数据密集型应用系统设计
可靠、可拓展、可维护性高的应用系统
构建一个三高的应用系统是非常有必要的。
- 可靠性(Reliability)：当出现意外情况如硬件、软件故障、人为失误等，系统应该要正常运转，那怕系统性能会有所降低，但能确保系统功能正确。
- 可拓展性(Scalability)：随着规模的增长，业务复杂度、数据量、流程等，系统能以合理的方式来支撑这种增长。
- 可维护性(Maintainability)：随着时间的推移，人员的变换，都能很好维护现有的功能或适配新场景等，系统都能高效的运转。
性能描述
查看性能首先两个数据最重要：吞吐(throughput)和响应时间(response time)
- 吞吐(throughput)：每秒可处理的记录条数
- 响应时间(response time)：客户端从发送信息到接收到响应之间的时间间隔
延迟(latency)和响应时间(response time)是不同的；延迟是指请求处理花费的时间。
而响应时间除了请求时间，还包括来回的网络延迟和各种排队延迟时间。
查看服务请求的性能一般看的不是平均响应时长，因为它在某些时候掩盖了一些信息（如某个波峰时间段内的信息）。一般会选择百分位数(percentiles)。
百分位数
如果已经收集到了响应时间信息，将其从最快到最慢排序，中位数(median)就是列表中间的响应时间。例如，如果中位数响应时间为200 ms，那么意味着有一半的请求响应不到200 ms，而另一半请求则需要更长的时间。
中位数指标非常适合描述多少用户需要等待多长时间：一半的用户请求的服务时间少于中位数响应时间，另一半则多于中位数的时间。因此中位数也称50百分位数，也称p50。
为了弄清楚异常值有多糟糕，一般需要关注更大的百分位数，如常见的 p95、p99 和 p999。作为典型的响应时间阈值，它们分别表示有95%、99%、99.9%的请求响应时间快于阈值。即 p95=1.5s，则表示100个请求中有95个请求快于1.5s，而5个请求是多于1.5s。以此类推。
百分位数经常用于描述、定义服务质量目标(Service Level Objectives, SLO)和服务质量协议(Service Level Agreements, SLA)。
分布式系统
分布式系统需要有哪些特点？
- 拓展性；当单个系统消耗资源越来越多时会导致系统不堪重负，需要将负载分散到多台机器上。
- 容错和高可用性；单态机器可能会发生故障，此时系统还能够正常工作的话，就需要备份机器提供能力
- 延迟考虑；由于网络分区等原因，用户可能分散在世界各地，所以需要在全球范围内部署服务，这样就能就近的给用户提供服务。
中译版
- http://ddia.vonng.com/