一、什么叫分布式

        将一个大的功能拆分成多个小的服务，协同完成。分布式解决的是中心化管理的问题，把所有的任务叠加在一个节点上处理，太慢了，压力太大了。分布式主要工作是分解任务，把智能拆解。应用的场景是：单台机器无法满性能的要求，必须融合多个节点，并且节点之间是有交互的。

二、分布式的优缺点

优点

  • 系统可用性提升：传统的集中式存储或者计算是单点故障时，整个服务都无法正常使用。分布式下的服务体系，单台机器有故障，不至于导致整个服务不可用。比如：jc平台下的标准管理服务不能正常写数据，但是不影响检验服务的使用；再比如检验数据无法正常写入数据，不影响查询服务的使用等
  • 系统并发能力提升：分布式的任何一个服务都可以进行水平扩展，通过nginx负载均衡分发到不同的服务器上。
  • 系统容错能力提升：分布式下的统一服务的某节点down掉，不影响该服务的使用
  • 低延迟：网路正常的情况下。提高了运算效率。

缺点

  • 分布式依赖网络：服务间的通讯依赖网络
  • 分布式维护成本高
  • 分布式cap中无法同时满足，智能满足cp或者ap，需要根据实际场景确定

三、分布式理论

CAP:

Consistency 一致性，Availablity 可用性，Partition tolerance 分区容错性，三者无法同时满足

BASE:

Base Available 基本可用，soft state 软状态，Eventually consisten最终一致性，其来源于大型互联网分布式实践的总结，基于cap理论。

分布式事物：

  • 基于mq的消息最终一致性方案：比如：检验业务完成后，会根据检验结果，不合格的数据生产质量异常单数据，在这个过程中数据会出现不一致的情况，项目中使用mq实现消息最终一致性，可靠性有rabbitmq保证，并做补偿机制，消费成功则回退，消费成功则不做处理，确保最终数据一致性。
  • 基于xa协议的两阶段提交：rm，tm；准备和提交阶段。存在性能问题，单点故障问题。
  • xa三段提交：把两端提交的提交阶段分成预提交和提交，预提交阶段设置了超时时间，如果超时未收到提交的请求，自动执行本地提交请求，可用性得到保证，但会出现数据不一致问题。
  • TCC补偿机制：Try、Commit、Cancel三种指令的缩写，逻辑模式类似于xa的两阶段提交。是应用层的一种补偿方式，需要开发写比较多的补充代码，相比于两阶段提交，可用性强，数据一致性差一些。

分布式缓存：（具体redis知识可查看：http://note.youdao.com/noteshare?id=1e8eef0da45349e8f386107f7af8562a&sub=C396722216FA455FB348BACBD54958AA）

    redis：

  • 缓存穿透：查询缓存中不存在的值，绕过缓存，直达db，每次都查不到数据又不会写入缓存，循环往复。解决方案：布隆过滤器，查到缓存中不存在的key，设置默认值，减少请求数据库的次数。
  • 缓存雪崩：热点key大批量过期。解决方案，key的过期时间设置错峰过期。
  • 缓存击穿：访问热点key时，正好过期，直达db。解决方案，设置热点key永不过期；另外的方式，不管缓存是否有数据直接返回，然后采用同步或异步方式查询数据库并更新缓存。

redis与mysql保持数据一致：

缓存延时双删；删除缓存重试机制；canal机制+mq异步删除缓存。

四、分布式id（分布式数据库）

  • uuid：缺点，无序，太长，
  • 数据库自增：缺点，性能差
  • 雪花算法:缺点，时钟回拨问题
  • uidgenerator：AtomicLong的incrementAndGet()方法获得下一秒时间，不依赖机器时钟
  • leaf：延迟等待，不行就抛异