✏分布式

doc/编程语言/并发模型.md

@@ -47,7 +47,18 @@ stateDiagram-v2
 
 ## Actor
 
-![Actor模型](/assets/屏幕截图%202021-11-30%20210829.png)
+```mermaid
+graph TD
+    subgraph Thread
+        subgraph Actor
+            数据["数据"]
+            行为["行为"]
+        end
+        mailbox["mailbox"]
+        Actor --> mailbox
+    end
+
+```
 
 - 保留了可变状态 只是不共享（每个Actor只存在于属于自己的线程内）
 - 单条不可变消息传输（使用mailbox）

doc/软件工程/微服务/服务治理/服务容错.md

@@ -44,6 +44,23 @@ tags: ['服务架构', '微服务', '服务治理']
 并行调用|	尽可能在最短时间内获得最高的成功率|	额外消耗机器资源，大部分调用可能都是无用功|	资源充足且对失败容忍度低的场景
 广播调用|	支持同时对批量的服务提供者发起调用|	资源消耗大，失败概率高|	只适用于批量操作的场景
 
+### 心跳机制
+
+基于历史心跳消息预测故障的策略，也就是常说的 φ 值故障检测，φ 值的计算方法
+
+1. 采样窗口存储心跳到达的时间：一个具有固定容量的容器，一般存储近 k 次的心跳信息，每次心跳到达时，会将到达时间存储到采样窗口，通过这些采样数据，可以计算出样本的平均值μ和方差 $σ^2$，以便后面计算 φ 值
+2. 通过样本计算出心跳到达时间间隔的分布 , t 个时间片能收到下一次心跳的概率：
+
+$
+P_{later}(t)=\frac{1}{\sigma\sqrt{2\pi}}\int_{t}^{+\infty}e^{-\frac{(x-u)^2}{2\sigma^2}}dx=1-F(t)
+$
+
+3. 使用得到的正态分布计算当前的 φ 值
+
+$
+\varphi(t_{now})\xrightarrow{def}-log_{10}(P_{later}(t_{now}-T_{last}))
+$
+
 ## 容错设计模式
 
 ### 断路器模式