细粒度源码

⑴ 什么代码编辑器比较好用

着名的代码编辑器：Microsoft Visual Studio Code、Github Atom、Sublime text、Adobe Brackets

最推荐的一种：Atom

推荐理由：

链接：如何评价 GitHub 发布的文本编辑器 Atom？

作者：韦易笑

用过不少编辑器：UltraEdit / EditPlus / (G) Vim / GEdit / NotePad++ / TextMate / ProgrammerPad / Sublime 。确实是工作上用他们写过代码的。而 VSC / Emacs 只是体验了一下基本使用方法，算不上真用。用下来的结论是：Atom 比 Vim 更 Vim，比 Emacs 更 Emacs，同样，比 Sublime 更 Sublime。

Atom 唯一的槽点就是“卡”，不过那是去年的情况了，1.0后性能数次大提升，比起sublime/vsc之类虽不算流畅，但同时编辑20个数千行的文件没有压力。如今让人感觉慢的地方主要是启动loading（也大大短于eclipse, idea），使用时并没察觉它比其他编辑器慢再哪。而文本编辑器的快慢，更重要的是“让你工作更快更有效率”。下面说说为何 Atom比其他更有效率：

兼容VIM模式

这无疑团结了一大班 Vim过来的用户，Sublime虽然也有VIM模式，但是Sublime在 mac下面的vim模式有bug，我习惯用 hjkl来移动光标，sublime再mac下hjkl移动有问题，且我习惯CTRL_[来返回NORMAL，手指不离开主键盘区，而sublime的vim模式只支持ESC返回，加上其作者经常神秘消失，最稳定的2.x版本已三年没有更新，这些问题一直得不到修正。

由于Atom的定制程度直追 Vim/Emacs，它的vim模式能够使用插件来实现，而不像sublime必须builtin，Atom的VIM模式除了官方实现外还有很多用户实现，各有所长，你不喜欢可以换，Sublime就傻逼了，觉得builtin的不行，你就没办法了，而且作者不更新你也没办法。

Atom里的Vim模式并不是强制的，你可以用也可以不用，这样入门用户也不会觉得困难，但是如果你用惯Vim的话，使用Vim模式可以取得更好的效率，我觉得Vim/Atom-VimMode能够提升效率的地方有以下三方面：

1. 手指不离开主键盘区：

所有功能皆能在主键盘区完成，不用去按方向键，不用把手挪去按Home/End，更不用动鼠标。就像咏春中强调中线理论，认为一切动作围绕中轴线开展，守护自己中轴线的同时攻击别人的中轴线。Vim/Atom-VimMode中，双手不但从不离开主键盘，并且八根手指随时守护再HOME位（ASDF, JKL;）有动作就移动，然后马上归位。

2. 细粒度微操作：

星际/dota玩的好，微操基本功，微操又快又精确，Vim/Atom-VimMode一样，比如：

if (xxxx) {}

很多人编码时习惯“成对编码”，写了申请资源的代码，先把释放资源写了，写了左括号，先把右括号给补充完，当你写完第二行代码时，需要用到“再1-2行中间插入一行”，此时你的光标停留在第二行，传统编辑器你需要：按上箭头移动光标到第一行 -> 按END键去到第一行末尾 -> 按回车插入一行，mac下的END键还需要用CMD+右来组合出来，而Vim/Atom-VimMode中，你只需要shift+o即可，手指完全不离开主键盘区，不用像传统编辑器那样，右手先移动到箭头区又移动到HOME的小键盘区，再移动回主键盘区这么麻烦，类似还有：

使用o直接再下一行插入，避免 END/回车

使用I再行首插入，避免移动半天光标。

向前/后移动一个单词到单词头、尾。

快速更改当前单词，用/来快速搜索移动光标。

dd+p来快速移动代码块，取代shift+方向键半天。

shift-j 来两行合并成一行，代替 HOME, back 若干次。

。。。

你再编辑代码的时候，90%的情况可以直接一步完成，这就叫细粒度微操，而且整个过程手都不需要离开主键盘，不像传统编辑器那样，若干笨重的操作组合再一起，操作不够细步骤多的同时手还要再：主键盘区，方向键区，扩展键区 来回移动，效率奇低。而Vim/Atom-VimMode下，手指随时守护在home区（ASDF JKL；），所有微操都是围绕HOME区进行，不会移动到任何主键盘以外的区域，更别说用鼠标、触摸板。

3. 批量操作：

比如要给下面代码每行后面加一个分号：

var x = 1var y = 2var z = 3console.log('result is ' + (x + y + z).toString())

一般做法是：移动光标到行末->END->分号->移动光标到下一行，Vim里面不需要移动光标到行末，只需循环敲入：“A;<ESC>j” 即可，本来操作就少很多。这还不是最少操作，更少操作是利用Vim里面的句号“.”功能重复上一次操作，即第一行“A;”补充了一个分号后，第二行只需要按一下"."即可重复，于是最后操作变为：

第一行：A;<ESC>

后面所有行：J.

超级爽快的操作，这样的操作还很多，你还可以单条命令对一万行代码重复上述步骤，或者把c代码拷贝到go里面先一句话把所有分号给删除了。Vim下面的名言：绝不重复。

总之如果你熟悉 VIM模式，用 Atom能感到完全自由的方式，随心所欲的书写代码，而不是被书写这件事情费脑筋，解放大脑完全用于思考而不用于打字。但是同时对不习惯VIM的人照样友好，或者对想使用VIM的便利却又痛恨VIM这个软件的简陋的人带来了福音。

脊椎记忆

“同样动作重复300次，肌肉就会有记忆，而一个动作重复600次，脊椎就会有记忆”
-- 李小龙

编辑器就是关于脊柱记忆的东西，所以多投入一些时间去了解你使用的编辑器，掌握他们的各种快捷操作和高级功能是一个能让你事半功倍的好主意。

格斗游戏玩的好的人有很多，下等高手靠熟练，中等高手靠反应，上等高手靠意识。更熟练的掌握你的编辑器，让更多日常工作固化成记忆记录再你的脊椎上，使用的时候，脊椎这枚协处理器就能完成代码编写，一个操作，刚一想到，脊椎就自动执行出来了，小脑腾出空间来组织判断，大脑腾出空间来思考更重要的东西，就像你走路，你不用思考迈腿那么自然，别人一拳过来，你潜意识一动，一连串动作就出去了，一只飞蛾飞过来，你潜意识的闭上眼睛保护眼部，这就是脊椎记忆，如果还要经过大脑绕一圈，反应慢不说，大脑这颗cpu都用在这些琐事上了，思考的时间自然少了不少。

