分布式

1、分布式锁的实现

a、redis setnx

b、数据库唯一索引

c、memcached可以使用add命令，该命令只有KEY不存在时，才进行添加，或者不会处理。Memcached所有命令都是原子性的，并发下add 同一个KEY ，只会一个会成功

2、CAP理论

分布式系统中不可能同时满足三个理论，
C:一致性，访问分布式系统中每个节点都能获得最新数据，
A:可用性，每一次请求都能够获得一个有效的访问，不保证数据是最新的
P:分区容错性，分布式系统有很多的节点，会出现节点能正常对外提供服务，但是节点和节点之间的网络通信出现了问题。就称当前的分布式存储系统出现了分区。分区并不一定是由网络故障引起的，也可能是因为机器故障。如果集群某个机器宕机，也认为系统中出现了分区。分区容忍性指的是如果出现了分区问题，整个系统仍继续运行。
分布式系统只能同时满足CP或者AP，不保证同时满足CA，因为系统中网络的不稳定性可能导致分区。网络不稳定性一直存在，所以只能在一致性和可用性中选一个

CP和AP怎么做选择？

当我们做一套支付系统的时候，用户账户余额，流水是必须强一致性的。这时候就要考虑选CP。用户的名字，用户的支付设置这类就不必考虑强一致性，可以选择AP。

3、分布式事务的解决方案

1）2PC即XA协议，两阶段提交，可达到强一致性
2) TCC方案，达到最终一致性
3) rocketMq事务消息，达到最终一致性

4、负载均衡的实现

一般都是通过Nginx实现负载均衡，负载均衡的算法包括： a、轮询， b、一致性hash

5、设计分布式场景下的单例模式

1）把单例对象序列化保存到文件里面，文件保存在共享存储中。
2）各进程使用单例对象时，从共享存储中读取该对象
3）一个进程在获取到分布式锁之后，才能访问共享单例对象，使用完之后在释放分布式锁。

6、分布式base理论，是基于CAP理论基础上提出的，该理论是对CAP中一致性和可用性权衡的结果

Basically Available（基本可用）：假设系统出现了故障，但还是能用，只是相比较正常的系统而言，可能会有响应时间上的损失，或者功能上的降级
Soft State（软状态）：什么是硬状态呢？要求所有节点的数据副本都是一致的，这是一种“硬状态”。软状态也称为弱状态，相比较硬状态而言，允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即允许系统在多个不同节点的数据副本存在延时。
Eventually Consistent（最终一致性）：上面说了软状态，但是不应该一直都是软状态。在一定时间后，应该到达一个最终的状态，保证所有副本保持数据一致性，从而达到数据的最终一致性。这个时间取决于网络延时、系统负载、数据复制方案设计等等因素。