分布式学习笔记

什么是分布式:

纵向:增加cpu的能力，或者加内存
横向:将本来一台计算机的压力分给多台计算机，从而可以平均分布io，同时提升响应速度

• >请大家稍安勿躁,由于工作原因更新缓慢<

一、分布式系统

• 目前国内主流分布式框架有Dubbo和SpringCloud。
• 首先看Dubbo:

1、dubbo的工作原理

• Dubbo是一个高性能、轻量级的RPC框架，主要用于构建大规模的分布式服务，提供了丰富的功能，如负载均衡、服务治理、容错、流量控制等。其工作原理如下：

5. 服务提供者启动时，会向注册中心注册自己提供的服务，并启动服务容器。

6. 服务消费者在启动时，会向注册中心订阅自己所需的服务。注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。

7. 服务消费者从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用。如果调用失败，再选另一台调用。服务消费者和提供者，在内存中累计调用次数和调用时间，并定时每分钟发送一次统计数据到监控中心。

8. 服务提供者在启动时，会将自己提供的服务注册到注册中心，并保持与注册中心的长连接。服务消费者在调用服务时，从注册中心获取服务提供者的地址列表，并根据负载均衡算法选择一台提供者进行调用。如果调用失败，会重新选择另一台提供者进行调用。服务提供者和消费者，在内存中累计调用次数和调用时间，并定时每分钟发送一次统计数据到监控中心。

• 总的来说，Dubbo通过注册中心实现服务的动态发现和负载均衡，提高了服务的可靠性和性能，并简化了分布式系统的开发和维护。

2、dubbo支持的序列化协议

1. Dubbo支持多种序列化协议，其中包括Hessian2、Java二进制序列化、JSON、SOAP文本序列化等。在选择序列化协议时，需要考虑序列化和反序列化的类型、性能、可靠性、安全性等因素。
2. Hessian2是一种高性能的二进制序列化协议，适用于大规模的分布式服务。在序列化过程中，Hessian2会对数据进行高效的压缩和加密，以减少网络传输的数据量，提高数据传输的效率。在反序列化过程中，Hessian2会自动进行数据解压缩和解密，以还原原始数据。
3. Java二进制序列化是一种常见的序列化协议，它将对象序列化为二进制数据，以便在网络上传输。在序列化过程中，Java二进制序列化会将对象的内部状态全部转化为二进制格式，并生成一个结构化的数据字符串，以便在网络上传输。在反序列化过程中，Java二进制序列化会自动将数据反序列化为对象的内部状态。
4. JSON是一种轻量级的序列化协议，它将数据转化为一组字符串，以便在网络上传输。在序列化过程中，JSON不会将数据的类型信息序列化，而是仅将数据的字符串表示序列化。在反序列化过程中，JSON会自动将数据反序列化为对象的字符串表示。
5. SOAP是一种基于HTTP的协议，它将数据转化为一组XML格式，以便在网络上传输。在序列化过程中，SOAP不会将数据的类型信息序列化，而是仅将数据的XML表示序列化。在反序列化过程中，SOAP会自动将数据反序列化为对象的XML表示。
6. 在选择序列化协议时，需要根据实际需求和场景，选择性能、可靠性、安全性等方面表现较好的协议。同时，也可以根据具体的业务场景，选择更适合的序列化协议进行开发。