所以从内到外的了解你的编辑器，并且熟练掌握他们，是对你提高工作效率的最佳投资，Atom的全平台支持，开放源代码，深度可定制等三个特点，比起其他闭源的，平台支持不全的，扩展少的编辑器来说能让你有不同层面的了解机会，同时为你提供足够的空间。

深度可定制系统

Vim/Emacs的精髓在于：“可以调教”，本来不顺手的东西，只要容易调教，假以时日，都会慢慢变得越来越顺手，越来越“懂你”，越来越“贴心”，以至于后面大家都离不开它了。而 Atom 也同样是一款容易被你调教的编辑器。先前给vim写过插件，给sublime写过插件，如今给Atom写过插件，横向对比下来，几个结论：

插件能做事情多少：Atom > Vim >> sublime

插件开发学习门槛：Vim > Atom > sublime

插件开发文档丰富：Atom > sublime >> Vim

Atom 的定制化程度远远高过sublime之类（不用实际看法，看看双方开发文档即可），直追 Vim / Emacs，sublime的大部分定制无外乎改改json，插件能做的事情相当有限。

Atom 的定制化系统主要有三方面：

1. 细致：

设计之初就考虑的事情，方方面面都能定制，见官方文档，以及插件：vim-mode，minimap （稍微了解下这两个类似的功能再 Atom 和 sublime的实现就能知道 sublime被甩了多少条街了）。可以细粒度的控制编辑器内所有行为，小到移动一下光标，删除当前一个字符，大到打开一个面板，比如 “core:more-up” 可以向上移动一行光标，“window:focus-pane-on-left” 可以把焦点设置到左边的面板，atom内核和大量第一方第三方packages 都是以命令的方式把基础功能提供出来，你可以随意互相调用或者设置热键。

除去命令外的API层面，几乎每个部件每个像素点都可控，比如这样的插件你永远无法再 Vim / Emacs / Sublime 下面见得到：activate-power-mode。

2. 直观：

由于使用 javascript/coffee进行开发，但 javascript/coffee是属于即便你没写过他们，读都能读得懂，VimScript就不一样了，虽然也能做相同的事情，但实话实说，晦涩难写，比如我要取得当前文件的路径和文件名，在 VimScript里面需要这么写：

let l:path = expand('%:p:h')let l:name = expand('%:t:r') 或者 let l:name = expand('%<')

而在 Atom 里我们用atom自己的功能直接取出路径来，然后进行切割：

var fullpath =atom.workspace.getActiveTextEditor().getPath();var filename = path.basename(fullpath);var filepath = path.dirname(fullpath);

就问大家一下？哪段代码更友好直观？你一眼就知道在做什么？你更愿意用按照哪段代码进行插件开发？是上面的VimScript？还是下面的 javascript ？

结论是很清晰的，Atom的 javascript开发插件更简单直观，即便没文档，看别人怎么写的自己也会了，同时灵活性大大高于VmScript，各种事件处理回调，javascript天生擅长做这些事情，还有第二行，第三行，我们用到了 node.js 的 path模块，进行文件路径切割。这样的写法，再VimScript 里面基本是无法想象的。

Vim是强大，但是毕竟是30年前的东西了，即便最熟练的 Vimer 也都承认 VimScript 的晦涩难懂，阻碍了很多人为其开发插件。而给Atom开发插件，只需要掌握javascript，掌握 javascript的人很多，学习了javascript你也可以用在很多地方。不像VimScript那样只能用在Vim里面，而正因为其晦涩，Vim新版本开始支持内嵌 python的写法：

python << EOF
import random
print random.randint(0,10)EOF

VimScript中 Python等动态的支持正是说明其开发维护者也承认 VimScript本身的古老，对比现代编程语言已经有些格格不入了，缺乏强大的描述能力，难以构建复杂的功能模块，才会去支持Python内嵌这样的写法。可大量的工作还是需要再Python之外完成，同时，并非所有平台自带的Vim都支持python，除了mac外，所有debian / ubuntu 发行版自带的Vim都不支持 Python。导致你想写一个通用的扩展还得判断下是否 has('python') 没有的话老老实实用 VimScript 去实现它，这不是折磨人么？

Sublime里面可以用原生 Python 写扩展，比 VimScript爽，但是 sublime 的插件能做的事情还不及VimScript的一半，所以怎么能指望他们能写出高端的功能来呢？

3. 强大：

Atom的内核 Electron （原来的 Atom-shell）可以理解成：Chromium + Node.JS，而整个Atom的界面，你可以理解成就是一颗 HTML 的 DOM 树结构，这意味着你可以这样：

var div = document.createElement("div"); div.innerText = "abc"; atom.workspace.addBottomPanel(div);

就可以简单的在 atom 里面增加一个显示对象，这意味着再给div加个 html的 onclick就可以实现GUI交互，界面上的对象随便写点html代码就可以控制效果，意味着你可以使用 jQuery 来为atom增加新面板，意味着你只需要写一个简单的 .css 文件就可以把 Atom 整个编辑器的外观给修改了。这在 Vim/Emacs 中是几乎不可想象的事情，sublime基本就别提了。

大量的前端开发技术和 Node.JS 基础模块供你任意使用，正是由于近年 Chromium / node.js 系列技术的成熟，和 Atom / Visual Studio Code 这类基于前端技术的客户端软件的成功，让我看到了客户端（桌面+移动）软件开发的新方向。

做VIM/Emacs不能做的事情

Vim/Emacs过去给人的映像是：几乎能做任何事情，确实如此，但毕竟是二三十年前的东西了，而他们一直坚挺到现在一方面是操作便利，更重要的是这么长时间还没有出现一款又开源又具备同样操作便利性和可扩展性的编辑器，所以Vimer, Emacser 们最乐意展示给别人看的就是他们又安装了什么插件，急于展示可以把 Vim / Emacs 装扮成了一个多像 IDE 的东西，而今天这个“可以做任何事情”的高度可定制特性已经被Atom所吸收并完全超越，就像 Atom 的开发blog：“ Introcing Atom” 上说的一样，对易用性和可展性 “决不妥协” ：

We think we can do better. Our goal is a zero-compromise combination of hackability and usability: an editor that will be welcoming to an elementary school student on their first day learning to code, but also a tool they won't outgrow as they develop into seasoned hackers.

