本文主要介绍如何设计一个可靠性、可扩展性
、可维护性数据系统。
- 应用程序表现出用户所期望的功能。
- 允许用户犯错，允许用户以出乎意料的方式使用软件。
- 在预期的负载和数据量下，性能满足要求。
- 系统能防止未经授权的访问和滥用。
硬件故障：如某个机房或者某个机器挂了（内存问题、磁盘问题等），整个系统对外仍旧可以正常使用。一般策略是异地多活，当某一个机房挂了，其它机房仍旧可以继续提供服务，硬件故障一般不会同时发生。
软件故障：如JVM bug，在接受特定输入触发；操作系统bug，在特定输入条件会死机。导致这类软件故障的BUG通常会潜伏很长时间，直到被异常情况触发为止。这类故障没有快速恢复办法，可以通过重启应用。可以通过做好监控、测量并分析系统行为。
人为错误：设计并构建了软件系统的工程师是人类，维持系统运行的运维也是人类。系统配置错误、代码bug（如边界条件），异常处理问题等。如何降低人为的错误：1）以最小化犯错机会的方式设计系 2）将人们最容易犯错的地方与可能导致失败的地方解耦 3）在各个层次进行彻底的测试，从单元测试、全系统集成测试到手动测试 4）允许从人为错误中简单快速地恢复，以最大限度地减少失效情况带来的影响。如快速回滚，灰度、分批发布等策略。5）明确的系统监控，比如性能指标和错误率。
