系统架构设棋牌游戏- 棋牌游戏平台- APP下载计50个核心概念及规范（2026最新版）

　　棋牌游戏大全,棋牌游戏app,棋牌游戏平台,棋牌娱乐,棋牌娱乐平台,棋牌,开元棋牌,斗地主,扑克游戏,麻将,德州扑克,牛牛,麻将糊了,掼蛋,炸金花,掼蛋技巧,抢庄牛牛,十点半,龙虎斗,21点,牌九本文汇集了 50 个系统设计核心概念，涵盖扩展性、CAP/PACELC、分片、缓存、队列、可靠性模式和安全性等。

　　您可以将其视为了解真实系统如何扩展、保持可靠性、通信和处理数据的一站式参考资料。

　　通过简短的解释和简单的例子，带你了解五十个重要的概念，让你快速理解所有内容。

　　可以这样理解：垂直方向的转变就像一个超级英雄变得更强，水平方向的转变就像组建一个团队。

　　CAP定理指出，在网络分区的情况下，分布式系统必须在一致性和可用性之间做出选择。一致性意味着每个用户在同一时间看到相同的数据。

　　网络出现故障时，你不可能同时拥有完美的稳定性和完美的可用性，所以你需要根据你的使用场景决定牺牲哪一个。

　　PACELC扩展了 CAP，并规定：如果存在分区，则选择可用性或一致性；否则，选择延迟或一致性。

　　即使网络状况良好，你仍然需要在速度慢但读取稳定，和速度快但读取最终不一致之间进行权衡。跨区域同步的系统，通常会以牺牲延迟为代价来保持高度一致性。

　　这就解释了为什么有些数据库速度快但数据略显过时，而另一些数据库速度慢但始终准确。

　　BASE代表基本可用、软状态、最终一致性，用于需要保持运行并快速响应的大型分布式系统。

　　实际上，许多架构将两者结合起来，使用 ACID 处理核心资金流，使用 BASE 处理诸如信息流和分析之类的事情。

　　通常可以通过并行处理更多工作来提高吞吐量，但如果队列积压，则可能会增加延迟。

　　想象一下，一家餐厅同时接收很多订单，却让顾客等待更长时间。好的系统设计力求在这两者之间取得平衡：既要保证足够的吞吐量以应对高峰负载，又要保证低延迟以提供流畅的用户体验。

　　如果你的系统有 20% 的运算始终是顺序执行的，那么再多的机器也无法解决这个瓶颈问题。

　　如果你的请求总是需要访问同一个主数据库，那么这个主数据库就会限制你的性能。这条定律提醒你，应该先找出性能瓶颈，而不是简单地增加服务器数量。

　　最终一致性非常适合时间线或计数器等大规模系统，因为在这些系统中，完美的实时性并非至关重要。

　　微服务帮助团队独立工作并分别扩展不同的部分，但同时也带来了沟通、调试和数据一致性方面的复杂性。

　　单体架构的初始阶段比较简单，而且在一定规模内通常都能很好地满足需求。但棘手之处在于……

　　许多优秀的系统最初都是单体架构，当真正遇到问题时，它们会逐渐演变为微服务架构。

　　无服务器架构能让你在云端运行小型函数，而无需直接管理服务器。您只需在代码运行时付费，平台会为您处理扩展和基础设施。

　　它非常适合事件驱动型工作负载，例如 webhook、后台作业或流量波动较大的轻量级 API。

　　缺点是：对长时间运行的任务控制较少，冷启动速度较慢，而且在大批量生产时成本有时会更高。

　　可以将无服务器架构视为“函数即服务”，它非常适合用于粘合代码和轻量级服务。

　　负载均衡将传入流量分散到多个服务器上，从而避免单个服务器过载。它提高了可靠性和性能，因为单个服务器的故障不会导致整个系统崩溃。

　　负载均衡器可以是硬件设备或软件服务。它们通常支持健康检查，以便停止将流量发送到不健康的实例。

　　可以将反向代理想象成公司的前台，它隐藏了所有内部房间；而将正向代理想象成笔记本电脑连接到互联网必须经过的网关。

　　API网关是一种特殊的反向代理，它充当微服务系统中所有 API 调用的单一入口点。它负责将请求路由到正确的服务、速率限制、身份验证、日志记录，有时还负责响应整形。