抛开易用性的这个 Atom 的明显优势不说，前面其实已说了不少 Atom 比 Vim/Emacs 更灵活强大的地方，可能有些人还有疑惑，不是说 Emacs “没有不能做的事情” 么？你看 Atom的面板里面可以嵌入一个 Terminal，Vim/Emacs一样可以嵌入啊，为何还说 Atom 比它强啊？

没错，Vim用久了会产生心理舒适区，多模式编辑使人神清气爽，命令化文本处理让你赏心悦目，但是受限于本身机制用久了会容易痛苦挣扎：虽然vim的各种扩展似乎什么事情都能做，但每个扩展却只能做到70分，总有那么30%的地方做不到位。所以用的时间长了，上半身爽的要死，下半身痛不欲生。。。。

Vim/Emacs即便大部分扩展功能也都可以称为“能用”，可几十年的历史包袱太沉，很多事情对他们来讲就是禁区，比如诡异的标签功能，容易误操作的buffer/窗口切换，缺乏异步机制，编译时间长只有傻等着，无法跟Atom一样边读代码，边运行程序看结果，对照输出结果和源代码找问题，连实现个内嵌终端都用了若干年，还实现的那么别扭。。。。。。。。。

这类硬伤有许多，再举个最简单的例子，minimap，就是 sublime那种大家喜欢的文档缩略图，这个现代编辑器必备的功能，谁能用 Vim/Emacs 实现一下看看？Atom 可以衍生出 Visual Studio Code 这样漂亮的编辑器，Vim/Emacs能衍生么？Atom可以随便用各种先进的前端技术，不当可以嵌 Terminal我甚至可以再 Atom 嵌入一个 js版本的 DOSBOX 玩老游戏《命令与征服》：

https://archive.org/details/softwarelibrary_msdos_games

Play DOS games online

当然这样并没有任何卯用，但是如果在 Atom里面内嵌一个浏览器，方便的实时预览html/css的效果呢？或者 Atom 里面内嵌一个 Markdown Previewer ，实时查看 Markdown 的效果呢？请问 Vim/Emacs 里怎么实现法？

Atom插件演示：markdown实时预览，左边写右边即时更新，100%兼容github的markdown语法

短短两年的时间，这么多优秀的插件，只想说，如今 Atom 作为 Vim/Emacs 的继承者和超越者出现了，所以社区对 Atom 的反应也是热烈的，看看下面一组数据，截止今天（2016年3月15日），Atom共有扩展插件 3500+ 个，发布不到两年的时间，这是什么概念呢？

• Sublime的插件（Stats - Package Control）大概 3500+个，但是sublime发布了5年的时间。
  

• Emacs 的插件大概有2900个，可Emacs发布到今天已经过去 25+年的时间。
  

• Vim 的各种插件虽然有9000个，但是Vi/Vim系列的历史长达 30+年，是atom的15倍。

这就叫社区的活跃度的区别，为什么短短两年那么多开发者先后给atom贡献了各种高质量的扩展，为什么大家对atom的热情那么高？为何好多人接触了atom一段时间后都深深的爱上了它？这是有原因的。

再谈性能优化

很多人错误的觉得 Atom慢是因为使用了 JavaScript/Coffee 等 Web 技术，所以先天慢，其实这是个误区，即便使用 Web 技术它也还能快很多，同时再慢可以往C++层的 Electron 挪啊，这也是这几个版本优化的一些方向，基于 Atom 开发的 Visual Studio Code 可以那么流畅， Atom 性能优化空间还很大，了不起多参考下自己的儿子，同样开源的 vscode怎么做的。

同时 Atom编辑器1.0版本以来性能得到了很大的提升，主要是两个方面，一方面是js层的各种渲染优化，控件优化，延迟绘制，延迟加载，只绘制当前需要的东西等，另外一方面是将一些核心数据结构移动到 Electron 的 C++层，如今1.54版本性能较去年版本已经有了本质区别，运行时加载是慢些（但也比eclipse快很多），实际使用并没觉得不如别的编辑器，况且，js层的优化和C层的优化未来还有很大的空间可以进步。

不过我不太喜欢 vscode 使用 Typed Script 进行开发，用点标准技术不行么，Atom使用 JavaScript/Coffee 写的多爽，如今 Atom 正在准备慢慢的切换到 JavaScript 的新标准 ES6 上。其次 vscode 快是快在“做的事情少”，主要是可扩展性方面的努力远不及 Atom，插件机制相对弱智，所以 vscode 的社区如今还不是特别活跃，扩展也少，发布一年多只有差不多300+个扩展，远不如 Atom 的情况，如果 vscode 还是按照现有结构开发下去，可能永远不会拥有 Atom的灵活度，这样再未来就无法拥有各种丰富多彩的插件。

再说开源免费

UltraEdit 单用户版本价格： 79 美刀

UltraEdit 服务器版价格： 229 美刀（多人登录同一台服务器的桌面使用），企业版更贵

EditPlus 单用户版价格： 35 美刀，而且还只有windows版本，

Sublime 单用户版价格：70 美刀

TextMate 单用户版价格：48 欧元，而且还只有mac版本。

这些都是钱啊，可能你会说可以免费试用或者破解啊，是的个人可以，但正常来说sublime这些试用指不能拿来搞生产不能拿来工作的，个人你用用可以，但国外人家守规矩，不会乱用，这意味着失去一大批为其开发扩展的国外开发者，同时站在公司考虑IT方案的角度，免费试用和破解将来都是潜在的麻烦，现在上百人的公司微软都会来收windows的钱了，版权问题越来越严肃，你得把这笔潜在费用考虑进去，同时这些闭源的或者单平台的东西，并不值得再上面花费过多精力和投资。

抛开扩展性问题和价格问题，我们再来看各个热门的免费编辑器的试用情况：

Notepad++：免费，开源，只能运行于windows

PSPad：免费，不开源，只能运行再 Windows

Gedit：免费，开源，只能跑再 GNome下，Ubuntu用用，Windows/mac版本简直是残缺的。

Programmer's Notepad : 免费开源，只能跑 Windows

Notepad2：免费bu不开源，只能跑 Windows

更关键的是：闭源的东西个人作者可能失去兴趣不再更新，商业公司的话，你需要一个功能，就只能无限期的等待他们发慈悲加入进去。而免费开源的很多其他编辑器除去平台兼容性问题外，更重要的时扩展性差。

