翻译的是个 把法语翻译成中国人看不懂的汉语叫翻译？想读下去的换下面那个版本读吧。
一群神经病，疯子，变态，杀人狂等等等等，用缜密，谨慎，逻辑，诙谐的行动改变着世界。 我真是太喜欢他们了，看的热血沸腾的。每一个人物都刻画鲜明，尤其是左道，他那个职业一栏填的“道士”真是笑死我了。 原谅我的浅薄，我真是被一群变态给吸引的无法自拔。
全文精读-总结 为什么要做中台？ 传统的系统架构是烟囱式的，有以下弊端： 1、重复建设 2、企业数据被分散在各个子系统中，系统之间的交互和集成成本高 3、不利于业务的沉淀和持续发展 为什么ESB不行？ 1、ESB是中心化架构，有单点问题，容易形成性能瓶颈 2、ESB重集成，重稳定，不利于进行业务沉淀与运营 为什么采用共享服务架构： 1、将相关业务的数据和服务能力在统一收拢，支撑所有前台业务的快速迭代 2、有利于业务的沉淀，培养既精通业务，又熟悉技术的复合型人才，同时基于海量数据，进行业务深度运营和创新 共享服务架构 提供什么能力？ 1、服务能力（B端C端、内部外部客户），主要支撑在线业务 2、数据能力（大数据离线实时接口），主要支撑业务运营、微服务运维架构 引入服务中心 1、根据业务和数据的完整性和独立性划分，比如用户中心、商品中心、交易中心等 2、务实原则，不做理想化和太超前的架构设计，尤其不要拆分太细，会造成延时过长、分布式事务过多等性能问题 服务化框架的选择？ 微服务HSF 数据库能力的扩展 1、通过服务中心，天然做了一次业务领域的垂直数据分区 2、读写分离、分库分表（异构索引表降低全表扫描频率，82法则，20%的频繁查询业务做异构索引，其他情况忍受全表扫描，降低系统复杂度） 3、不同的数据访问模式采取不同的数据库类型： 定位少量记录用关系型数据库 实时海量数据定位或者聚合计算用分布式列式存储hbase 结构化数据模型访问redis scheme扩展mongodb 离线计算hadoop 流式计算flink 系统间实时数据交互用消息队列 复杂条件实时查询采用搜索引擎 异构索引表：比如基本表用订单id做分区，可以增加一个以用户id为分区的异构索引表，避免用户维度数据查询时的全表扫描；可以类比为关系型数据库中的非聚集索引；精卫是一个MySQL的数据触发器+分发管道，可以用来构建异构索引表 分布式理论 zk属于CP，当master挂掉后，会停止服务，等重新选举结束后，才能提供服务。 实际系统中的共识系统，一般都通过维护一个单点，实现全序广播，进而实现共识；同时通过两次投票（一次选出master，一次对master发起的提议进行表决）实现共识，两次投票都必须超过半数参与者，保证两次投票至少存在一个重叠的节点，该节点的存在证明，是最近一次选出的master发起了提议，并且被大家投票通过 BASE理论=基本可用+柔性状态+最终一致，允许不同节点间副本同步的延时就是柔性状态的体现，比如MySQL Replication的异步复制 分布式事务 1、2PC，两阶段过程中，资源处于锁定状态，无法支持高并发 2、柔性事务 日志方式：通过日志进行解耦，减少资源锁定时间，在互联网业界采用日志方式实现柔性事务的比例非常大，但并没有如XA这样的技术标准和规范，实现非常的粗糙，只是简单的采用数据库进行了分布式事务过程中的状态记录，对于事务中异常处理和补偿回滚支持是明显不够的，并不能完全意义上的满足业务的最终一致性，而且一旦出现问题，所投入的人力维护成本也非常高 基于事务消息 a、本质上是通过消息，将事务解耦，减少资源锁定时间 b、在MQ发送方（即整个分布式事务的发起方）执行第一个本地事务前，会向MQ服务端发送一条事务消息（事务消息功能是阿里MQ平台特有的一个功能特性），事务消息在MQ的服务端处于一个特殊的状态，等待被rollback或者commit c、在采用消息服务实现分布式事务的场景如果出现异常时，一般会采用正向补偿的方式，会通过消息的不断
