有状态的计算：每时每刻都存在一个状态， eg，天猫的成交额每时每刻。
文件和数据库： 关系型数据库存储大量的描述性词语文件。 eg：key， szie， path，
单机服务器的优点：易于维护，没有网络故障，本地保存，
缺点：szie不够大，安全性容错性低，机器挂了，整个服务寄了
应用服务和数据服务分离：分成3个服务器，应用，文件，数据库服务器。
提高了负载能力，和容灾能力。
问题：重复访问的话有重复的请求，都要数据库找path，然后文件服务器进行拼接文件片段返回目的文件。 每次操作都要同样进行，导致速度降低。
因此用到缓存，加快访问速度。 本地缓存和分布式缓存。 前者速度快，容量有限。 后者无限容量。
eg。病毒检测结果也可以存到缓存里，不用重复检测同样的地方。
负载均衡调节器，常用Nginx。
数据库服务器：主从。 从进行读，主进行写，然后主从复制。
CDN，内容分发网络，根据用户地址调配距离最近的服务器提高响应速度。
- transcation driven
事务驱动，eg： 打车软件，外卖软件， 有不同的模块“pay， order。。。”都是跟client进行联系。 两两之间也有rest api等进行联系（用户看不到）
CAP原理：consistent， availability，partition tolerance。
不同服务器中一致性，可获得性，一直有响应， 某台机器挂掉，剩下的机器也能用。
3个之中只能有2个： CP：金融系统，强一致性， A不行因为要所有机器奔跑起来检车一致后才能响应。
AP： 某些机器挂了，可以先提供本地副本，所以牺牲了一致性。eg：买东西：看的时候有库存，但付款发现没有库存，
transaction： 事务性应用，买东西：order，inventory，payment，三则同时成功或者同时失败。
但是缺点是eg： 实时流计算：每秒有很多请求，不同请求，不能完成数据量非常大的应用，无法进行数据聚集（付款方式，付款人名字。。。）。
- event-driven 驱动
是从event log里面，不需要知道很多的信息：姓名，付款方式etc。
现在是event trigger action 来write到log，然后产生其他的application
OLAP： online analytical processing。
eg：8/1 8/30的数据汇总分析。
如果定义状态，每天就可以知道每天的数据分析和任务操作，这样9/1就可以直接方便知道
