整理一些组件的概念

开源组件：
1、drools：一个业务逻辑集成平台（BLip）。它是用Java编写。它是由JBoss和红帽公司扩展支持，并实现Rete模式匹配算法的一个开源项目。

通俗地说，Drools是一种工具，使我们能够分离内部业务流程，找到逻辑和数据的集合。我们需要注意的两个重要关键词是逻辑和数据。

Drools的被分成两个主要部分：编写和运行系统。

制作：制作过程涉及创建规则文件（.DRL文件）。

运行时：它涉及到创建工作存储器和处理活化。

2、docker：是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。
工作流：指“业务过程的部分或整体在计算机应用环境下的自动化”。是对工作流程及其各操作步骤之间业务规则的抽象、概括描述。在计算机中，工作流属于计算机支持的协同工作（CSCW）的一部分。后者是普遍地研究一个群体如何在计算机的帮助下实现协同工作的。

工作流主要解决的主要问题是：为了实现某个业务目标，利用计算机在多个参与者之间按某种预定规则自动传递文档、信息或者任务。

3、elk：是三个开源软件的缩写，分别为：Elasticsearch , Logstash, Kibana , 它们都是开源软件。新增了一个FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat占用资源少，适合于在各个服务器上搜集日志后传输给Logstash，官方也推荐此工具。

Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。

Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。

Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。

4、lvs/nginx：lvs：是Linux Virtual Server的简写，意即Linux虚拟服务器，是一个虚拟的服务器集群系统。
                   nginx：是一个高性能的HTTP和反向代理web服务器，同时也提供了IMAP/POP3/SMTP服务。

5、容器资源调度(Kubernetes)：简称K8s，是用8代替8个字符“ubernete”而成的缩写。是一个开源的，用于管理云平台中多个主机上的容器化的应用，Kubernetes的目标是让部署容器化的应用简单并且高效（powerful）,Kubernetes提供了应用部署，规划，更新，维护的一种机制。

6、DevOps：（Development和Operations的组合词）是一组过程、方法与系统的统称，用于促进开发（应用程序/软件工程）、技术运营和质量保障（QA）部门之间的沟通、协作与整合。

7、Fabric：是基于SSH协议和paramiko实现的快速自动化部署的运维工具python第三方模块。

一个让你通过 命令行 执行 无参数 Python 函数 的工具；

一个让通过 SSH 执行 Shell 命令更加 容易 、 更符合 Python 风格 的命令库（建立于一个更低层次的库）。

8、psutil模块：可以跨平台获取系统运行的进程和系统利用率（CP、内存、硬盘、网络信息的python扩展库），跨平台这就意味着Windows系统主机的信息也可以被采集到。主要运用于系统监控，分析系统资源和进程管理。psutil比在shell中使用一连串的命令（ps,top,lsof,df,who,ionice,iostat等）命令来分析系统要简单方便得多。

9、kafka：最初由Linkedin公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，用scala语言编写，Linkedin于2010年贡献给了Apache基金会并成为顶级开源 项目。

特性：①高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition, consumer group 对partition进行consume操作。

②可扩展性：kafka集群支持热扩展

③持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失

④容错性：允许集群中节点失败（若副本数量为n,则允许n-1个节点失败）

⑤高并发：支持数千个客户端同时读写

场景：①日志收集：一个公司可以用Kafka可以收集各种服务的log，通过kafka以统一接口服务的方式开放给各种consumer，例如hadoop、Hbase、Solr等。

②消息系统：解耦和生产者和消费者、缓存消息等。

③用户活动跟踪：Kafka经常被用来记录web用户或者app用户的各种活动，如浏览网页、搜索、点击等活动，这些活动信息被各个服务器发布到kafka的topic中，然后订阅者通过订阅这些topic来做实时的监控分析，或者装载到hadoop、数据仓库中做离线分析和挖掘。

④运营指标：Kafka也经常用来记录运营监控数据。包括收集各种分布式应用的数据，生产各种操作的集中反馈，比如报警和报告。

⑤流式处理：比如spark streaming和storm

⑥事件源

nginx是负载均衡服务器。
redis集群用来做cache缓存数据。
zookeeper是做分布式管理。
dubbo是阿里开源的分布式服务框架。
solr是进行分布式查询服务。

分布式：一个系统，多个模块，应用多。如何联系，使得每台服务器都存的是一样，那就使用消息中间件。
一个业务被拆分成多个子业务，部署在多台服务器上，这就是分布式。
解决分布式系统之间消息的传递，数据的传输等问题的就是消息中间件。
集群：单个应用，主从复制。同一个业务，部署在多台服务器上，这就是集群。
sentinal，中文名是哨兵。

对于不同场景，缓存有各自不同的用法，同样的不同的缓存也有自己的调优策略，
进程内缓存你需要关注的是他的淘汰算法和GC调优，以及要避免缓存污染等。
分布式缓存你需要关注的是他的高可用，如果其不可用了如何进行降级，
以及一些序列化的问题。

流程自动   手动
节点递进、联系    Excel函数
权限、角色