像MongoDB, Cassandra, HBase, DynamoDB, 和
創(chuàng)新互聯(lián)建站是一家朝氣蓬勃的網(wǎng)站建設(shè)公司。公司專注于為企業(yè)提供信息化建設(shè)解決方案。從事網(wǎng)站開發(fā)，網(wǎng)站制作，網(wǎng)站設(shè)計(jì)，網(wǎng)站模板，微信公眾號(hào)開發(fā)，軟件開發(fā)，小程序開發(fā)，10余年建站對(duì)成都石雕等多個(gè)方面，擁有豐富的網(wǎng)站營銷經(jīng)驗(yàn)。
Riak這些NoSQL缺乏傳統(tǒng)的原子事務(wù)機(jī)制，所謂原子事務(wù)機(jī)制是可以保證一系列寫操作要么全部完成，要么全部不會(huì)完成，不會(huì)發(fā)生只完成一系列中一兩個(gè)
寫操作;因?yàn)閿?shù)據(jù)庫不提供這種事務(wù)機(jī)制支持，開發(fā)者需要自己編寫代碼來確保一系列寫操作的事務(wù)機(jī)制，比較復(fù)雜和測試。
這些NoSQL數(shù)據(jù)庫不提供事務(wù)機(jī)制原因在于其分布式特點(diǎn)，一系列寫操作中訪問的數(shù)據(jù)可能位于不同的分區(qū)服務(wù)器，這樣的事務(wù)就變成分布式事務(wù)，在分
布式事務(wù)中實(shí)現(xiàn)原子性需要彼此協(xié)調(diào)，而協(xié)調(diào)是耗費(fèi)時(shí)間的，每臺(tái)機(jī)器在一個(gè)大事務(wù)過程中必須依次確認(rèn)，這就需要一種協(xié)議確保一個(gè)事務(wù)中沒有任何一臺(tái)機(jī)器寫操
作失敗。
上層的是分布式數(shù)據(jù)庫分表分庫中間件，負(fù)責(zé)和上層應(yīng)用打交道，對(duì)應(yīng)用可表現(xiàn)為一個(gè)獨(dú)立的數(shù)據(jù)庫，而屏蔽底層復(fù)雜的系統(tǒng)細(xì)節(jié)。分布式數(shù)據(jù)庫中間件除了基本的分表分庫功能，還可以豐富一下，比如講讀寫分離或者水平擴(kuò)容功能集成在一起，或者比如讀寫分離本身也可以作為一個(gè)獨(dú)立的中間件。（Cobar, MyCAT, TDDL, DRDS, DDB）
增量數(shù)據(jù)訂閱和消費(fèi)，用戶對(duì)數(shù)據(jù)庫操作，比如DML, DCL, DDL等，這些操作會(huì)產(chǎn)生增量數(shù)據(jù)，下層應(yīng)用可以通過監(jiān)測這些增量數(shù)據(jù)進(jìn)行相應(yīng)的處理。典型代表Canal，根據(jù)MySQL的binlog實(shí)現(xiàn)。也有針對(duì)Oracle(redolog)的增量數(shù)據(jù)訂閱與消費(fèi)的中間件。（Canal, Erosa）
數(shù)據(jù)庫同步中間件涉及數(shù)據(jù)庫之間的同步操作，可以實(shí)現(xiàn)跨（同）機(jī)房同步以及異地容災(zāi)備份、分流等功能。可以涉及多種數(shù)據(jù)庫，處理之后的數(shù)據(jù)也可以以多種形式存儲(chǔ)。（Otter, JingoBus, DRC）
數(shù)據(jù)庫與數(shù)據(jù)庫之間會(huì)有數(shù)據(jù)遷移（同步）的動(dòng)作，同款數(shù)據(jù)同步原理比較簡單，比如MySQL主備同步，只要在數(shù)據(jù)庫層進(jìn)行相應(yīng)的配置既可，但是跨數(shù)據(jù)庫同步就比較復(fù)雜了，比如Oracle-MySQL. 數(shù)據(jù)遷移一般包括三個(gè)步驟：全量復(fù)制，將原數(shù)據(jù)庫的數(shù)據(jù)全量遷移到新數(shù)據(jù)庫，在這遷移的過程中也會(huì)有新的數(shù)據(jù)產(chǎn)生；增量同步，對(duì)新產(chǎn)生的數(shù)據(jù)進(jìn)行同步，并持續(xù)一段時(shí)間以保證數(shù)據(jù)同步；原庫停寫，切換新庫。將“跨數(shù)據(jù)庫”這個(gè)含義擴(kuò)大一下——“跨數(shù)據(jù)源”，比如HDFS, HBase, FTP等都可以相互同步。（yugong, DataX）
云計(jì)算架構(gòu)主要可分為四層，其中有三層是橫向的，分別是顯示層、中間件層和基礎(chǔ)設(shè)施層，通過這三層技術(shù)能夠提供非常豐富的云計(jì)算能力和友好的用戶界面，還有一層是縱向的，稱為管理層，是為了更好地管理和維護(hù)橫向的三層而存在的。下面介紹每個(gè)層次的作用和屬于這個(gè)層次的主要技術(shù)。
顯示層
這層主要是用于以友好的方式展現(xiàn)用戶所需的內(nèi)容，并會(huì)利用到下面中間件層提供的多種服務(wù)，主要有五種技術(shù)：
HTML：標(biāo)準(zhǔn)的Web頁面技術(shù)，現(xiàn)在主要以HTML4為主，但是將要推出的HTML5會(huì)在很多方面推動(dòng)Web頁面的發(fā)展，比如視頻和本地存儲(chǔ)等方面。
JavaScript：一種用于Web頁面的動(dòng)態(tài)語言，通過JavaScript，能夠極大地豐富Web頁面的功能，最流行的JS框架有jQuery和Prototype。
CSS：主要用于控制Web頁面的外觀，而且能使頁面的內(nèi)容與其表現(xiàn)形式之間進(jìn)行優(yōu)雅地分離。
Flash：業(yè)界最常用的RIA(Rich Internet Applications)技術(shù)，能夠在現(xiàn)階段提供HTML等技術(shù)所無法提供的基于Web的富應(yīng)用，而且在用戶體驗(yàn)方面，非常不錯(cuò)。
Silverlight：來自業(yè)界巨擎微軟的RIA技術(shù)，雖然其現(xiàn)在市場占有率稍遜于Flash，但由于其可以使用C#來進(jìn)行編程，所以對(duì)開發(fā)者非常友好。
