- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术探索
微服务扩展性和高可用-可扩展性、高可用性和性能
chapter=1 Overview 可扩展性、高可用性和性能 术语可扩展性、高可用性、性能和关键任务对于不同的组织或组织内的不同部门来说可能意味着不同的事情。 水平扩展性 当系统进行扩展时，通过添加与现有节点功能相同的新节点，在所有节点之间重新分配负载，可以横向扩展或向外扩展。 图 1: 集群 垂直扩展性 当系统通过向节点添加处理、主内存、存储设备或网络接口来扩展以满足每个系统的更多请求时，系统会垂直或向上扩展。 图 2:虚拟化 高可用性 可用性描述一个系统在一段时间内提供有用资源的能力。高可用性保证了一个时间窗口内的功能连续性的绝对程度，该时间窗口表示为正常运行时间和停机时间之间的关系。 SLA建立用于评估系统性能的指标，并提供可用性和可扩展性目标的定义。除非正在制定或已经存在一个SLA，否则谈论任何这些话题都没有意义。
3.3K30发布于 2019-05-22 - 来自专栏北京马哥教育
如何构建高扩展性网站？
本篇通过阅读《高扩展性网站的50条原则》，总结出以下内容。 一方面博主没有实际的架构经验，另一方面知识面也不够宽阔，所以只能系统的总结书中的要点，并根据自己的理解做些归纳。 主要内容 本书从多个方面围绕高扩展性提出了50条建议，一个高扩展性的网站会随着业务的发展、用户的增加，自由的扩展架构，从而轻松的应付网站的快速发展。下面看看本书的具体内容： ? 2 设计时考虑到扩展性 在设计时要遵循一下的设计原则：设计时考虑20倍的容量，实现时考虑3倍的容量，部署时考虑1.5的容量。一面项目扩大时，临时扩展造成的困难。 异步通信和消息总线 43 尽可能使用异步通信 异步通信，可以确保每个服务和层之间的独立性，这样易于早呢更加系统的扩展性和减小耦合度。 48 删除事务处理中的商业智能 应该把产品系统与业务系统分离，提高产品的扩展性。 避免业务扩展时，受到系统架构的限制。
1.2K40发布于 2018-05-02 - 来自专栏xingoo, 一个梦想做发明家的程序员
如何构建高扩展性网站？
本篇通过阅读《高扩展性网站的50条原则》，总结出以下内容。 一方面博主没有实际的架构经验，另一方面知识面也不够宽阔，所以只能系统的总结书中的要点，并根据自己的理解做些归纳。 主要内容 本书从多个方面围绕高扩展性提出了50条建议，一个高扩展性的网站会随着业务的发展、用户的增加，自由的扩展架构，从而轻松的应付网站的快速发展。下面看看本书的具体内容： ? 异步通信和消息总线 43 尽可能使用异步通信 异步通信，可以确保每个服务和层之间的独立性，这样易于早呢更加系统的扩展性和减小耦合度。 48 删除事务处理中的商业智能 应该把产品系统与业务系统分离，提高产品的扩展性。 避免业务扩展时，受到系统架构的限制。 参考 【1】《高扩展性网站的50条原则》
1.7K50发布于 2018-01-17 - 来自专栏JavaEdge
高可扩展性系统的设计
架构设计的高可扩展性表示可通过加机器线性提高系统处理能力，承担更高流量和并发。 由于峰值的流量不可控，不可能在系统架构设计初期就考虑好机器数量以支持并发。 高可扩展性设计 拆分，把庞杂系统拆分成独立、单一职责的模块。 注意对不同类型模块，拆分原则不同。假如设计一个知乎，那么会有几个模块呢？至少5个模块。 存储层的扩展性 无论是存储数据量，还是并发访问量，不同业务模块间量级相差很大。 比如知乎，关系数据量远大于用户数据量，但用户数据的访问量却远比关系数据大。 业务拆分一定程度提升了系统扩展性，但运行久后，单一业务DB在容量和并发请求量上仍会超过单机限制。需针对DB做二次拆分。 总结 未做拆分的系统虽然可扩展性不强，但简单，无论开发、运维都无需很大精力。
1.2K10发布于 2021-02-23 - 来自专栏竹清助手
如何构建高扩展性网站？
