wejack的专栏

当我们需要分布式系统提供更强的性能时，该怎样扩展系统呢？什么时候该加机器？什么时候该重构代码？扩容时，究竟该选择哈希算法还是最小连接数算法，才能有效提升性能？在面对 Scalability 可伸缩性问题时，我们必须有一个系统的方法论，才能应对日益复杂的分布式系统。这一讲我将介绍 AKF 立方体理论，它定义了扩展系统的 3 个维度，我们可以综合使用它们来优化性能。

文章系转载，方便整理和归纳，源文地址 究竟什么是时间复杂度，怎么求时间复杂度，看这一篇就够了究竟什么是时间复杂度时间复杂度就是用来方便开发者估算出程序的运行时间我们该如何估计程序运行时间呢，我们通常会估计算法的操作单元数量，来代表程序消耗的时间， 这里我们默认CPU的每个单元运行消耗的时间都是相同的。假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同，这称作为算法的渐近时间复杂度，简称时间复杂度，记为 O(f(n)).

因为随着业务量的增加，不可避免要对redis进行扩容，扩容方式一般由2种：1. 垂直扩容 2. 水平扩容垂直扩容： 增加内存方式来增加整个缓存系统容量。比如从2G增加到4G水平扩容： 通过增加节点的方式来增加整个缓存系统的容量。 这种方式一般需要应用程序支持。垂直扩容比较方便，但是受制于机制内存的限制，一个机器不可能无限增大内存， 所以到了一定阶段肯定要进行水平扩容。但是水平扩容，就会涉及到数据迁移。 而迁移过程中，一方面要保持业务可用，另一方面也要尽量保证数据不丢失。 但是 sentinel 在这

文章系转载，方便整理和分类作者：翁智华出处：https://www.cnblogs.com/wzh2010/背景单位每年都会举行运动会，有一个2000m长跑的项目，大约每年报名人员为男选手40人，女选手20人，只有一条橡胶跑道。一次比赛10人齐跑，所以至少需要6场比赛。2000米的完成时间要求是20分钟，超过20分钟不计数，所以比赛耗时我们计算为20分钟，加上比赛前的动员组织，比赛后的清场，我们假定每场比赛耗时30分钟。现在我们预估下耗时：1、60人/10人每场 = 6场，至少需要举行6场.