在顯示層，大多數(shù)云計(jì)算產(chǎn)品都比較傾向HTML，、JavaScript和CSS這對(duì)黃金組合，但是Flash和Silverlight等RIA技 術(shù)也有一定的用武之地，比如VMware vCloud就采用了基于Flash的Flex技術(shù)，而微軟的云計(jì)算產(chǎn)品肯定會(huì)在今后使用到Silverlight。
中間件層
這層是承上啟下的，它在下面的基礎(chǔ)設(shè)施層所提供資源的基礎(chǔ)上提供了多種服務(wù)，比如緩存服務(wù)和REST服務(wù)等，而且這些服務(wù)即可用于支撐顯示層，也可以直接讓用戶調(diào)用，并主要有五種技術(shù)：
REST：通過REST技術(shù)，能夠非常方便和優(yōu)雅地將中間件層所支撐的部分服務(wù)提供給調(diào)用者。
多租戶：就是能讓一個(gè)單獨(dú)的應(yīng)用實(shí)例可以為多個(gè)組織服務(wù)，而且保持良好的隔離性和安全性，并且通過這種技術(shù)，能有效地降低應(yīng)用的購置和維護(hù)成本。
并行處理：為了處理海量的數(shù)據(jù)，需要利用龐大的X86集群進(jìn)行規(guī)模巨大的并行處理，Google的MapReduce是這方面的代表之作。
應(yīng)用服務(wù)器：在原有的應(yīng)用服務(wù)器的基礎(chǔ)上為云計(jì)算做了一定程度的優(yōu)化，比如用于Google App Engine的Jetty應(yīng)用服務(wù)器。
分布式緩存：通過分布式緩存技術(shù)，不僅能有效地降低對(duì)后臺(tái)服務(wù)器的壓力，而且還能加快相應(yīng)的反應(yīng)速度，最著名的分布式緩存例子莫過于Memcached。
對(duì)于很多PaaS平臺(tái)，比如用于部署Ruby應(yīng)用的Heroku云平臺(tái)，應(yīng)用服務(wù)器和分布式緩存都是必備的，同時(shí)REST技術(shù)也常用于對(duì)外的接口， 多租戶技術(shù)則主要用于SaaS應(yīng)用的后臺(tái)，比如用于支撐Salesforce的Sales Cloud等應(yīng)用的Force.com多租戶內(nèi)核，而并行處理技術(shù)常被作為單獨(dú)的服務(wù)推出，比如Amazon的Elastic MapReduce。
基礎(chǔ)設(shè)施層
這層作用是為給上面的中間件層或者用戶準(zhǔn)備其所需的計(jì)算和存儲(chǔ)等資源，主要有四種技術(shù)：
虛擬化：也可以理解它為基礎(chǔ)設(shè)施層的“多租戶”，因?yàn)橥ㄟ^虛擬化技術(shù)，能夠在一個(gè)物理服務(wù)器上生成多個(gè)虛擬 機(jī)，并且能在這些虛擬機(jī)之間能實(shí)現(xiàn)全面的隔離，這樣不僅能減低服務(wù)器的購置成本，而且還能同時(shí)降低服務(wù)器的運(yùn)維成本，成熟的X86虛擬化技術(shù)有 VMware的ESX和開源的Xen。
分布式存儲(chǔ)：為了承載海量的數(shù)據(jù)，同時(shí)也要保證這些數(shù)據(jù)的可管理性，所以需要一整套分布式的存儲(chǔ)系統(tǒng)，在這方面，Google的GFS是典范之作。
關(guān)系型數(shù)據(jù)庫：基本是在原有的關(guān)系型數(shù)據(jù)庫的基礎(chǔ)上做了擴(kuò)展和管理等方面的優(yōu)化，使其在云中更適應(yīng)。
NoSQL：為了滿足一些關(guān)系數(shù)據(jù)庫所無法滿足的目標(biāo)，比如支撐海量的數(shù)據(jù)等，一些公司特地設(shè)計(jì)一批不是基于關(guān)系模型的數(shù)據(jù)庫，比如Google的BigTable和Facebook的Cassandra等。
現(xiàn)在大多數(shù)的IaaS服務(wù)都是基于Xen的，比如Amazon的EC2等，但VMware也推出了基于ESX技術(shù)的vCloud，同時(shí)業(yè)界也有幾個(gè) 基于關(guān)系型數(shù)據(jù)庫的云服務(wù)，比如Amazon的RDS(Relational Database Service)和Windows Azure SDS(SQL Data Services)等。關(guān)于分布式存儲(chǔ)和NoSQL，它們已經(jīng)被廣泛用于云平臺(tái)的后端，比如Google App Engine的Datastore就是基于BigTable和GFS這兩個(gè)技術(shù)之上的，而Amazon則推出基于NoSQL技術(shù)的Simple DB。
管理層
這層是為橫向的三層服務(wù)的，并給這三層提供多種管理和維護(hù)等方面的技術(shù)，主要有下面這六個(gè)方面：
帳號(hào)管理：通過良好的帳號(hào)管理技術(shù)，能夠在安全的條件下方便用戶地登錄，并方便管理員對(duì)帳號(hào)的管理。
SLA監(jiān)控：對(duì)各個(gè)層次運(yùn)行的虛擬機(jī)，服務(wù)和應(yīng)用等進(jìn)行性能方面的監(jiān)控，以使它們都能在滿足預(yù)先設(shè)定的SLA(Service Level Agreement)的情況下運(yùn)行。
計(jì)費(fèi)管理：也就是對(duì)每個(gè)用戶所消耗的資源等進(jìn)行統(tǒng)計(jì)，來準(zhǔn)確地向用戶索取費(fèi)用。
安全管理：對(duì)數(shù)據(jù)，應(yīng)用和帳號(hào)等IT資源采取全面地保護(hù)，使其免受犯罪分子和惡意程序的侵害。
負(fù)載均衡：通過將流量分發(fā)給一個(gè)應(yīng)用或者服務(wù)的多個(gè)實(shí)例來應(yīng)對(duì)突發(fā)情況。 運(yùn)維管理：主要是使運(yùn)維操作盡可能地專業(yè)和自動(dòng)化 ，從而降低云計(jì)算中心成本。
負(fù)載均衡：通過將流量分發(fā)給一個(gè)應(yīng)用或者服務(wù)的多個(gè)實(shí)例來應(yīng)對(duì)突發(fā)情況。
運(yùn)維管理：主要是使運(yùn)維操作盡可能地專業(yè)和自動(dòng)化，從而降低云計(jì)算中心的運(yùn)維成本。
