1.负载量级，和服务停机损失大（必须要保证ha）。这两个核心诉求引出了负载均衡技术。也就是说，负载均衡解决了两个问题。一个是打破单机性能瓶颈，将多机性能聚合起来，实现可以通过扩容增长计算负载力。二是解决了服务高可用，同过多机主备，多中心主备，规避单点故障，进而保证服务高可用。
2.用户权限控制，用户信息安全。用户操作记录，数据分析。数据持久化在服务端是一个成本比较大的选择。但这对维护用户数据安全，服务提供多用户同一份数据，用户权限控制，后续做战略布局的数据分析，和智能推荐的机器学习啥的都比较重要。

1、负载均衡提供了高性能、水平扩展、高可用的能力。单台机器无法承载太多请求时，就需要增加机器，负载均衡的作用就是来控制如何把请求分配到不同的机器上；这样增加机器很容易，也就是水平扩展的能力；增加机器用来支撑更多的请求，更快的处理，这就是高性能；如果某个机器挂了，也很容易控制请求不要流向坏了的机器，这就是高可用。
2、存储提供的是持久化的能力。因为系统中会出现业务数据，不存起来以后就无法拿到这些数据了。各种数据库，比如 MySQL；数据共享，比如发送文件、图片；提高性能，比如Redis做缓存；更基础的概念，比如磁盘，内存，寄存器，没有他们计算机跑不起来。

把七牛云诞生塞进大事件这波操作亮了。

也就是说后端工程师的技术方向必然是云和大数据对么？

24小时不间断服务，实际上说的就是几个9吧。

你好，想问一下对象存储和文件存储是不是同一个概念啊？

好奇的问下负载均衡本身怎么保证高可用？

负载均衡就是分发流量，提升提供给用户的请求处理能力，能够水平扩容，ssl证书卸载，网络隔离功能

存储:保存用户的信息

因为这个领域特征的需求，要支持大规模用户请求与不间断服务

根据服务端程序的特征，需要使用负载均衡来保证大规模应用和提供不间断服务的能力，同时也隔离了业务和其他要求。存储是为数据的再次使用。

需要负载均衡是因为服务端需要高可用性和高性能，
需要额外的存储是因为服务端需要保存大量的数据，服务端本身不具备这种能力

终于来了！！！

负载均衡是为分布式服务，数据库为分布式数据状态统一 打卡34

负载均衡 一是不把鸡蛋放在一个篮子里，另一个是以分布式的方式提升服务能力。
数据库和其他形式存储 是为了保证这些分布式的服务有统一的状态，保证无论在哪个实例上处理都是等价的。

前段时间因为接触了微服务，知道了负载均衡这个概念，但是还是不知道如何更好地描述，期待老师的精彩内容。

服务端程序和客户端程序确实有着本质的区别，客户端更关注体验，视觉，而服务端则更关注可靠，准确，响应时间。所以服务端更需要有数据的思维，而编写界面的能力会差一些，现在分工明细，前端后端，确实是大势所趋。

负载均衡层是应对高性能和高可用复杂度的关键环节
一个桌面程序的实例只需要存储一个用户的数据，服务端程序需要存储所有用户的数据，自然需要更高效的存储系统

期待老师的后续课程的讲解。负载均衡其实个人觉得是为了避免某个服务器压力过重而使用的，就像为何现在的架构越来越复杂，其实就是为了减轻某些压力。
       早期我们存储数据或者做数据分析其实excel就够了，后面就用了数据库；为了减轻数据库压力又在上面追加了内存库，任何资源都是有限的-如何让有限的资源发挥最大的效率这才是关键。
       老师的课跟到现在：受益匪浅，期待后面的课程讲解。

水电煤都做不到7*24小时不断:)