分布式系统

        使用分布式系统主要是提高系统稳定性、加强处理能力，实现高可用和容错能力。

        分布式：将一个业务拆封成多个业务，部署在多个服务器上。

        集群：将同一个业务部署在多个服务器上。

1.分布式ID

• 分类

        1.依赖DB类型：依赖数据库进行设置，通过设置初始值和步长实现稳定增长。

        2.类似snowflake型：是将定义64位划分不同区域，有占位符，时间戳，机器码，自增序列。

• snowflake

        使用推特的分布式ID算法生成，将64位组成，不同位置含义不同。

        占位符：第一个位置为0，可以看做为符号位不使用。

        时间戳：由2－42位，是41bit由毫秒级别的时间戳生成.

        机器码：中间43－52为，只占10bit。

        自增序列：最后12位bit自增序列。

• DB类型       

         1.mysql

          主要是将分布式业务中mysql业务表中分布式ID设置为不同初始值，然后设置业务步长，这个步长就是分库或分表的数量。

        mysql 中设置字段 auto_increment_increment和 auto_increment_offset包装id自增。

        auto_increment_offset:设置自增字段的数量从那数值开始自增，范围1－65535。

        auto_increment_increment:设置自增字段每次增长的量是多少，默认1，范围1－65535。

        主要这个是强依赖DB数据库，所以对于数据库服务器要保持高可用，当数据库主从切换之后可能产生id重复。

        2.redis

        对于redis 通过设置incr和byincr原子命令实现分布式ID，由于redis是单线程所以实现的ID是唯一有序ID。

        但是单机的redis的自身的瓶颈限制，无法满足高并发的业务需求，在实现的过程中就引入redis集群，在集群中通过步长和初始值的设置来实现分布式ID。

        在实现过过程避免自增数据过大使用时间戳组合使用，这样也保证数据的有序性，即redis分布式ID,它性能比较高，有序，对排序业务有利。

2.分布式锁

        类型:  1. redis  2.mysql 

        1.redis

                1).set NX+重试 +重试间隔

                     这个主要是通过 key+value 将key 设置为数据分布式ID 进行查询如果查询到，则认为已经加锁，否则 没有加锁当前线程可以获取锁。

                2).redLock

                     这个是指当前服务a和服务b 在获取锁的时候，在多个节点下，需要在节点中在建立锁的时候必须要 n/2+1的节点，而且在建立锁并且这个获取锁的时间必须小于设置时间，才能认为当前服务a获取锁成功。

                3).redssion

                   线程获取锁，如果获取成功执行代码，保存数据到redis。

                   线程获取锁，获取失败，则订阅释放解锁消息，重试，重新获取锁，如果获取成功，则实现代码，保存数据到redis。

                4).看门狗机制

                     当前线程获取锁，时间30秒，后台线程会不断的去询问客户端是否还在持有当锁，如果还在持有，则会再次分配给当前线程10秒时间，一直循环执行，知道业务执行完。

        2.mysql

        一个是乐观锁：它就是假设俩个锁在相互获取锁的时候不会发生冲突，如果冲突则释放重试，直到成功为止，它主要是多版本控制原理进行加锁。

        一个是悲观锁：

                表级锁：更新数据不是以主键作为条件，进行表级锁。

                行级锁：更新数据以主键作为条件，进行的事表级锁。

3.分布式事务

        类型：俩段式提交，三段式提交。

                分布式事务中通过 协调者 和 参与者 进行控制处理事务。

                1.俩段式提交

                  准备阶段：当客户端将请求发送过来，通过协调者转发到参与者进行执行，当参与者执行完毕，回复是否成功的消息，这里执行业务代码，但是不提交事务。

                  提交阶段：当准备阶段的参与者都返回成功，这个就会进行事务提交执行。否则返回失败或者任务超时消息就会进行中断事务，资源回滚。

                2.三段式提交

                canCommit阶段;也是通过协调者将canCimit请求发送到参与者，如果执行完毕消息响应成功，则进入下一个阶段；

                preCommit阶段：通过协调者发送preCommit请求到参与者，如果执行完毕消息响应成功，则进入下一个阶段，否则会中断事务，将占有的资源进行回滚。

                doCommit阶段：当前俩个阶段都返回成功的消息，进行协调这给参与者发送doCommit消息，执行业务代码成功进行事务提交，否则协调者没有接受参与者的ac响应的，则会进行发送中断事务命令。

4.分布式缓存

        1.客户端缓存：页面和浏览器缓存，APP缓存,H5缓存。

        2.NGIN缓存：本地缓存。

        3.数据库缓存：持久层缓存（mybaits）,mysql查询缓存。

        4.操作系统缓存：Page cache。

5.分布式任务

        1.Quartz是一个开源分布式调度库，JAVA实现。

        2.xxl-job是一个支持分布式任务的工具。

6.设计一个秒杀系统

        分层控制数据流量的并发，层层拦截，将请求尽量拦截在系统上游，避免将锁落到数据库。

        1.页面

                在页面上可以通过当前请求发送之后将点击按钮置灰，禁止重复购买，在js层面，可以限制用户在几秒在重复提交请求。

        2.站点（nginx）

                a.通过nginx进行的漏斗流算法进行限流，面对突发时刻大量请求访问。

                b.也可以通过控制ip多次请求。

        3.服务层

                a.通过将请求放到队列中，进行批次处理，防止大量数据落到数据库请求。

                b.对于读请求，可以通过redis单机可以抗的10wQPS,异步线程定时缓存里的数据。

        4.数据库层

                通过前面的个个层面拦截的请求，基本差不多，到达数据库的请求就是可控的，然后通过自身本身的锁进行控制，防止超买。

7.幂等

        1.幂等是指接口的重复调用的情况下，返回结构是一致的，对于查询接口天然的实现幂等。

        2.对于添加，更新，删除如何保证幂等性。

            a.全局唯一ID:通过这个id可支持添加，查询，更新，删除。

            b.更新和删除： 1）唯一索引  2）多版本控制。