知识卡片

结构图卡 · 2723

单机闭环到分布式

理解等级:未标注

单机闭环指请求所需数据都在本机取得:不依赖数据源、读本机文件,或读由 Worker 推送的本地 Redis、SSDB。为防本机数据丢失,常用“先读本机、未命中回源”的折中。规模扩大后会出现各机数据不一致和单机容量上限,需要升级为分布式闭环:用主从或集中存储保证一致,按业务键分片突破容量,多机房时各机房读本地从集群。

结构图:

flowchart TB
  A["单机闭环<br/>本机文件系统/本机Redis或SSDB<br/>⚠️本机数据丢失风险"]
  A --> B["折中方案<br/>先读本机,未命中才回源到Web应用<br/>大多数请求本机命中,少数才跨网络"]
  B -->|规模扩大后遇到| C["数据不一致<br/>(无主从导致多机数据有差异)"]
  B -->|规模扩大后遇到| D["存储容量瓶颈<br/>(磁盘/内存撞上物理上限)"]
  C --> E["分布式闭环<br/>主从/分布式集中存储解决一致性"]
  D --> F["分布式闭环<br/>按业务键分片解决容量瓶颈"]
这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《亿级流量网站架构核心技术》第18章《使用OpenResty开发高性能Web应用》"18.2.2 单机闭环""18.2.3 分布式闭环"(源文件:_epub-src/EPUB/text00002.html,navPoint playOrder 347、348) - 结论依据:原文说明"不管是中间图还是右边图的架构,都需要Worker进行数据推送。假设本机数据丢了怎么办?因为有这个潜在问题,实际大部分应用不会是完全单机闭环的……即首先读本机,如果没数据,则会回源到相应的Web应用,从数据源拉取原始数据进行处理","单机闭环会遇到如下两个主要问题:数据不一致问题……存储瓶颈问题……解决数据不一致的比较好的办法是采用主从或者分布式集中存储。而遇到存储瓶颈就需要进行按照业务键进行分片",直接支撑本卡片结论。 - 原始内容:单机闭环会遇到如下两个主要问题:数据不一致问题(比如,没有采用主从架构导致不同服务器数据不一致);存储瓶颈问题(磁盘或者内存遇到了天花板)。解决数据不一致的比较好的办法是采用主从或者分布式集中存储。而遇到存储瓶颈就需要进行按照业务键进行分片,将数据分散到多台服务器。