Verteilte Systeme: APIs, Daten, Zuverlässigkeit und Bereitstellung

32 Lernkarten zur fortgeschrittenen Wiederholung des Systementwurfs: APIs, Caching, Replikation, Messaging, Speicherung, Beobachtbarkeit, Bereitstellung und Muster verteilter Dienste. Setzt praktische Programmier- und Datenbankkenntnisse sowie Netzwerkgrundlagen voraus.

Category
Computer Science
Level
advanced
Languages
de → de
Cards
32
Markdown
Verteilte Systeme: APIs, Daten, Zuverlässigkeit und Bereitstellung (.md)

Flashcards (32)

#Front (Term / Question)Back (Definition / Answer)ExampleMultiple-Choice Options
1Was bedeutet p99-Latenz, und warum betrachtet man sie neben dem Mittelwert?In der gemessenen Anfragepopulation liegen ungefähr 99% der Beobachtungen höchstens beim p99-Latenzschwellenwert. Er ist weder das Maximum noch der Durchschnitt der langsamsten 1% der Anfragen. Hohe Perzentile zeigen vom Mittelwert verdeckte Verzögerungen, besonders bei aufgefächerten Anfragen; Messzeitraum und Population müssen feststehen.
2Welche Bedingungen definieren REST über Ressourcen-URLs und HTTP-Methodennamen hinaus?Client–Server-Trennung, zustandslose Anfragen, Cache-Vorgaben, eine einheitliche Schnittstelle und ein Schichtensystem; Code-on-Demand ist optional. Die einheitliche Schnittstelle umfasst Ressourcenidentifikation, Manipulation über Repräsentationen, selbstbeschreibende Nachrichten und hypermediagesteuerten Anwendungszustand. REST ist nicht bloß CRUD über HTTP.
3Wie unterscheiden sich SLI, SLO und SLA?Ein SLI misst Dienstverhalten, etwa den Anteil innerhalb von 200 ms abgeschlossener Anfragen. Ein SLO legt Ziel und Messzeitraum dafür fest. Ein SLA vereinbart Leistungszusagen und Folgen bei Nichterfüllung; es ist weder bloß eine weitere Metrik noch zwingend identisch mit dem internen SLO.
4Welches Problem löst das Transactional-Outbox-Muster, und welche Grenze bleibt?Der Dienst speichert die fachliche Änderung und einen ausgehenden Ereigniseintrag in derselben lokalen Transaktion. Ein Relay veröffentlicht anschließend bestätigte Einträge und vermeidet einen unsicheren getrennten Doppelschreibvorgang in Datenbank und Nachrichtensystem. Wiederholungen können Duplikate erzeugen; Verbraucher oder Folgeeffekte benötigen geeignete Deduplizierung oder Idempotenz.
5Wie ermöglichen WebSockets, Server-Sent Events und Long Polling Aktualisierungen?WebSockets bieten Nachrichten in beide Richtungen über eine langlebige Verbindung. SSE sendet einen Ereignisstrom per HTTP vom Server zum Client. Long Polling hält eine Anfrage bis zu Daten oder Timeout offen; danach stellt der Client eine neue. Richtung sowie Verbindungs- und Anfrageverhalten unterscheiden sich.
6Wie unterscheiden sich herkömmliche Linux-Container von Hardware-VMs?Eine VM führt einen eigenen Gastbetriebssystem-Kernel unter einem Hypervisor aus. Linux-Container isolieren Prozesse bei gemeinsamem Kernel, üblicherweise mit Namespaces und Cgroups. Auf Nicht-Linux-Desktops kann dieser Linux-Kernel selbst in einer VM laufen. Container bedeuten nicht automatisch einen separaten Kernel oder eine vollständige Sicherheitsgrenze.
7Welche Kafka-Entscheidungen fördern Durchsatz und parallelen Konsum?Partitionierte, anhängende Logs, Bündelung, sequenzielle E/A und der Betriebssystem-Seitencache. Partitionen ermöglichen Parallelität; bei Zuweisung ganzer Partitionen hat jede Partition gleichzeitig höchstens einen aktiven Verbraucher je Gruppe. Zero-Copy-Übertragung ist eine unterstützungsabhängige Optimierung, kein universeller Pfad, insbesondere bei TLS.
