Sistemi distribuiti: API, dati, affidabilità e distribuzione
32 schede di ripasso avanzato della progettazione di sistemi su API, cache, replica, messaggistica, archiviazione, osservabilità, distribuzione e modelli di servizi distribuiti. Richiede conoscenze pratiche di programmazione e basi di dati, oltre a fondamenti di reti.
- Category
- Computer Science
- Level
- advanced
- Languages
- it → it
- Cards
- 32
- Markdown
- Sistemi distribuiti: API, dati, affidabilità e distribuzione (.md)
Flashcards (32)
| # | Front (Term / Question) | Back (Definition / Answer) | Example | Multiple-Choice Options |
|---|---|---|---|---|
| 1 | Come differiscono distribuzioni blue–green e canary? | Blue–green prepara un ambiente candidato separato e vi sposta il traffico da quello corrente. Canary espone una quota limitata di traffico o utenti alla nuova versione prima di ampliarla in base ai risultati. Compatibilità di database e stato richiede pianificazione; nessun approccio garantisce un rollback senza difficoltà. | ||
| 2 | Quali vincoli definiscono REST oltre agli URL delle risorse e ai nomi dei metodi HTTP? | Separazione client–server, richieste senza stato, vincoli di cache, interfaccia uniforme e sistema a livelli; il codice su richiesta è facoltativo. L'interfaccia uniforme identifica risorse, le manipola tramite rappresentazioni, usa messaggi autodescrittivi e ipermedia per guidare lo stato applicativo. REST non è semplicemente CRUD su HTTP. | ||
| 3 | Quali sono i dodici fattori della metodologia 12-Factor App? | Una base di codice, dipendenze esplicite, configurazione nell'ambiente, servizi di supporto collegati, separazione build/release/run, processi senza stato, associazione alle porte, concorrenza per processi, eliminabilità, parità sviluppo/produzione, log come flussi di eventi e attività amministrative una tantum. Sono linee guida progettuali, non garanzie di scalabilità o affidabilità. | ||
| 4 | Che cos'è la consistenza read-your-writes e perché non basta leggere dal leader per un periodo fisso? | Le letture successive di una sessione devono riflettere le proprie scritture confermate o aggiornamenti successivi. Occorre un leader abbastanza aggiornato oppure una replica che abbia raggiunto una versione o posizione di log registrata. Un periodo fisso non lo garantisce se il ritardo di replica non ha un limite. | ||
| 5 | Come differiscono two-phase commit e saga nel coordinare servizi? | 2PC chiede ai partecipanti di prepararsi e poi comunica commit o annullamento; i partecipanti preparati possono restare bloccati finché la decisione non è disponibile. Una saga conferma transazioni locali e usa azioni compensative quando servono. È recupero del processo di business, non rollback globale o isolamento automatici; nessuna scelta è sempre preferibile. | ||
| 6 | Come differisce il bilanciamento di carico di livello 4 da quello di livello 7? | L4 distribuisce connessioni o datagrammi usando informazioni di rete e trasporto, come indirizzi e porte. L7 può usare percorsi HTTP, intestazioni o cookie. Esaminare contenuti HTTP cifrati richiede decifratura TLS in qualche punto del percorso; non ogni implementazione L7 termina necessariamente TLS direttamente. | ||
| 7 | Come supportano gli aggiornamenti WebSockets, server-sent events e long polling? | WebSockets scambia messaggi bidirezionali su una connessione duratura. SSE trasmette un flusso di eventi dal server al client su HTTP. Long polling tiene una richiesta in attesa fino a dati o timeout, poi il client ne invia un'altra. Cambiano direzionalità e comportamento di connessioni e richieste. | ||
| 8 | Quale problema risolve l'outbox transazionale e quale limite rimane? | Il servizio salva la modifica di business e un evento in uscita nella stessa transazione locale. Un relay pubblica poi i record confermati, evitando una doppia scrittura separata e insicura tra database e messaggistica. I tentativi ripetuti possono creare duplicati; consumatori o effetti a valle richiedono deduplicazione o idempotenza adeguate. | ||
| 9 | Che cos'è la contropressione e perché un buffer illimitato non risolve il sovraccarico? | La capacità o la domanda a valle limita la produzione o l'emissione a monte. Reactive Streams segnala domanda per un'elaborazione asincrona limitata. Un buffer illimitato trasforma soltanto il sovraccarico in crescita della memoria; fonti non rallentabili richiedono una politica esplicita di buffer limitato, scarto o errore. | ||
| 10 | Che cosa significa latenza p99 e perché esaminarla insieme alla media? | Nella popolazione misurata, p99 è la soglia di latenza non superata da circa il 99% delle osservazioni. Non è il massimo né la media dell'1% più lento. I percentili di coda evidenziano ritardi nascosti dalla media, soprattutto con richieste ramificate; occorre specificare popolazione e finestra di misurazione. | ||
