大型分布式网站架构设计与实践阅读笔记2
分布式系统基础设施
分布式系统基础设施：分布式缓存系统、持久化存储、分布式消息系统、搜索引擎、CDN系统、负载均衡系统、运维自动化系统、实时计算系统、分布式文件系统、日志收集系统、监控系统、数仓系统等。
1、分布式缓存
这一小节讲的memcache.
2、持久化缓存
(1)Mysql扩展
业务拆分 -> 随着业务的发展，单个库的访问量越来越大，对业务进行拆分，每一块业务使用单独的数据库存储。这样访问不同的业务就访问到了不同的数据库，提高了吞吐能力。
复制策略 -> 业务继续发展，访问量继续加大，拆分后的每个库压力越来越大，可以使用MySQL的复制策略来对系统扩展。通过复制策略，可以将一台MySQL数据库服务器中的数据复制到其他MySQL数据库服务器上，当各台数据库服务器上包含相同数据时，访问MySQL集群中任意一台服务器，都能取到相同的数据。要实现数据库的复制，需要开启Master服务器端的Binary log，复制的过程实际上就是Slave从master获取binary log，然后再在本地镜像的执行日志中记录的操作。由于复制过程是异步的，因此Master和Slave之间数据可能存在延迟的现象，
此时只能够保证数据最终一致性。
分库与分表 -> 采用Master-Slave复制模式的MySQL架构，只能够对数据库的读进行扩展，而对数据库的写入操作还是集中于Master上，且单个Master挂载的Slave不可能无限多。对于访问频繁且数据量巨大的单表来说，分表。分表能够解决单表数据量过大带来的查询效率下降的问题，但是无法给数据库的并发处理能力带来质的提升。面对高并发的读写访问，当数据库Master服务器无法承载写操作压力时，扩展Slave服务器就没啥意义了。因此，需要对数据库进行拆分，提高数据库写入能力，即分库。
数据库经过业务拆分及分库分表后，查询性能和并发处理能力提高了，但会带来其他问题。例如：原本跨表的事务上升为分布式事务，记录被切分到不同的库和不同的表中，难以进行多表关联查询。分库分表以后，如果需要对系统进一步扩容，讲非常不方便，需要重新进行数据迁移。
3、消息系统
消息可以作为应用间通信的一种方式，消息被保存在队列中，直到被接收者取出，消息发送者不需要同步等待消息接收者的响应，消息的异步接收降低了系统集成的耦合度，提升了分布式系统协作的效率。当系统处于峰值压力时，分布式消息队列还能够作为缓冲，削峰填谷。书中介绍的ActiveMQ，这里略过，后面专门分析实际项目中用的RocketMQ。
4、垂直化搜索引擎
垂直化的搜索引擎主要针对企业内部的自有数据检索，不像Google、Baidu那样的搜索引擎平台，采用网络爬虫对全网数据进行抓取，从而
建立索引并提供给用户进行检索。在分布式系统中，垂直化的搜索引擎能够满足用户对全文检索、模糊匹配的需求，解决数据库like查询效率低下的问题，又能够解决分布式环境下，由于采用分库分表或者NoSQL数据库，导致无法进行多表关联或者进行复杂查询的问题。
(1)Lucene
倒排索引：也称反向索引，它将文档中的词作为关键字，建立词与文档的映射关系，可以根据词快速获取包含这个词的文档列表。
分词：也称为切词，将句子或者段落进行切割，从中提取出包含固定语义的词。