8Wie unterscheiden sich Single-Leader- und Multi-Leader-Replikation?Für einen replizierten Datenbestand nimmt ein einzelner Leader Schreibzugriffe an und überträgt sie an Follower. Mehrere Leader erlauben Schreiben an mehreren Knoten und müssen widersprüchliche oder unterschiedlich geordnete Änderungen behandeln. Replikation kann synchron oder asynchron sein; asynchrone Follower können veraltete Daten liefern.
9Wie unterscheiden sich B-Baum- und LSM-Speicherdesigns, und warum sind absolute Leistungsrangfolgen ungeeignet?B-Bäume verwalten geordnete Seiten mit Aktualisierungen, Teilungen und Balancierung. LSM-Designs puffern Schreibzugriffe meist im Speicher, protokollieren sie zur Wiederherstellung, schreiben sortierte Tabellen und kompaktieren diese. Lese-, Schreib- und Speicherverstärkung hängen von Last und Implementierung ab; keines ist immer schneller, und nicht jeder B-Baum aktualisiert Seiten an Ort und Stelle.
10Wie unterscheiden sich Event Sourcing und CQRS, und müssen sie gemeinsam eingesetzt werden?Event Sourcing speichert Änderungen als Ereignisfolge, aus der sich Zustand rekonstruieren lässt. CQRS trennt Befehls-/Schreibmodell und Abfrage-/Lesemodell. Sie lassen sich kombinieren oder einzeln einsetzen; CQRS verlangt weder getrennte Datenbanken noch Event Sourcing.
11Was ist Datenbank-Sharding, und welche Schwierigkeiten entstehen?Daten werden horizontal, meist anhand eines Shard-Schlüssels, auf unabhängig verwaltete Partitionen verteilt, die auf mehreren Servern liegen können. Der Schlüssel beeinflusst Hotspots, Abfragelokalität und Neuverteilung. Shard-übergreifende Abfragen, Joins und Transaktionen erfordern zusätzliche Koordination; Shards und physische Server müssen nicht eins zu eins entsprechen.
12Welche drei Beobachtbarkeitssignale sind verbreitet, und sind sie vollständig?Metriken fassen numerische Messungen zusammen; Logs zeichnen Ereignisse auf; verteilte Traces verbinden Arbeitsspannen über Komponenten hinweg. Ihre Korrelation hilft, Verhalten zu erklären. Dies sind verbreitete Signale, keine vollständige Definition von Beobachtbarkeit; Profile und weitere Telemetrie können ebenfalls wichtig sein.
13Wie unterscheiden sich GraphQL, gRPC und REST als API-Ansätze?GraphQL lässt Clients Felder aus einem typisierten Schema auswählen. gRPC definiert entfernte Dienstmethoden und unterstützt unäre sowie Streaming-Aufrufe, normalerweise über HTTP/2 und standardmäßig mit Protocol Buffers. REST nutzt Ressourcen und eine einheitliche Schnittstelle. Weder Endpunktzahl noch ein allgemeiner Latenzvorteil definieren diese Ansätze.
14Was sind die zwölf Faktoren der 12-Factor-App-Methodik?Eine Codebasis, explizite Abhängigkeiten, Umgebungskonfiguration, angebundene Hintergrunddienste, getrennte Build/Release/Run-Stufen, zustandslose Prozesse, Portbindung, prozessbasierte Nebenläufigkeit, Verwerfbarkeit, Entwicklungs-/Produktionsparität, Logs als Ereignisströme und einmalige Verwaltungsaufgaben. Dies sind Entwurfsrichtlinien, keine Garantie für Skalierbarkeit oder Zuverlässigkeit.
15Wie unterscheiden sich At-most-once-, At-least-once- und Exactly-once-Verarbeitung?At-most-once vermeidet doppelte Verarbeitung, kann aber Arbeit verlieren; At-least-once kann Arbeit durch Wiederholungen mehrfach ausführen. Exactly-once-Effekte erfordern Koordination oder Deduplizierung in einem definierten Bereich, etwa atomare Speicherung von Ergebnissen und konsumierten Offsets. Produzententransaktionen allein sichern keine beliebigen externen Effekte genau einmal ab.