| 11 | Che cosa apportano caching periferico di una CDN e anycast? | Le cache periferiche servono contenuti idonei vicino agli utenti, riducendo lavoro all'origine e spesso latenza. Anycast annuncia lo stesso indirizzo da più siti; politica di instradamento e topologia scelgono la destinazione, non necessariamente la più vicina geograficamente. Anycast DNS instrada query ai nameserver, un'attività distinta dalla selezione e dal caching dei contenuti. | ||
| 12 | Quali metodi HTTP standard sono idempotenti e che cosa garantiscono? | GET, HEAD, OPTIONS, TRACE, PUT e DELETE sono idempotenti per semantica: ripetere una richiesta ha lo stesso effetto previsto sul server di una sola esecuzione. Risposte e registrazioni accessorie possono differire. POST e PATCH non lo sono intrinsecamente, ma un'applicazione può rendere specifiche operazioni ripetibili senza effetti aggiuntivi. | ||
| 13 | Come differiscono cache-aside, write-through e write-back? | Cache-aside carica dal deposito sottostante in caso di mancata presenza in cache; l'applicazione gestisce aggiornamenti o invalidazioni. Write-through aggiorna il deposito in modo sincrono con le scritture in cache. Write-back conferma la scrittura in cache prima della persistenza asincrona; i dati non ancora persistiti vanno protetti dai guasti. | ||
| 14 | Come differiscono container Linux convenzionali e macchine virtuali hardware? | Una VM esegue un proprio kernel ospite sotto un hypervisor. I container Linux isolano processi condividendo un kernel, spesso tramite namespace e cgroup. Su desktop non Linux, quel kernel Linux può essere eseguito in una VM. Un container non implica per definizione kernel separato o confine di sicurezza completo. | ||
| 15 | Che cosa causa un cache stampede e quali mitigazioni aiutano? | Molte richieste non trovano contemporaneamente un elemento molto richiesto o diverse voci scadute e sovraccaricano il servizio sottostante. Accorpare richieste e aggiornare in background in modo controllato riduce lavoro duplicato. Variare le scadenze riduce le scadenze sincronizzate tra voci, ma da solo non garantisce protezione per un'unica chiave molto richiesta. | ||
| 16 | Quali ruoli hanno Pod, Deployment e Service in Kubernetes? | Un Pod raggruppa uno o più container pianificati insieme, con rete condivisa e risorse condivise specificate. Un Deployment gestisce Pod replicati tramite ReplicaSet e aggiornamenti. Un Service espone accesso di rete a endpoint, spesso Pod selezionati; i Service headless non assegnano un IP virtuale di cluster. | ||
| 17 | Come differiscono event sourcing e CQRS? Devono essere usati insieme? | Event sourcing conserva le modifiche come una sequenza di eventi da cui ricostruire lo stato. CQRS separa modelli di comando/scrittura e interrogazione/lettura. Si possono combinare o usare separatamente; CQRS non richiede di per sé database distinti né event sourcing. | ||
| 18 | Come differiscono scalabilità verticale e orizzontale? | La verticale aggiunge risorse a una macchina o istanza. L'orizzontale aggiunge istanze o nodi e distribuisce lavoro o dati. I worker senza stato sono comodi, ma anche sistemi con stato possono scalare orizzontalmente tramite partizionamento, replica e coordinamento. Nessuna scelta garantisce da sola disponibilità o accelerazione lineare. | ||
| 19 | Che cos'è un bounded context nel domain-driven design? | DDD sviluppa modelli software e vocabolario condiviso attorno a un dominio di business. Un bounded context delimita dove un modello e i suoi termini valgono coerentemente. Lo stesso termine può significare altro in un contesto diverso; relazioni e traduzioni tra contesti devono essere esplicite. | ||
| 20 | Come differiscono token bucket, coda leaky bucket e finestra mobile a due contatori? | Il token bucket si riempie a un ritmo configurato e permette raffiche fino alla sua capacità. La coda leaky bucket rilascia lavoro a ritmo controllato e limita il traboccamento. Due contatori pesano l'intervallo precedente e aggiungono il conteggio corrente per approssimare una finestra mobile; non sono un registro esatto di timestamp. | ||
| 21 | Quali sono tre segnali comuni di osservabilità e sono esaustivi? | Le metriche riassumono misure numeriche; i log registrano eventi; le tracce distribuite collegano segmenti di lavoro tra componenti. Correlare questi segnali aiuta a spiegare il comportamento. Non sono una definizione esaustiva: anche profili e altra telemetria possono contare. | ||
