Mr_Smile2014的博客

fastdfs是开源的轻量级分布式文件系统，它提供了java版本的client api。通过client API可以实现对文件的上传、追加、下载、删除等功能。为了避免每个应用都配置fasdtfs参数、读取配置文件、调用client api获取trackerServer和StorageServer进行上传、下载、删除等操作及返回结果的处理。所以采用与dubbo整合，提供分布式服务接口，来简化其它服务和应用的文件操作处理，同时提高代码的复用性。

公司使用fastdfs文件系统来存储文件和图片，为了避免每个系统都直接通过客户端直接访问fastdfs文件系统，所以我们做了一个dubbo服务。要实现图片上传、下载的服务或工程直接调用dubbo接口就可以了。为了提高性能对fastdfs文件系统TrackerServer写了个连接池，同时写了空闲连接是否可用的监测类。

从fastdfs文件系统结构中我们可以看出不管是上传文件、删除文件、修改文件及新增storager server，文件的同步都是同组内多台storager server之间进行的；tracker server的配置文件中没有出现storage server，而storage server的配置文件中会列举出所有的tracker server。这就决定了storage server和tracker server之间的连接由storage server主动发起，storage server为每个track

fastdfs中的工程流程：首先客户端client 调用fastdfs的api,获取可用的tracker server ，再调用tracker server 获取可用的组，tracker server 通过负载均衡返回一个最优的storage server,这样客户端与client就建立了连接，client就可以调用storage server对文件进行上传、删除和追加的操作。

tracker server是FastDFS文件系统的协调者,其主要作用是负载均衡和调度。Tracker server在内存中记录分组和Storage server的状态等信息，不记录文件索引信息，占用的内存量很少。另外，客户端（应用）和Storage server访问Tracker server时，Tracker server扫描内存中的分组和Storage server信息，然后给出应答。由此可以看出Tracker server非常轻量化，不会成为系统瓶颈。

FastDFS服务端有两个角色：跟踪器（tracker）和存储节点（storage）。跟踪器（tracker）主要做调度工作，就像公交车站里面的调务员一样，它负责通过负载均衡选出最优的存储节点（storage）。存储节点（storage）顾名思义就是负责存储、数据同步、数据的操作的一个服务。

在高负载多线程应用中性能是非常重要的。为了达到更好的性能，开发者必须意识到并发的重要性。当我们需要使用并发时， 常常有一个资源必须被两个或多个线程共享。

为了降低tomcat服务的压力，把页面上的图片采用windows版的nginx进行加载，由于有些图片比较大，加载特别的慢，所以在nginx中打开了gzip的压缩功能。加载图片的速度快了很多。通过站长工具中的"网页GZIP压缩检测"工具检测图片的压缩率达到了69.53%，如下图：下面介绍nginx.conf文件是怎么配置的：1、打开nginx.co

前几天用nginx 代理https后，应用redirect https变成http，导致网站无法访问的问题，在网上找了半天，终于找到了解决方法了。虽然自己解决了，我相信还有其他朋友遇到过这个问题，所以转载分享一下：原因分析：浏览器到nginx是https，nginx到应用服务器变成http，应用服务器，再做302 redirect的时候，返回的redirect 地址就好变成

这种方式不需要修改web工程只需要对nginx下载nginx_upstream_jvm_route插件，修改tomcat和nginx配置，就能解决session问题。由于这种方式不会把session存储起来，所以当某tomcat节点挂掉之后就会造成用户需要重新登录的问题。思路：是通过对nginx里面每个参与访问的server都打上不同的标签值，这个值和tomcat的jvmRoute值相同。

使用redis共享tomcat多节点session，需要安装redis、nginx、tomcat6以及用于tomcat存储session到redis的jar包：tomcat-redis-session-manager-1.2-tomcat-6.jar、commons-pool-1.6.jar、jedis-2.1.0.jar等。这些jar包、配置文件及demo程序可以在最后的demo地址中下载。

随着网站的功能越来越多，用户量越来越庞大，单节点模式已经严重不能支撑整个系统的正常运作，轻则用户页面访问时间越来越慢，重则就会导致整个系统瘫痪。这时候就需要优化或调整目前的架构，大部分人就会采用各种负载均衡软件例如nginx、hproxy、LVS等，也有的采用分布式的方式把系统根据功能拆分成很多系统，也有的根据地域和网络不同来实现访问不同节点部署的系统，也有的大型高流量、高负载的系统把负载

有多年编程经验的软件行业艺术家们应该都知道ThreadLocal。ThreadLocal很多地方叫做线程本地变量，也有些地方叫做线程本地存储。通俗的讲ThreadLocal可以让创建的变量只被同一个线程进行读和写操作。所以尽管有两个线程同时执行一段相同的代码，而且这段代码都指向同一个ThreadLocal变量的引用，但是这两个线程依然不能看到彼此的ThreadLocal变量域。Th

简单说，分布式是以缩短单个任务的执行时间来提升效率的，而集群则是通过提高单位时间内执行的任务数来提升效率。例如：如果一个任务由10个子任务组成，每个子任务单独执行需1小时，则在一台服务器上执行改任务需10小时。采用分布式方案，提供10台服务器，每台服务器只负责处理一个子任务，不考虑子任务间的依赖关系，执行完这个任务只需一个小时。(这种工作模式的一个典型代表就是Hadoop的

lvs和nginx都可以用作多机负载的方案，它们各有优缺，在生产环境中需要好好分析实际情况并加以利用。首先提醒，做技术切不可人云亦云，我云即你云；同时也不可太趋向保守，过于相信旧有方式而等别人来帮你做垫被测试。 把所有即时听说到的好东西加以钻研，从而提高自己对技术的认知和水平，乃是一个好习惯。 下面来分析一下两者：一、lvs的优势：1、抗负载能力强，因为lvs工作方

在分布式程序中经常遇到多个用户对同一数据的更新，虽然数据库中对更新操作加了锁，防止同时更新的问题，但是也可能会存在数据被重写的问题。比如：用户a 对学生表的name字段进行修改，用户b对学生表的age进行修改，它们是同时执行的。因为我们对更新加了锁，所以假如A执行，b等待，当a执行了后，b开始执行，由于b提交的数据中包含了name字段，所以对a修改的name值也修改了。所以就照成了数据的重写。

一、介绍               HAProxy提供高可用性、负载均衡以及基于TCP和HTTP应用的代理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案。HAProxy特别适用于那些负载特大的web站点， 这些站点通常又需要会话保持或七层处理。HAProxy运行在当前的硬件上，完全可以支持数以万计的并发连接。并且它的运行模式使得它可以很简单安全的整合进您当前的架构中， 同时可以保护