分布式技术原理与算法解析
聂鹏程
智载云帆CTO，前华为分布式Lab资深技术专家
立即订阅
6097 人已学习
课程目录
已完结 39 讲
0/4登录后，你可以任选4讲全文学习。
课前必读 (3讲)
开篇词 | 四纵四横，带你透彻理解分布式技术
免费
01 | 分布式缘何而起：从单兵，到游击队，到集团军
02 | 分布式系统的指标：啥是分布式的三围
第一站：分布式协调与同步 (6讲)
03 | 分布式互斥：有你没我，有我没你
04 | 分布式选举：国不可一日无君
05 | 分布式共识：存异求同
06 | 分布式事务：All or nothing
07 | 分布式锁：关键重地，非请勿入
08 | 分布式技术是如何引爆人工智能的？
第二站：分布式资源管理与负载调度 (6讲)
09 | 分布式体系结构之集中式结构：一人在上，万人在下
10 | 分布式体系结构之非集中式结构：众生平等
11 | 分布式调度架构之单体调度：物质文明、精神文明一手抓
12 | 分布式调度架构之两层调度：物质文明、精神文明两手抓
13 | 分布式调度架构之共享状态调度：物质文明、精神文明多手协商抓
14 | 答疑篇：分布式事务与分布式锁相关问题
第三站：分布式计算技术 (4讲)
15 | 分布式计算模式之MR：一门同流合污的艺术
16 | 分布式计算模式之Stream：一门背锅的艺术
17 | 分布式计算模式之Actor：一门甩锅的艺术
18 | 分布式计算模式之流水线：你方唱罢我登场
第四站：分布式通信技术 (4讲)
19 | 分布式通信之远程调用：我是你的千里眼
20 | 分布式通信之发布订阅：送货上门
21 | 分布式通信之消息队列：货物自取
22 | 答疑篇：分布式体系架构与分布式计算相关问题
第五站：分布式数据存储 (5讲)
23 | CAP理论：这顶帽子我不想要
24 | 分布式数据存储系统之三要素：顾客、导购与货架
25 | 数据分布方式之哈希与一致性哈希：“掐指一算”与“掐指两算”的事
26 | 分布式数据复制技术：分身有术
27 | 分布式数据之缓存技术：“身手钥钱”随身带
特别放送 (3讲)
特别放送 | 分布式下的一致性杂谈
特别放送 | 徐志强：学习这件事儿，不到长城非好汉
特别放送 | 那些你不能错过的分布式系统论文
第六站：分布式高可靠 (5讲)
28 | 分布式高可靠之负载均衡：不患寡，而患不均
29 | 分布式高可靠之流量控制：大禹治水，在疏不在堵
30 | 分布式高可用之故障隔离：当断不断，反受其乱
31 | 分布式高可用之故障恢复：知错能改，善莫大焉
32 | 答疑篇：如何判断并解决网络分区问题？
第七站：分布式核心知识串讲 (2讲)
33 | 知识串联：以购买火车票的流程串联分布式核心技术
34 | 搭建一个分布式实验环境：纸上得来终觉浅，绝知此事要躬行
结束语 (1讲)
结束语 | 为什么说提升职业竞争力要从尊重、诚实开始？
分布式技术原理与算法解析
登录|注册
31 | 分布式高可用之故障恢复：知错能改，善莫大焉
聂鹏程 2019-12-09
你好，我是聂鹏程。今天，我来继续带你打卡分布式核心技术。
在上一篇文章，我带你学习了故障隔离。故障隔离的目的是，对故障组件进行隔离，以避免其影响系统中的其他组件，尽可能保证分布式系统的可用性。
在分布式系统中，故障在所难免，发生故障后仅仅进行隔离还远远不够，还需要进行故障恢复。比如，现在集群中有 3 个节点，节点 1 故障后，对节点 1 进行隔离，如果节点 2、节点 3 紧接着故障了，又隔离了这两个节点。那么，整个集群就无法继续提供服务了，何谈分布式系统的高可用呢？
为了解决这种问题，分布式领域还有一个关键技术来保证系统的高可用，即故障恢复。
接下来，我们就一起打卡分布式系统的故障恢复技术吧。
分布式故障基础知识
在介绍故障恢复之前，我先与你说说分布式系统中会有哪些故障类型。
故障类型
在任何一个分布式系统中，故障都是不可避免的。这里的故障，通常包括两类：
一类是物理故障，比如硬盘损坏、断电断网、硬件升级等；
另一类是软件层故障，比如系统存在 Bug 导致系统崩溃、系统负载过高导致系统崩溃等。
在讨论分布式系统故障时，我们通常还会从是否是网络导致的故障的角度来进行故障划分，包括节点故障和网络故障，而这两类故障可能同时包括物理故障和软件层故障。由于软件层故障和具体的程序实现等相关，因此主要由开发者根据自己的实现去解决；而物理故障通常具有很多共同特征，因此今天我主要针对物理故障导致软件不可用的情况进行讲解。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《分布式技术原理与算法解析》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(5)
阿卡牛个人理解，网络分区故障一般是针对不同集群来说的，单个集群一般在同一个网络中，集群内的单点故障并不会出现网络分区。当整个集群的网络出故障时。才会有分区的说话。能想到检测办法是单独有机器对不同集群的主节点进行心跳检测来判断2019-12-10 2
花儿少年通过不同层面的心跳机制，来监控系统中是否发生了网络分区2019-12-11
Jackey心跳检测原来有这么多学问。个人认为可以使用一个独立于系统之外的机器来对集群的各个机器进行检测。如果发生网络分区时，可以摘掉机器数量少的分区，将流量都分到机器数量较多的集群上。2019-12-10
QQ怪没想到一个心跳策略就可以有那么多知识，学到了2019-12-09
许童童老师讲得好，故障恢复确实是保证高可用很重要的一环，如何能够快递检测出故障，就显得很关键了，我们一般都是使用心跳检测，另外自动的故障恢复也显示很重要。
问个问题，系统在故障的这个期间，系统还没有恢复，那这个期间用户肯定能感受到服务异常，那系统还能叫高可用吗？2019-12-09
收起评论