現(xiàn)在的云計(jì)算產(chǎn)品在帳號(hào)管理，計(jì)費(fèi)管理和負(fù)載均衡這三個(gè)方面大都表現(xiàn)地不錯(cuò)，在這方面最突出的例子就是Amazon 的EC2，但可惜的是，大多數(shù)產(chǎn)品在SLA監(jiān)控，安全管理和運(yùn)維管理等方面還有所欠缺。
舉例
接下來，將以Salesforce的Sales Cloud和Google的App Engine這兩個(gè)著名的云計(jì)算產(chǎn)品為例，來幫助大家理解本文所提到的云計(jì)算架構(gòu)：
Salesforce Sales Cloud
也就是之前的Salesforce CRM(客戶關(guān)系管理)，屬于云計(jì)算中的SaaS層，主要是通過在云中部署可定制化的CRM應(yīng)用，來讓企業(yè)用戶在很低初始投入的情況下使用上CRM，并且 可根據(jù)自身的流程來進(jìn)行靈活地定制，而且只需接入網(wǎng)絡(luò)就能使用。在技術(shù)層面上大致的架構(gòu)：
采用的主要技術(shù)：
顯示層：基于HTML、JavaScript和CSS這對(duì)黃金組合。
中間件層：在此層，Salesforce引入了多租戶內(nèi)核和為支撐此內(nèi)核運(yùn)行而經(jīng)過定制的應(yīng)用服務(wù)器。
基礎(chǔ)設(shè)施層：雖然在后端還是使用在企業(yè)環(huán)境中很常見的Oracle數(shù)據(jù)庫，但是其為了支撐上層的多租戶內(nèi)核做了很多的優(yōu)化。
管理層：在安全管理方面，Salesforce提供了多層保護(hù)，并支持SSL加密等技術(shù)，除此之外，其還在帳號(hào)管理、計(jì)費(fèi)管理和負(fù)載均衡這三方面有不錯(cuò)地支持。
Google App Engine
App Engine屬于云計(jì)算中的PaaS層，其主要提供一個(gè)平臺(tái)，來讓用戶在Google強(qiáng)大的基礎(chǔ)設(shè)施上部署和運(yùn)行應(yīng)用程序，同時(shí)App Engine會(huì)根據(jù)應(yīng)用所承受的負(fù)載來對(duì)應(yīng)用所需的資源進(jìn)行調(diào)整，并免去用戶對(duì)應(yīng)用和服務(wù)器等的維護(hù)工作，而且支持Java和Python這兩種語言。由 于App Engine屬于PaaS平臺(tái)，所以關(guān)于顯示層的技術(shù)選擇由應(yīng)用的自身需要而定，與App Engine無關(guān)，關(guān)于App Engine在技術(shù)層面上大致的架構(gòu)。
采用的主要技術(shù)：
中間件層：既有經(jīng)過定制化的應(yīng)用服務(wù)器，比如上面已經(jīng)提到過的Jetty，也提供基于Memcached的分布式緩存服務(wù)。
基礎(chǔ)設(shè)施層： 在分布式存儲(chǔ)GFS的基礎(chǔ)上提供了NoSQL數(shù)據(jù)庫BigTable來對(duì)應(yīng)用的數(shù)據(jù)進(jìn)行持久化。
管理層：由于App Engine是基于Google強(qiáng)大的分布式基礎(chǔ)設(shè)施，使其在運(yùn)維管理技術(shù)方面非常出色，同時(shí)其計(jì)費(fèi)管理能做到非常細(xì)粒度的API級(jí)計(jì)費(fèi)，而且App Engine在帳號(hào)管理和負(fù)載均衡這兩方面都有非常好地支持。
以上內(nèi)容分析源自O(shè)Fweek物聯(lián)網(wǎng)，希望對(duì)大家有幫助。
阿里云致力于以在線公共服務(wù)的方式，提供安全、可靠的計(jì)算和數(shù)據(jù)處理能力，讓計(jì)算和人工智能成為普惠科技。
阿里云服務(wù)著制造、金融、政務(wù)、交通、醫(yī)療、電信、能源等眾多領(lǐng)域的領(lǐng)軍企業(yè)，包括中國聯(lián)通、12306、中石化、中石油、飛利浦、華大基因等大型企業(yè)客戶，以及微博、知乎、錘子科技等明星互聯(lián)網(wǎng)公司。在天貓雙11全球狂歡節(jié)、12306春運(yùn)購票等極富挑戰(zhàn)的應(yīng)用場景中，阿里云保持著良好的運(yùn)行紀(jì)錄。
阿里云在全球各地部署高效節(jié)能的綠色數(shù)據(jù)中心，利用清潔計(jì)算為萬物互聯(lián)的新世界提供源源不斷的能源動(dòng)力，目前開服的區(qū)域包括中國（華北、華東、華南、香港）、新加坡、美國（美東、美西）、歐洲、中東、澳大利亞、日本。
擴(kuò)展資料：
阿里云主要產(chǎn)品：
1、彈性計(jì)算：
云服務(wù)器ECS：可彈性擴(kuò)展、安全、穩(wěn)定、易用的計(jì)算服務(wù)
塊存儲(chǔ)：可彈性擴(kuò)展、高性能、高可靠的塊級(jí)隨機(jī)存儲(chǔ)
專有網(wǎng)絡(luò)VPC：幫您輕松構(gòu)建邏輯隔離的專有網(wǎng)絡(luò)
負(fù)載均衡：對(duì)多臺(tái)云服務(wù)器進(jìn)行流量分發(fā)的負(fù)載均衡服務(wù)
彈性伸縮：自動(dòng)調(diào)整彈性計(jì)算資源的管理服務(wù)
資源編排：批量創(chuàng)建、管理、配置云計(jì)算資源
容器服務(wù)：應(yīng)用全生命周期管理的Docker服務(wù)
高性能計(jì)算HPC：加速深度學(xué)習(xí)、渲染和科學(xué)計(jì)算的GPU物理機(jī)
批量計(jì)算：簡單易用的大規(guī)模并行批處理計(jì)算服務(wù)
E-MapReduce：基于Hadoop/Spark的大數(shù)據(jù)處理分析服務(wù)
2、數(shù)據(jù)庫：
云數(shù)據(jù)庫RDS：完全兼容MySQL，SQLServer，PostgreSQL
云數(shù)據(jù)庫MongoDB版：三節(jié)點(diǎn)副本集保證高可用
云數(shù)據(jù)庫Redis版：兼容開源Redis協(xié)議的Key-Value類型
