参考论文SRDMA（A Scalable Architecture for RDMA NICs ）：https://download.csdn.net/download/zz2633105/89101822 借此，对论文内容总结、加以思考和额外猜想，如有侵权，请联系删除。 如有描述不当之处，欢迎留言指正，拜谢！ 概述 RDMA 被期望具有高度的可扩展性：在不可避免存在丢包的大规模数据中心网络中

引言 Apache Kafka作为当今最流行的消息中间件之一，以其强大的伸缩性著称。在大数据处理、流处理和实时数据集成等领域，Kafka的伸缩性为其在面临急剧增长的数据流量和多样化业务需求时提供了无与伦比的扩展能力。本文将深入探讨Kafka如何通过其独特的架构设计实现高水平的伸缩性，以及在实际部署中如何优化和利用这一特性。 一、Kafka伸缩性的核心设计 分区（Partitioning）与

程序的伸缩性 诸如Facebook，Twitter之类的Consumer Business应用程序的出现改变了Application Scalability的定义。 十年来已有超过1000万的庞大用户群，Facebook到今年年底将达到10亿以上的用户。 在100+百万用户范围内有成千上万的应用程序。 这些大型消费者业务应用程序采用的技术和方法不同于传统的企业应用程序设计和体系结构技

伸缩性的主要场景：电商的秒杀和抢购 热点业务：支付、下单、添加购物车、商品详情页、搜索 热点数据：秒杀产品、动态数据、静态数据 伸缩性实现方案： 无状态应用弹性伸缩：无服务器化Serverless serverless实现：观察 决策 执行 kubernetes弹性伸缩 HPA 水平扩展 cronHPA 定时扩展 Autoscaler 自动伸缩 knative Istion + Knative+

1、软件分层 分层思想很普及，把数据流拆成几段，比如接入层（load balancer+webserver），应用服务层（platformserver），数据存储层（数据库database、nosql）。   2、伸缩性定义 一种设计目标，使得系统通过加硬件（堆机器）能够解决各种业务问题，不存在性能瓶颈问题。比如微信红包，接入层、plaform层、数据存储层的数据通道是否够宽，扛得

原文在Tim bray的blog ：comparison intrinsic qualities of Java, Rails, and PHP  中（http://www.tbray.org/ongoing/When/200x/2006/11/10/Comparing-Frameworks） Tim首先明确了它这个观点的适用的范围：Web应用程序。对于那些基于浏览器的，从数据库显示一些信息

物理架构 物理架构优势 WEB服务器可以单独做负载平衡（独立伸缩）。应用服务可以单击做负载平衡（独立伸缩）。容易引入“后台任务服务器”（正在做这方面的支持）。支持混合部署（一部分业务逻辑运行在WEB服务器，一部分业务逻辑运行在应用服务器），部署方式对开发人员几乎透明。 如何选择部署模型 当用户数少（自己测试）的时候可以不用应用服务器，只做WEB负责平衡。当用户数多（自己测试）的时候，将频繁执行