Dev Guide / Java开发技术guide / 分布式
content/dev-guide/a-Java开发技术guide/05-分布式/0-分布式系统.md
- 分布式锁：用于在分布式环境中确保多个节点对共享资源的互斥访问的机制。
- 实现方式：redis（setnx + 过期时间，性能高，可能会导致死锁）、zk（临时有序节点，可靠性高，性能较低）、etcd（Lease+租约机制，强一致性，复杂度高。应用场景：k8s）
- 分布式事务：跨多个数据库/服务的事务操作，保证原子性和一致性
- 解决方案：2pc/3pc、TCC、可靠消息最终一致性（本地事务+消息表、定时任务扫描消息、消息队列+消息者确认）、seata分布式事务
- CAP理论：强一直场景选CP、高可用场景AP、大多数系统（降低一致性要求换取可用性BASE）
- BASE理论：基本可用（允许系统在故障时降级）、软状态（系统可以中间态，不需要实时一致）、最终一致性（系统在一段时间后到达一致状态）
- 实践策略：读写分离、异步解耦、补偿机制、版本控制（乐观锁）
- Paxos算法：最早的共识算法（即选举Leader节点）
- Raft协议：基于Paxos改进的共识算法（信任所有节点，默认系统不存在拜占庭将军问题，假设集群可信）
- 拜占庭问题：存在恶意节点，可能发送虚假消息（通常区块链系统需要处理叛徒节点的问题，解决方案：工作量证明PoW、权益证明PoS等共识算法）
- Gossip协议：最终一致性的分布式协议，即所有节点的状态同步，也就是让集群中的每个节点整体情况（其他节点是否存活、节点数据是否最新、节点的负载信息、集群拓扑情况等等）
- 一致性哈希算法：解决数据分片问题，也就是把数据均匀分布在不同的节点上，每个节点只存储部分数据