云數(shù)據(jù)庫Memcache版：在線緩存服務(wù)，為熱點(diǎn)數(shù)據(jù)的訪問提供高速響應(yīng)
PB級(jí)云數(shù)據(jù)庫PetaData：支持PB級(jí)海量數(shù)據(jù)存儲(chǔ)的分布式關(guān)系型數(shù)據(jù)庫
云數(shù)據(jù)庫HybridDB：基于GreenplumDatabase的MPP數(shù)據(jù)倉庫
云數(shù)據(jù)庫OceanBase：金融級(jí)高可靠、高性能、分布式自研數(shù)據(jù)庫
數(shù)據(jù)傳輸：比GoldenGate更易用，阿里異地多活基礎(chǔ)架構(gòu)
數(shù)據(jù)管理：比phpMyadmin更強(qiáng)大，比Navicat更易用
3、存儲(chǔ)：
對(duì)象存儲(chǔ)OSS：海量、安全和高可靠的云存儲(chǔ)服務(wù)
文件存儲(chǔ)：無限擴(kuò)展、多共享、標(biāo)準(zhǔn)文件協(xié)議的文件存儲(chǔ)服務(wù)
歸檔存儲(chǔ)：海量數(shù)據(jù)的長期歸檔、備份服務(wù)
塊存儲(chǔ)：可彈性擴(kuò)展、高性能、高可靠的塊級(jí)隨機(jī)存儲(chǔ)
表格存儲(chǔ)：高并發(fā)、低延時(shí)、無限容量的Nosql數(shù)據(jù)存儲(chǔ)服務(wù)
4、網(wǎng)絡(luò)：
CDN：跨運(yùn)營商、跨地域全網(wǎng)覆蓋的網(wǎng)絡(luò)加速服務(wù)
專有網(wǎng)絡(luò)VPC：幫您輕松構(gòu)建邏輯隔離的專有網(wǎng)絡(luò)
高速通道：高速穩(wěn)定的VPC互聯(lián)和專線接入服務(wù)
NAT網(wǎng)關(guān)：支持NAT轉(zhuǎn)發(fā)、共享帶寬的VPC網(wǎng)關(guān)
2018年6月20日，阿里云宣布聯(lián)合三大運(yùn)營商全面對(duì)外提供IPv6服務(wù)。
5、大數(shù)據(jù)：
MaxCompute：原名ODPS，是一種快速、完全托管的TB/PB級(jí)數(shù)據(jù)倉庫解決方案。
QuickBI：高效數(shù)據(jù)分析與展現(xiàn)平臺(tái)，通過對(duì)數(shù)據(jù)源的連接，和數(shù)據(jù)集的創(chuàng)建，對(duì)數(shù)據(jù)進(jìn)行即席的分析與查詢。并通過電子表格或儀表板功能，以拖拽的方式進(jìn)行數(shù)據(jù)的可視化呈現(xiàn)。
大數(shù)據(jù)開發(fā)套件：提供可視化開發(fā)界面、離線任務(wù)調(diào)度運(yùn)維、快速數(shù)據(jù)集成、多人協(xié)同工作等功能，擁有強(qiáng)大的OpenAPI為數(shù)據(jù)應(yīng)用開發(fā)者提供良好的再創(chuàng)作生態(tài)
DataV數(shù)據(jù)可視化：專精于業(yè)務(wù)數(shù)據(jù)與地理信息融合的大數(shù)據(jù)可視化，通過圖形界面輕松搭建專業(yè)的可視化應(yīng)用，滿足您日常業(yè)務(wù)監(jiān)控、調(diào)度、會(huì)展演示等多場景使用需求
關(guān)系網(wǎng)絡(luò)分析：基于關(guān)系網(wǎng)絡(luò)的大數(shù)據(jù)可視化分析平臺(tái)，針對(duì)數(shù)據(jù)情報(bào)偵察場景賦能，如打擊虛假交易，審理保險(xiǎn)騙賠，案件還原研判等
推薦引擎：推薦服務(wù)框架，用于實(shí)時(shí)預(yù)測用戶對(duì)物品偏好，支持A/BTest效果對(duì)比
公眾趨勢分析：利用語義分析、情感算法和機(jī)器學(xué)習(xí)，分析公眾對(duì)品牌形象、熱點(diǎn)事件和公共政策的認(rèn)知趨勢
企業(yè)圖譜：提供企業(yè)多維度信息查詢，方便企業(yè)構(gòu)建基于企業(yè)畫像及企業(yè)關(guān)系網(wǎng)絡(luò)的風(fēng)險(xiǎn)控制、市場監(jiān)測等企業(yè)級(jí)服務(wù)
數(shù)據(jù)集成：穩(wěn)定高效、彈性伸縮的數(shù)據(jù)同步平臺(tái)，為阿里云各個(gè)云產(chǎn)品提供離線(批量)數(shù)據(jù)進(jìn)出通道
分析型數(shù)據(jù)庫：在毫秒級(jí)針對(duì)千億級(jí)數(shù)據(jù)進(jìn)行即時(shí)的多維分析透視和業(yè)務(wù)探索
流計(jì)算：流式大數(shù)據(jù)分析平臺(tái)，提供給用戶在云上進(jìn)行流式數(shù)據(jù)實(shí)時(shí)化分析工具
6、人工智能：
機(jī)器學(xué)習(xí)：基于阿里云分布式計(jì)算引擎的一款機(jī)器學(xué)習(xí)算法平臺(tái)，用戶通過拖拉拽的方式可視化的操作組件來進(jìn)行試驗(yàn)，平臺(tái)提供了豐富的組件，包括數(shù)據(jù)預(yù)處理、特征工程、算法組件、預(yù)測與評(píng)估
語音識(shí)別與合成：基于語音識(shí)別、語音合成、自然語言理解等技術(shù)，為企業(yè)在多種實(shí)際應(yīng)用場景下，賦予產(chǎn)品“能聽、會(huì)說、懂你”式的智能人機(jī)交互體驗(yàn)
人臉識(shí)別：提供圖像和視頻幀中人臉分析的在線服務(wù)，包括人臉檢測、人臉特征提取、人臉年齡估計(jì)和性別識(shí)別、人臉關(guān)鍵點(diǎn)定位等獨(dú)立服務(wù)模塊
印刷文字識(shí)別：將圖片中的文字識(shí)別出來，包括身份證文字識(shí)別、門店招牌識(shí)別、行駛證識(shí)別、駕駛證識(shí)別、名片識(shí)別等證件類文字識(shí)別場景
7、云安全：
服務(wù)器安全（安騎士）：由輕量級(jí)Agent和云端組成，集檢測、修復(fù)、防御為一體，提供網(wǎng)站后門查殺、通用Web軟件0day漏洞修復(fù)、安全基線巡檢、主機(jī)訪問控制等功能，保障服務(wù)器安全