　　如果网关中逻辑过多，它可能会成为瓶颈，或者变成一个独立的微型庞然大物。好的设计应该保持网关功能集中且精简。

　　CDN是一个由地理位置分散的服务器组成的网络，它将静态内容（如图像、视频和脚本）缓存到更靠近用户的位置。

　　当用户请求内容时，请求会被路由到最近的 CDN 节点，从而大幅降低延迟。这还能减轻源服务器的流量压力，提高可扩展性和弹性。

　　它采用多层缓存机制，因此首次查找后响应速度很快。它还可以通过为同一名称返回不同的 IP 地址来实现简单的负载均衡。

　　了解 DNS 可以帮助您理解为什么名称更改需要时间才能传播，以及为什么某些服务中断是由 DNS 配置错误引起的。

　　引入了多路复用技术，允许多个请求共享单个 TCP 连接，从而降低开销。它还带来了诸如头部压缩和服务器推送等特性。

　　基于 QUIC 协议运行，QUIC 协议又基于 UDP 协议，它能缩短连接建立时间，并提升在不可靠网络上的性能。这些版本的主要目标是降低延迟，更好地利用现代网络环境。

　　在微服务中，gRPC 通常用于服务间的调用，而 REST 则常用于外部客户端。

　　当可读性和兼容性至关重要时，请使用 REST；当性能和契约至关重要时，请使用 gRPC。

　　WebSocket创建一个全双工连接，客户端和服务器可以随时互相发送消息。

　　SSE 更简单，适用于实时比分更新或通知等情况，只需要服务器推送更新即可。

　　长轮询是一种客户端发送请求，服务器保持连接打开状态，直到有新数据或超时为止的技术。

　　当收到响应后，客户端立即发起另一个请求。这样就模拟了通过纯 HTTP 协议实现实时更新，而无需使用特殊协议。

　　它不如 WebSocket 高效，但更容易实现，并且可以穿透大多数代理和防火墙。

　　随着时间的推移，信息会在社交群体中像流言蜚语一样传播，直到每个人都持有大致相同的观点。它被用于以容错的方式共享成员信息、健康状况或配置信息。

　　该协议最终是一致的，并且不依赖于中央权威机构。这使其成为节点频繁加入和离开的大型集群的理想选择。

　　分片将数据分散存储在多台机器上，每台机器保存一部分数据。常见的分片策略包括基于范围的分片、基于哈希的分片和基于目录的分片。

　　难点在于选择合适的分片键，避免出现流量热点，即某个分片承载了大部分流量。分片完成后，在分片之间迁移数据（重新分片）就成为一项重要的运维挑战。

　　复制可以提高读取性能和可用性，但会使一致性更难保证，尤其是在写入操作要到多个节点时。

　　面试时，你可能会谈到复制延迟如何影响读取操作，以及当主服务器宕机时故障转移是如何工作的。

　　一致性哈希是一种将键分布在各个节点上的技术，它可以在添加或删除节点时最大限度地减少数据移动。

　　当节点加入或离开时，只需要移动一小部分键。这一特性在分布式缓存和数据库中非常有用。

　　你可以把它想象成一个平滑的映射，即使集群大小发生变化，它也不会变得混乱。

　　B 树是一种平衡树，它能保持数据有序，并能高效地查找范围，这在关系数据库中很常见。

　　LSM 树将数据批量写入内存，并定期将其刷新到磁盘，这使得写入速度非常快，但读取操作更加复杂。

　　关键在于索引是一个独立的结构，每次写入时都必须更新，这就是为什么索引过多会影响插入性能的原因。

　　如果在事务处理过程中发生崩溃，系统可以重放日志以恢复一致状态。WAL（预写式日志）确保事务的持久性和原子性。它还支持从日志流复制等技术。让我来解释一下它为何如此重要。

　　真正的技巧在于知道在不破坏一致性的前提下，可以在哪些方面安全地打破常规。

　　多语言持久性是指在同一个系统中使用多种类型的数据库，每种数据库都因其最擅长的领域而被选中。例如，可以使用关系型数据库处理事务，使用文档型数据库存储日志，使用键值型数据库进行缓存，以及使用图数据库来存储关系。

　　布隆过滤器是一种空间利用率高的数据结构，它能快速判断“这个元素是否在集合中？”，虽然可能出现误报，但不会漏报。它使用多个哈希函数在插入元素时设置位数组中的相应位。

