一隅

摘要

本章讨论了流处理，是介于在线系统和离线批处理间的系统，通常基于消息代理实现。流处理可以用于捕获数据变更（Change Data Capture，CDC），例如消费数据库的变更日志，达成近似实时地数据同步的效果。

摘要

本章讨论了离线批处理系统，作为之前讨论的 “请求 - 响应” 式在线系统的补充。相较于在线系统，批处理系统对延迟不敏感，通常要处理海量的数据；吞吐量是衡量性能的重要指标。MapReduce 就是经典的批处理系统， 基于 map,reduce 两个用户定义的函数，进行分布式地批处理，具有易于理解、安全重试等优点。但是，排序操作的耗时、中间状态的冗余存储、对数据流支持不好，也是难以避免的问题。 数据流引擎，例如 Flink，则支持以算子的维度构建 DAG 图，实现类似 unix 管道的任务处理。

摘要

本章讨论了分布式系统中的一致性和共识。一致性是对结果的保证，例如线性一致性，保证了每次读取都可以读到最新版本的数据。共识则是达成一致的过程，基于特定的共识算法。

分布式系统中，任何可能出错的事情都会出错。不可靠的网络、不同步的时钟，这些麻烦使得分布式系统的软件需要处理更多棘手的问题。本章讨论了这些问题和他们能够避免的程度。

摘要

本章围绕事务这一主题，介绍了事务的含义、强弱隔离级别的实现，以及解决的并发问题。