3、dubbo的负载均衡和高可用策略，动态代理策略

1. Dubbo是一个高性能、轻量级的RPC框架，主要用于构建大规模的分布式服务，提供了丰富的功能，如负载均衡、服务治理、容错、流量控制等。在分布式系统中，负载均衡和高可用性是非常重要的，因为它们能够提高系统的可靠性和性能。
2. Dubbo支持多种负载均衡策略，包括随机负载均衡、轮询负载均衡、一致性哈希负载均衡等。随机负载均衡是一种基于随机选择服务提供者的策略，它会随机选择一个服务提供者来响应请求。轮询负载均衡是一种基于轮询的策略，它会轮询指定的服务提供者，并选择一个满足条件的服务提供者来响应请求。一致性哈希负载均衡是一种基于哈希表的策略，它会将请求哈希到一个哈希表中，并从哈希表中选择一个服务提供者来响应请求。
3. Dubbo还支持多种高可用策略，包括最小活跃数、失败重试、限流等。最小活跃数策略是一种只保留最小活跃数量服务提供者的策略，当活跃数达到最小值后，新的请求将被重新选择。失败重试策略是一种在服务提供者调用失败时重新尝试的策略，失败次数达到一定条件后，将放弃这个请求。限流策略是一种限制请求速率的策略，它会限制每个服务提供者的请求速率，以防止某个服务提供者承受过大的负载。
4. 此外，Dubbo还支持动态代理策略，它可以在运行时动态地选择一个代理对象来代理调用请求。动态代理策略可以在运行时动态地切换代理对象，以提高系统的性能和灵活性。
5. 总的来说，Dubbo支持多种负载均衡策略和高可用策略，以提高分布式系统的可靠性和性能。同时，它还支持动态代理策略，以提高系统的灵活性和性能。在实际使用中，可以根据具体的需求和场景，选择合适的负载均衡策略和高可用策略来优化系统的性能和可靠性。

4、dubbo的SPI思想

1. 在Dubbo中，SPI思想主要体现在以下几个方面：
2. SPI规范：Dubbo框架遵循一定的SPI规范，服务提供者需要在META-INF/services/目录下以接口全名称作为文件名，文件里面写上具体的实现类名称。这样，框架就可以根据接口全名称自动找到并加载对应的实现类。
3. 动态代理：Dubbo支持动态代理，可以在运行时动态地选择一个代理对象来代理调用请求。通过代理对象，框架可以动态地将请求转发给不同的服务提供者，从而实现负载均衡和高可用性。
4. SPI注解：在接口上使用@SPI（Service ProviderInterface）注解来指定key，配置文件中按照properties格式配置（key=value的格式），通过SPI指定的key来锁定实现类的路径。这样，框架就可以根据注解自动加载指定的实现类。
5. SPI服务：Dubbo框架提供了一些内置的SPI服务，如Protocol、Invoker、Invoker.Custom、Filter等，这些服务可以帮助框架更好地实现服务的发现和加载。
6. 通过SPI思想，Dubbo可以更好地适应不同的业务需求，并且可以减少代码的耦合性。框架可以根据接口全名称自动找到并加载对应的实现类，同时支持动态代理和SPI服务，从而实现更好的服务发现和加载机制。

5、如何基于dubbo进行服务治理、服务降级、失败重试以及超时重试

1. 服务治理：
   在Dubbo中，服务治理主要是通过注册中心实现的。可以通过配置注册中心来实现服务的发现、注册、降级、限流等功能。例如，可以实现服务的负载均衡、故障转移、超时重试等功能。
2. 服务降级：
   在服务治理中，可以通过限流等方式来降低服务的性能，以保证系统的稳定性和安全性。当服务出现故障时，可以通过降级机制将服务的性能降低，以保证系统的可用性。
3. 失败重试：
   在Dubbo中，可以通过重试机制来实现失败重试。当服务调用失败时，可以通过重试机制将调用重新发送给服务提供者，直到成功为止。可以配置重试次数、重试间隔、重试策略等参数。
4. 超时重试：
   当服务调用超时时，可以通过超时重试机制将调用重新发送给服务提供者，直到成功为止。可以配置超时时间、超时重试次数、重试策略等参数。

总的来说，Dubbo支持多种负载均衡策略和高可用策略，以提高分布式系统的可靠性和性能。同时，它还支持动态代理和SPI服务，以提高系统的灵活性和性能。在实际使用中，可以根据具体的需求和场景，选择合适的负载均衡策略和高可用策略来优化系统的性能和可靠性。

6、dubbo服务接口请求的顺序性如何保证

1. 一致性哈希负载均衡策略：使用一致性哈希算法，将请求哈希到一个哈希表中，并从哈希表中选择一个服务提供者来响应请求。这样，能够保证请求的顺序性，即按照顺序将请求分发到不同的服务提供者上。
2. 分布式锁策略：使用分布式锁机制，保证同一时间只有一个请求被处理。可以在服务提供者和消费者之间设置锁，确保请求的顺序性。但是，这种方法会影响系统的性能，因此应该谨慎使用。
3. 负载均衡策略：在 Dubbo
   中，可以使用随机负载均衡、轮询负载均衡、一致性哈希负载均衡等负载均衡策略，来保证请求的顺序性。这些策略可以根据实际业务需求进行选择，以达到最佳的性能和可靠性。
4. 总的来说，要保证 Dubbo 服务接口请求的顺序性，可以采用一致性哈希负载均衡策略、分布式锁策略或负载均衡策略等方法，来实现。