16Wie unterscheiden sich Blue–Green- und Canary-Deployments?Blue–Green bereitet eine getrennte Kandidatenumgebung vor und schaltet den Verkehr von der bisherigen um. Ein Canary setzt zunächst einen begrenzten Verkehrs- oder Nutzeranteil der neuen Version aus und erweitert anhand der Ergebnisse. Datenbank- und Zustandskompatibilität müssen geplant werden; kein Ansatz garantiert müheloses Rollback.
17Wie unterscheiden sich Lastverteilung auf Schicht 4 und Schicht 7?L4 verteilt Verbindungen oder Datagramme anhand von Netzwerk-/Transportdaten wie Adressen und Ports. L7 kann HTTP-Pfade, Header oder Cookies auswerten. Die Prüfung verschlüsselter HTTP-Inhalte erfordert irgendwo auf dem Weg TLS-Entschlüsselung; nicht jede L7-Installation terminiert TLS selbst.
18Wie verringert konsistentes Hashing auf einem Ring die Neuzuordnung bei Knotenänderungen?Schlüssel werden Nachfolgerpositionen auf dem Ring zugeordnet; hinzugefügte oder entfernte Knoten ändern nur betroffene Bereiche. Bei ausgewogener Verteilung von K Schlüsseln auf N Knoten verschiebt eine Knotenänderung typischerweise eine Anzahl von Schlüsseln in der Größenordnung K/N, ohne uneingeschränkte Worst-Case-Garantie. Virtuelle Knoten können die Verteilung verbessern.
19Was macht Chaos Engineering zu einem kontrollierten Experiment?Eine Hypothese zum stabilen Betriebszustand aufstellen, realistische Störungen einführen, Ergebnisse beobachten und Schäden durch Schutzmaßnahmen begrenzen. Beispiele sind Instanzausfall oder Netzverzögerung. Experimente sind in Test oder Produktion möglich; Produktion verlangt einen bewusst begrenzten Auswirkungsbereich und Abbruchbedingungen.
20Welche Aufgaben haben Pod, Deployment und Service in Kubernetes?Ein Pod gruppiert einen oder mehrere gemeinsam eingeplante Container mit geteiltem Netzwerk und festgelegten gemeinsamen Ressourcen. Ein Deployment verwaltet replizierte Pods über ReplicaSets und Aktualisierungen. Ein Service bietet Netzwerkzugang zu Endpunkten, häufig ausgewählten Pods; Headless Services erhalten keine virtuelle Cluster-IP.
21Wie unterscheiden sich Cache-Aside, Write-Through und Write-Back?Cache-Aside lädt bei einem Cache-Miss aus dem Hintergrundspeicher; die Anwendung verwaltet Aktualisierung oder Invalidierung. Write-Through aktualisiert den Hintergrundspeicher synchron mit Cache-Schreibzugriffen. Write-Back bestätigt Cache-Schreibzugriffe vor der asynchronen dauerhaften Speicherung; noch nicht übertragene Daten benötigen Ausfallschutz.
22Was ist ein Bounded Context im Domain-Driven Design?DDD entwickelt Softwaremodelle und ein gemeinsames Vokabular um eine fachliche Domäne. Ein Bounded Context grenzt ein, wo ein Modell und seine Begriffe konsistent gelten. Derselbe Begriff kann anderswo etwas anderes bedeuten; Beziehungen und Übersetzungen zwischen Kontexten müssen explizit sein.
23Was verursacht einen Cache Stampede, und welche Maßnahmen helfen?Viele Anfragen verfehlen gleichzeitig einen häufig benötigten Eintrag oder mehrere abgelaufene Einträge und überlasten den Hintergrunddienst. Anfragenbündelung und kontrollierte Hintergrundaktualisierung verringern doppelte Arbeit. Gestreute Ablaufzeiten reduzieren gleichzeitiges Ablaufen verschiedener Einträge, schützen allein aber nicht garantiert einen einzelnen stark nachgefragten Schlüssel.
24Welche standardisierten HTTP-Methoden sind idempotent, und was bedeutet das?GET, HEAD, OPTIONS, TRACE, PUT und DELETE sind gemäß ihrer Semantik idempotent: Wiederholungen haben dieselbe beabsichtigte Serverwirkung wie eine Ausführung. Antworten und begleitende Protokollierung dürfen abweichen. POST und PATCH sind nicht grundsätzlich idempotent; konkrete Operationen können jedoch anwendungsseitig sicher wiederholbar gestaltet werden.
