wujialv的博客

CAP定理CAP定理又叫布鲁尔定理，这个定理告诉我们在一个分布式系统中，不可能同时满足下面三点：“ 一致性（Consistency） （等同于所有节点访问同一份最新的数据副本） 可用性（Availability）（每次请求都能获取到非错的响应——但是不保证获取的数据为最新数据） 分区容错性（Partition tolerance）（以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。）

现在的系统中，很多系统都不是单体的了，都是以集群的方式部署的。系统也是分布式的了。我们很多场景都需要生成全局的ID。比如我们将数据库进行分库分表后，就需要全局的不重复的主键ID。比如在一些业务中，我们需要给用户生成不重复的编号（这里不是数据库的主键ID），如1000，1001，1002...。那么我们如何生成全局的ID呢？使用Redis的原子性生成我们可以利用Redis单线程的性质去做原子运算，能够实现多程安全。使用org.redisson的api。如上代码，我们设置初始值为100，每次调用

缓存Redis是什么大家都知道，一个非关系型数据库。大部分情况下我们使用Redis做缓存。使用缓存的情况一般是这样的：Redis缓存“（1）从Redis缓存中获取数据，如果存在数据，直接返回值。（2）如果不存在，执行数据库的查询方法（3）将数据库中的值放入缓存，并返回值”代码如下：当然我们也可以使用Spring的缓存注解@Cacheble。我们要在配置类上面开启缓存注解@EnableCaching，使用如下：有兴趣的童鞋可以看看我写的这篇文章：“利用AO

分布式锁使用场景现在的系统都是集群部署，每个服务都不是单节点的了。比如库存服务，可能部署到3台机器上分别命名为节点1，节点2，节点3。库存服务需要扣减库存，扣减库存肯定需要锁吧，如果使用Lock或者synchronized，只能锁住自己的节点。而从前台访问是随机路由到这3台节点的。如果线程一进来使节点1上了锁，当线程二进来可能访问到的是节点2，这时节点2还没有上锁，那么库存就会扣减错误。而库存扣减还是一个核心操作，现在居然有Bug，想想就可怕。这时我们就需要一个全局的锁了。实现全局的锁不一定是R