我们之前了解了复制、扩展性，接下来就让我们来了解可用性。归根到底，高可用性就意味着 "更少的宕机时间"。
本文转自 https://www.cnblogs.com/bangerlee/p/5268485.html
上次我们一起了解了RocketMQ的基本架构原理，那简单的回顾一下RocketMQ的架构组成。
DBA干了这么多年，一直以来有一个疑惑，那就是从半夜的电话中吵醒时，几乎清一色都是宕机类问题，每次我就忍不住想喊，大早上宕机，让不让人睡觉了。但是抱怨归抱怨，活得干，坑还是得补。这话对于很多DBA来说是感同身受，谁还没大半夜被电脑吵醒过，如果没有，你这DBA生活还真是滋润啊。 当然随着工作的经历增长，我想明白了几件事情，也感谢这些难忘的日日夜夜。 宕机能够刷到存在感 第一个是数据库宕机从技术角度之外有时候还是有一些作用的，那就是很多时候宕机之后大家会深刻感受到DBA的存在，而平素系统稳定了若干
https://www.cnblogs.com/yhxx511/p/9609765.html
互联网技术发展到了 2022 年，理论上来说是可以做到“永不宕机”的。但过去的 2021 年，宕机事故看起来貌似也不少。
互联网技术发展到了 2022 年，理论上来说是可以做到“永不宕机”的。但过去的 2021 年，宕机事故看起来一点也没有减少。
哨兵机制是用来解决主从同步Master宕机后的动态自动主从切换问题。 主要有以下作用
今天看到 InfoQ 发布了一篇关于去年的宕机事件的整理文章，从 B 站到一码通，从国内到国外都有代表性事件。
《SRE Google运维解密》里提到SRE自动化系统的一个bug导致几乎所有的数据中心机器被成功下线并进行硬盘擦除。当然这本书出版之后又业界也进行了很多的演进。在我们团队现在很难发生这样的事情。因为团队内人人要遵循的一个设计原则是：原则上禁止批量操作。如需批量，需要有审核流程。批量设置上限。
点击上方“芋道源码”，选择“设为星标” 管她前浪，还是后浪？ 能浪的浪，才是好浪！ 每天 10:33 更新文章，每天掉亿点点头发... 源码精品专栏 原创 | Java 2021 超神之路，很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析 网络应用框架 Netty 源码解析 消息中间件 RocketMQ 源码解析 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析 作业调度中间件 Elastic-Job 源码解析 分布式事务中间件 TCC-Transaction
本人所在公司有一个系统部署单个tomcat上，该系统由前开发人员开发。本人于两年前接手，在对该系统进行开发运维过程中，先后解决了两种tomcat宕机无法提供服务情况，具体如下：
Redis哨兵机制 一. Sentinel介绍 Sentinel，中文为哨兵，是Redis集群架构中一个非常重要的组件。 主要功能： 集群监控：负责监控主从集群中的Master和Slave进程是否正常工作。 故障转移(failover)：如果Master宕机，会自动从Slave中选举出新的Master，进行主从自动切换。 配置中心：如果发生了故障转移，Sentinel负责通知客户端新的Master的地址。 消息通知：如果某个redis节点有故障，那么Sentsinel会发送报警消息给系统管理员。 目前采用
•④ 保证运行memberserver正在运行的时候，可以运行OrderClient
计科专业从事嵌入式软件开发多年，最近因为公司需要搞后台研发，经常选择升级的时机放在凌晨，而且大型的数据处理也是放在这个时间段内，经常发生的服务器宕机也是在这个时段。都是在用户使用少的时候开始折腾，折腾的次数多也就容易出现服务器问题。由于做的是物联网设备，在工作中遇到的宕机主要有这么几种情况，对大量数据的操作导致CPU占比在一段时间内骤增从而导致数据接收模块出问题，导致系统监控出现问题，很多设备信息检测不到了。