7、dubbo服务接口的幂等性如何设计（比如不能重复扣款、不能重复生成订单、不能重复创建卡号）使用一致性哈希算法：使用一致性哈希算法，将请求哈希到一个哈希表中，并从哈希表中选择一个服务提供者来响应请求。这样，能够保证请求的幂等性，即请求的结果是唯一的，不会重复。

1. 使用分布式锁策略：使用分布式锁机制，保证同一时间只有一个请求被处理。可以在服务提供者和消费者之间设置锁，确保请求的幂等性。但是，这种方法会影响系统的性能，因此应该谨慎使用。
2. 使用幂等性的服务治理：在 Dubbo
   中，可以使用幂等性的服务治理，例如使用基于策略的负载均衡、限流等，来保证请求的幂等性。这些策略可以根据实际业务需求进行选择，以达到最佳的性能和可靠性。
3. 总的来说，要设计 Dubbo
   服务接口的幂等性，可以采用一致性哈希算法、分布式锁策略或幂等性的服务治理等方法，来实现。但是，请注意，服务治理应该在开发和测试阶段使用，生产环境下应该使用更可靠的方法来保证系统的性能和可靠性。

8、如何自己设计一个类似dubbo的rpc框架

要设计一个类似 Dubbo 的 RPC（Remote Procedure Call）框架，需要考虑以下几个方面：

1. 服务接口设计：RPC 框架的核心在于服务接口的设计，因此服务接口的设计是 RPC
   框架的关键。你需要明确服务的输入输出格式、调用方式、异常处理等方面的细节。
2. 序列化与反序列化：在 RPC
   过程中，通常需要对传输的数据进行序列化，以保证数据的完整性和可靠性。你需要选择合适的序列化框架，并且需要实现数据的反序列化。
3. 负载均衡策略：在 RPC
   框架中，负载均衡是非常重要的，它可以均衡服务提供者的压力，提高系统的可用性和性能。你需要选择合适的负载均衡策略，如随机负载均衡、轮询负载均衡、一致性哈希负载均衡等。
4. 服务注册与发现：在 RPC
   框架中，服务注册与发现也是非常重要的，它可以帮助框架快速地找到服务提供者，提高服务调用的效率。你需要实现服务的注册与发现机制，如服务的注册与发现接口、负载均衡策略等。
5. 错误处理与容错机制：在 RPC
   框架中，错误处理与容错机制也是非常重要的，它可以保证服务调用的稳定性和可靠性。你需要实现错误处理机制，如异常的捕获与处理、超时重试等。
6. 跨语言支持：由于 RPC
   框架通常被用于不同语言的服务之间，因此跨语言支持是非常重要的。你需要实现跨语言支持，如多语言的服务接口设计、多语言的序列化与反序列化等。
7. 性能优化：由于 RPC 框架通常被用于大规模的分布式系统中，因此性能优化是非常重要的。你需要实现高性能的 RPC
   机制，如序列化与反序列化的优化、消息传递的优化等。
8. 社区支持：一个好的 RPC 框架需要有良好的社区支持，你需要与社区保持良好的沟通，接受用户的反馈和建议，不断改进和优化框架。
9. 总的来说，设计一个类似 Dubbo 的 RPC 框架需要考虑以上方面的因素，并且需要在实践中不断地进行优化和改进。

2、分布式存储
3、分布式微服务
4、分布式数据库
5、分布式事务
6、分布式锁
7、分布式会话
8、分布式搜索
9、分布式缓存
10、分布式消息队列
11、统一配置中心
12、分库分表
13、限流、熔断、降级

    8、如何自己设计一个类似dubbo的rpc框架
    其次为SpringCloud  隶属于分布式微服务,第三点将继续介绍
    
    由于内容过多后续还会慢慢细化