本文为《分布式Java应用与实践》笔记。

一、负载均衡机器选择

• 随机选择
• Hash选择：静态页面加载，常见用于静态图片加载
• Round-Robin：根据地址列表按顺序选择
• 按权重选择：静态权重和动态权重
• 按负载选择：需要搜集负载状况，实际较少使用
• 按连接选择：按连接数多少分配，但新开机器问题大
• unicorn策略：所有顾客到一个收银台排队，收银员处理完毕后亮灯通知

二、 2PC保证一致性

• 基本流程：

  • 开启事务
  • 通知master执行（写入undo和redo）
  • 如有一个master反馈不能执行，则回滚（rollback）
  • 通知所有master完成操作（commit）

• 缺点：

  • 同步阻塞问题
  • 协调者单点故障
  • 数据不一致（commit请求发送，有些没收到）
  • 协调者和唯一参与者全部宕机，事务永远不确定状态

三、 3PC保证一致性

• 在2PC基础上增加了preCommit阶段，canCommit，doCommit
• master收到preCommit之后继续等doCommit或者等一段时间后提交
• 优缺点：
  • 超时执行减少了对资源的阻塞
  • 同时产生一定的数据一致性问题，例如abort没有及时到达

四、 尽可能避免错误

• 设计可容错的系统：一是Fail Fast原则，有错误的时候立刻中断流程，避免无谓操作，二是保证接口和对象设计的严谨性
• 设计具有自我保护能力的系统：警惕所有第三方调用，设计缓存等

• 限制使用资源：

  • 避免过大的HashMap等集合
  • 注意释放不再引用的对象（ThreadLocal的set(null)方法）

• 限制日志文件的使用

• 限制网络资源：使用连接池；保留操作系统资源
• 限制线程的使用：选择合适的线程池

五、 垂直伸缩

• 增加CPU后得不到改善的情况：

  • 单线程任务：考虑并行分解任务，SUN的Fork/Join
  • 锁竞争激烈：尽可能降低锁竞争的部分
  • 支撑并发请求的线程数固定：根据CPU数量计算合理的线程数

• 增加内存后得不到改善的情况：

  • cache集合大小固定：根据可用内存大小计算
  • JVM堆内存固定：需要进行相应调整

• 支撑大数据量：

  • 分库：访问分散，数据库关联查询增加
  • 分表：单张表数据减少，但开发复杂（DAL），分页较为麻烦