而同时满足：免费+开放+强扩展性的编辑器如今就只出现过三个：Vim / Emacs / Atom。他们是真正属于使用者的编辑器，他们能变成使用者希望变成的样子。这些曾经出现过得收费的或者免费的编辑器，凭借着一两个自身独有的 “卖点”，再某些时间段内都曾经流行过，可就像流星一样一闪而过，如今他们都统统完成了自己的历史使命，新的一页可以翻开了。终端环境的话确实 Vim / Emacs 继续下去，但桌面环境的话，Atom将会继续向前，走出新的一步。

⑵ 分布式存储有哪些

问题一：当前主流分布式文件系统有哪些?各有什么优缺点 目前几个主流的分布式文件系统除GPFS外，还有PVFS、Lustre、PanFS、GoogleFS等。
1.PVFS(Parallel Virtual File System)项目是Clemson大学为了运行linux集群而创建的一个开源项目,目前PVFS还存在以下不足：
1）单一管理节点:只有一个管理节点来管理元数据，当集群系统达到一定的规模之后，管理节点将可能出现过度繁忙的情况，这时管理节点将成为系统瓶颈;
2）对数据的存储缺乏容错机制:当某一I/O节点无法工作时，数据将出现不可用的情况;
3）静态配置:对PVFS的配置只能在启动前进行，一旦系统运行则不可再更改原先的配置。
2.Lustre文件系统是一个基于对象存储的分布式文件系统，此项目于1999年在Carnegie Mellon University启动，Lustre也是一个开源项目。它只有两个元数据管理节点,同PVFS类似,当系统达到一定的规模之后，管理节点会成为Lustre系统中的瓶颈。
3.PanFS(Panasas File System)是Panasas公司用于管理自己的集群存储系统的分布式文件系统。
4.GoogleFS(Google File System)是Google公司为了满足公司内部的数据处理需要而设计的一套分布式文件系统。
5.相对其它的文件系统，GPFS的主要优点有以下三点：
1)使用分布式锁管理和大数据块策略支持更大规模的集群系统,文件系统的令牌管理器为块、inode、属性和目录项建立细粒度的锁，第一个获得锁的客户将负责维护相应共享对象的一致性管理，这减少了元数据服务器的负担;
2)拥有多个元数据服务器,元数据也是分布式,使得元数据的管理不再是系统瓶颈;
3)令牌管理以字节作为锁的最小单位,也就是说除非两个请求访问的是同一文件的同一字节数据,对于数据的访问请求永远不会冲突.

问题二：分布式存储是什么？选择什么样的分布式存储更好？ 分布式存储系统，是将数据分散存储在多 *** 立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。
联想超融合ThinkCloud AIO超融合云一体机是联想针对企业级用户推出的核心产品。ThinkCloud AIO超融合云一体机实现了对云管理平台、计算、网络和存储系统的无缝集成，构建了云计算基础设施即服务的一站式解决方案，为用户提供了一个高度简化的一站式基础设施云平台。这不仅使得业务部署上线从周缩短到天，而且与企业应用软件、中间件及数据库软件完全解耦，能够有效提升企业IT基础设施运维管理的效率和关键应用的性能

问题三：什么是分布式存储系统？ 就是将数据分散存储在多 *** 立的设备上

问题四：什么是分布式数据存储 定义：
分布式数据库是指利用高速计算机网络将物理上分散的多个数据存储单元连接起来组成一个逻辑上统一的数据库。分布式数据库的基本思想是将原来集中式数据库中的数据分散存储到多个通过网络连接的数据存储节点上，以获取更大的存储容量和更高的并发访问量。近年来，随着数据量的高速增长，分布式数据库技术也得到了快速的发展，传统的关系型数据库开始从集中式模型向分布式架构发展，基于关系型的分布式数据库在保留了传统数据库的数据模型和基本特征下，从集中式存储走向分布式存储，从集中式计算走向分布式计算。
特点：
1.高可扩展性：分布式数据库必须具有高可扩展性，能够动态地增添存储节点以实现存储容量的线性扩展。
2 高并发性：分布式数据库必须及时响应大规模用户的读/写请求，能对海量数据进行随机读/写。
3. 高可用性：分布式数据库必须提供容错机制，能够实现对数据的冗余备份，保证数据和服务的高度可靠性。

问题五：分布式文件系统有哪些主要的类别？ 分布式存储在大数据、云计算、虚拟化场景都有勇武之地，在大部分场景还至关重要。munity.emc/message/655951 下面简要介绍*nix平台下分布式文件系统的发展历史：
1、单机文件系统
用于操作系统和应用程序的本地存储。
2、网络文件系统（简称：NAS）
基于现有以太网架构，实现不同服务器之间传统文件系统数据共享。
3、集群文件系统
在共享存储基础上，通过集群锁，实现不同服务器能够共用一个传统文件系统。

4、分布式文件系统
在传统文件系统上，通过额外模块实现数据跨服务器分布，并且自身集成raid保护功能，可以保证多台服务器同时访问、修改同一个文件系统。性能优越，扩展性很好，成本低廉。

问题六：分布式文件系统和分布式数据库有什么不同 分布式文件系统（dfs）和分布式数据库都支持存入，取出和删除。但是分布式文件系统比较暴力，可以当做key/value的存取。分布式数据库涉及精炼的数据，传统的分布式关系型数据库会定义数据元组的schema，存入取出删除的粒度较小。
分布式文件系统现在比较出名的有GFS（未开源），HDFS（Hadoop distributed file system）。分布式数据库现在出名的有Hbase，oceanbase。其中Hbase是基于HDFS，而oceanbase是自己内部实现的分布式文件系统，在此也可以说分布式数据库以分布式文件系统做基础存储。

问题七：分布式存储有哪些 华为的fusionstorage属于分布式 您好，很高兴能帮助您，首先，FusionDrive其实是一块1TB或3TB机械硬盘跟一块128GB三星830固态硬盘的组合。我们都知道，很多超极本同样采用了混合型硬盘，但是固态硬盘部分的容量大都只有8GB到32GB之间，这个区间无法作为系统盘来使用，只能作

