分布式八股文

什么是分布式系统？

• 集中式系统，可以理解为将一整个系统的所有功能，包括数据库各种都部署在一起，统一向外提供服务。
• 分布式就是将集中式系统拆分成多个系统，每一个系统单独对外提供服务，整一个提供一整套服务。
• 意味着能够采用更多的服务器，CPU、内存、存储资源增加，能够应对更大的并发量。
• 这里举例商城系统。各个模块部署在不同机器上，通过RPC（远程调用）等方式进行通信。
• 与集群的区别：集群是相同应用或者相同模块。

CAP原则？

• 一致性
  • 最终一致性：为了可用性，更加放大了一致性要求
  • 弱一致性：为了可用性，允许不同节点之间数据存在一定程度的不一致
  • 强一致性：任何时间点的读操作都返回上一次写操作的结果
  • 每次读取都能收到最新的写入数据或者错误信息
• 可用性
  • 每个请求都能收到非错误的响应
• 分区容错性
  • 尽管节点之间会丢弃或者延迟任意数量的消息，但系统仍然能够正常运行，AB集群中A宕机了也不影响B的运行
• CAP之父的CAP理论就说了P是基本要求，CA权衡，因为比如写入一个数据的时候，为了保证一致性，写入过程是不可用的。

对应的有哪些模型？

• 无P：基本没有
• 无A：容许系统停机或者长时间无响应，Zookeeper，分布式数据库
• 无C：要高可用，就需要放弃一致性。缓存，退而求其次保证最终一致性。12306买票的时候提示有票，下单就没有了。

BASE理论？

• 对CAP理论的延申，核心思想即使无法做到强一致性，就采用合适的方式实现最终一致性。
• Basically Available（基本可用）：在分布式系统出现故障的时候，允许损失部分可用性（降级：默认返回、异步执行、延迟处理等方式），保证核心可用。
• Soft State（软状态）：属于是中间的一种过渡状态，允许不同节点间副本同步的延时，硬状态就是要求很多数据副本都是一致的。
• Eventually Consistent（最终一致性）：所有数据副本经过一定时间后，最终能够达到一致的状态。

分布式锁？

• 预想一下这把锁应该是怎样的？要是一把互斥锁、可重入的锁，最好是阻塞锁（看业务需求），能够获取和释放锁，同时效率要高。
• MySQL：比如创建一张锁表，作唯一性约束，加锁添加数据，释放锁删除。
  • 缺点：
    • 锁没有失效时间，没有释放，就没办法访问了--启定时任务
    • 只能是非阻塞的--while死循环
    • 不可重入--判断线程信息
    • 数据库挂了，就进不去了--两个库，数据双向同步
    • 开销大
• Zookeeper：用的少
• Redis：
  • set resourceName value ex 5 nx 新命令
  • 怎么避免被其他客户端释放了：有finally，没拿到锁，但是finally执行这种，加上一些业务单号，线程ID这种判断。
  • 实现可重入锁：和Reentrantlock差不多，实现Lock，加上个守护线程（主要就是为MAP里的续期，不依赖于具体的线程，负责这台机器上的所有锁），然后定时任务TimeTask过期时间/3去续期，主要是从一个MAP里面获取KV对，有才续期，不够了就Lua续期。<0的时间不续期。unlock就remove了MAP里的KV对。
  • 会不会宕机死锁：Redisson是基于Netty的时间轮，都是在JVM上的，所以重启后续期任务也没有了。
  • 单点故障：RedLock--引入多个节点解决问题，半数选举，但是也有问题网络延迟时钟漂移ÿ