什么是一致性？

在谈到一致性这个词时，你会想到CAP理论的 consistency，或者 ACID 中的 consistency，或者 cache 一致性协议的 coherence，还是 Raft/Paxos 中的 consensus？

一致性大概是分布式系统中最容易造成困惑的概念之一，因为它已经被用烂了。在很多中文文献中，都将consistency，coherence，consensus 三个单词统一翻译为”一致性”。因此在谈一致性之前，我认为有必要对这几个概念做一个区分:

访问控制

1. package 内没有任何访问控制
2. package 间的访问控制只由大小写区分

问题1我们可以通过合理拆分 package，来避免代码维护变得越来越困难，为了避免循环依赖，这里有一些实践。

问题2则更难处理一些，因此 Go语言的reflect这类基础设施也受此影响，有时候你为了对象能够序列化或者 DeepCopy，就必须将其字段大写，也就对所有的package都暴露了实现。也就是说，Go 语言的基础设施(如reflect)也受此访问控制的限制(reflect本质上也是个package)。

现状&契机&目标

DevOps 是分工细化下的产物，用于提高开发和运维的协作效率，实现快速交付。这里主要从开发的角度谈谈游戏服务器中的DevOps，以及我们最近做的一些尝试。

1. 现状

我们现在是不同的项目使用不同的语言和框架，上线前，运维了解熟悉各个项目组的配置方案，部署流程，数据管理等，同时开发也需要熟悉运维的检测工具，接入监控报警机制。这通常需要一周甚至更多的时间，并且线上部署和本地部署可能是两套完全不同的流程，由于项目组相关性太强，运维通常也是专职维护指定项目，效率很低。上线后，如果出了BUG 需要紧急修复，通常是开发人员直接ssh到正式环境的主机上，进行日志查看，状态调试，甚至代码修改，对操作人员的要求比较高并且风险大，没有充分发挥运维的作用。

异步思维是后端架构设计的必备思维，尽管同步代码简单直观且易于维护，但为了构建健壮，可靠的后端系统，对于同步的选择是应该慎之又慎的。为了方便讨论同步可能带来的问题，我将同步请求大概分为三类:

1. 不带超时的同步请求
2. 带超时但非关键的同步请求
3. 带超时且关键的同步请求

第一类同步请求的问题很明显，就是请求方无法对对端的响应有一个最坏预期，即有可能对端挂掉了，永远也不响应，那么请求方就永远被阻塞了。很多时候我们在实现同步语义的时候会忽略超时处理，或者说对对端的可用性作出过高的假设。而我们要在语言机制上实现同步语义是很简单的，比如Go的res := <-chanRet，Erlang的receive Answer -> ok，而对于同步调用失败或无响应的情况却没有过多考虑。好在Go的很多网络库都通过context来规范化超时处理。

Callback / Event

Callback 在 JS 中无处不在，Ajax，XMLHttpRequest 等很多前端技术都围绕回调展开，比如创建一个 Button: <button onclick="myFunction()">Click me</button>。回调的优点是简单易于理解和实现，缺点一是调层数过深时，代码会变得非常难维护(所谓回调地狱，Callback Hell)，二是任务和回调之间紧耦合，并且只能指定一个回调函数。

Go的package和goroutine，前者组织Go程序的静态结构，后者形成Go程序的动态结构，这里谈谈对这两者的一些理解和实践。

一. package 管理

1. package 布局

分包的目的是划分系统，将系统划分为一个个更小的模块，更易于理解，测试和维护。如何组织Go项目的包结构，是大多数Go程序员都遇到过的问题，各个开源项目的实践可能也并不相同。以下是几种常见分包方案。

单一Package

适用于小型应用程序，无需考虑循环依赖等问题。但在Go中，同一个Package下的类和变量是没有隐私可言的，C++/Java可以在同一个文件中通过Class实现访问控制，但是Go不可以。因此随着项目代码规模增长(超过10K SLOC，代码维护和隔离将变得非常困难。

如果给你一个服务器框架，你如何评估这个框架？不同的人可能有不同的维度和优先级，比如性能，可维护性，可扩展性，可用性，可靠性等等等等，目前已经有相对成熟的几种软件质量评估方案。其中McCall软件评估模型(1977)比较有意思:

产品修正: 开发视角，反映系统应对变更的能力
产品运行: 用户视角，产品稳定性，效率，易用性等
产品转移: 运维视角，可移植性，组件复用性等

现在的游戏服务器通常使用NoSQL作为DB以满足Model设计上的灵活性，特别是即将到来的MongoDB 4.0将提供多文档事务支持，这意味着，SQL转向NoSQL的最后障碍已经被消除。

理想的MongoDB使用场景是将单个对象映射为单个文档，比如玩家数据，公会数据等，但一方面MongoDB对单文档大小硬限制为16M，另一方面，我们需要根据对象更新频度，固有特性等进一步优化，提高DB性能。这里简单谈谈那些GS对象落地的方方面面。

Hash算法

Hash算法本质是将一个值域(也称定义域，通常更大)映射到另一个值域(通常更小)，比如SHA-2，MD5等。Hash算法有一些共有特性，比如确定性，不可逆性。Hash算法被广泛应用于加密，Hash表，文件校验等领域。

分布式系统中常用Hash算法来进行任务分配，比如我们要设计一个分布式存储系统，通过Hash算法能够有序均匀地将N个任务分配到M个节点(Hash槽)上:

React实际上只是View层的一套解决方案，它将View层组件化，并约定组件如何交互，数据如何在组件内流通等，但实际的Web App除了View层外，还包括Model层，界面响应，服务器请求等，Flux则是Facebook为此给出一套非常简洁的方案，用于管理Web应用程序数据流。与其说Flux是一套框架，不如说其是一套设计模式，因为其核心代码只有几百行，它主要表述的是一种Web应用设计理念和模式。