| 22 | Che cosa rende la chaos engineering un esperimento controllato? | Definire un'ipotesi sullo stato stabile, introdurre una perturbazione realistica, osservare il risultato e limitare i danni con salvaguardie. Esempi sono perdita di istanze o ritardo di rete. Gli esperimenti possono svolgersi in test o produzione; in produzione richiedono un impatto volutamente circoscritto e condizioni di arresto. | ||
| 23 | Come differiscono GraphQL, gRPC e REST come approcci alle API? | GraphQL permette di selezionare campi da uno schema tipizzato. gRPC definisce metodi remoti e supporta chiamate unarie e flussi, normalmente su HTTP/2 con Protocol Buffers come formato predefinito. REST organizza l'interazione attorno a risorse e interfaccia uniforme. Né il numero di endpoint né un vantaggio universale di latenza li definiscono. | ||
| 24 | Come aiuta un circuit breaker a contenere i guasti dei servizi? | Chiuso: lascia passare le chiamate e controlla i fallimenti. Aperto: rifiuta o reindirizza senza contattare la dipendenza guasta. Semi-aperto: consente sonde limitate per verificarne il recupero. Soglie e politiche di ripristino governano le transizioni; il pattern riduce sovraccarichi a cascata, ma non ripara la dipendenza. | ||
| 25 | Come riduce le riassegnazioni il consistent hashing ad anello quando cambiano i nodi? | Le chiavi sono associate alle posizioni successive sull'anello: aggiungere o rimuovere un nodo modifica solo gli intervalli interessati. Con K chiavi distribuite uniformemente su N nodi, un cambiamento sposta tipicamente un numero di chiavi dell'ordine di K/N, senza garanzia incondizionata nel caso peggiore. I nodi virtuali possono migliorare il bilanciamento. | ||
| 26 | Quali scelte di Kafka favoriscono throughput e consumo parallelo? | Log partizionati orientati all'aggiunta, elaborazione in lotti, I/O sequenziale e cache di pagine del sistema operativo. Le partizioni consentono parallelismo; con assegnazione di partizioni intere, ciascuna ha al massimo un consumatore attivo per gruppo alla volta. Il trasferimento zero-copy è un'ottimizzazione dove supportata, non un percorso universale, soprattutto con TLS. | ||
| 27 | Come differiscono replica a leader singolo e a più leader? | Per un insieme replicato, un leader riceve le scritture e le propaga ai follower. Più leader accettano scritture su diversi nodi e devono gestire modifiche in conflitto o ordinate diversamente. La replica può essere sincrona o asincrona; i follower asincroni possono servire dati obsoleti. | ||
| 28 | Che cosa può concludere un filtro di Bloom standard con sole inserzioni? | Con hashing coerente e stato integro, un elemento inserito non viene mai dichiarato assente; uno assente può risultare forse presente. Memoria, numero di funzioni hash ed elementi inseriti influenzano i falsi positivi. Un esito negativo può evitare una ricerca in una SSTable; uno positivo richiede verifica. | ||
| 29 | Come differiscono architetture B-tree e LSM e perché evitare classifiche assolute di prestazioni? | I B-tree mantengono pagine ordinate mediante aggiornamenti, divisioni e bilanciamento. Gli LSM tipicamente accumulano scritture in memoria, le registrano per il recupero, producono tabelle ordinate e le compattano. Amplificazione di letture, scritture e spazio dipende da carico e implementazione; nessuno è sempre più veloce e non tutti i B-tree aggiornano sul posto. | ||
| 30 | Come differiscono le garanzie di elaborazione al massimo una volta, almeno una volta ed esattamente una volta? | Al massimo una volta evita elaborazioni duplicate ma può perdere lavoro; almeno una volta può ripeterlo con i ritentativi. Effetti esattamente una volta richiedono coordinamento o deduplicazione entro un ambito definito, per esempio commit atomico di risultati e offset consumati. Le sole transazioni del produttore non garantiscono effetti esterni arbitrari esattamente una volta. | ||
| 31 | Che cos'è lo sharding di database e quali difficoltà introduce? | Suddivide orizzontalmente i dati, spesso secondo una chiave di shard, tra partizioni gestite indipendentemente che possono occupare più server. La chiave influenza punti caldi, località delle query e ribilanciamento. Query, join e transazioni tra shard richiedono coordinamento aggiuntivo; shard e server fisici non devono corrispondere uno a uno. | ||
| 32 | Come differiscono SLI, SLO e SLA? | Uno SLI misura il comportamento del servizio, per esempio la quota di richieste concluse entro 200 ms. Uno SLO fissa obiettivo e finestra di misurazione dell'indicatore. Uno SLA stabilisce impegni e conseguenze del mancato rispetto; non è un'altra metrica né coincide necessariamente con lo SLO interno. |