高性能

• 客户端内部缓存
• 客户端到服务器之间缓存：CDN,网络专线
• 数据库前加缓存
• Sessioin等信息共享NoSQL
• 数据库分片，读写分离
• web层无关态集群+负载均衡
• GeoDNS 就近原则，边缘计算存储
• 异步，解耦，削峰：消息队列
• 离线预计算，空间换时间：bloom filter

对于无状态计算：采用集群化+负载均衡

对于有状态存储：采用分片，复制集，读写分离

再加上无处不在的缓存

高可靠&高可用

• 集群
• 数据冗余
• 双机房容灾

总节结：系统不能存在单点，有副本有冗余，出问题时能迅速让副本顶上。

好运维

• 监控告警要完善：直观明了发现问题。
• 日常更新好灰度：不要出现更新就影响所有用户的情况。
• 日志全面：出问题好定位。
• 扩缩容易操作，自动化程序高
• 好恢复：人工操作失败好回滚

无状态问题少，有状态很棘手

分片问题：

• 分片不均衡怎么办？
• 分片key怎么选
• 增加减少分片时怎么均衡？
• 分片中出现明星效应怎么办？
• 事务
• 元数据管理，元数据一致性(版本号？lease?)
• 智能客户端？服务器代理？
• 分片方式：hash、一致性hash、range based
• 参考：redis, kafka, hdfs, mongodb, tidb,tikv中的解决方案

副本/主从问题：

• 一致性：强一致性算法？大多数原则？主动检测恢复？
• 写入性能

cache问题：

• 不一致
• 雪崩
• 冷启动