主要内容 本书从多个方面围绕高扩展性提出了50条建议，一个高扩展性的网站会随着业务的发展、用户的增加，自由的扩展架构，从而轻松的应付网站的快速发展。下面看看本书的具体内容： ? 2 设计时考虑到扩展性 在设计时要遵循一下的设计原则：设计时考虑20倍的容量，实现时考虑3倍的容量，部署时考虑1.5的容量。一面项目扩大时，临时扩展造成的困难。 这回降低扩展性，因为在其提交事务完成前，是不能作其他操作的。 34 不要使用select for update 因为FOR UPDATE从句会导致锁定行，降低事务处理的速度。 异步通信和消息总线 43 尽可能使用异步通信 异步通信，可以确保每个服务和层之间的独立性，这样易于早呢更加系统的扩展性和减小耦合度。 48 删除事务处理中的商业智能 应该把产品系统与业务系统分离，提高产品的扩展性。 避免业务扩展时，受到系统架构的限制。
96781发布于 2018-08-31 - 来自专栏加米谷大数据
Flume的高可靠，高性能和高扩展性
官网：https://flume.apache.org/ Flume 是Apache旗下的一款开源、高可靠、高扩展、容易管理、支持客户扩展的数据采集系统。 使用内存性能高但不持久，有可能丢数据。使用文件更可靠，但性能不如内存。 Sink Sink负责从管道中读出数据并发给下一个Agent或者最终的目的地。
89020发布于 2018-07-25 - 来自专栏JavaEdge
高可扩展性系统的设计
仓库，欢迎Star/fork： Java-Interview-Tutorial https://github.com/Wasabi1234/Java-Interview-Tutorial 架构设计的高可扩展性表示可通过加机器线性提高系统处理能力 高可扩展性设计 拆分，把庞杂系统拆分成独立、单一职责的模块。 注意对不同类型模块，拆分原则不同。假如设计一个知乎，那么会有几个模块呢？至少5个模块。 存储层的扩展性 无论是存储数据量，还是并发访问量，不同业务模块间量级相差很大。 比如知乎，关系数据量远大于用户数据量，但用户数据的访问量却远比关系数据大。 业务层扩展性 一般从三个维度考虑业务层的拆分方案 业务纬度 重要性纬度 请求来源纬度 首先需把相同业务服务拆分成单独业务池，比方知乎，可按业务维度拆分成用户池、内容池、关系池、评论池、点赞池和搜索池。 总结 未做拆分的系统虽然可扩展性不强，但简单，无论开发、运维都无需很大精力。
95622发布于 2020-10-07 - 来自专栏技术探索
微服务扩展性和高可用-集群
高可用性集群（主动/被动）：通过消除单点故障的冗余集群提供不间断服务，从而提高服务可用性。 高可用性集群至少需要两个节点，一个“心跳”检测所有节点是否就绪，以及一个路由机制，如果主集群出现故障，它将自动切换流量或故障转移。 ?
69510发布于 2019-05-22 - 来自专栏技术探索
服务扩展性和高可用-章节1(翻译)
chapter=1Overview 可扩展性、高可用性和性能 术语可扩展性、高可用性、性能和关键任务对于不同的组织或组织内的不同部门来说可能意味着不同的事情。 可扩展性 它是一个系统或应用程序的属性，可以处理更多的工作，或者很容易地进行扩展，以响应对网络、处理数据、数据库访问或日益增长的文件系统资源需求。 水平扩展性 当系统进行扩展时，通过添加与现有节点功能相同的新节点，在所有节点之间重新分配负载，可以横向扩展或向外扩展。 高可用性保证了一个时间窗口内的功能连续性的绝对程度，该时间窗口表示为正常运行时间和停机时间之间的关系。 SLA建立用于评估系统性能的指标，并提供可用性和可扩展性目标的定义。除非正在制定或已经存在一个SLA，否则谈论任何这些话题都没有意义。
88540发布于 2019-05-15 - 来自专栏鳄鱼儿的技术分享
HDFS高可用与高扩展性机制分析 | 青训营笔记
