这是“设计键值存储”系列文章的第二篇。如果您还没有阅读第一篇文章，请检查一下。
在之前的文章中，我们主要关注键值存储的基本概念，尤其是单机方案。当涉及到扩展问题时，我们需要按照一些规则将所有数据分发到多台计算机中，并且协调器计算机可以将客户端定向到具有请求资源的计算机。
设计分布式系统时，您需要考虑很多事情。将数据拆分到多台计算机时，平衡流量非常重要。这就是为什么最好确保密钥是随机分布的。
在本文中，我们将继续关于分布式键值存储系统的讨论。我们将涵盖诸如系统可用性，一致性等主题。
系统可用性
为了评估分布式系统，一个关键指标是系统可用性。例如，假设我们的一台计算机由于某种原因（可能是硬件问题或程序错误）而崩溃，这如何影响我们的键值存储系统？
显然，如果有人从此机器请求资源，我们将无法返回正确的响应。构建辅助项目时，您可能不会考虑此问题。但是，如果您要为数百万的用户提供大量的服务器，则这种情况经常发生，您无须每次都手动重新启动服务器。这就是为什么在当今的每个分布式系统中必不可少的原因。那么您将如何解决这个问题？
当然，您可以使用测试用例编写更强大的代码。但是，您的程序将始终存在错误。此外，硬件问题甚至更难保护。最常见的解决方案是副本。通过设置具有重复资源的计算机，我们可以大大减少系统停机时间。如果一台计算机每个月有10％的崩溃机会，那么对于一台备份计算机，当两台计算机都宕机时，我们将该概率降低到1％。
副本VS分片
乍一看，副本与分片非常相似。那么，这两者之间是什么关系？在设计分布式键值存储时，如何在副本和分片之间进行选择？
首先，我们需要明确这两种技术的目的。分片基本上用于将数据拆分到多台计算机，因为单台计算机不能存储太多数据。副本是一种保护系统免于停机的方法。考虑到这一点，如果一台计算机无法存储所有数据，则副本将无济于事。
一致性
通过引入副本，我们可以使系统更强大。然而，一个问题是关于一致性。假设对于机器A1，我们有副本A2。如何确保A1和A2的数据相同？例如，当插入新条目时，我们需要更新两台计算机。但是有可能其中之一发生写操作失败。因此，随着时间的流逝，A1和A2可能会有很多不一致的数据，这是一个大问题。
这里有几种解决方案。第一种方法是将本地副本保留在协调器中。每当更新资源时，协调器都会保留更新版本的副本。因此，如果更新失败，则协调器可以重新执行该操作。
另一种方法是提交日志。如果您一直在使用Git，则您应该非常熟悉提交日志的概念。基本上，对于每个节点计算机，它将保留每个操作的提交日志，就像所有更新的历史一样。因此，当我们要更新机器A中的条目时，它将首先将此请求存储在提交日志中。然后，一个单独的程序将按顺序（在队列中）处理所有提交日志。每当操作失败时，我们都可以轻松地恢复，因为我们可以查找提交日志。
我想介绍的最后一种方法是解决阅读冲突。假设当请求的资源位于A1，A2和A3中时，协调器可以向所有三台机器进行询问。如果数据不同，系统可以即时解决冲突。
值得注意的是，所有这些方法都不是互斥的。您绝对可以根据应用程序使用多个。
读取吞吐量
我还想在这篇文章中简要提及读取吞吐量。通常，键值存储系统应该能够支持大量的读取请求。那么，您将使用哪些方法来提高读取吞吐量？
为了提高读取吞吐量，通常的方法总是利用内存。如果数据存储在每个节点计算机内部的磁盘中，我们可以将它们的一部分移动到内存中。一个更一般的想法是使用缓存。由于“后一个设计缓存系统 ”对此主题进行了深入分析，因此我在这里不再赘述。
摘要
不要在这里将分析作为标准答案。相反，这些常见的解决方案应该给您启发，以帮助您提出不同的想法。
没有适用于每个系统的解决方案，您应该始终根据特定方案调整方法。