分布式系统常见问题

高并发，可扩展，高可用。

主从切换

负载均衡调度算法

可扩展

注册中心集群 注册中心和服务端长连接

1. Redis和Memcach有什么区别
   Redis支持持久化。
   集群中每个实例之间互相感知。而MC通过客户端进行路由。

2. kafka和rocketmq区别，设计思想。

3.spring cloud 和dubbo和service mesh思想

4.如何保证高并发服务的高可用。

分布式缓存搭建

1. 客户端进行路由。 MemCached, 一致性HASH算法。虚拟节点

脑裂问题如何解决

总结netty。

Hystrix的设计原则包括:

资源隔离
熔断器
命令模式

加权轮询算法

【结合实际项目场景】
多级缓存如何做
消息队列如何保障一致性
分布式一致性，生产环境中出现的分布式一致性场景
分布式事务解决方案！
缓存和DB数据一致性
最终一致性
缓存一致性问题
多个服务之间事务协调，一致性问题。
高并发问题，除了熔断限流服务保护，软负载加机器，数据库缓存水平扩展以外，还有没有其他问题要考虑的。
热点数据发现问题

程序排查问题：
偶尔CPU飙高，部分响应超时。

详细地描述用户从前端发起一个请求到后端服务的整个流程，甚至细化到IP层。

红包问题

nginx 负载均衡
cdn 使用原理
web 安全

mq消息发送一致性问题

1. rocketMQ事务型消息
2. 本地事务入库消息。异步发送消息，如果消息发送成功则删除消息，如果发送失败则消息保留，继续重试。

缓存一致性方案问题
1.

缓存：
Redis
Memcached
Tair

三者区别及优劣：

1. 是否持久化。
   Redis有基于全量的持久化，和基于增量模式的持久化。
   全量生成rdb文件，全量的持久化有两种方式，一种是SAVE命令，可以由客户端显示触发，也可以在redis shutdown时触发，这个命令就像普通命令一样，单线程串行执行，将Redis当前状态写入磁盘作为快照保存
   这个过程中其他所有命令都无法执行。相对于SAVE还有BGSAVE命令，顾名思义(backgroud save)后台保存，会fork一个子进程进行保存。由于fork了子进程，涉及父进程内存的赋值，其存在
   期间会增加服务器内存的开销，当内存开销高不得不使用虚拟内存时，BGSAVE的fork会阻塞服务器运行。所以可以设置定时BGSAVE进行自动全同步。

还有基于AOF追加增量的持久化。在每次执行命令后，将命令加到缓冲区末尾。 每次执行完写命令后，判断是否要将缓冲区落到磁盘。
有三种策略：always 每次执行完命令调用fsync, every second每秒调用和no不显示调用，由操作系统决定。 AOF重写操作
来压缩AOF文件，重写不需要读取原来的AOF文件，而是根据当前数据库状态来重写。

2. 负载均衡的机制，集群部署的区别，如何扩容，高可用的实现。
   集群部署：
   Redis集群部署，集群之间互相感知，每个实例都保留着以它的视角看整个集群的状态。负载均衡采用槽指派的方式，如果指令请求的当前key不在当前实例中，就
   返回MOVED消息和该key所在的实例给客户端，由客户端重新找到指定的实例。客户端收到槽i的MOVED错误后，客户端会记录下来，每次遇到关于操i的命令时，都
   直接去指定的节点查询。

Memcached集群部署需要使用Memcached客户端来实现，集群中的机器互不感知。客户端需要Memcached协议，然后实现sharding机制，故障转移等，可以有多种实现，如Spymemcached,Xmemcached。

如何扩缩容：
对于Redis集群通常采用重新分片的方式，将槽从一个节点改到另一个节点，可以动态扩容。如果处于迁移过程中，一个槽中的部分key分别分散在两个节点中，那么可以节点会先在自己这里找，找到就返回，
否则返回客户端ASK错误，指引客户端去新的目标节点。通过向服务端发送CLUSTER ADDSLOTS来指派槽，CLUSTER KEYSLOT “key” 来看key在哪个槽。重新分片，redis-trib,首先向目标节点发送
CLUSTER SETSLOT IMPORTING <source_id> 让目标节点准备好导入某个槽，然后向源节点发送CLUSTER SETSLOT MIGRATING <target_id>让源节点准备好迁移某个槽，然后
再用MIGRATE一个key一个key的迁移到目标节点。

对于Memcached，可以采用ZooKeeper来管理，新节点上线时，将节点添加到ZooKeeper上。Memcached监听Zookeeper节点状态，类似注册发现的机制，然后客户端根据获取到的服务器节点信息
进行软负载，采用一致性hash的方式。

高可用实现：
Redis集群中每个Master可以有一个到多个slave, 当一个节点没有Slave时，可以将其他Master的Slave机器变成它的。所以集群中保留master * 2 +1个节点就可以保证高可用。
Redis集群也可以读写分离，slave可以设置为READONLY模式。
redis主从支持failover主从切换, sentinel机制。sentinel之间两两长连接，同时向master发送心跳包，当master未正确响应时，将Master置为主观不可用，然后向其他sentinel进行确认，
一旦发现主观不可用数量超过临界值，则设置为客观不可用，进入failover流程。sentinel之间通过类似于raft协议实现选举，由选举出的leader执行failover操作。

而Memcached本身不支持任何fail-over和高可用机制。面对单点故障可以使用主从模式解决，而主从模式不是master-slave同盟国不的方式，而是由客户端进行双写来实现，双写时
要注意主从的一致性。
可以通过客户端来实现failover机制，比如Spymemcached实现三种容错机制。Redistribute(重新分配),Retry(重试), Cancel。如果路由到失败节点，则根据策略选择下一个节点，
有点是可以提高可用性，一个节点挂掉会failover到其他节点，缺点是会导致大量回源，节点启动后会再次回源。
Memcached的高可用和扩展机制依赖外部系统的协助，比如Mcrouter。

3. 功能上的区别。
   redis 有多种数据结构，而Memcached只有key-value。
   redis 可以做一些业务操作，比如lua,watch,事务。

4. 内存管理的区别。
   Memcached采用Slab + Chunk的机制进行内存管理，避免了频繁向操作系统申请和释放内存，同时也解决了内存碎片的问题。Slab就是一组大小相等的Chunk块，根据存储数据的大小决定
   存入哪个chunk中。这种方式会导致一定的内存浪费，比如chunk是112字节，存储的数据是100字节，会导致12字节的浪费。

key过期机制的实现。

缓存常见问题：

1. 缓存更新，缓存一致性问题。
2. 缓存高可用实现，热点数据处理问题。
3. 缓存穿透问题。
4. 使用上的注意点，容量及主从复制可能出现的问题，集群上等待。

缓存架构的设计

1. 读写策略，分布策略，过期策略。
2. 读写分离，key的Hash算法，数据分散均衡。
3. 冷热数据分离，过期数据更快从内存中剔除。

分布式系统中出现的问题

1. 脑裂双主问题，Lease机制。
2. Paxos及Raft协议