一个可以用的系统和好用的系统，差距就是高可用和高扩展性 元数据高可用 在大数据运帷中，故障是不可避免，灾难是时有发生的，如果HDFS系统不可用，那么可能无法核算广告账单，直接引发收入损失、无法生产数据报表 、高扩展性、高性能、强一致(有序) NameNode块状态维护 DataNode向active和standby同时发送Heartbeat和Block Report。 多机房容灾 多机房解决的问题：容量问题、容灾问题 HDFS双机房放置的设计 写入时，每个数据块在两个机房至少各有一个副本，数据实时写入到两个机房 读取时，优先读本地的副本，避免了大量的跨机房读取 元数据高扩展性 从而降低副本丢失的概率 负载均衡和数据迁移 不均匀问题 避免热点 降低成本 可靠性 数据读取/写入不均匀：节点容量不均匀、数据新旧不均匀、访问类型不均匀 资源负载不均匀 HDFS作为大数据离线分析场景的核心组件，高可用和高扩展性是架构设计的重中之重 高扩展性确保了HDFS能存储的数据流能随着资源投入无限扩展下去，业务发展不被基础组件拖累
45810编辑于 2024-05-21 - 来自专栏AI分享
深入理解高可扩展性得实现
高可扩展性的技术定义与商业价值在云计算体系架构中，高可扩展性（High Scalability）本质上是一种弹性工程能力，表现为系统通过智能化的资源编排机制，实现计算、存储、网络等基础资源与业务负载的动态匹配 这种能力对现代商业生态具有颠覆性意义：当在线教育平台遭遇百万用户同时接入的直播需求时，高可扩展性系统能像变形金刚般重构资源形态，通过自动扩容GPU算力集群确保4K视频流的实时编解码；而当流量回落时，又能智能释放闲置资源 构建弹性系统的高可扩展性实践实现真正的高可扩展性系统需要将弹性思维贯穿于系统全生命周期，通过架构革新、智能调度与持续优化，构建具备自适应性的大规模分布式体系。 云原生架构的可扩展性实践在云平台中，可扩展性已从技术愿景转化为原生能力。通过深度整合的云服务和智能工具链，将弹性基因注入企业应用的每一处架构设计，助力构建具备自适应性扩展能力的现代化系统。 拥抱高可扩展性，驾驭云端未来云计算架构的高可扩展性作为数字时代企业竞争力的核心支撑，正在重新定义业务发展的技术边界。
4.6K10编辑于 2025-04-11 - 来自专栏技术探索
微服务扩展性和高可用-性能(翻译)
性能是指在定义的时间段内特定工作负载下的系统吞吐量和延迟。性能测试验证有关系统吞吐量、可伸缩性、可靠性和资源使用的实施决策。性能工程师与开发和部署团队合作, 以确保系统的非功能性需求 (如 SlA) 作为系统开发生命周期的一部分来实现。系统性能包括硬件、软件和网络优化。
62040发布于 2019-05-21 - 来自专栏技术探索
微服务扩展性和高可用-缓存(翻译)
缓存是一种在多个消费端或服务端之间共享数据的技术,计算或获取数据都是非常昂贵的.数据存储和检索在一个子系统中。该子系统提供对频繁访问数据副本的快速访问。
75440发布于 2019-05-16 - 来自专栏嘉为动态
谈谈蓝鲸平台的高可扩展性和高可维护性
平台上线后，企业运维人员利用蓝鲸平台的可扩展性和可维护性，可以快速完成平台架构扩展以满足运维对象增长需求，并仅通过极少量的运维工作，实现平台的持续稳定运行。 在这里，对蓝鲸平台在高可扩展性和高可维护性的特点做些分享。 1、蓝鲸高可扩展性 蓝鲸平台作为核心的一体化研发运营平台，其必然支持完全高可用架构部署。 对于标准的中型企业来说（按500-800台服务器举例），可使用如下5个管理节点的规划，所有的组件/角色都具备高可用，确保任何一台蓝鲸节点故障都不会导致服务中断。 运维人员开发的SaaS在平台采用分布式部署方式，一键自动部署，当其中的某一台承载服务器宕机之后，用户请求会被转发到备用服务器之上，保证SaaS工具的高可用。 3、总结 基于上述分享的蓝鲸高可扩展性和高可维护性特点，我们可以发现，虽然蓝鲸平台用到很多的开源组件，技术栈也比较多，但在经过产品的封装及优化后，运维平台的人员并不需要太多的技术要求，即可以进行方便的扩展和运维
2.4K50发布于 2019-01-16 - 来自专栏技术探索
微服务扩展性和高可用-集群(翻译)
高可用性集群（主动/被动）：通过消除单点故障的冗余集群提供不间断服务，从而提高服务可用性。 高可用性集群至少需要两个节点，一个“心跳”检测所有节点是否就绪，以及一个路由机制，如果主集群出现故障，它将自动切换流量或故障转移。
