Java分布式学习和总结

零、高并发系统构建

原始—》服务集群分流—》数据库分库分表、读写分离—》redis缓存分读的压力—》mq分写的压力

一、zookeeper

1. 高可用，读写
2. Failover，leader选举
3. 可使用场景、项目中已使用场景
4. 写数据提交策略
5. 客户端代码原理

二、Kafka

     0、概念broker producer consumer partition,topic,分布式，高可用

1. zookeeper在kafka中的角色
2. producer commit策略，failover,一致性
3. kafka优点、缺点
4. 丢失数据，重复消费(幂等性)场景
5. 顺序性，单线程消费单个partition不足，如何扩展多线程保证且顺序
6. Kafka延时怎么解决；积压大量数据，如何快速消费回复服务

     7、其他mq的了解

三、分库分表

  1、公司分表场景描述，从数据量，分表策略，扩展表，插入数据，消费数据。

  2、为什么分表，中间件，水平和垂直含义

  3、单表—》分库分表，数据迁移

  4、分表id定位到库表方式，对后续扩容缩容的影响以及针对该问题的考量

  5、分表后的扩容/缩容，数据迁移

  6、分布式id生成策略

  7、读写分离，原理，同步从库failover、延时问题、如何解决

  8、分布式、高可用方面理解分库分表

四、redis

     0、为什么要用缓存，持久化，丢失，failover

     1、数据类型，及各种场景

     1、集群，哨兵，cluster

     2、分布式、高可用、扩容缩容

     3、击穿 穿透 雪崩及其对应策略

     4、同步竞争写同一key

     5、分布式锁有确定分析、对比zookeeper

     6、缓存双写问题，各种情况分析

     7、redis分流（zset策略理解）

     8、过期策略（最终一致性）

     9、快的原理（高性能）

五、rpc、netty

   1、手写rpc

   2、rpc对比rest

    3、netty

六、es

七、其他

    1、分布式锁

    2、分布式事务

    3、分布式session

    4、分布式id

    5、分布式消息跟踪

   6、分布式缓存Hash环