协议、继承 Redis 便捷运维设计的前提下通过持久化存储的方式解决 Redis 在大容量场景下的问题 ## Redis 问题 - 恢复时间长 - 一主多从, 主从切换代价大 - 缓冲区写满问题 - 成本问题 ## Redis 问题 ## • 恢复时间长 – 50G redis 回复时间70分钟 – 同时开启aof 和 rdb ## Redis 问题 ## • 一主多从, 主从切换代价大 一月一个小版本, 二月一个大版本 ## Pika 开发现状 • 双主支持 • Pika hub 提供多机房写入支持 • 支持sentinel • 支持codis ## Pika 总结 - 恢复时间长 - 一主多从, 主从切换代价大 - 缓冲区写满问题 - 内存昂贵问题 ## Pika vs redis ## • 劣势 ## – 由于Pika是基于内存和文件来存放数据, 所以性能肯定比Redis低一些

分布式的双主问题只从存储系统解决 ## 这些设计给BFS带来哪些优势？ ||HDFS|BFS| |---|---|---| |名字节点扩展方式|联邦式分裂的目录树|分布式统一的目录树| |宕机恢复时间|分钟级|秒级| |外部依赖|ZooKeeper & QJM|无| |开发语言|Java|C++| ## Q&A • 欢迎参与BFS的开发 • https://github.com/baidu/bfs

[Image](/uploads/documents/0/9/e/3/09e38610ff888e0fd1b2626578fba41c/p25_2.jpg) ## 自治 ## • 自动故障恢复 - 多对多，恢复时间短 • 精确的流量控制，对io几乎无影响 

扩展性提升 • 无需改变或改造业务应用代码 • 降低控制平面的节点数和服务依赖 ## 运维价值 • 降低大规模集群的运维难度 • 可通过HDFS API和Distcp进行快速迁移 • 降低系统恢复时间 - 尽可能的减少NN Java GC带来的无响应问题 计算 AI/ML HIVE/IMPALA/SPARK KAFKA / FLINK OTHER WORKLOADS ![Imag

场景二：某应用运行过程中，某几台机器由于磁盘满，或者是宿主机资源争抢导致load很高，客户端出现调用超时。 客户端摘除 • 实时性高 - 需要关注错误率阈值、隔离机器的比例阈值，及被摘除后恢复时间 • 更灵活的摘除策略：调整权重 全局摘除：监管控一体 • 维度更加丰富 摘除后动作 • 弹性扩容替换故障机器 ![Image](/uploads/documents/8/2/b/6/

## SERVICE MESH MEETUP #6 广州站 ## 虎牙直播在微服务改造中的实践 张波 虎牙基础保障部中间件团队负责人 2019.8.11 ## 微服务改造事项 数据库故障恢复时间长 服务故障牵引慢，流量接入生效时间长 DNS生效慢 内部服务无 就近接入能 服务性能下降流量不摘除 DNS-F在数据库场景的落地 ![Image](/uploads/doc

InnoDB集群副本可以有1-9个成员。 ## 业务要求 …… …… …… …… …… …… …… …… …… …… ## 业务需求 概念 - RTO & RPO RTO: 恢复时间目标 从单个故障中恢复需要多长时间 RPO: 恢复点目标 发生故障时可能丢失多少数据 ## 故障类型： 高可用性：单服务器故障，网络分区 灾难恢复：整个区域/网络故障 人为错误：个别表问题

每月一次|每周一次 & 每月一次| |变更延迟对于您处理的主要应用程序或服务，您的更改前置时间（即从代码提交到代码在生产中成功运行需要多长时间）？|< 1 小时|一周至一个月|一周至一个月| |平均恢复时间（MTTR）对于您工作的主要应用程序或服务，发生服务事件（例如意外中断，服务受损）时恢复服务通常需要多长时间？|< 1 小时|少于一天|一天至一周| |变更失败率对于您工作的主要应用程序或服

存储设备要求 使用本节了解在规划内部模式部署和升级时可以考虑的不同存储容量要求。我们通常建议每个节点9个设备或更少。本建议可确保节点保持低于云供应商动态存储设备附加限制，以及限制使用本地存储设备的节点故障后恢复时间。以三个节点（每个故障域中一个节点）来扩展集群是满足pod放置规则的一种简单方法。 存储节点应至少有两个磁盘，一个用于操作系统，其余磁盘用于 OpenShift Data Foundation 组件。