用户2571261901038

传统的通过数据库防止不超卖 普通数据库悲观锁与乐观锁实现 悲观锁：select for update begin; select * from goods where id = 1 for updat

有两个原因： 一个是实例上的Slot数据分配不均匀；存在bigKey，存储了大量集合元素或本身就很大（String）。 大Key应对办法： 业务层避免一个key中存储大量元素； 如何是集合类型元素，则

Dubbo 架构简介 dubbo-common 模块： 公共模块，有比较多的工具类以及公共逻辑。 dubbo-remoting 模块： 远程通信模块，子模块依赖各种开源组件实现远程通信，在api中定义

单体架构——>集群架构(克服单台机器资源限制)——>(复杂，扩展差，性能上限，资源分拆)微服务 需要解决的问题： 服务之间如何高性能通信？ 服务之间如何做好负载均衡、限流、故障转移？ 服务之间的边界划

数据迁移 可接受停止读写的场景： elasticsearch-dump、logstash、reindex、snapshot等方式进行数据迁移。 scroll query + bulk: 批量读取旧集群

本地锁aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa

总的来说，有三种方案：数据库自增ID、UUID生成、snowflake雪花算法。 一 数据库自增id 核心思想：使用数据库的id自增策略（如: Mysql的auto_increment）。 优点： ①

方式一 直接select * from limit M,N 适用数据量小的场景。 缺点：全表扫描，速度很慢，从M的地方取出N条，其余抛弃。 方式二 使用主键索引或者唯一索引，使用limit的方式 SE

计数器 无法处理临界情况，高并发不好支持。 滑动窗口 可以解决一些计数器的情况，但是还是存在时间片的概念，存在误差。 漏桶算法 漏桶限制的是常量流出速率（即流出速率是一个固定常量值）， 所以最大的速率