83820发布于 2019-05-21 - 来自专栏技术探索
微服务扩展性和高可用-章节2(翻译)
SLA决定系统是否必须扩展。它们还推动了增长时间表。股票交易系统必须在最低和最高可用性水平内实时扩展。相比之下，电子商务系统可能会在一年中“缓慢”的几个月扩大规模，而在零售假日期间扩大规模，以满足更大的需求。
72650发布于 2019-05-15 - 来自专栏猫头虎博客专区
从Redis到KeyDB：实现高可用和高可扩展性的转变
从Redis到KeyDB：实现高可用和高可扩展性的转变 今天给大家介绍的是KeyDB，KeyDB项目是从redis fork出来的分支。 KeyDB在设计上注重了高性能、高可靠性和高可扩展性，并在多核CPU上表现良好。KeyDB还提供了一些新的特性，例如线程化命令处理、自动化重分片和自动化故障转移等。 特点 KeyDB是一个高性能、内存数据库，是Redis的一个分支，其开发初衷是为了提供比Redis更高的性能和可扩展性。 高可扩展性：KeyDB可以通过自动化重分片和自动化故障转移等机制来支持更大规模的数据存储和访问。KeyDB还提供了水平扩展和垂直扩展的方案，使得系统可以根据实际需要灵活地扩展。 总之，KeyDB是一个性能优异、可靠性高、可扩展性强的内存数据库，可以作为缓存或者数据库使用，适用于各种数据存储和访问场景。
50310编辑于 2024-04-08 YashanDB数据库的高可扩展性设计探讨
随着数据规模的持续增长和业务复杂度的不断提升，如何在保证系统可靠性和一致性的前提下实现数据库的高可扩展性，成为数据库技术发展的核心问题。 高可扩展性不仅保障数据处理能力的线性提升，还支持业务的动态增长和多样化需求。本文将深入分析YashanDB数据库在架构设计、存储引擎、SQL处理及分布式执行等多个关键技术领域的高可扩展性实现机制。 集群管理服务（YCS）负责集群拓扑、资源配置及高可用处理。专有并行文件系统（YFS）对裸设备直接管理，通过多副本和故障组保障数据高可靠性。该设计确保多实例环境下可扩展性能与强一致性的统一。 结论YashanDB以多部署形态、多存储引擎、分布式并行计算及共享集群架构为基础，构建了全面的高可扩展性数据库系统。 未来，随着大数据和云计算技术的不断发展，YashanDB将持续推进底层架构优化及智能调优能力，进一步增强系统的扩展能力与自动化运维水平，成为业界领先的高可扩展性数据库解决方案。
25910编辑于 2025-08-24使用YashanDB构建高可扩展性数据库架构
在当前的信息技术环境下，数据库系统面临着不断增长的数据量和复杂业务需求，如何构建高可扩展性数据库架构成为技术研发和业务实施的核心问题。 本文将深入剖析YashanDB的架构设计以及关键技术，重点探讨如何基于其优势构建高可扩展性的数据库架构，旨在为数据库架构师及开发人员提供参考和技术指导。 多样化存储引擎及存储结构存储引擎是数据库性能和扩展性的基础。YashanDB支持多种存储结构以应对不同业务特点。HEAP结构适合联机事务处理（OLTP），以无序堆式存储提升插入性能。 技术建议：构建高可扩展性数据库架构的要点合理选择部署形态：针对高并发、海量数据分析场景优先考虑分布式部署，结合YashanDB的MN、CN、DN层次化架构，实现负载均衡与弹性扩展。 结论随着数据规模和业务复杂度的快速增长，构建高可扩展性的数据库架构成为数据库设计的必然趋势。
26610编辑于 2025-09-18- 来自专栏SDNLAB
ONOS高可用性和可扩展性实现初探
另外， ONOS实现了高可用、可扩展的系统设计方案，基于此基础上对系统的层次结构以及网络实体进行高度抽象，这种优秀的设计和高度的抽象保障了系统的演进和能够被优化得更快更有效。 图3 网络状态的最终一致性 ONOS在系统的可用性和可扩展性方面做了大量工作。我们知道，单一节点的处理能力有限，例如计算资源和数据流量等方面会成为瓶颈，而且会形成网络的单点故障。
1K50发布于 2018-04-04
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