分布式：
互不通信的多线程模式
基于共享容器协同的多线程（加锁）
通过事件协同的多线程模式
多进程模式（序列化，反序列化）
网络IO实现方式：
socket
BIO\NIO\AIO
集群后的session问题：
在会话开始时，分配一个唯一的会话标识（sessionid），通过cookie把这个标识告诉浏览器，以后每次请求时，浏览器都会带上这个会话标识，告诉浏览器请求是属于哪个会话
在web服务器上，各个会话独立存储，保存不同会话信息
处理方式：
session sticky
session replication
session 集中存储
bokkie based
数据库：
读写分离
搜索引擎其实是一个读库
数据库分离：专库专用，即数据库的垂直拆分、水平拆分
应用拆分：服务化
Java并发编程的类，接口和方法 ：
线程池：
ThreadPoolExecutor
ScheduledThreadPoolExecutor
synchronized
ReentrantLook，还提供了ReentrantReadWriteLook，超时机制，公平锁，非公平锁
volatile
Atomics
wati,notify,notifyAll
CountDownLatch, CountDownLoatch可以唤醒多个等待的线程，到达自己预期状态线程调用countDownLotch的countDown方法，而等待的线程会调用CountDownLotch的await
CyclicBarrier让多个线程在这个屏障前等待，直到所有的线程都到这个屏障时，再一起继续执行后面的动作
Semaphore，用于管理信号量
Exchange
Future和FutureTask，Future是一个接口，FutureTask是其实现类，调用函数后马上返回，然后继续向下执行，等要重要数据时再来用，或再来等待数据
并发容器 CopyOnWrite和Concurrent开头的几个容器
代理：静态代理和动态代理
反射：
在运行时判断任意一个对象所属的类，在运行时构造类对象，判断类具有的成员变量和方法，调用方法，生成动态代理
服务框架帮助对应用拆分，完成服务化，数据层完成数据的拆分和整个数据层的管理，扩容，迁移工作，消息中间件完成应用的解耦，提供一个分布式环境下完成事务的思路
服务调用端具体工作
调用发起——》寻址路由——》协议适配/序列化——网络传输——》反序列化/协议解析——》得到结果返回给调用方
数据访问层：
数据库垂直拆分：
ACID保证被打破（事务）
一些JOIN操作困难
靠外键约束的场景受影响
水平拆分：
ACID保证被打破（事务）
一些JOIN操作困难
靠外键约束的场景受影响
自增序列
分布式事务：
2阶段提交，prepare commit
分布式CAP：在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼
一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。
当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。
提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。
然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。
总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。数据库平滑迁移：
消息中间件，顺序保证，扩展性，可靠性，事务操作，消息发送一致性
消息重复：
客户端，重用ID
服务器端，幂等
软负载中心，集中配置管理中心
聚合地址，生命周期感知
服务端：感知提供服务的机器是否在线，聚合提供者的信息；将信息传给使用数据的应用
客户端：
1、提供者：上报信息
2、使用者：请求提供者信息，缓存