25Was bedeutet Read-your-writes-Konsistenz, und warum genügt ein festes Zeitfenster für Leader-Lesezugriffe nicht?Spätere Lesezugriffe einer Clientsitzung müssen ihre bestätigten Schreibzugriffe oder nachfolgende Änderungen widerspiegeln. Man liest von einem ausreichend aktuellen Leader oder verlangt eine gespeicherte Version beziehungsweise Logposition auf der Replik. Ein festes Zeitfenster garantiert dies bei unbeschränkter Replikationsverzögerung nicht.
26Wie unterscheiden sich Token Bucket, Leaky-Bucket-Warteschlange und gleitendes Fenster mit zwei Zählern?Token Bucket füllt Token mit einer festgelegten Rate auf und erlaubt Bursts bis zur Kapazität. Eine Leaky-Bucket-Warteschlange gibt Arbeit mit kontrollierter Rate frei und begrenzt Überlauf. Zwei Zähler gewichten das vorige Intervall und addieren den aktuellen Zähler zur Annäherung eines beweglichen Fensters; dies ist kein exaktes Zeitstempelprotokoll.
27Was kann ein gewöhnlicher Bloom-Filter mit ausschließlich Einfügungen über Mitgliedschaft aussagen?Bei konsistentem Hashing und intaktem Zustand wird ein eingefügtes Element nie als abwesend gemeldet; ein abwesendes kann als möglicherweise vorhanden erscheinen. Speicher, Hashfunktionszahl und eingefügte Elementzahl beeinflussen falsch positive Ergebnisse. Ein negatives Ergebnis kann einen SSTable-Zugriff ersparen; ein positives muss geprüft werden.
28Was tragen CDN-Edge-Caching und Anycast jeweils zur Inhaltsauslieferung bei?Edge-Caches liefern geeignete Inhalte nahe den Nutzern, entlasten den Ursprung und verringern oft Latenz. Anycast kündigt dieselbe Adresse an mehreren Orten an; Routingregeln und Topologie wählen das Ziel, nicht zwingend geografische Nähe. Anycast-DNS leitet DNS-Anfragen zu Nameservern und ist von Inhaltsauswahl und Caching zu unterscheiden.
29Wie unterscheiden sich vertikale und horizontale Skalierung?Vertikale Skalierung erweitert Ressourcen einer Maschine oder Instanz. Horizontale Skalierung ergänzt Instanzen oder Knoten und verteilt Arbeit oder Daten. Zustandslose Worker sind praktisch, doch zustandsbehaftete Systeme können mit Partitionierung, Replikation und Koordination ebenfalls horizontal skalieren. Keiner der Ansätze garantiert allein Verfügbarkeit oder lineare Beschleunigung.
30Was ist Backpressure, und warum löst unbegrenztes Puffern Überlastung nicht?Nachgelagerte Kapazität oder Nachfrage begrenzt die vorgelagerte Produktion oder Ausgabe. Reactive Streams signalisiert Nachfrage für begrenzte asynchrone Verarbeitung. Unbegrenztes Puffern verwandelt Überlastung nur in Speicherwachstum; nicht abbremsbare Quellen brauchen eine ausdrückliche Regel für begrenztes Puffern, Verwerfen oder Fehler.
31Wie unterscheiden sich Zwei-Phasen-Commit und eine Saga bei der Dienstkoordination?2PC lässt Teilnehmer vorbereiten und übermittelt anschließend Commit oder Abbruch; vorbereitete Teilnehmer können blockieren, solange die Entscheidung nicht verfügbar ist. Eine Saga bestätigt lokale Transaktionen und verwendet nötigenfalls kompensierende Aktionen. Das ist fachliche Wiederherstellung, kein automatisches globales Rollback oder Isolation; kein Ansatz ist immer vorzuziehen.
32Wie hilft ein Circuit Breaker, Dienstausfälle einzugrenzen?Geschlossen: Aufrufe passieren und Fehler werden überwacht. Offen: Aufrufe werden ohne Kontakt zur ausgefallenen Abhängigkeit abgewiesen oder umgeleitet. Halb offen: begrenzte Probeaufrufe testen die Erholung. Schwellenwerte und Wiederherstellungsregeln steuern Übergänge; das Muster reduziert Überlastungskaskaden, repariert aber nicht die Abhängigkeit.