　　要检查成员资格，您需要测试相同的位；如果任何一位为零，则该项肯定不存在。

　　向量数据库存储和查询向量，向量是对文本、图像或音频等数据的数值表示。这些向量来自嵌入等模型，并支持相似性搜索，例如“查找与此文档最相似的文档”。

　　它们并非进行精确的相等性比较，而是使用余弦相似度或欧氏距离等距离度量。这对于现代搜索、推荐和人工智能助手系统至关重要。

　　速率限制控制用户、IP 地址或 API 密钥在给定时间窗口内可以发出的请求数量。它可以保护您的系统免受滥用、意外流量高峰和失控循环的影响。

　　经过一段时间的冷却后，系统会进行几次试探性调用，以检查服务是否已恢复，如果成功则关闭服务。这种模式可以防止级联故障，避免一个运行缓慢的服务拖垮整个系统。

　　隔板模式将系统的不同部分隔离开来，这样一来，一个区域的故障就不会影响整个系统。这可能意味着为不同的功能使用独立的连接池、线程池，甚至是整个服务集群。

　　指数退避是指每次重试的等待时间都比前一次更长，例如 1 秒、2 秒、4 秒等等。这可以防止客户端对已经不堪重负的服务造成过大的访问压力。

　　例如，“将用户状态设置为活跃”是幂等的，而“将账户余额增加 10”则不是幂等的。

　　如果它们停止接收这些节点，它们会将节点标记为宕机，并触发故障转移或扩展操作。

　　Paxos 和 Raft 等算法确保只选出一个领导者，并且所有节点最终都同意由谁来担任领导者。

　　领导者负责处理诸如分配工作、管理元数据或安排写入操作等任务。如果领导者失效，系统会自动选举新的领导者。

　　面试时不需要记住具体的数学公式，但你应该知道共识算法为许多关键系统（如元数据存储和分布式日志）提供支持。

　　这种方式并非像单一的 ACID 事务那样锁定所有操作，而是每个服务执行其部分并发布一个事件。如果出现故障，补偿步骤会尝试撤销之前的更改。这与微服务和最终一致性自然契合。

　　2PC 提供了强大的保证，但如果协调器发生故障，则可能会阻塞，并且由于锁定，大规模应用成本很高。

　　在现代云系统中，对于高吞吐量路径，通常会避免使用 2PC，而是采用 SAGA 等模式来代替。

　　缓存将频繁访问的数据存储在快速存储层（通常是内存）中，以减少延迟和后端负载。

　　常见的缓存层包括进程内缓存、外部键值存储和内容分发网络 (CDN)。缓存对于读取密集型工作负载和高成本计算尤其有效。

　　旁路缓存（Cache aside）：应用程序直接从缓存读取数据，未命中时则从数据库加载并写入缓存。

　　通写缓存（Write through）：同步写入缓存与数据库，确保缓存与数据源始终保持一致。

　　回写缓存（Write back）：优先写入缓存，后续再回刷至数据库。这种方式速度快，但若缓存失效则存在数据丢失风险。

　　在点对点模型中，队列中的消息由一个接收器消费后即被移除。这使得发送方和接收器解耦，从而使它们能够独立扩展和应对故障。

　　在pub sub 中，发布者向主题发送消息，而不是直接向消费者发送消息。

　　订阅者可以收听自己感兴趣的话题，并接收相关信息。这实现了广播式的沟通方式，并降低了生产者和消费者之间的联系。

　　在访谈中，pub sub 经常出现在事件驱动型设计中，例如活动信息流或事件来源。

　　工程师可以检查死信队列来调试问题、修复数据或稍后重放消息。这种模式提高了系统的弹性，并防止系统因“毒信”而陷入困境。

　　分布式追踪会跟踪单个请求在多个服务间的流转过程。每个服务都会添加一个追踪 ID 和跨度信息，以便您可以重构请求的完整路径。这在调试微服务架构中的响应缓慢或故障时非常有用。

　　如果没有追踪功能，你只能看到孤立的错误。有了追踪功能，你就能看到服务、队列和数据库中的完整情况。

　　服务级别协议 (SLA )是对客户的外部承诺，例如“每月 99.9% 的正常运行时间”。

　　服务级别目标 (SLO )是工程师力求达到的内部目标，通常比服务级别协议 (SLA) 更为严格。

　　服务级别指标 ( SLI )则是实际测量的指标，例如实际正常运行时间或请求成功率。

　　OAuth 2.0是一个委托授权框架。它允许用户在不共享密码的情况下，授予应用程序对其资源的有限访问权限。

　　OIDC （OpenID Connect）基于 OAuth 2.0 构建，增加了身份验证功能，允许客户端验证用户身份并获取用户身份信息。这是许多“使用 X 登录”流程的基础。

　　握手完成后，所有后续数据都会被加密，防止被窃听。这就是为什么你的浏览器中会出现小锁图标的原因。

　　零信任是一种安全模型，其核心思想是：“永远不要相信，一定要核实。”它假设威胁可能存在于网络外部，也可能存在于网络内部。

　　即使请求来自您的数据中心或 VPC 内部，也必须经过身份验证、授权和加密。访问权限的授予基于身份、设备状态和上下文，而不仅仅是“位于防火墙内部”。

　　系统设计主要在于理解权衡取舍：一致性与可用性、延迟与吞吐量、简单性与灵活性。

　　扩展不仅仅是“增加服务器数量”。你还必须考虑负载均衡、分片、复制和瓶颈问题。

　　分布式系统中出现故障是正常现象，因此需要采用速率限制、断路器、重试和隔离层等可靠性模式。

　　缓存、队列和发布/订阅是提高性能和解耦的最佳选择，但它们也带来了关于一致性和顺序的新挑战。

　　可观测性和安全性概念，例如跟踪、SLI、OAuth、TLS 和零信任，对于不仅速度快而且安全、可调试的系统至关重要。