0x01：分布式
- CAP
C：consistency 一致性 分布式系统能够同时访问同一份数据副本
A：availability 可用性 非故障节点能够在合理时间内获得合理的结果
P：Partition Tolerance 分区容错性 分布式系统当发生网络分区时，服务仍然可用
网络分区：分布式网络中，由于某些节点故障，导致系统分成了几个区域。比如调用链A->B->C，其中B节点故障，那么A，B分成了两个分区。
而是在P为条件下，只能实现A或者C。也就是说，在发生网络分区后，我们只能保证一致性或者可用性。
当没有发生网络分区时，也就是没有P为条件，那么自然可以同时满足A和C。
- zookeeper：保证CP，zookeeper有leader节点，写操作只能由leader来做，Follower只能处理读操作，这样就保证数据的一致性。
- Eureka：保证AP，Eureka各个服务器节点都是平等的，只要有至少一个节点，就能够保证可用。
- Nacos：保证AP和CP，默认支持AP，通过命令进行切换为CP。
0x02：BASE理论
基本可用（Basically Available）
当系统发生不可预知的故障时，允许损失部分可用性。
- 响应时间的损失：原先0.5s就能返回的结果，允许2s内返回
- 系统功能的损失：可以损失非核心功能，而保证核心功能的可用
软状态（Soft State）
允许存在中间状态，允许在多个节点的数据副本存在时延
最终一致性（Eventually Consistent）
在一个时间期限后，要保证数据的最终一致性
0x03：分布式ID
对于单个数据库我们使用id自增就能保证，id不重复。
对于两个数据库，我们分别设置起始值和步长就能避免id重复，但是这时在添加一个数据库，则要重新修改初始值和步长。
- 号段模式：我们可以先从数据库中取出一段数据，比如id为100到200，当需要使用时，在本地直接提取使用，使用完这100个id后，再从数据库中取200到300的id。
- redis：通过redis，在redis中使用incr自增，也能够保证id的不重复。
- 雪花算法：对分布式id的bit进行分配，比如64bit的一个id，从左到右，第一位符号位，接下来41bit为时间戳，接下来10bit为工作机器id，接下来12bit为序列号。这样就能够保证id的不重复。
0x04：限流算法
- 固定窗口计数机算法
规定一分钟之内只能有100个请求，如果多了则丢弃该请求。该方法无法防止突增的请求，比如前30秒只有1个请求，后30秒突然进来99个请求，无法保证限流的速率。
- 滑动窗口计数机算法
将一分钟划分成60个格子，大小为30的窗口不断移动，每秒的请求放到格子中，如果窗口中的请求超过阈值，就不再处理其他请求。
- 漏桶算法
输出的水流是一定的，这样就能保证输出速率稳定。把请求比作水，当请求来时，则将水输入到水桶上方，即使上方的水是突然激增的，那输出也仍然是稳定的。如果木桶大小固定，上方水满了，则水将溢出，也就是说请求丢弃。
缺点是，我们总是以固定的速率流出，我们希望当请求少时，固定速率流出自然没问题，但是当请求到峰值，我们希望流出速率大一些。
- 令牌桶算法
仍然是一个固定大小的桶，我们以固定速率生产令牌，当请求来时，对于大的请求，消耗多点的令牌，小请求就少点令牌。如果桶内令牌没有了，则丢弃请求。这个算法就能解决动态去做“流出速率”，峰值时流出速度快，平时呢流出速率平稳。
0x05：RPC
做为远程调用框架，目的是希望调用远程方法就像本地方法一样简单。
- 客户端：通过简单注解或者使用类调用远程方法
- 客户端代理类：通过动态代理，让客户端执行的方法最终让代理类来执行。代理类拿到服务名/方法名，参数等信息封装到request中，然后通过网络调用发送给服务端
- 网络调用：最简单的可以用socket，当然netty更流行，编写Netty的客户端与服务端
- 服务端：Netty中拿到request，知道了方法名，可以通过反射创建实现了该方法的类，然后调用之，得到结果后，再通过Netty服务端传送给客户端
- 注册中心：我们可以用zk，创建节点，节点为服务名，节点下数据为机器ip地址。服务端启动时，首先将自己能够提供的服务注册到zk上。客户端根据服务名从zk中找到具体的ip地址，然后根据ip地址发送访问。
0x06：网关
微服务下多个服务，对于权限管理，流量控制，日志，监控等和业务无关的东西提取出来，统一管理，因此就有网关。
网关可以做：鉴权，限流，请求路由，日志，监控。
0x07：微服务
- 服务注册与发现：Eureka，nacos
微服务有很多消费者，提供者，我们不希望将他们之间的调用写死，因为针对某个服务，可能有多个机器去运行他，那么我们希望有一个人能够统一管理，那么注册中心可以解决我们的问题。服务提供者将自己的服务注册到注册中心，消费者只需根据服务名从注册中心拿到提供者地址。并且对于网关，负载均衡，熔断降级，消息队列等等组件，他们都希望自己能够获得注册在注册中心的某些信息，从而进行操作。
比如监控功能，就需要拿到注册中心的所有提供者消费者信息，来判断他们的健康情况。
总之，注册中心统一对服务的管理，当我们需要使用或者查看这些服务状态时，只需访问注册中心即可。
- 负载均衡：Ribbon
nacos自己集成了Ribbon，要使用负载均衡，首先我们要讲restTemplate通过@Bean注解注册到spring中，然后或者使用注解，或者通过代码指定负载均衡策略即可，然后调用restTemplate.getForObject或者restTemplate.postForObject即可调用另一个服务的方法。
Openfeign：有人觉得直接写restTemplate.postForObject，这样不美观，我就是想调用另一个服务就跟调用本地方法一样，那么这个Openfeign就可以帮助我们。我们写一个接口，接口中方法指明另一个服务的接口，然后我们在controller调用的时候，加个注解，直接调用接口的方法，看起来多像在本地调用方法啊！
- 熔断和降级：Hystrix，sentinel
当服务调用链路A->B->C，其中服务C发生故障，导致B有大量请求堆积，最终耗尽B的所有资源，B挂掉，然后A也堆积大量请求，A也挂掉，这就是服务雪崩。
为了防止服务雪崩，我们需要熔断器，当某个服务故障时，切断调用链路，告知上一个服务，当前服务已经故障了。
服务降级，比如某服务访问量过大，我们一次处理不了那么多请求，我们可以做服务降级。比如突然有1000订单，我们一下子处理不了，那么我们可以让一部分请求走降级，返回稍后重试的提示信息。
sentinel不仅仅有熔断降级等功能，他还提供了多种其他功能，如限流，负载保护，实时监控，调用链路等。
- 网关：gateway，zuul
网关可以做路由映射，过滤器。
- 链路跟踪：zipkin
每个服务是一个圆点，服务调用之间有连线，做出了像蜘蛛网状。
代码语言：javascript复制source:https://www.cnblogs.com/keboom/p/14842578.html
喜欢，在看