DDoS高防IP：云盾DDoS高防IP是針對(duì)互聯(lián)網(wǎng)服務(wù)器（包括非阿里云主機(jī)）在遭受大流量的DDoS攻擊后導(dǎo)致服務(wù)不可用的情況下，推出的付費(fèi)增值服務(wù)，用戶可以通過配置高防IP，將攻擊流量引流到高防IP，確保源站的穩(wěn)定可靠
Web應(yīng)用防火墻：網(wǎng)站必備的一款安全防護(hù)產(chǎn)品。通過分析網(wǎng)站的訪問請(qǐng)求、過濾異常攻擊，保護(hù)網(wǎng)站業(yè)務(wù)可用及資產(chǎn)數(shù)據(jù)安全
加密服務(wù)：滿足云上數(shù)據(jù)加密，密鑰管理、加解密運(yùn)算需求的數(shù)據(jù)安全解決方案
CA證書服務(wù)：云上簽發(fā)Symantec、CFCA、GeoTrustSSL數(shù)字證書，部署簡單，輕松實(shí)現(xiàn)全站HTTPS化，防監(jiān)聽、防劫持，呈現(xiàn)給用戶可信的網(wǎng)站訪問
數(shù)據(jù)風(fēng)控：凝聚阿里多年業(yè)務(wù)風(fēng)控經(jīng)驗(yàn)，專業(yè)、實(shí)時(shí)對(duì)抗垃圾注冊(cè)、刷庫撞庫、活動(dòng)作弊、論壇灌水等嚴(yán)重威脅互聯(lián)網(wǎng)業(yè)務(wù)安全的風(fēng)險(xiǎn)
綠網(wǎng)：智能識(shí)別文本、圖片、視頻等多媒體的內(nèi)容違規(guī)風(fēng)險(xiǎn)，如涉黃，暴恐，涉政等，省去90%人力成本
安全管家：基于阿里云多年安全實(shí)踐經(jīng)驗(yàn)為云上用戶提供的全方位安全技術(shù)和咨詢服務(wù)，為云上用戶建立和持續(xù)優(yōu)化云安全防御體系，保障用戶業(yè)務(wù)安全
云盾混合云：在用戶自有IDC、專有云、公共云、混合云等多種業(yè)務(wù)環(huán)境為用戶建設(shè)涵蓋網(wǎng)絡(luò)安全、應(yīng)用安全、主機(jī)安全、安全態(tài)勢感知的全方位互聯(lián)網(wǎng)安全攻防體系
態(tài)勢感知：安全大數(shù)據(jù)分析平臺(tái)，通過機(jī)器學(xué)習(xí)和結(jié)合全網(wǎng)威脅情報(bào)，發(fā)現(xiàn)傳統(tǒng)防御軟件無法覆蓋的網(wǎng)絡(luò)威脅，溯源攻擊手段、并且提供可行動(dòng)的解決方案
先知：全球頂尖白帽子和安全公司幫你找漏洞，最私密的安全眾測平臺(tái)。全面體檢，提早發(fā)現(xiàn)業(yè)務(wù)漏洞及風(fēng)險(xiǎn)，按效果付費(fèi)
移動(dòng)安全：為移動(dòng)APP提供安全漏洞、惡意代碼、仿冒應(yīng)用等檢測服務(wù)，并可對(duì)應(yīng)用進(jìn)行安全增強(qiáng)，提高反破解和反逆向能力。
8、互聯(lián)網(wǎng)中間件：
企業(yè)級(jí)分布式應(yīng)用服務(wù)EDAS：以應(yīng)用為中心的中間件PaaS平臺(tái)、
消息隊(duì)列MQ：ApacheRocketMQ商業(yè)版企業(yè)級(jí)異步通信中間件
分布式關(guān)系型數(shù)據(jù)庫服務(wù)DRDS：水平拆分/讀寫分離的在線分布式數(shù)據(jù)庫服務(wù)
云服務(wù)總線CSB：企業(yè)級(jí)互聯(lián)網(wǎng)能力開放平臺(tái)
業(yè)務(wù)實(shí)施監(jiān)控服務(wù)ARMS：端到端一體化實(shí)時(shí)監(jiān)控解決方案產(chǎn)品
9、分析：
E-MapReduce：基于Hadoop/Spark的大數(shù)據(jù)處理分析服務(wù)
云數(shù)據(jù)庫HybirdDB：基于GreenplumDatabase的MPP數(shù)據(jù)倉庫
高性能計(jì)算HPC：加速深度學(xué)習(xí)、渲染和科學(xué)計(jì)算的GPU物理機(jī)
大數(shù)據(jù)計(jì)算服務(wù)MaxCompute：TB/PB級(jí)數(shù)據(jù)倉庫解決方案
分析型數(shù)據(jù)庫：海量數(shù)據(jù)實(shí)時(shí)高并發(fā)在線分析
開放搜索：結(jié)構(gòu)化數(shù)據(jù)搜索托管服務(wù)
QuickBI：通過對(duì)數(shù)據(jù)源的連接，對(duì)數(shù)據(jù)進(jìn)行即席分析和可視化呈現(xiàn)。
參考資料：
百度百科-阿里云
本文由阿里閑魚技術(shù)團(tuán)隊(duì)逸昂分享，原題“消息鏈路優(yōu)化之弱感知鏈路優(yōu)化”，有修訂和改動(dòng)，感謝作者的分享。
閑魚的IM消息系統(tǒng)作為買家與賣家的溝通工具，增進(jìn)理解、促進(jìn)信任，對(duì)閑魚的商品成交有重要的價(jià)值，是提升用戶體驗(yàn)最關(guān)鍵的環(huán)節(jié)。
然而，隨著業(yè)務(wù)體量的快速增長，當(dāng)前這套消息系統(tǒng)正面臨著諸多急待解決的問題。
以下幾個(gè)問題典型最為典型：
1） 在線消息的體驗(yàn)提升；
2） 離線推送的到達(dá)率；
3） 消息玩法與消息底層系統(tǒng)的耦合過強(qiáng)。
經(jīng)過評(píng)估，我們認(rèn)為現(xiàn)階段離線推送的到達(dá)率問題最為關(guān)鍵，對(duì)用戶體驗(yàn)影響較大。
本文將要分享的是閑魚IM消息在解決離線推送的到達(dá)率方面的技術(shù)實(shí)踐，內(nèi)容包括問題分析和技術(shù)優(yōu)化思路等 ，希望能帶給你啟發(fā)。
（本文已同步發(fā)布于： ?）
本文是系列文章的第6篇，總目錄如下：
《 阿里IM技術(shù)分享(一)：企業(yè)級(jí)IM王者——釘釘在后端架構(gòu)上的過人之處 》
《 阿里IM技術(shù)分享(二)：閑魚IM基于Flutter的移動(dòng)端跨端改造實(shí)踐 》