问题八：linux下常用的分布式文件系统有哪些 这他妈不是腾讯今年的笔试题么
NFS（tldp/HOWTO/NFS-HOWTO/index）
网络文件系统是FreeBSD支持的文件系统中的一种，也被称为NFS。
NFS允许一个系统在网络上与它人共享目录和文件。通过使用NFS， 用户和程序可以象访问本地文件一样访问远端系统上的文件。它的好处是：
1、本地工作站使用更少的磁盘空间，因为通常的数据可以存放在一台机器上而且可以通过网络访问到。
2、用户不必在每个网络上机器里面都有一个home目录。home目录可以被放在NFS服务器上并且在网络上处处可用。
3、诸如软驱、CDROM、和ZIP之类的存储设备可以在网络上面被别的机器使用。可以减少整个网络上的可移动介质设备的数量。
开发语言c/c++,可跨平台运行。
OpenAFS（openafs）
OpenAFS是一套开放源代码的分布式文件系统，允许系统之间通过局域网和广域网来分享档案和资源。OpenAFS是围绕一组叫做cell的文件服务器组织的，每个服务器的标识通常是隐藏在文件系统中，从AFS客户机登陆的用户将分辨不出他们在那个服务器上运行，因为从用户的角度上看，他们想在有识别的Unix文件系统语义的单个系统上运行。
文件系统内容通常都是跨cell复制，一便一个硬盘的失效不会损害OpenAFS客户机上的运行。OpenAFS需要高达1GB的大容量客户机缓存，以允许访问经常使用的文件。它是一个十分安全的基于kerbero的系统，它使用访问控制列表(ACL）以便可以进行细粒度的访问，这不是基于通常的Linux和Unix安全模型。开发协议IBM Public，运行在linux下。
MooseFs（derf.homelinux）
Moose File System是一个具备容错功能的网路分布式文件统，它将数据分布在网络中的不同服务器上，MooseFs通过FUSE使之看起来就 是一个Unix的文件系统。但有一点问题，它还是不能解决单点故障的问题。开发语言perl,可跨平台操作。
pNFS（pnfs）
网络文件系统(Network FileSystem,NFS)是大多数局域网(LAN）的重要的组成部分。但NFS不适用于高性能计算中苛刻的输入书橱密集型程序，至少以前是这样。NFS标准的罪行修改纳入了Parallel NFS(pNFS），它是文件共享的并行实现，将传输速率提高了几个数量级。
开发语言c/c++,运行在linu下。
googleFs
据说是一个比较不错的一个可扩展分布式文件系统，用于大型的，分布式的，对大量数据进行访问的应用。它运行于廉价的普通硬件上，但可以提供容错功能，它可以给大量的用户提供性能较高的服务。google自己开发的。

问题九：分布式存储都有哪些，并阐述其基本实现原理 神州云科 DCN NCS DFS2000（简称DFS2000）系列是面向大数据的存储系统，采用分布式架构，真正的分布式、全对称群集体系结构，将模块化存储节点与数据和存储管理软件相结合，跨节点的客户端连接负载均衡，自动平衡容量和性能，优化集群资源，3-144节点无缝扩展，容量、性能岁节点增加而线性增长，在 60 秒钟内添加一个节点以扩展性能和容量。

问题十：linux 分布式系统都有哪些？ 常见的分布式文件系统有，GFS、HDFS、Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。各自适用于不同的领域。它们都不是系统级的分布式文件系统，而是应用级的分布式文件存储服务。
GFS（Google File System）
--------------------------------------
Google公司为了满足本公司需求而开发的基于Linux的专有分布式文件系统。。尽管Google公布了该系统的一些技术细节，但Google并没有将该系统的软件部分作为开源软件发布。
下面分布式文件系统都是类 GFS的产品。
HDFS
--------------------------------------
Hadoop 实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。 Hadoop是Apache Lucene创始人Doug Cutting开发的使用广泛的文本搜索库。它起源于Apache Nutch，后者是一个开源的网络搜索引擎，本身也是Luene项目的一部分。Aapche Hadoop架构是MapRece算法的一种开源应用，是Google开创其帝国的重要基石。
Ceph
---------------------------------------
是加州大学圣克鲁兹分校的Sage weil攻读博士时开发的分布式文件系统。并使用Ceph完成了他的论文。
说 ceph 性能最高，C++编写的代码，支持Fuse，并且没有单点故障依赖， 于是下载安装， 由于 ceph 使用 btrfs 文件系统， 而btrfs 文件系统需要 Linux 2.6.34 以上的内核才支持。
可是ceph太不成熟了，它基于的btrfs本身就不成熟，它的官方网站上也明确指出不要把ceph用在生产环境中。
Lustre
---------------------------------------
Lustre是一个大规模的、安全可靠的，具备高可用性的集群文件系统，它是由SUN公司开发和维护的。
该项目主要的目的就是开发下一代的集群文件系统，可以支持超过10000个节点，数以PB的数据量存储系统。
目前Lustre已经运用在一些领域，例如HP SFS产品等。

⑶ 基于Spring+SpringMVC+Mybatis分布式敏捷开发系统架构（附源码）

前言

zheng项目不仅仅是一个开发架构，而是努力打造一套从 前端模板 - 基础框架 - 分布式架构 - 开源项目 - 持续集成 - 自动化部署 - 系统监测 - 无缝升级 的全方位J2EE企业级开发解决方案。

项目介绍

基于Spring+SpringMVC+Mybatis分布式敏捷开发系统架构，提供整套公共微服务服务模块：内容管理、支付中心、用户管理（包括第三方）、微信平台、存储系统、配置中心、日志分析、任务和通知等，支持服务治理、监控和追踪，努力为中小型企业打造全方位J2EE企业级开发解决方案。

技术

名称

官网

技术

名称

官网

架构图

模块依赖

Spring+SpringMVC+Mybatis框架集成公共模块，包括公共配置、MybatisGenerator扩展插件、通用BaseService、工具类等。

基于bootstrap实现的响应式Material Design风格的通用后台管理系统，zheng项目所有后台系统都是使用该模块界面作为前端展示。

各个子系统前台thymeleaf模板，前端资源模块，使用nginx代理，实现动静分离。

本系统是基于RBAC授权和基于用户授权的细粒度权限控制通用平台，并提供单点登录、会话管理和日志管理。接入的系统可自由定义组织、角色、权限、资源等。用户权限=所拥有角色权限合集+用户加权限-用户减权限，优先级：用户减权限>用户加权限>角色权限

