在一年前我曾经有做过一些 Zookeeper 的相关总结，现在我们再把它捡回来，重新的把一些前因后果都扯得更加明白。我们先从服务部署架构的发展历程说起，其实无非就是 集中式 和 分布式 ，集中式就是说，什么我都是由一台机器搞定的。分布式就是多台服务器联合

在分布式系统中，实现强一致性并不容易。即使2PC、3PC阶段提交，也无法保证绝对的强一致性。我们也不能因为极小的不一致性概率，导致系统整体性能低下，或者扩展性受到影响，并且架构也变得极其复杂。重试的时候，要注意设置Service Consumer 的超时时

随着企业IT系统不断扩大，以及对内快速诊断效率和对外SLA的追求，对于业务系统的掌控度的要求越来越高。同时，随着RPC框架、微服务框架的普及和发展，微服务架构在企业级应用开发中得到了大量的应用。APM和调用链跟踪在很多公司已经有了大量的实践，开源的并且能够

分布式系统为保证数据高可用，需要为数据保存多个副本，随之而来的问题是如何在不同副本间同步数据?不同的同步机制有不同的效果和代价，本文尝试对常见分布式组件的同步机制做一个小结。如果期间有数据不一致，以最新选出的主节点的数据为准。ES 中有 master no

在项目开发中，经常会需要处理分布式事务。系统服务化拆分之后，原来的在一个系统上的操作可能会跨越多个系统。就连我们平时经常使用到的缓存也可能涉及分布式事务，因为缓存和数据库是两个不同的实体，如何保证数据在缓存和数据库间的一致性也是要重点考虑的。分布式事务就是

Raft这玩意，网上已经有好多解读文章了，大概比Paxos还要多一些，所以，这篇，不求细节，但求核心思想方面，追一下本源，然后，给自己做个笔记。Raft是什么，它想解决什么问题？Raft是一个分布式一致性协议／算法，是Replicated And Faul

本文参考《持续演进的Cloud Native云原生架构下微服务最佳实践》一书整理而成，分析了在分布式系统中，如何实现最终一致性。即使2PC、3PC阶段提交，也无法保证绝对的强一致性。我们也不能因为极小的不一致性概率，导致系统性能低下，或者扩展性受到影响，并

分布式存储是相对于集中式存储来说的，在介绍分布式存储之前，我们先看看什么是集中式存储。不久之前，企业级的存储设备都是集中式存储。所谓集中式存储，从概念上可以看出来是具有集中性的，也就是整个存储是集中在一个系统中的。以EMX公司的存储为例，整个存储系统可能需

2PC，是Two-Phase Commit的缩写，即二阶段提交，是计算机网络尤其是在数据库领域内，为了使基于分布式系统架构下的所有节点在进行事务处理过程中能够保持原子性和一致性而设计的一种算法。参与者收到Commit请求后会正式执行事务提交操作，并在完成提

每当有机会写故障类主题的时候，我都会在开始前静静地望着显示器很久，经过多次煎熬和挣扎之后才敢提起笔来，为什么呢?上个月，我们的系统因注册中心崩塌而引发的一场事故，本是一件稀松平常的事件，可我们猜中了开始却没料到原因，始作俑者竟是已在产线运行多年的某分布式缓

序言（初衷）设计该系统初衷是基于描绘业务存储模型，分析代理缓存服务器磁盘存储与回源率的关系。系统意义是在腾讯云成本优化过程中，量化指导机房设备扩容。前半部分是介绍背景，对CDN缓存模型做一些理论思考。后半部分会实际操作搭建一个微型但是五脏俱全的分布式通用系

多年来，Facebook 开发团队一直都在创建新的软件和硬件，随后又将其技术传递给开源社区，让大家学习使用。现在，Facebook 又宣布开源其模块化网络路由软件 Open/R。Open/R是一个分布式网络应用平台，于 2016 年发布，作为所有运行于Te