林竹清_清清清

当请求量很高，服务器负载也很高，如果不做限流，当请求超过服务器承载极限的时候，系统就会崩溃，导致所有人都不能访问。限流算法计数器计数器限流算法也是比较常用的，主要用来限制总并发数。比如限流 qps 为 100 ，算法的实现思路就是从第一个请求进来开始计时，在接下去的 1s 内，每来一个请求，就把计数加 1 ，如果累加的数字达到了 100 ，那么后续的请求就会被全部拒绝。等到 1s 结束后，把计数恢复成 0 ，重新开始计数。弊端：如果我在单位时间 1s 内的前 10ms ，已经通过了 100 个请求，

业务上为了监控和查证case，通常会有trance概念。trance：一次请求的完整跟踪traceID：一次trace生成的唯一id标识业务层埋点业务侧埋点为提高性能可以使用Disruptor环形队列数据测消费队列中的数据通过kafka发送，消费者订阅消息去做存储。数据存储实际的trace信息可以用HBASE存储，以traceID为rowkey存储,也可以用duridelasticSearch 只存索引一次检索 先通过es获取traceID，在查HBASEweb平台一般会有web

1、余数Hash比方说，字符串str对应的HashCode是50、服务器的数目是3，取余数得到1，str对应节点Node1，所以路由算法把str路由到Node1服务器上。优点：简单，hashcode随机性比较强，所以这种方式有相对均衡的分布；缺点：服务器集群的伸缩性不好，当有新节点加入或者节点退出时，会造成大量数据无法正确命中。2、一致性Hash算法一致性 Hash 算法通过构建环状的 Hash 空间替线性 Hash 空间的方法解决了这个问题，整个 Hash 空间被构建成一个首位相接的环。其

CAP定理在一个分布式系统中，一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）三者不可兼得。一致性：在分布式系统的所有数据备份中，在同一时刻是否有同样的值（等同于所有节点都访问同一份最新的数据副本）。 可用性：在集群中一部分节点发生故障后，集群整体能否响应客户端的读写请求（对数据更新具备高可用性）。 分区容错性：系统如果不能在时限内达成数据的一致性，就意味着发生了分区，必须就当前操作在C和A之间做出选择。以实际效果而言，分