第 7 天学习笔记：分布式核心
今日主题：分布式核心原理
一、分布式核心理论
1. CAP 理论
- C（一致性） ：所有节点同一时间看到的数据一致。
- A（可用性） ：任何节点故障，系统仍能正常提供服务。
- P（分区容错） ：网络分区时，系统仍能工作。
核心结论：分布式系统必须保证 P，只能在 AP 或 CP 中选择。
- 互联网场景：优先 AP（高可用），如 Redis、Eureka。
- 金融场景：优先 CP（强一致），如 ZooKeeper、Etcd。
2. BASE 理论（AP 系统的妥协方案）
- 基本可用：故障时允许服务降级，核心功能可用。
- 软状态：允许中间状态，无需实时一致。
- 最终一致：经过一段时间后，数据自动同步一致。
二、分布式锁（面试高频，重中之重）
1. 核心作用
分布式环境下，保证同一时间只有一个节点能操作共享资源，避免超卖、重复扣款等问题。
2. Redis 分布式锁（最常用）
-
加锁：
SET lock_key unique_value NX PX 30000- NX：仅当 key 不存在时设置。
- PX：设置过期时间（30 秒），防止死锁。
- unique_value：唯一标识（如 UUID），防止误删他人锁。
-
解锁：通过 Lua 脚本原子执行 “判断锁归属 + 删除锁”。
-
防死锁：设置过期时间 + 看门狗自动续期（Redisson 内置）。
-
主从切换锁丢失：通过 RedLock 红锁解决（多节点加锁，半数以上成功才算获取锁）。
3. ZooKeeper 分布式锁（强一致性）
-
原理：临时有序节点 + Watcher 机制。
-
流程：
- 节点创建临时有序节点。
- 判断自己是否是最小节点，是则获取锁。
- 否则监听前一个节点的删除事件。
-
优点：强一致，无锁丢失；缺点：性能低于 Redis。
4. 数据库分布式锁（低并发场景）
- 悲观锁：
SELECT ... FOR UPDATE（行锁）。 - 乐观锁：通过 version 字段判断，更新时
WHERE version = ?。
三、分布式事务（面试难点）
1. 2PC（两阶段提交）
- 准备阶段：所有参与者执行事务但不提交，返回 “成功 / 失败”。
- 提交阶段：全部成功则提交，任一失败则回滚。
- 缺点：阻塞、协调者单点、性能差，不适合高并发。
2. TCC（补偿事务，互联网首选）
- Try：预留资源（如冻结库存）。
- Confirm：确认执行（如扣减库存）。
- Cancel：取消回滚（如解冻库存）。
- 优点：高可用、高性能；缺点：开发成本高，需手动编写补偿逻辑。
3. 本地消息表 / RocketMQ 事务消息
-
核心：本地事务 + 消息队列，实现最终一致性。
-
流程：
- 本地事务（创建订单）+ 插入待发送消息。
- 定时任务发送消息到 MQ。
- 消费 MQ 执行库存扣减，消费成功后删除本地消息。
-
优点：开发成本低，适合中小项目。
四、高可用三件套（微服务核心）
1. 限流
-
目的：保护系统不被流量打崩。
-
常用算法：
- 令牌桶：支持突发流量，主流选择（Sentinel、Nginx）。
- 漏桶：匀速处理请求。
- 滑动窗口：解决临界值问题。
2. 熔断
- 原理：下游服务失败率达到阈值，直接返回兜底数据，不再调用。
- 三状态：闭合 → 打开 → 半开。
- 目的：防止服务雪崩。
3. 降级
- 原理：服务压力过大时，主动关闭非核心功能，保核心功能。
- 与熔断区别：熔断因下游故障，降级因自身过载。
五、RPC 原理（分布式通信基础）
1. 执行流程
- 客户端调用远程方法。
- 代理层序列化请求（对象→二进制）。
- 网络传输（TCP/HTTP）。
- 服务端反序列化，执行方法。
- 序列化结果返回客户端。
2. 核心组件
- 代理：封装网络细节。
- 序列化：Protobuf、JSON、Hessian。
- 注册中心：Nacos、Eureka（服务发现）。
- 负载均衡：轮询、加权、一致性哈希。
3. 主流框架
- Dubbo：高性能，国内主流。
- OpenFeign：HTTP，简单易用。
- gRPC：跨语言，HTTP/2。
六、一致性算法（Raft，简化版 Paxos）
-
角色：Leader、Follower、Candidate。
-
流程：
- 选主：超时未收到心跳，转为 Candidate 发起投票。
- 日志复制：Leader 同步日志到 Follower，过半确认即提交。
-
应用：Nacos、Etcd 均基于 Raft。
七、第 7 天面试题
- CAP 和 BASE 的核心内容及实际选择。
- Redis 分布式锁的实现及防死锁、防误删方案。
- 2PC、TCC、消息方案的区别及适用场景。
- 限流、熔断、降级的作用及落地方式。
- RPC 执行流程及核心组件。
- Raft 算法的角色与主流程。
