分布式相关.md

Dubbo的底层实现原理和机制

1. 暂时没用过,了解后再更新

描述一个服务从发布到被消费的详细过程

1. 这题貌似是接着dubbo问的

分布式系统怎么做服务治理

1. 服务注册中心(比如spring cloud的eureka) 服务提供者 服务消费者
2. 服务消费的负载均衡

接口的幂等性的概念

• 参考：https://blog.brucefeng.info/post/api-idempotent

1. 语义是指: 函数/接口可以使用相同的参数重复执行, 不应该影响系统状态, 也不会对系统造成改变 .
2. http的幂等性
3. 分布式接口的幂等性

消息中间件如何解决消息丢失问题

Dubbo的服务请求失败怎么处理

重连机制会不会造成错误

对分布式事务的理解

• 讲的很详细http://mp.weixin.qq.com/s?__biz=MzI3MzEzMDI1OQ==&mid=2651819891&idx=1&sn=3f0b9c251aed3b063ac40480e9b843a3&chksm=f0dcd90fc7ab5019b616f5c5b7eeb8567a0386434a4cae978c492cd2e65762b34c5b833c687e&mpshare=1&scene=23&srcid=0417c46K1Rby6tMaPTPEeSi3#rd

1. 强制一致性
2. 最终一致性
3. 参考：http://www.codeceo.com/distributed-transaction.html
4. 微服务构架下，分布式事务一般采用最终一致性保证:https://blog.csdn.net/javahongxi/article/details/54177741
5. 对于涉及支付的系统，人工对账是终极防线

如何实现负载均衡，有哪些算法可以实现？

• spring cloud的：https://blog.csdn.net/rickiyeat/article/details/64918756

1. 随机
2. 轮询
3. BestAvailable
4. weighted

Zookeeper的用途，选举的原理是什么？选举策略？watch机制？

• http://blog.jobbole.com/110388/

1. 配置服务
2. 分布式锁

数据的垂直拆分？水平拆分？分库分表后，如何解决全表查询的问题？

• 看了网上说的比较乱 总结一下，数据拆分可以从两个维度来分类，第一类：分库分表；第二类： 水平拆分、垂直拆分。所以对应到实际应用场景，应该有四种：①垂直拆库 ②垂直拆表 ③水平拆库 ④水平拆表 http://www.infoq.com/cn/articles/summary-and-key-steps-of-vip-orders-depots-table#

1. 垂直拆库 是根据数据库里面的数据表的相关性进行拆分，比如：一个数据库里面既存在用户数据，又存在订单数据，那么垂直拆分可以把用户数据放到用户库、把订单数据放到订单库
2. 垂直拆表 是对数据表进行垂直拆分的一种方式，常见的是把一个多字段的大表按常用字段和非常用字段进行拆分，每个表里面的数据记录数一般情况下是相同的，只是字段不一样，使用主键关联
3. 水平拆分是把单个大表(数据量大>1000W行)按某个规则把数据分散到多个表的拆分方式
4. 拆分出来的表，可以分别放至到不同数据库中，即同时进行水平拆库操作

用过哪些MQ，怎么用的，和其他mq比较有什么优缺点，MQ的连接是线程安全的吗？MQ系统的数据如何保证不丢失

• 一定要结合一个实际的MQ产品来说，比如Kafka

如何做一个分布式锁,应用场景？

• 一般有三种实现方案

1. redis：https://yq.aliyun.com/articles/307547
2. zookeeper：http://www.54tianzhisheng.cn/2018/04/24/Distributed_lock
3. mysql

分布式唯一ID

1. https://tech.meituan.com/dianping_order_db_sharding.html

redis/zk节点宕机如何处理