翻译的是个 把法语翻译成中国人看不懂的汉语叫翻译？想读下去的换下面那个版本读吧。
一群神经病，疯子，变态，杀人狂等等等等，用缜密，谨慎，逻辑，诙谐的行动改变着世界。 我真是太喜欢他们了，看的热血沸腾的。每一个人物都刻画鲜明，尤其是左道，他那个职业一栏填的“道士”真是笑死我了。 原谅我的浅薄，我真是被一群变态给吸引的无法自拔。
全文精读-总结 为什么要做中台？ 传统的系统架构是烟囱式的，有以下弊端： 1、重复建设 2、企业数据被分散在各个子系统中，系统之间的交互和集成成本高 3、不利于业务的沉淀和持续发展 为什么ESB不行？ 1、ESB是中心化架构，有单点问题，容易形成性能瓶颈 2、ESB重集成，重稳定，不利于进行业务沉淀与运营 为什么采用共享服务架构： 1、将相关业务的数据和服务能力在统一收拢，支撑所有前台业务的快速迭代 2、有利于业务的沉淀，培养既精通业务，又熟悉技术的复合型人才，同时基于海量数据，进行业务深度运营和创新 共享服务架构 提供什么能力？ 1、服务能力（B端C端、内部外部客户），主要支撑在线业务 2、数据能力（大数据离线实时接口），主要支撑业务运营、微服务运维架构 引入服务中心 1、根据业务和数据的完整性和独立性划分，比如用户中心、商品中心、交易中心等 2、务实原则，不做理想化和太超前的架构设计，尤其不要拆分太细，会造成延时过长、分布式事务过多等性能问题 服务化框架的选择？ 微服务HSF 数据库能力的扩展 1、通过服务中心，天然做了一次业务领域的垂直数据分区 2、读写分离、分库分表（异构索引表降低全表扫描频率，82法则，20%的频繁查询业务做异构索引，其他情况忍受全表扫描，降低系统复杂度） 3、不同的数据访问模式采取不同的数据库类型： 定位少量记录用关系型数据库 实时海量数据定位或者聚合计算用分布式列式存储hbase 结构化数据模型访问redis scheme扩展mongodb 离线计算hadoop 流式计算flink 系统间实时数据交互用消息队列 复杂条件实时查询采用搜索引擎 异构索引表：比如基本表用订单id做分区，可以增加一个以用户id为分区的异构索引表，避免用户维度数据查询时的全表扫描；可以类比为关系型数据库中的非聚集索引；精卫是一个MySQL的数据触发器+分发管道，可以用来构建异构索引表 分布式理论 zk属于CP，当master挂掉后，会停止服务，等重新选举结束后，才能提供服务。 实际系统中的共识系统，一般都通过维护一个单点，实现全序广播，进而实现共识；同时通过两次投票（一次选出master，一次对master发起的提议进行表决）实现共识，两次投票都必须超过半数参与者，保证两次投票至少存在一个重叠的节点，该节点的存在证明，是最近一次选出的master发起了提议，并且被大家投票通过 BASE理论=基本可用+柔性状态+最终一致，允许不同节点间副本同步的延时就是柔性状态的体现，比如MySQL Replication的异步复制 分布式事务 1、2PC，两阶段过程中，资源处于锁定状态，无法支持高并发 2、柔性事务 日志方式：通过日志进行解耦，减少资源锁定时间，在互联网业界采用日志方式实现柔性事务的比例非常大，但并没有如XA这样的技术标准和规范，实现非常的粗糙，只是简单的采用数据库进行了分布式事务过程中的状态记录，对于事务中异常处理和补偿回滚支持是明显不够的，并不能完全意义上的满足业务的最终一致性，而且一旦出现问题，所投入的人力维护成本也非常高 基于事务消息 a、本质上是通过消息，将事务解耦，减少资源锁定时间 b、在MQ发送方（即整个分布式事务的发起方）执行第一个本地事务前，会向MQ服务端发送一条事务消息（事务消息功能是阿里MQ平台特有的一个功能特性），事务消息在MQ的服务端处于一个特殊的状态，等待被rollback或者commit c、在采用消息服务实现分布式事务的场景如果出现异常时，一般会采用正向补偿的方式，会通过消息的不断