文件存储系统，提供四种方案：

阿里云OSS

服务网关，对外暴露统一规范的接口和包装响应结果，包括各个子系统的交互接口、对外开放接口、开发加密接口、接口文档等服务，可在该模块支持验签、鉴权、路由、限流、监控、容错、日志等功能。示例图：

API网关

内容管理系统：支持多标签、多类目、强大评论的内容管理，有基本单页展示，菜单管理，系统设置等功能。

统一扫码支付

通用用户管理系统， 实现最常用的用户注册、登录、资料管理、个人中心、第三方登录等基本需求，支持扩展二次开发。

微信公众号管理平台，除实现官网后台自动回复、菜单管理、素材管理、用户管理、消息群发等基础功能外，还有二维码推广、营销活动、微网站、会员卡、优惠券等。

微信小程序后台

基于Netty实现SocketIO的实时推送系统。支持命名空间、二进制数据、SSL、ACK等功能。

环境搭建

开发指南

maven编译安装zheng/pom.xml文件即可

启动演示

约定优于配置(convention over configuration)，此框架约定了很多编程规范，下面一一列举：

数据库模型

拓扑图

⑷ ribbon负载均衡详解

服务端负载均衡：在客户端和服务端中间使用代理，lvs  和 nginx。

硬件负载均衡的设备或是软件负载均衡的软件模块都会维护一个下挂可用的服务端清单，通过心跳检测来剔除故障的服务端节点以保证清单中都是可以正常访问的服务端节点。当客户端发送请求到负载均衡设备的时候，该设备按某种算法（比如线性轮询、按权重负载、按流量负载等）从维护的可用服务端清单中取出一台服务端端地址，然后进行转发。

客户端负载均衡：根据自己的情况做负载。Ribbon。

客户端负载均衡和服务端负载均衡最大的区别在于 服务端地址列表的存储位置，以及负载算法在哪里。

2、Spring Cloud的负载均衡机制的实现

Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Ribbon实现客户端的负载均衡，负载均衡器提供很多对http和tcp的行为控制。Spring cloud Feign已经集成Ribbon，所以注解@FeignClient的类，默认实现了ribbon的功能。

Ribbon主要包括如下功能

1.支持通过DNS和IP和服务端通信

2.可以根据算法从多个服务中选取一个服务进行访问

3.通过将客户端和服务器分成几个区域（zone）来建立客户端和服务器之间的关系。客户端尽量访问和自己在相同区域(zone)的服务，减少服务的延迟

4.保留服务器的统计信息，ribbon可以实现用于避免高延迟或频繁访问故障的服务器

5.保留区域(zone)的统计数据，ribbon可以实现避免可能访问失效的区域(zone)

Ribbon负载均衡主要是通过LoadBalancerClient类实现的，而LoadBalancerClient又将具体处理委托给ILoadBalancer处理；

每个服务都有一个ILoadBalancer，ILoadBalancer里面有该服务列表。

每个服务 Map<服务名，ILoadBalancer>

ILoadBalancer通过配置IRule、IPing等信息，并通过ServerList获取服务器注册列表的信息，默认以每10s的频率想服务列表中每个服务实例发送ping请求，检测服务实例是否存活，最后使用负责均衡策略对ServerListFilter过滤得到最终可用的服务实例列表进行处理，然后交给服务调用器进行调用；

ILoadBalance也是一个接口，提供了3个具体实现，分别是DynamicServerListLoadBalancer、ZoneAwareLoadBalancer和NoOpLoadBalancer；

DynamicServerListLoadBalancer继承自ILoadBalancer基础实现BaseLoadBalancer，在基础的负载均衡功能上增加了运行期间对服务实例动态更新和过滤的功能；

NoOpLoadBalancer没有操作的实现；

ZoneAwareLoadBalancer（ILoadBalancer的默认的实现类是：ZoneAwareLoadBalancer。）则是继承DynamicServerListLoadBalancer，在此基础上增加防止跨区域访问的问题；

首先它会剔除符合这些规则的Zone区域：所属实例数位零的Zone区域；Zone区域内实例等平均负载小于零，或者实例故障率（断路器断开次数／实例数）大于等于阀值（默认为0.99999）。

然后根据Zone区域等实例平均负载计算出最差的Zone区域，这里的最差指的是实例平均负载最高的Zone区域。

如果在上面的过程中没有符合剔除要求的区域，同时实例最大平均负载小于阀值（默认为20%），就直接返回所有Zone区域为可用区域。否则，从最坏Zone区域集合中随机选择一个，将它从可用Zone区域集合中剔除。

 ▪️当获得的可用Zone区域集合不为空，并且个数小于Zone区域总数，就随机选择一个Zone区域。

▪️在确定了某个Zone区域后，则获取了对应Zone区域的服务均衡器，并调用chooseServer来选择具体的服务实例，而在chooseServer中将使用IRule接口的choose函数来选择具体的服务实例。在这里，IRule接口的实现会使用ZoneAvoidanceRule来挑选出具体的服务实例。

服务列表就是客户端负载均衡所使用的(同一注册中心集群)各服务的服务实例列表。Ribbon在实现上支持以下几种服务列表方式

静态服务器列表：通过Ribbon的BaseLoadBalancer所提供的setServerList()方法，初始化时直接进行动态设置指定；

基于配置的服务器列表：需要在项目配置文件中通过<服务名称>.ribbon.listOfServers进行设置。（如user-service.ribbon.listOfServers=http://127.0.0.1:8082,http://127.0.0.1:8083）

基于服务发现的服务器列表：同时使用Ribbon和Eureka时，默认使用该方式，在应用启动时Ribbon就会从Eureka服务器中获取所有注册服务的列表数据，并保持同步。

该组件会对原始服务列表使用一定策略进行过滤返回有效可用的服务器列表给客户端负载均衡器使用。常用服务列表过滤器如下：ZoneAffinityServerListFilter：基于区域感知的方式，实现对服务实例的过滤，仅返回与本身所处区域一直的服务提供者实例列表；ServerListSubsetFilter：该过滤器继承自ZoneAffinityServerListFilter，在进行区域感知过滤后，仅返回一个固定大小的服务列表。默认将返回20个服务实例，可以通过ribbon.ServerListSubsetFilter.size进行设置；

