的硬件资源（CPU 硬盘 ） 但主机扩容能力也是有限的 一旦引入多台主机，就是“分布式系统
33610编辑于 2024-11-20 - 来自专栏程序人生
谈谈分布式系统
今天我们先寻其最重要的一个根：分布式系统。这个题目对互联网从业者来说，看着可笑，谁敢说自己不了解分布式系统啊？ 然而，如果你只是躲在 load balancer 后面做些 stateless 的 service，而没有真正去面对分布式系统那种让人愉悦并忧伤着的不确定性，那么，你可能并不真正了解分布式系统，因而本文还是值得一读 所以在分布式系统里很多时候我们需要一致性，来确保某些东西是有序的，大家在同一个 page，否则这个系统会走入歧途。 分布式系统中的坑 上文中我们已经把分布式系统中最基本的要素过了一下。接下来我们踩踩坑。 坑一：network is reliable。 有机会再写本文没有展开讲的共识机制，它是分布式系统的基石。
1.1K100发布于 2018-03-29 - 来自专栏IT技术精选文摘
单集群10万节点 走进腾讯云分布式调度系统VStation
本文将从分布式调度系统的演进史说起，深入浅出腾讯云 VStation 的缘起、架构和调度模式。 1. 分布式系统中调度的分类与含义 ? 公有云中的调度模型 分布式系统中的调度器通常是整个系统的核心组件，关系着整体性能， 因此业界也始终关注着任务资源调度问题。Google 还对任务调度进行了定义[1]。 可扩展性是分布式系统公认的核心挑战，超大规模的集群对分布式调度系统带来了显著挑战。 和 Mesos 同时期的 Hadoop YARN 是另一款著名的分布式调度系统，其类型划分一直存在争议。 腾讯云分布式调度系统的技术优势 业界系统对比，VStation 具有大规模调度能力，速度快，高可用，支持异构计算调度。 ? 7.
3.4K41发布于 2018-05-30 - 来自专栏禅境花园
Windows 10 子系统
我准备搞一下虚拟机，当然不是指 VirtualBox 和 VMware Workstation， 嗯， 是的 win10 自带的子系统。 介绍 适用于 Windows 的 Linux 子系统（英语：Windows Subsystem for Linux，简称 WSL）是一个为在 Windows 10 和 Windows Server 2019 准备工作 确保当前系统版本号高于 1607（Build 14393.10）。 1、安装前要修改一些系统设置，首先在开始菜单中选择 设置 -> 更新与安全 -> 开发者选项，选择第三项 开发人员模式。 2、在 控制面板 中 程序和功能 打开 启用或关闭 Windows功能 , 勾选 适用于 Linux 的 Windows 子系统，点击确定，等待系统配置完后重新启动电脑。
2.9K30编辑于 2022-10-25 - 来自专栏苏三说技术
这10种分布式ID，真香！
有很多业务场景在用，比如： 分布式链路系统的trace_id 单表中的主键 Redis中分布式锁的key 分库分表后表的id 今天跟大家一起聊聊分布式ID的一些常见方案，希望对你会有所帮助。 UUID最初应用于Apollo网络计算系统，随后在Open Software Foundation（OSF）的分布式计算环境（DCE）中得到应用。 可让分布式系统可以不借助中心节点，就可以生成唯一标识， 比如唯一的ID进行日志记录。 UUID是基于时间戳、MAC地址、随机数等多种因素生成，理论上全球范围内几乎不可能重复。 在分布式日志系统或者分布式链路跟踪系统中，可以使用UUID生成唯一标识，用于串联请求的日志。 2 数据库自增ID 在很多数据库中自增的主键ID，数据库本身是能够保证唯一的。 在一些老系统或者公司的内部管理系统中，可能会用数据库递增ID作为分布式ID的方案，这些系统的用户并发量一般比较小，数据量也不多。
83510编辑于 2024-09-18 - 来自专栏小白晋级大师
分布式系统架构8：分布式缓存
这是小卷对分布式系统架构学习的第11篇文章，今天了解分布式缓存的理论知识以及Redis集群。 分布式缓存也是面试常见的问题，通常面试官会问为什么要用缓存，以及用的Redis是哪种模式，用的过程中遇到哪些问题这些1. 而能够保证强一致性的 ZooKeeper、Doozerd、Etcd 等框架，吞吐量比不过Redis，通常不会用作“缓存框架”，而是作为通知、协调、队列、分布式锁等使用2.透明多级缓存TMC实际开发中，同时搭配进程内缓存和分布式缓存 ，查询以进程内缓存数据优先3.实现方案3.1 memcached缓存在服务端，memcached集群环境实际就是一个个memcached服务器的堆积cache的分布式主要是在客户端实现，通过客户端的路由处理来达到分布式解决方案的目的 如下是memcached客户端路由过程：3.2 Redis缓存与memcached客户端支持分布式方案不同，Redis更倾向于在服务端构建分布式存储以Redis集群模式为例，它没有中心节点，具有线性可伸缩的功能
72010编辑于 2025-01-20 - 来自专栏服务端技术杂谈
分布式概念-分布式系统是什么？
什么是分布式系统呢？ 从百度百科得到： 分布式系统是建立在网络之上的软件系统，拥有软件特性，所以分布式系统具有高度内聚性，和透明性。是建设于网络之上的高层软件，而不是硬件。 因为分布式系统建立在网络之上，由多个独立操作系统组成，所以分布式系统对比独立部署并运行于单一操作系统之上的软件系统来说存在要解决通信和共识等问题。 分布式系统特点 分布式系统是多个服务器通过网络互联而构建的松耦合系统，其具备以下特点： 分布式：分布式由多台计算机组成，在地域上是独立分散的，可以分散在一个单位，一个城市，一个国家，或是全球范围内 整个系统的统一功能是分散在多个节点上实现的，因而分布式系统具有数据处理的分布式特性。 自治性：分布式系统各个节点包含自己独有的cpu和内存，具备独立的处理数据能力。 分布式系统中，节点之间通信不像单机系统那样非成功即失败，我们考虑到网络不确定性带来的问题，所以分布式场景下存在“分布式三态”的概念。
6.5K11发布于 2020-02-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号