《 阿里IM技術(shù)分享(三)：閑魚億級(jí)IM消息系統(tǒng)的架構(gòu)演進(jìn)之路 》
《 阿里IM技術(shù)分享(四)：閑魚億級(jí)IM消息系統(tǒng)的可靠投遞優(yōu)化實(shí)踐 》
《 阿里IM技術(shù)分享(五)：閑魚億級(jí)IM消息系統(tǒng)的及時(shí)性優(yōu)化實(shí)踐 》
《 阿里IM技術(shù)分享(六)：閑魚億級(jí)IM消息系統(tǒng)的離線推送到達(dá)率優(yōu)化 》（* 本文）
從數(shù)據(jù)通信鏈接的技術(shù)角度，我們根據(jù)閑魚客戶端是否在線，將整體消息鏈路大致分為強(qiáng)感知鏈路和弱感知鏈路。
強(qiáng)感知鏈路由以下子系統(tǒng)或模塊：
1） 發(fā)送方客戶端；
2） idleapi-message（閑魚的消息網(wǎng)關(guān)）；
3） heracles（閑魚的消息底層服務(wù)）；
4） accs（阿里自研的長連接通道）；
5） 接收方客戶端組成。
整條鏈路的核心指標(biāo)在于端到端延遲和消息到達(dá)率。
強(qiáng)感知鏈路中的雙方都是在線的，消息到達(dá)客戶端就可以保證接收方感知到。強(qiáng)感知鏈路的主要痛點(diǎn)在消息的端到端延遲。
弱感知鏈路與強(qiáng)感知鏈路的主要不同在于： 弱感知鏈路的接收方是離線的，需要依賴離線推送這樣的方式送達(dá)。
因此弱感知鏈路的用戶感知度不強(qiáng)，其核心指標(biāo)在于消息的到達(dá)率，而非延遲。
所以當(dāng)前階段，優(yōu)化弱感知鏈路的重點(diǎn)也就是提升離線消息的到達(dá)率。換句話說， 提升離線消息到達(dá)率問題，也就是優(yōu)化弱感知鏈路本身 。
下圖一張整個(gè)IM消息系統(tǒng)的架構(gòu)圖，感受下整體鏈路：
如上圖所示，各主要組件和子系統(tǒng)分工如下：
1） HSF是一個(gè)遠(yuǎn)程服務(wù)框架，是dubbo的內(nèi)部版本；
2） tair是阿里自研的分布式緩存框架，支持 memcached、Redis、LevelDB 等不同存儲(chǔ)引擎；
3） agoo是阿里的離線推送中臺(tái)，負(fù)責(zé)整合不同廠商的離線推送通道，向集團(tuán)用戶提供一個(gè)統(tǒng)一的離線推送服務(wù)；
4） accs是阿里自研的長連接通道，為客戶端、服務(wù)端的實(shí)時(shí)雙向交互提供便利；
5） lindorm是阿里自研的NoSQL產(chǎn)品，與HBase有異曲同工之妙；
6） 域環(huán)是閑魚消息優(yōu)化性能的核心結(jié)構(gòu)，用來存儲(chǔ)用戶最新的若干條消息。
強(qiáng)感知鏈路和弱感知鏈路在通道選擇上是不同的：
1） 強(qiáng)感知鏈路使用accs這個(gè)在線通道；
2） 弱感知鏈路使用agoo這個(gè)離線通道。
通俗了說，弱感知鏈路指的就是離線消息推送系統(tǒng)。
相比較于在線消息和端內(nèi)推送（也就是上面說的強(qiáng)感知鏈路），離線推送難以確保被用戶感知到。
典型的情況包括：
1） 未發(fā)送到用戶設(shè)備：即推送未送達(dá)用戶設(shè)備，這種情況可以從通道的返回分析；
2） 發(fā)送到用戶設(shè)備但沒有展示到系統(tǒng)通知欄：閑魚曾遇到通道返回成功，但是用戶未看到推送的案例；
3） 展示到通知欄，并被系統(tǒng)折疊：不同安卓廠商對(duì)推送的折疊策略不同，被折疊后，需用戶主動(dòng)展開才能看到內(nèi)容，觸達(dá)效果明顯變差；
4） 展示到通知欄，并被用戶忽略：離線推送的點(diǎn)擊率相比于在線推送更低。
針對(duì)“1）未發(fā)送到用戶設(shè)備”，原因有：
1） 離線通道的token失效；
2） 參數(shù)錯(cuò)誤；
3） 用戶關(guān)閉應(yīng)用通知；
4） 用戶已卸載等。
針對(duì)“3）展示到通知欄，并被系統(tǒng)折疊”，原因有：
1） 通知的點(diǎn)擊率；
2） 應(yīng)用在廠商處的權(quán)重；
3） 推送的數(shù)量等。
針對(duì)“4）展示到通知欄，并被用戶忽略”，原因有：
1） 用戶不愿意查看推送；
2） 用戶看到了推送，但是對(duì)內(nèi)容不感興趣；
3） 用戶在忙別的事，無暇處理。
總之： 以上這些離線消息推送場景，對(duì)于用戶來說感知度不高，我們也便稱之為弱感知鏈路。
我們的弱感知鏈路分為3部分，即：
1） 系統(tǒng)；
2） 通道；
3） 用戶。
共包含了Hermes、agoo、廠商、設(shè)備、用戶、承接頁這幾個(gè)環(huán)節(jié)。具體如下圖所示。
從推送的產(chǎn)生到用戶最終進(jìn)入APP，共分為如下幾個(gè)步驟：
步驟1 ：Hermes是閑魚的用戶觸達(dá)系統(tǒng)，負(fù)責(zé)人群管理、內(nèi)容管理、時(shí)機(jī)把控，是整個(gè)弱感知鏈路的起點(diǎn)。；
步驟2 ：agoo是阿里內(nèi)部承接離線推送的中臺(tái)，是閑魚離線推送能力的基礎(chǔ)；
步驟3 ：agoo實(shí)現(xiàn)離線推送依靠的是廠商的推送通道（如：蘋果的 apns通道 、Google的fcm通道、及 國內(nèi)各廠商的自建通道 。；
步驟4 ：通過廠商的通道，推送最終出現(xiàn)在用戶的設(shè)備上，這是用戶能感知到推送的前提條件；
步驟5 ：如果用戶剛巧看到這條推送，推送的內(nèi)容也很有趣，在用戶的主動(dòng)點(diǎn)擊下會(huì)喚起APP，打開承接頁，進(jìn)而給用戶展示個(gè)性化的商品。
經(jīng)過以上5個(gè)步驟，至此弱感知鏈路就完成了使命。
弱感知鏈路的核心問題在于：
1） 推送的消息是否投遞給了用戶；
2） 已投遞到的消息用戶是否有感知。
這對(duì)應(yīng)推送的兩個(gè)階段：
1） 推送消息是否已到達(dá)設(shè)備；
2） 用戶是否查看推送并點(diǎn)擊。
其中： 到達(dá)設(shè)備這個(gè)階段是最基礎(chǔ)的，也是本次優(yōu)化的核心。