：使用Eureka和Ribbon时默认的过滤器。实现通过配置或者Eureka所属区域来过滤出同区域的服务实例列表。

它实现了通过配置或者Eureka实例元数据的所属区域（Zone）来过滤出同区域的服务实例。如下面的源码所示，它的实现非常简单，首先通过父类ZoneAffinityServerListFilter的过滤器来获得“区域感知”的服务实例列表，然后遍历这个结果，取出根据消费者配置预设的区域Zone来进行过滤，如果过滤掉结果是空就直接返回父类获取的结果，如果不为空就返回通过消费者配置的Zone过滤后的结果。

用来检测一个微服务实例是否存活是否有响应，Ribbon通过该组件来判断所持有的服务实例列表中各服务可用情况，如果检测到某服务实例不存在/一定时间未响应，则会从持有服务列表中及时移除。

PingUrl：通过定期访问指定的URL判断；

PingConstant：不做任何处理，只返回一个固定值，用来表示该服务是否可用，默认值为true；

NoOpPing：不做任何处理，直接返回true，表示该服务器可用，默认策略；

DummyPing：直接返回true，但实现了initWithNiwsConfig方法；

NIWSDiscoverPing：根据DiscoveryEnabledServer中InstanceInfo的InstanceStatus属性判断，如果该属性的值为InstanceStatus.UP，则表示服务器可用；

作用就是选择一个最终服务实例地址作为负载均衡处理结果。Ribbon提供的选择策略有随机 (Random)、轮询 (RoundRobin)、一致性哈希 (ConsistentHash)、哈希 (Hash)、加权（Weighted）。

IRule负载均衡策略：通过实现该接口定义自己的负载均衡策略。它的choose方法就是从一堆服务器列表中按规则选出一个服务器。

默认实现：

ZoneAvoidanceRule（区域权衡策略）：复合判断Server所在区域的性能和Server的可用性，轮询选择服务器。

其他规则：

BestAvailableRule（最低并发策略）：会先过滤掉由于多次访问故障而处于断路器跳闸状态的服务，然后选择一个并发量最小的服务。逐个找服务，如果断路器打开，则忽略。

RoundRobinRule（轮询策略）：以简单轮询选择一个服务器。按顺序循环选择一个server。

RandomRule（随机策略）：随机选择一个服务器。

AvailabilityFilteringRule（可用过滤策略）：会先过滤掉多次访问故障而处于断路器跳闸状态的服务和过滤并发的连接数量超过阀值得服务，然后对剩余的服务列表安装轮询策略进行访问。

WeightedResponseTimeRule（响应时间加权策略）：据平均响应时间计算所有的服务的权重，响应时间越快服务权重越大，容易被选中的概率就越高。刚启动时，如果统计信息不中，则使用RoundRobinRule(轮询)策略，等统计的信息足够了会自动的切换到WeightedResponseTimeRule。响应时间长，权重低，被选择的概率低。反之，同样道理。此策略综合了各种因素（网络，磁盘，IO等），这些因素直接影响响应时间。

RetryRule（重试策略）：先按照RoundRobinRule(轮询)的策略获取服务，如果获取的服务失败则在指定的时间会进行重试，进行获取可用的服务。如多次获取某个服务失败，就不会再次获取该服务。主要是在一个时间段内，如果选择一个服务不成功，就继续找可用的服务，直到超时。

1. <clientName>：这是调用ribbon的客户端名称，如果此值为没有配置，则此条属性会作用到所有的客户端。

2. <nameSpace>：默认值为 “ribbon”

3. <propertyName>：所有的可用的属性都在com.netflix.client.conf.CommonClientConfigKey。

<clientName>.<nameSpace>.NFLoadBalancerClassName=xx

<clientName>.<nameSpace>.NFLoadBalancerRuleClassName=xx

<clientName>.<nameSpace>.NFLoadBalancerPingClassName=xx

<clientName>.<nameSpace>.NIWSServerListClassName=xx

<clientName>.<nameSpace>.NIWSServerListFilterClassName=xx

com.netflix.client.config.IClientConfig：Ribbon的客户端配置，默认采用com.netflix.client.config.DefaultClientConfigImpl实现。

com.netflix.loadbalancer.IRule：Ribbon的负载均衡策略，默认采用com.netflix.loadbalancer.ZoneAvoidanceRule实现，该策略能够在多区域环境下选出最佳区域的实例进行访问。

com.netflix.loadbalancer.IPing：Ribbon的实例检查策略，默认采用com.netflix.loadbalancer.NoOpPing实现，该检查策略是一个特殊的实现，实际上它并不会检查实例是否可用，而是始终返回true，默认认为所有服务实例都是可用的。

com.netflix.loadbalancer.ServerList：服务实例清单的维护机制，默认采用com.netflix.loadbalancer.ConfigurationBasedServerList实现。

com.netflix.loadbalancer.ServerListFilter：服务实例清单过滤机制，默认采org.springframework.cloud.netflix.ribbon.，该策略能够优先过滤出与请求方处于同区域的服务实例。

com.netflix.loadbalancer.ILoadBalancer：负载均衡器，默认采用com.netflix.loadbalancer.ZoneAwareLoadBalancer实现，它具备了区域感知的能力。

上面的配置是在项目中没有引入spring Cloud Eureka，如果引入了Eureka和Ribbon依赖时，自动化配置会有一些不同。

通过自动化配置的实现，可以轻松的实现客户端的负载均衡。同时，针对一些个性化需求，我们可以方便的替换上面的这些默认实现，只需要在springboot应用中创建对应的实现实例就能覆盖这些默认的配置实现。

@Configuration

public class MyRibbonConfiguration {

    @Bean

    public IRule ribbonRule(){

        return new RandomRule();

    }

}

这样就会使用P使用了RandomRule实例替代了默认的com.netflix.loadbalancer.ZoneAvoidanceRule。

也可以使用@RibbonClient注解实现更细粒度的客户端配置

对于Ribbon的参数通常有二种方式：全局配置以及指定客户端配置

全局配置的方式很简单

只需要使用ribbon.<key>=<value>格式进行配置即可。其中，<key>代表了Ribbon客户端配置的参数名，<value>则代表了对应参数的值。比如，我们可以想下面这样配置Ribbon的超时时间

ribbon.ConnectTimeout=250

ribbon.ServerListRefreshInterval=2000   ribbon获取服务定时时间

全局配置可以作为默认值进行设置，当指定客户端配置了相应的key的值时，将覆盖全局配置的内容

指定客户端的配置方式

<client>.ribbon.<key>=<value>的格式进行配置.<client>表示服务名，比如没有服务治理框架的时候（如Eureka），我们需要指定实例清单，可以指定服务名来做详细的配置，

user-service.ribbon.listOfServers=localhost:8080,localhost:8081,localhost:8082

对于Ribbon参数的key以及value类型的定义，可以通过查看com.netflix.client.config.CommonClientConfigKey类。

