【面试必备】分布式

分布式锁

 

在单机的时候，可以使用语言内置的锁实现进程同步，对于分布式场景，需要同步的进程在不同的节点上，可以使用分布式锁。

阻塞锁需要使用互斥量来实现：

互斥量为0表示锁定

互斥量为1表示未锁定

 

数据库的唯一索引

 

获取锁的时候插入一条记录，释放锁时删除该条记录。使用这条记录表示是否处于锁定。

锁没有失效时间，有可能造成解锁失败时其他进程无法获取锁

只能是费阻塞锁，无法重试。

不可重入。

 

Redis 的 SETNX

 

类似于数据库的唯一索引，使用SetNX插入键值对，已经存在返回false，不存在插入成功返回true，根据是否存在判断是否锁定。

不同的是Redis可以设置过期时间，可以解决数据库唯一索引潜在的锁释放失败的问题。

 

Redis的RedLock算法

 

使用多个Redis实例实现分布式锁，防止单个节点宕机造成的服务不可用。

尝试从N个相互独立的Redis实例获取锁

计算获取锁需要的时间，如果时间小于锁的过期时间，并且在超过一半的实例上获取了锁，说明锁获取成功。

如果锁获取失败，就到各个实例上释放锁。

 

ZooKeeper有序节点

 

采用树模型

节点类型包含三种：

永久节点：不会因为会话结束或超时而消失

临时节点：会话结束或超时就消失

有序节点：会在节点名称后面添加数字后缀，并且是有序的。

 

监听器

为节点注册监听器可以检测节点的状态，状态发生改变会发送通知到客户端

 

分布式锁的实现

1. 创建一个/lock目录

2. 当一个客户端需要获取锁时，在/lock下创建临时有序节点

3. 客户端获取/lock下的子节点列表，如果自己创建的节点是当前列表中序号最小的子节点，就认为获得锁。否则，监听前一个节点的状态，获得状态变化通知，直至获得锁。

4. 业务完成后，删除本节点

 

会话超时

会话超时的时候，因为都是临时子节点，会自动释放锁。

 

羊群效应

一个节点未获得锁，只需要监听自己的前一个节点，这是因为如果监听所有节点，任意一个节点的状态发生变化都会发送通知到其他子节点，这就是羊群效应。

所以，我们只让他监听前一个节点。

 

分布式事务

 

事务操作不在同一个节点上，还需要保证ACID特性

 

两段提交（2PC）

 

Two - Phase Commit

通过引入协调者协调参与者的行为，最终决定是否要真的执行事务。

 

准备阶段

协调者询问参与者事务是否执行成功，参与者发送回执。

提交阶段

如果每个参与者上都执行成功，事务协调者发送通知让事务参与者提交事务，否则，通知回滚

 

两段式提交存在的问题

 

1. 同步阻塞

各个参与者需要等待其他参与者全部执行完毕，这个时候是阻塞的

 

2.单点问题

协调者是核心，一旦发生故障造成很大的影响。

 

3.数据不一致

在阶段二，如果消息通知没有完全送达，会造成数据的一致性问题。

 

4. 过于保守

任意一个节点失败都会导致整个事务的失败，没有容错机制

 

 

本地消息表

 

借助于本地事务表单独维护分布式事务。

1. 分布式事务操作的一方完成数据写入后，向本地消息表写入消息（由本地事务保证可靠性）

2. 本地消息表将消息转发至消息队列，转发成功则删除，否则重试。

3. 分布式事务另一方从消息队列中读取一个消息执行消息中的操作。

 

 

CAP

（Consistency，Availability，Partition-Tolerance）分布式系统只能满足其中两个

 

C:

对数据更新成功后，所有用户能够读取到最新的值，该系统被认为具有强一致性。

A：

面对各种异常情况都是可用的。99.99%的时间是可用的。

P：

网络分区指的是分布式系统的节点划分为多个区域，区域内部可以通信，区域之间无法通信。

任何分区出现故障，仍然需要提供一致性和可用性服务。

 

 

BASE

 

Basically Available基本可用

Soft State软状态

Eventually Consistent最终一致性

 

基本可用：分布式系统出现故障时，保证核心可用，允许损失部分可用性。

软状态：允许数据存在中间状态，并认为中间状态不会影响系统整体可用性。允许不同节点之间的数据存在同步时延。

最终一致性：不同节点的数据最终能够达到一致性。

 

Paxo

 

多个节点产生的值，选出唯一的一个。

三类节点：

提议者：提议一个值

接受者：对每个提议投票

告知者：被告知投票的结果，不参与投票过程

 

提议包含两个字段：[n,v]

 

1. Prepare

提议者向接受者发送提议

如果一个接受者收到提议，并且之前没有收到过提议，将返回prepare response【No Previous】

如果之前收到过提议，并且当前协议序号更大，那么新接收的提议将丢弃，否则，返回当前协议，保存新协议。

提议者接收到一半以上的响应后发起accept请求

发送内容为提议者接收到的最大序号和最大值。接受者根据最大序号判断是否接受。

接受者接受大于等于当前存储的提议版本号的提议请求，然后将接受请求结果转发到告知者。

通过表决，选择大多数接受者接受的值。

 

Raft

 

Raft是分布式一致性协议，竞选主节点。

 

单个candidate

存在三种节点：

leader

follower

candidate

leader定时发送心跳包给follower，follower随机产生竞选超时时间，该时间范围内没有收到心跳包就进入candidate

假设Node A称为竞选者，他开始发送投票请求给其他所有节点：

其他节点发送投票结果：

如果超过一半节点回复了，该candidate成为leader

 

多个candidate

 

当多个候选者投票数一致，再次发起投票。

这时再次重复票数的可能性较小。

 

数据同步

 

来自客户端的数据修改会传至leader，leader将值复制给follower

等大多数follower也进行了修改，才将修改提交

此时，leader通知follower也开始提交，所有节点的值达成一致。