我們可以將每一步的消息處理量依次平鋪，展開為一張漏斗圖，從而直觀的查看鏈路的瓶頸。
漏斗圖斜率最大的地方是優(yōu)化的重點(diǎn)，差異小的地方不需要優(yōu)化：
通過分析以上漏斗圖，弱感知鏈路的優(yōu)化重點(diǎn)在三個(gè)方面：
1） agoo受理率：是指我們發(fā)送推送請(qǐng)到的數(shù)量到可以通過agoo（阿里承接離線推送的中臺(tái)）轉(zhuǎn)發(fā)到廠商通道的數(shù)量之間的漏斗；
2） 廠商受理率：是指agoo中臺(tái)受理的量到廠商返回成功的量之間的漏斗；
3） Push點(diǎn)擊率：也就通過以上通道最終已送到到用戶終端的消息，是否最終轉(zhuǎn)化為用戶的主動(dòng)“點(diǎn)擊”。
有了優(yōu)化方向，我們來看看優(yōu)化手段吧。
跟隨推送的視角，順著鏈路看一下我們是如何進(jìn)行優(yōu)化的。
用戶的推送，從 Hermes 站點(diǎn)搭乘“班車”，駛向下一站：? agoo 。
這是推送經(jīng)歷的第一站。到站一看，傻眼了，只有不到一半的推送到站下車了。這是咋回事嘞？
這就要先說說 agoo 了，調(diào)用 agoo 有兩種方式：
1） 指定設(shè)備和客戶端，agoo直接將推送投遞到相應(yīng)的設(shè)備；
2） 指定用戶和客戶端，agoo根據(jù)內(nèi)部的轉(zhuǎn)換表，找到用戶對(duì)應(yīng)的設(shè)備，再進(jìn)行投遞。
我們的系統(tǒng)不保存用戶的設(shè)備信息。因此，是按照用戶來調(diào)用agoo的。
同時(shí)： 由于沒有用戶的設(shè)備信息，并不知道用戶是 iOS 客戶端還是 Android 客戶端。工程側(cè)不得不向 iOS 和 Android 都發(fā)送一遍推送。雖然保證了到達(dá)，但是，一半的調(diào)用都是無效的。
為了解這個(gè)問題： 我們使用了agoo的設(shè)備信息。將用戶轉(zhuǎn)換設(shè)備這一階段提前到了調(diào)用 agoo 之前，先明確用戶對(duì)應(yīng)的設(shè)備，再指定設(shè)備調(diào)用 agoo，從而避免無效調(diào)用。
agoo調(diào)用方式優(yōu)化后，立刻剔除了無效調(diào)用，agoo受理率有了明顯提升。
至此： 我們總算能對(duì) agoo 受理失敗的真正原因做一個(gè)高大上的分析了。
根據(jù)統(tǒng)計(jì)： 推送被 agoo 拒絕的主要原因是——用戶關(guān)閉了通知權(quán)限。同時(shí)，我們對(duì) agoo 調(diào)用數(shù)據(jù)的進(jìn)一步分析發(fā)現(xiàn)——有部分用戶找不到對(duì)應(yīng)的設(shè)備。 優(yōu)化到此，我們猛然發(fā)現(xiàn)多了兩個(gè)問題。
那就繼續(xù)優(yōu)化唄：
1） 通知體驗(yàn)優(yōu)化，引導(dǎo)打開通知權(quán)限；
2） 與agoo共建設(shè)備庫，解決設(shè)備轉(zhuǎn)換失敗的問題。
這兩個(gè)優(yōu)化方向又是一片新天地，我們擇日再聊。
推送到達(dá) agoo ，分機(jī)型搭乘廠商“專列”，駛向下一站：用戶設(shè)備。
這是推送經(jīng)歷的第二站。出站查票，發(fā)現(xiàn)竟然超員了。
于是乎： 我們每天有大量推送因?yàn)槌^廠商設(shè)定的限額被攔截。
為什么會(huì)這樣呢？
實(shí)際上： 提供推送通道的廠商（沒錯(cuò)， 各手機(jī)廠商的自家推送通道良莠不齊 ），為了保證用戶體驗(yàn)，會(huì)對(duì)每個(gè)應(yīng)用能夠推送的消息總量進(jìn)行限制。
對(duì)于廠商而言，這個(gè)限制會(huì)根據(jù)推送的類型和應(yīng)用的用戶規(guī)模設(shè)定——推送主要分為產(chǎn)品類的推送和營銷類的推送。
廠商推送通道對(duì)于不同類型消息的限制是：
1） 對(duì)于產(chǎn)品類推送，廠商會(huì)保證到達(dá)；
2） 對(duì)于營銷類推送，廠商會(huì)進(jìn)行額度限制；
3） 未標(biāo)記的推送，默認(rèn)作為營銷類推送對(duì)待。
我們剛好沒有對(duì)推送進(jìn)行標(biāo)記，因此觸發(fā)了廠商的推送限制。
這對(duì)我們的用戶來說，會(huì)帶來困擾。閑魚的交易，很依賴買賣家之間的消息互動(dòng)。這部分消息是需要確保到達(dá)的。
同樣： 訂單類的消息、用戶的關(guān)注，也需要保證推送給用戶。
根據(jù)主流廠商的接口協(xié)議，我們將推送的消息分為以下幾類，并進(jìn)行相應(yīng)標(biāo)記：
1） 即時(shí)通訊消息；
2） 訂單狀態(tài)變化；
3） 用戶關(guān)注內(nèi)容；
4） 營銷消息這幾類。
同時(shí)，在業(yè)務(wù)上，我們也進(jìn)行了推送的治理——將用戶關(guān)注度不高的消息，取消推送，避免打擾。
經(jīng)過這些優(yōu)化，因?yàn)槌^廠商限額而被攔截的推送實(shí)現(xiàn)了清零。
通過優(yōu)化agoo受理率、廠商受理率，我們解決了推送到達(dá)量的瓶頸。但即使消息被最終送達(dá)，用戶到底點(diǎn)擊了沒有？這才是消息推送的根本意義所在。
于是，在日常的開發(fā)測試過程中，我們發(fā)現(xiàn)了推送的兩個(gè)體驗(yàn)問題：
1） 用戶點(diǎn)擊Push有開屏廣告；
2） 營銷Push也有權(quán)限校驗(yàn)，更換用戶登陸后無法點(diǎn)擊。
對(duì)于開屏廣告功能，我們?cè)黾恿薖ush點(diǎn)擊跳過廣告的能力。
針對(duì)Push的權(quán)限校驗(yàn)功能，閑魚根據(jù)場景做了細(xì)分：
1） 涉及個(gè)人隱私的推送，保持權(quán)限校驗(yàn)不變；
2） 營銷類的推送，放開權(quán)限校驗(yàn)。
以上是點(diǎn)擊體驗(yàn)的優(yōu)化，我們還需要考慮用戶的點(diǎn)擊意愿。
