[re_1] const|cap|zookper|snowflake
CAP
CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用
性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，
这三个要素最多只能同时实现两点，不可能三者兼顾。
结合redis
CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。
zookeeper
单机模式（保证CP）
- 最简单的部署方式，数据存在单个节点（含Redis进程和持久化存储）。
- 适合小型应用、开发或测试环境，优势是简单、低延迟、高性能。
主从复制（保证CP）
- 基于单机模式增加数据备份，分主节点和从节点。
- 主节点处理写操作，从节点复制主节点数据并处理读操作。
- 优点是提高可靠性（主节点故障可从从节点恢复）和可扩展性。
哨兵机制（保证CP）
- 在主从模式基础上，增加哨兵进程监视节点状态。
- 主节点故障时，哨兵自动将某个从节点升为新主节点，无需人工干预。
- 进一步提升集群可靠性，确保服务持续运行。
集群模式（保证AP）
- 多个节点分配数据，提升可扩展性和容错性。
- 每个节点处理自己的数据，节点失效时数据自动迁移到其他节点。
- 适合大规模部署，可灵活扩缩容，不影响系统性能和可靠性。
引申：Zookeeper
Zookeeper 通常被认为是保证 CP 的系统（遵循 CAP 理论中的一致性和分区容错性）。它专注于提供强一致性的分布式协调服务，比如分布式锁、服务注册发现等，在网络分区发生时，会优先保证数据一致性，可能暂时牺牲可用性。
const
C++里的 #define 能方便替换值，优点是让程序清晰、好改、执行快，但缺点是没类型检查；而 const 就是为了替代它，既保留优点又解决了这个缺点。
// #define 示例（无类型检查）
#define MAX_NUM 100
int a = MAX_NUM; // 替换为 int a = 100;
float b = MAX_NUM; //✅也能替换，无类型限制，可能隐藏问题
// const 示例（有类型检查，继承优点）
const int MAX_NUM = 100; // 明确int类型
int a = MAX_NUM; // 正常
float b = MAX_NUM; //✖️ 编译时会检查（可能警告类型转换）
存储
C++中const变量内存只在栈区或静态存储区，编译时不修改它的值的话，编译器会用临时符号表优化效率，不用纠结具体位置。
只读变量vs符号表
只读变量是内存中能看不能改的量，符号表是编译器里存真正常量的“小本本”。
// 1. 用字面量初始化的const常量，进入符号表（真正的常量）
const int a = 10; // "10"是字面量，a进入符号表
// 2. 用其他变量初始化的const，是只读变量（不进符号表）
int b = 20;
const int c = b; // 用变量b初始化，c是只读变量
// 3. 被volatile修饰的const，不进符号表（只读变量）
volatile const int d = 30; // 有volatile，d是只读变量
snowflake
- 分布式ID特点：要全局唯一、能递增、随时能生成正确ID，还得在高并发下性能好。
- 生成方案：有依赖数据库自增、UUID随机数、雪花算法这三种常见方式。
- 各方案优缺点：
- UUID：能保证唯一，但无意义且不递增，数据量大时查询慢。
- 数据库自增：读写分离时主节点易单点故障，分库分表后数据迁移合并麻烦。
- 雪花算法：Twitter开源，生成64位带时间顺序的纯数字ID，性能高、容量大，每秒能生成数百万自增ID；不过依赖系统时间，分布式多节点下若时钟有变化，全局ID可能不递增。
- Leaf（美团开源）：能全局唯一、趋势递增，但依赖数据库、Zookeeper等中间件。
- 雪花算法细节：
- 是Twitter开源的分布式ID生成算法，生成64位长整数ID。
- 结构含无效位、时间戳（41位，可容纳约69年）、机器ID（10位，最多容纳1024个节点）、序列号（12位，每毫秒最多生成4096个ID）。
- 优点是全局唯一、自增有序、纯数字查询高效且不依赖数据库，适合分布式场景；缺点是依赖系统时间，分布式多节点时钟变化可能导致全局ID不递增
代码
实现雪花算法（Snowflake）的C++版本，用于生成分布式环境下的唯一ID，核心逻辑如下：
- 初始化时需传入数据中心ID和工作机器ID（各占5位，最多支持32个数据中心和32台机器）。
- 生成ID时，用当前时间戳（基于1970年起点，精确到毫秒）、数据中心ID、机器ID和序列号（12位，每毫秒最多生成4096个ID）组合成64位整数。
- 同一毫秒内生成多个ID时，序列号递增；跨毫秒则重置序列号；若时钟回拨会报错，确保ID不重复。
- 用互斥锁保证多线程安全，main函数中简单演示了生成10个唯一ID的过程。