rs，这样集群就会据有较好的负载均衡。 Producers Producer将消息发布到它指定的topic中,并负责决定发布到哪个分区。通常简单的由负载均衡机制随机选择分区，但也可以通

cache是属于不务正业，得益于nginx强大的插件机制。 LB LB(Load Balance，负载均衡)就是将负载（用户的请求）根据某些策略，将负载分摊给多个操作单元执行。该技术可以提供服务器的响应速度以及利用效率，避免出现单点失效。

http://www.hollischuang.com/archives/1036 关于负载均衡session的解决方案 关于负载均衡session问题的解决方案： 1.使用无状态(cookie)的会话请求

我们使用HTTP和JSON是一种折中的选择。使用标准化HTTP协议有一个巨大的好处，那就是可以使用业内成熟优秀的工具去调试、缓存和负载均衡。而最显著的缺点是在不考虑数据接口实现的情况下，没有标准的方案去定义服务的接口（这一点与Thri

torm 4.数据输出：对分析后的结果持久化，暂定用mysql 对应的大数据组件架构是： Zookeeper+Flume-ng+Kafka+Storm+Mysql 4. Flume是Cloudera提

sync-over-async 和 request-response 消息机制. RPC: 一个远程过程调用的抽象，支持负载均衡、容灾和集群功能 Registry: 服务目录框架用于服务的注册和服务事件发布和订阅 连通性说明

real-time）和NoSQL特性。 2. 高可用性且无单点故障。 3. 可与Apache Zookeeper集成，分布式协调和集群元数据和配置存储。 4. 解决抗干扰性脑分裂的问题。 5

罗列了一个清单，多数都谈到了。 负载均衡 F5：特点、安装、配置、与其他技术的区别 Apache Httpd和Ngix的异同 LVS：特点、安装、配置、与其他技术的区别 服务 soap框架：Axis；CXF

数据层提供protostuff和hessian的实现，可以自定义扩展ISerializer接口 负载均衡算法采用LRU算法，可以自定义扩展ILoadBlance接口 客户端支持服务的同步或异步调用 快速开始

功能介绍 跨语言通信 方便的使Java、Python、C++三种程序可以相互通信 负载均衡和容灾处理 方便的实现任务的分布式处理 支持服务的水平扩展，自动发现新的服务节点 能

所以，不像AMQ，Kafka从设计开始极为高可用为目的，天然HA。broker支持集群，消息亦支持负载均衡，还有副本机制。同样，Kafka也是使用Zookeeper管理集群节点信息，包括consumer的消费信息也是保存在zk中，下面我们分话题来谈：

com/Qihoo360/QConf 。 正好我们之前也做了一套配管系统，于是点进去看了看，基于Zookeeper做的，恩，我们也是，所以我估计我们实现的方式和他们是一样的。 然后早上的时候和运维聊天，

这个东东还有点兴趣，有空来磋磨一下。 一、2个注意事项： 1、需要的软件有 Hadoop、Hive、Hbase、Zookeeper，Hive与HBase的整合对Hive的版本有要求，所以不要下载.0.6.0以前的老版本，Hive

Hystrix：容器管理组件，实现断路器模式，倘若依赖的服务出现延迟或故障，则提供强大的容错功能。 Ribbon：客户端负载均衡的服务调用组件。 Feign：基于Ribbon和Hystrix的声明式服务调用组件。 Zuul：

r订阅（一个或多个）topic来获取消息。这里，broker和consumer之间分别使用ZooKeeper记录状态信息和消息的offset。如下图所示： 图中展示的是单节点单broker架构

下文是本次的分享整理： 首先介绍 k8s v1.0的部分较新的特征，包括dns负载均衡，k8s监控和k8s ha高可用性的方式等 1. DNS，负载均衡 k8s服务发现通用两种方式， kube-proxy和DNS，

ubby                                         Zookeeper HBase关系图： HBase位于结构化存储层，围绕HBase，各部件对HBase的支持情况：

当一个服务的消费者上线时，它能够在预设的终端查询该服务的相关信息。然后它就可以基于查到的信息与其需要的组件进行交互。负载均衡就是一个很好的例子，它可以通过查询服务发现门户得到各个后端节点承受的流量数，然后根据这个信息来调整配置。

的服务都注册到Zookeeper来统一管理和便于线上扩展。模块之间通过thrift(或是protobuf，或是soup，或是json，等)协议来交互和通讯。 Zookeeper负责管理系统中的

阶段二、应用服务器与数据库分离 随着网站的上线，访问量逐步上升，服务器的负载慢慢提高，在服务器还没有超载的时候，我们应该就要做好准备，提升网站的负载能力。假如我们代码层面已难以优化，在不提高单台机器的性能的情况