本文介绍了如何分析WindowsDump，包括获取Dump文件、分析Dump文件、设置Dump文件位置等步骤。此外，还介绍了如何使用WinDbg工具进行调试，以及如何使用Memory Dump Configuration工具进行设置。
今天中午知乎又一次宕机，访问返回502错误，有网友提问：知乎作为一个问答内容管理系统，技术上有什么难点？为啥叕崩了？，看到之后我做了如下回答：
现如今，Kafka 作为一个高性能、高可靠性、分布式的消息队列系统，广泛地被应用于大规模互联网服务中，如 Tencent、Facebook、LinkedIn、Netflix、Airbnb 等知名公司。然而，在大规模的分布式系统中，服务的不可预测性、复杂性和耦合性经常会导致一些不可预测的故障事件。当Kafka Broker节点宕机时，可能会出现以下故障：
关注「前端向后」微信公众号，你将收获一系列「用心原创」的高质量技术文章，主题包括但不限于前端、Node.js以及服务端技术
11月19日凌晨，微软Azure云服务大面积宕机，在8月19日已有宕机先例的情况下，这次的事件让公众对云安全的关注再次攀升到了顶点。随后，11月24日，微软在向云服务用户发出的公开信中表示，将会通过SLA对Azure云宕机中相关的受损企业进行相应赔偿。 一直以来，公有云宕机后如何向用户赔付都是一个困扰云服务供应商的难题。首先，云服务厂商不可能保证自己的云服务100%无宕机，即使是号称永不宕机的大型机也同样存在风险；其次，用户的损失难以估量，关键系统与非关键系统、不同行业、不同企业规模造成的损失大小也不同，难
在所有分布式系统实现中，很多技术点是基于日志实现的，可以认为日志是分布式系统中除了网络通信之外另一个实现基础。我做的第一个类似于hadoops的分布式任务调度处理系统就是基于raft+日志实现的，所以我们这次聊聊日志之于分布式系统的意义。
PS：本次主要针对场景进行了，本身zk都是分布式框架，它很少存在宕机的情况，除非外在因素，例如内存硬盘爆了。
墨墨导读：讲述大规模分布式系统的容错架构设计。虽然定位是有“分布式”、“容错架构”等看起来略显复杂的字眼，但是这里用大白话 + 手绘数张彩图，逐步递进，让每位读者都能看懂这种复杂架构的设计思想。
上篇我们介绍了DNS流量负载和容灾切换功能的意义，下面我们将继续介绍基于DNS的全局负载均衡的工作原理和相关知识。 如果你想了解DNS访问的整个流程，可以先查看DNS的基本原理（可查看文章DNS原理及解析过程详解）。对于更好地讲解全局流量负载有所帮助。
在 Go 语言中，虽然类型系统会捕获许多编译时错误。但是有些错误需要在运行时进行检查，例如数组越界访问。当 Go 语言在运行时检查到这些错误，它就会宕机。
Redis 的 Sentinel 系统用于管理多个 Redis 服务器（instance）， 该系统执行以下三个任务：
EMR用户常常会将使用不同资源管理系统的组件混合部署在同一个集群，这样会出现资源竞争的情况。若各组件资源超额配置，可能有机器宕机的风险。本文将从案例分析来聊聊混部集群资源配置需要注意的事项
随承载用户数量的增加和容灾的需要，越来越多互联网后台系统从单机模式切换到分布式集群。回顾自己毕业五年来的工作内容，同样有这样的转变。
第12章 高可用性 高可用性实际上意味着更短的宕机时间。 100%的高可用性是不可能达到的，5个9意味着99.990%的正常可用时间，换句话说，每年只允许5分钟的宕机时间。 导致宕机的原因需要注意的地方： 运行环境中，最普遍的问题是磁盘空间耗尽。 性能问题中，最普遍是运行很糟糕的sql，糟糕的Schema和索引设计。 复制问题通常由于主备数据不一致导致的。 如何实现高可用性主要从两方面入手，避免宕机原因，减少宕机恢复时长。 提升失效平均失效时间的注意点： 测试恢复工具和流程，包括中备份中恢复数据。 遵循最小
应用系统访问到master Redis服务器中，进行写数据的操作，当数据写入完成后，master服务器会将写入的数据复制到Slave从服务器中，进行数据的同步，当应用系统读取数据的时候，会去从服务器中读取数据。主服务器只做写数据操作，从服务器只做读数据的操作，这样减轻了各服务器的压力，提高读写效率，将读、写份离开，也就是数据的读写分离。
