SLA

Service-Level Agreement - 系统服务提供者对客户的一个服务承诺

Availabilty

$$
错误率=\frac{导致系统产生内部错误的有效请求数}{期间的有效请求总数}
$$

Case

评估系统准确性

系统容量通常指的是系统能够支持的预期负载量是多少，一般会以每秒的请求数为单位来表示
- QPS - Queries Per Second
- RPS - Requests Per Second
定义 Capacity 的方式 - Throttling / Performance Test / Log

Horizontal Scaling + Vertical Scaling

Scaling	Desc
Horizontal	在现有的系统中增加新的机器节点
Vertical	升级现有机器的性能

一致性模型 - 强一致性很难实现，最终一致性应用最广

强一致性 - Google Cloud Spanner
- 系统中的某个数据被成功更新后，后续任何对该数据的读取操作都将得到更新后的值
- 在任意时刻，同一系统所有节点中的数据是一样的
- 只要某个数据的值发生更新，该数据的副本都要进行同步，保证该更新被传播到所有备份数据库中
- 在该同步过程结束后，才允许读取该数据
- 一般会牺牲一部分延迟性，并且对全局时钟的要求很高
弱一致性
- 系统中的某个数据被更新后，后续对该数据的读取操作可能得到更新后的值，也可能是更新前的值
- 但经过一段时间后，后续对该数据的读取都是更新后的值
最终一致性 - AWS DynamoDB
- 是弱一致性的特殊形式
- 存储系统保证，在没有新的更新的条件下，最终所有的访问都是更新后的值
- 无需等到数据更新被所有节点同步就可以读取
  - 尽管不同的进程读同一数据可能会读到不同的结果
  - 最终所有的更新会按时间顺序同步到所有节点
- 支持异步读取，延迟比较小

数据持久性

消息持久性

在分布式系统中，节点之间需要互相发送消息去同步以保证一致性
- 对于重要的系统而言，通常不允许任何消息的丢失
分布式系统中的消息通讯通常由分布式消息服务完成 - Kafka
- 当消息服务的节点发生了错误，已经发送的消息仍然会在错误解决之后被处理
- 如果一个消息队列声明了持久性，那么即使队列在消息发送之后掉线，仍然会在重新上线后收到该消息