当在spring Cloud的应用同时引入Spring cloud Ribbon和Spring Cloud Eureka依赖时，会触发Eureka中实现的对Ribbon的自动化配置。这时的serverList的维护机制实现将被com.netflix.niws.loadbalancer.的实例所覆盖，该实现会讲服务清单列表交给Eureka的服务治理机制来进行维护。IPing的实现将被com.netflix.niws.loadbalancer.NIWSDiscoveryPing的实例所覆盖，该实例也将实例接口的任务交给了服务治理框架来进行维护。默认情况下，用于获取实例请求的ServerList接口实现将采用Spring Cloud Eureka中封装的org.springframework.cloud.netflix.ribbon.eureka.DomainExtractingServerList，其目的是为了让实例维护策略更加通用，所以将使用物理元数据来进行负载均衡，而不是使用原生的AWS AMI元数据。在与Spring cloud Eureka结合使用的时候，不需要再去指定类似的user-service.ribbon.listOfServers的参数来指定具体的服务实例清单，因为Eureka将会为我们维护所有服务的实例清单，而对于Ribbon的参数配置，我们依然可以采用之前的两种配置方式来实现。

此外，由于spring Cloud Ribbon默认实现了区域亲和策略，所以，可以通过Eureka实例的元数据配置来实现区域化的实例配置方案。比如可以将不同机房的实例配置成不同的区域值，作为跨区域的容器机制实现。而实现也非常简单，只需要服务实例的元数据中增加zone参数来指定自己所在的区域，比如：

eureka.instance.metadataMap.zone=shanghai

在Spring Cloud Ribbon与Spring Cloud Eureka结合的工程中，我们可以通过参数禁用Eureka对Ribbon服务实例的维护实现。这时又需要自己去维护服务实例列表了。

ribbon.eureka.enabled=false.

由于Spring Cloud Eureka实现的服务治理机制强调了cap原理的ap机制（即可用性和可靠性），与zookeeper这类强调cp（一致性，可靠性）服务质量框架最大的区别就是，Eureka为了实现更高的服务可用性，牺牲了一定的一致性，在极端情况下宁愿接受故障实例也不要丢弃"健康"实例。

比如说，当服务注册中心的网络发生故障断开时候，由于所有的服务实例无法维护续约心跳，在强调ap的服务治理中将会把所有服务实例剔除掉，而Eureka则会因为超过85%的实例丢失心跳而触发保护机制，注册中心将会保留此时的所有节点，以实现服务间依然可以进行互相调用的场景，即使其中有部分故障节点，但这样做可以继续保障大多数服务的正常消费。

在Camden版本，整合了spring retry来增强RestTemplate的重试能力，对于我们开发者来说，只需要简单配置，即可完成重试策略。

spring.cloud.loadbalancer.retry.enabled=true

hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=10000

user-service.ribbon.ConnectTimeout=250

user-service.ribbon.ReadTimeout=1000

user-service.ribbon.OkToRetryOnAllOperations=true

user-service.ribbon.MaxAutoRetriesNextServer=2

user-service.ribbon.maxAutoRetries=1

spring.cloud.loadbalancer.retry.enabled:该参数用来开启重试机制，它默认是关闭的。

hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds：断路器的超时时间需要大于Ribbon的超时时间，不然不会触发重试。

user-service.ribbon.ConnectTimeout：请求连接超时时间。

user-service.ribbon.ReadTimeout：请求处理的超时时间

user-service.ribbon.OkToRetryOnAllOperations：对所有操作请求都进行重试。

user-service.ribbon.MaxAutoRetriesNextServer：切换实例的重试次数。

user-service.ribbon.maxAutoRetries：对当前实例的重试次数。

根据以上配置，当访问到故障请求的时候，它会再尝试访问一次当前实例（次数由maxAutoRetries配置），如果不行，就换一个实例进行访问，如果还是不行，再换一个实例访问（更换次数由MaxAutoRetriesNextServer配置），如果依然不行，返回失败

项目启动的时候会自动的为我们加载LoadBalancerAutoConfiguration自动配置类，该自动配置类初始化条件是要求classpath必须要有RestTemplate这个类，必须要有LoadBalancerClient实现类。

LoadBalancerAutoConfiguration为我们干了二件事，第一件是创建了LoadBalancerInterceptor拦截器bean，用于实现对客户端发起请求时进行拦截，以实现客户端负载均衡。创建了一个

RestTemplateCustomizer的bean，用于给RestTemplate增加LoadBalancerInterceptor拦截器。

每次请求的时候都会执行org.springframework.cloud.client.loadbalancer.LoadBalancerInterceptor的intercept方法，而LoadBalancerInterceptor具有LoadBalancerClient（客户端负载客户端）实例的一个引用，

在拦截器中通过方法获取服务名的请求url（比如http://user-service/user），及服务名（比如user-service），然后调用负载均衡客户端的execute方法。

执行负载客户端RibbonLoadBalancerClient（LoadBalancerClient的实现）的execute方法，得到ILoadBalancer（负载均衡器）的实现ZoneAwareLoadBalancer，并且通过调用其chooseServer方法获得服务列表中的一个实例，比如说user-service列表注册到eureka中一个实例。然后向其中的一个具体实例发起请求，得到结果。

Ribbon详解 

https://www.jianshu.com/p/1bd66db5dc46

Spring cloud系列六 Ribbon的功能概述、主要组件和属性文件配置  

https://blog.csdn.net/hry2015/article/details/78357990

Ribbon的ZoneAwareLoadBalancer  

https://blog.csdn.net/chengqiuming/article/details/81209131

Ribbon的实际使用

https://www.jianshu.com/p/f86af82fa782

本人有道云笔记中记录的参考文章

文档：04_ribbon 负载均衡.note

链接：http://note.you.com/noteshare?id=&sub=