本文转自：https://www.cnblogs.com/bangerlee/p/5655754.html
华汇数据DCOM提供各种监控统计分析，包括TopN排名分析、指标趋势分析、统计分析、时段对比分析、资源对比分析等，帮助运维人员准确评估IT环境运行情况，及早发现故障隐患和变化趋势，为IT运维决策提供参考依据。
Redis 高并发架构中的哨兵（Sentinel）角色及其功能在确保分布式系统的稳定性和可用性方面扮演着至关重要的角色。在本文中，我们将进一步深入探讨哨兵的关键功能以及与故障转移相关的核心概念。
defer是延迟语句，当我们打开某些资源，比如说数据库连接资源、文件资源、IO资源的时候，我们在使用完或者是遇到错误之前需要提前返回，否则互造成资源泄露或者是占用系统内存过高的问题，有点类似Java的try...catch...finally，finally后常见的操作是释放资源。总结来说，defer的特性是：
本系列文章转自某技术大佬的博客https://www.cnblogs.com/bangerlee/
通常，我们会使用缓存用于缓冲对 DB 的冲击，如果缓存宕机，所有请求将直接打在 DB，造成 DB 宕机——从而导致整个系统宕机。
RabbitMQ和Kafka都提供持久的消息保证。两者都提供至少一次和至多一次的保证，另外，Kafka在某些限定情况下可以提供精确的一次（exactly-once）保证。
MySQL通过复制（Replication）实现存储系统的高可用。目前，MySQL支持的复制方式有：
在上文中我们了解到， canal 可以通过订阅 binlog 日志来提供增量数据订阅和消费，通过这种方式可以实现数据库的实时备份，实时索引构建等
提起“宕机”这个词，估计大多数企业管理层，技术人员都不会陌生。8月，微软的公有云服务以及Office365等软件，因为澳大利亚的极端天气，备用方案未能及时响应，导致澳洲用户出现了超过24小时的云服务“暂停”。
“ 这篇文章给大家聊一次线上生产系统事故的解决经历，其背后代表的是线上生产系统的JVM FullGC可能引发的严重故障。
业务系统通过一个数据库连接发给MySQL，经过SQL接口、解析器、优化器、执行器，解析SQL语句，生成执行计划，接着由执行器负责执行该计划，调用InnoDB的接口去实际执行。
sentinel，中文名是哨兵。哨兵是 redis 集群机构中非常重要的一个组件，主要有以下功能：
过去几年，各大厂宕机事件屡见不鲜。Google 曾因为容量调度系统而宕机四十五分钟；微软曾因为流量尖刺问题，宕机两个半小时；亚马逊也曾因为 Kinesis 数据迁移服务，导致美东区域宕机五小时等。当单点的基础服务出现问题之后，与其依赖的服务也将会发生连锁反应，从而导致宕机事件的出现。 架构稳定性与高可用，一直是技术人所关心的事情。架构不稳定，所带来的问题可大可小，但常见故障一般是由基本的问题引发的，诸如服务器资源不足、稳定性意识薄弱、运行环境出错等等。 那解决了这些问题，架构不会出故障了吗？答案并不是。业务
本章的线性一致性是在铺垫了多副本、网络问题、时钟问题后的一个综合探讨。首先探讨了线性一致的内涵：让系统表现得好像只有一个数据副本。然后讨论如何实现线性一致性，以及背后所做出的的取舍考量。其间花了一些笔墨探讨 CAP，可以看出作者很不喜欢 CAP 的模糊性。
Crash-safe，顾名思义，就是系统在突发的宕机或者崩溃情况发生时，对数据的安全性进行保护。在数据库中，我们把这个概念进一步细化，特指某种数据库特性或者机制，可以在系统宕机或者异常终止的情况下，保证数据的一致性和完整性。
无论原因如何或最终影响范围的有多大，一旦出现宕机，企业对公有云的信心都会出现动摇。
看过之前文章的小伙伴们都清楚，Broker是RocketMQ的核心模块，负责接收并存储消息，为了保证整个MQ的高可用，一般情况都会将Broker部署成集群，集群中的每一部分都由Master和Slave组成，那么Master与Slave之间的数据是如何保证同步一致的呢？
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