用戶點(diǎn)擊量與推送的曝光量、推送素材的有趣程度相關(guān)。推送的曝光量又和推送的到達(dá)量、推送的到達(dá)時(shí)機(jī)有關(guān)。
具體的優(yōu)化手段是：
1） 在推送內(nèi)容上：我們需要優(yōu)化的是推送的時(shí)機(jī)和相應(yīng)的素材；
2） 在推送時(shí)機(jī)上：算法會(huì)根據(jù)用戶的偏好和個(gè)性化行為數(shù)據(jù)，計(jì)算每個(gè)用戶的個(gè)性化推送時(shí)間，在用戶空閑的時(shí)間推送（避免在不合適的時(shí)間打擾用戶，同時(shí)也能提升用戶看到推送的可能性）。
3） 在推送素材上：算法會(huì)根據(jù)素材的實(shí)時(shí)點(diǎn)擊反饋，對(duì)素材做實(shí)時(shí)賽馬。只發(fā)用戶感興趣的素材，提高用戶點(diǎn)擊意愿。
通過以上我們的分析和技術(shù)優(yōu)化手段，整體弱推送鏈路鏈路有了不錯(cuò)的提升，離線消息的到達(dá)率相對(duì)提升了兩位數(shù)。
本篇主要和大家聊的是只是IM消息系統(tǒng)鏈路中的一環(huán)——弱感知鏈路的優(yōu)化，落地到到具體的業(yè)務(wù)也就是離線消息送達(dá)率問題。
整體IM消息系統(tǒng)，還是一個(gè)比較復(fù)雜的領(lǐng)域。
我們?cè)谙⑾到y(tǒng)的發(fā)展過程中，面臨著如下問題：
1） 如何進(jìn)行消息的鏈路追蹤；
2） 如何保證IM消息的快速到達(dá)（見《 閑魚億級(jí)IM消息系統(tǒng)的及時(shí)性優(yōu)化實(shí)踐 》)；
3） 如何將消息的玩法和底層能力分離；
4） 離線推送中如何通過用戶找到對(duì)應(yīng)的設(shè)備。
這些問題，我們?cè)谝郧暗奈恼轮杏兴窒?，以后也?huì)陸續(xù)分享更多，敬請(qǐng)期待。
[1]? Android P正式版即將到來：后臺(tái)應(yīng)用?；?、消息推送的真正噩夢
[2]? 一套高可用、易伸縮、高并發(fā)的IM群聊、單聊架構(gòu)方案設(shè)計(jì)實(shí)踐
[3]? 一套億級(jí)用戶的IM架構(gòu)技術(shù)干貨(上篇)：整體架構(gòu)、服務(wù)拆分等
[4]? 一套億級(jí)用戶的IM架構(gòu)技術(shù)干貨(下篇)：可靠性、有序性、弱網(wǎng)優(yōu)化等
[5]? 從新手到專家：如何設(shè)計(jì)一套億級(jí)消息量的分布式IM系統(tǒng)
[6]? 企業(yè)微信的IM架構(gòu)設(shè)計(jì)揭秘：消息模型、萬人群、已讀回執(zhí)、消息撤回等
[7]? 融云技術(shù)分享：全面揭秘億級(jí)IM消息的可靠投遞機(jī)制
[8]? 移動(dòng)端IM中大規(guī)模群消息的推送如何保證效率、實(shí)時(shí)性？
[9]? 現(xiàn)代IM系統(tǒng)中聊天消息的同步和存儲(chǔ)方案探討
[10]? 新手入門一篇就夠：從零開發(fā)移動(dòng)端IM
[11]? 移動(dòng)端IM開發(fā)者必讀(一)：通俗易懂，理解移動(dòng)網(wǎng)絡(luò)的“弱”和“慢”
[12]? 移動(dòng)端IM開發(fā)者必讀(二)：史上最全移動(dòng)弱網(wǎng)絡(luò)優(yōu)化方法總結(jié)
[13]? IM消息送達(dá)保證機(jī)制實(shí)現(xiàn)(一)：保證在線實(shí)時(shí)消息的可靠投遞
[14]? IM消息送達(dá)保證機(jī)制實(shí)現(xiàn)(二)：保證離線消息的可靠投遞
[15]? 零基礎(chǔ)IM開發(fā)入門(一)：什么是IM系統(tǒng)？
[16]? 零基礎(chǔ)IM開發(fā)入門(二)：什么是IM系統(tǒng)的實(shí)時(shí)性？
[17]? 零基礎(chǔ)IM開發(fā)入門(三)：什么是IM系統(tǒng)的可靠性？
[18]? 零基礎(chǔ)IM開發(fā)入門(四)：什么是IM系統(tǒng)的消息時(shí)序一致性？
（本文已同步發(fā)布于： ?）
互聯(lián)網(wǎng)公司常用的基本集中在以下幾種，每種只舉一個(gè)比較常見或者應(yīng)用比較成功的例子吧。
1. In-Memory KV Store : Redis
in memory key-value store，同時(shí)提供了更加豐富的數(shù)據(jù)結(jié)構(gòu)和運(yùn)算的能力，成功用法是替代memcached，通過checkpoint和commit log提供了快速的宕機(jī)恢復(fù)，同時(shí)支持replication提供讀可擴(kuò)展和高可用。
2. Disk-Based KV Store: Leveldb
真正基于磁盤的key-value storage, 模型單一簡單，數(shù)據(jù)量不受限于內(nèi)存大小，數(shù)據(jù)落盤高可靠，Google的幾位大神出品的精品，LSM模型天然寫優(yōu)化，順序?qū)懕P的方式對(duì)于新硬件ssd再適合不過了，不足是僅提供了一個(gè)庫，需要自己封裝server端。
3. Document Store: Mongodb
分布式nosql，具備了區(qū)別mysql的最大亮點(diǎn)：可擴(kuò)展性。mongodb 最新引人的莫過于提供了sql接口，是目前nosql里最像mysql的，只是沒有ACID的特性，發(fā)展很快，支持了索引等特性，上手容易，對(duì)于數(shù)據(jù)量遠(yuǎn)超內(nèi)存限制的場景來說，還需要慎重。
4. Column Table Store: HBase
這個(gè)富二代似乎不用贅述了，最大的優(yōu)勢是開源，對(duì)于普通的scan和基于行的get等基本查詢，性能完全不是問題，只是只提供裸的api,易用性上是短板，可擴(kuò)展性方面是最強(qiáng)的，其次坐上了Hadoop的快車，社區(qū)發(fā)展很快，各種基于其上的開源產(chǎn)品不少，來解決諸如join、聚集運(yùn)算等復(fù)雜查詢。
重慶分公司
重慶分公司
