1、荔枝FM架构师 刘耀华异地多活IDC机房架构内容问题与需求系统理论系统调研架构设计最佳实践Q&A问题与需求分析单一机房架构问题 机房不可用时数据无法访问数据安全 机房不可用时业务停止业务可用性 因网络连通性，不同地域的用户的请求响应延迟不同用户响应多机房 备份保留重要的用户与系统数据，以保证数据安全提高系统可用性，当某一机房发生故障时能尽快地切换都另一机房继续提供服务。提高系统访问性能，按用户地域来合理分配距离最近，访问最佳的机房。系统理论CAP理论University of California, Berkeley computer scientist Eric Brewer,一致性(Con
2、sistency) 所有节点都能访问同一份最新的数据副本可用性(Availability) 每个请求都能接收到一个响应，无论响应成功或失败，而不应该是网络超时、连接断开等非服务程序答复。分区容忍性(Partition tolerance) 除了整个网络的故障外，其他的故障（集）都不能导致整个系统无法正确响应。CAP三选二原则CAP原理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。AC模型：（可用性+强一致性）-分区容忍MySql Cluster集群 Availability: Mysql集群内部分节点失效，操作仍可执行。 Partition: Mysql各节点无法脱离集群独立工作。C
3、onsistence: Mysql提供两阶段提交事务方式，保证各节点数据强一直性。CP模型：（一致性+分区容忍）-可用性Redis 客户端哈希/Twemproxy集群Availability: 当Redis某节点失效，其节点里的所有数据都无法访问 Partition: 各Redis节点独立服务，互不影响。Consistence:各Redis节点无共享数据，所以不存在节点间数据不一致问题。AP模型：（可用性+分区容忍）-强一致性Cassandra集群 Availability: 当少于一定数量的节点失效时，集群服务不受影响。 Partition: 数据在多个节点中备份，单个节点失效不会影响整个集
4、群服务。Consistence:各节点间的数据非实时强一直性。只要求数据在部分节点写入成功后即可，其余节点异步同步。CAP数据库模型互联网行业模型不同的业务类型要求不同的CAP模型：CA适用于支付、交易、票务等业务要求数据强一致性的行业；（宁愿业务不可用，也不能出现脏数据或数据错乱）而互联网则对严格一致性要求不太高，但对业务可用性要求较高。因此一般都采用高可用+分区容忍+弱一致性架构。（+A+P-C）,并衍生出BASE模型。BASE理论eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结，在ACM上发表文章提出BASE理论。BASE是指 基本可用（Basically Av
5、ailable）、 软状态（ Soft State）、 最终一致性（ Eventual Consistency）。BASE模型基本可用（Basically Available）基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。服务降级BASE模型软状态（ Soft State）软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性临时数据不一致。全局锁v.s数据多版本BASE模型最终一致性（ Eventual Consistency）最终一致性，就是不保证在任意时刻任意节点上的同一份数据都是相同的。但是随着时间的迁移，不同节点上的同一份数据总是在向趋同的方
6、向变化。数据一致性模型 强一致性（串行）线性一致性（时钟同步）序列一致性（全局序列号）因果一致性（关联进程间同步，不相关进程则最终一致）最终一致性(窗口期数据不一致)最终一致性根据互联网业务特性，最后选择最终一致性。系统业务调研服务器系统当前服务端系统架构App服务 Web服务 服务总线 上传系统 业务层主播后台数据中心 账号管理 审核系统 数据层存储层DataBase MemCached Redis 接入层连接管理 NginxSocket代理 分布式文件系统业务数据分析类型 数据量 优先级 主传输线路 后备传输线路资源文件 大 低 公网 机房专线数据 小 高 机房专线 公网架构设计硬件物理架构系统架构数据存储（DataStore）系统数据存储系统DataStore主机房DS服务器失效从机房DS服务器失效
