潜行前行的专栏

1：分布锁，我所了解的一共有三种方式A:传统的数据库的全局锁B:基于缓存的全局锁，如redisC:基于zookeeper的分布式锁这三种方式的优先机是 C > B > A。因为公司架构问题，最终还是选择了第一种实现方式。所以本文只讲述关于数据库的分布式锁。以下提供相关知识的几个链接，请自行查阅分布式锁的几种实现方式Redis分布式锁的正确实现方式分布式锁与实现（二）——基于ZooKeeper实现2：数据库全局锁的优缺点优点：简单易实现缺点：A:存在数据库一般是单点的，

前言每一次HTTP请求，数据库的事务的执行，我们追踪代码执行的过程中，需要一个唯一值和这些业务操作相关联，对于单机的系统，可以用数据库的自增ID或者时间戳加一个在本机递增值，即可实现唯一值。但在分布式，又该如何实现唯一性的ID分布式ID的特性数据库自增的IDRedis分布式IDZookeeper分布式ID全局唯一UUID的优缺点Twitter的雪花算法生成分布式ID关注公众号，一起交流，微信搜一搜: 潜行前行github地址，感谢star分布式ID的特性全局唯一性，必须性幂等性

前言java有synchronize和Lock，mysql 修改类的sql也带有锁。锁定数据状态，让数据状态在并发场景，按我们预想逻辑进行状态转移，然而在分布式，集群的情况下，怎么去锁定数据状态呢数据库的分布式锁方案基于redis实现分布式锁基于zookeeper实现分布式锁关注公众号，一起交流，微信搜一搜: 潜行前行数据库的分布式锁方案数据库分布锁的难点单点故障？ 数据库可以多搞个数据库备份没有失效时间？ 每次加锁时，插入一个期待的有效时间；A：定时任务，隔一段时间清理时间失效锁。

什么是分布式一致性？分布式一致性其实更多是偏向解决多个服务间的数据副本状态的一致，而不同于关系型数据库的一致性

随着业务的拓展，功能越来越多。把所有的功能都放在同一个服务下，代码混合交错，造成维护困难，也容易造成某一小bug导致整个服务不可用。因此我们会按业务功能会拆分成多个不同的服务（微服务的形成），多个服务组成的系统，有个响亮的名字：分布式系统；而系统中的服务状态我们该怎么去管理，有什么相关的理论呢？

数据序列化存储，或者数据通过网络传输时，会遇到不可避免将数据转成字节数组的场景。字节数组的读写不会太难，但又有点繁琐，为了避免重复造轮子，jdk推出了ByteBuffer来帮助我们操作字节数组；而netty是一款当前流行的java网络IO框架，它内部定义了一个ByteBuf来管理字节数组，和ByteBuffer大同小异

1)linux下的五种网络I/O模型2)多路复用I/O深入理解一波3)Reactor模型4)Proacotr模型

介绍了linux系统下，实现零拷贝的几种方式原理，以及java实现零拷贝的原理