热搜：编程 Python Microsoft 编程语言 C++

首页> 软件工程 > 架构设计 > 正文

架构设计与分布式

发布时间：2024-03-31 06:00:02 来源：互联网

.

1 常见的缓存策略有哪些，你们项目中用到了什么缓存系统，如何设计的。 redis缓存，ehcache缓存2 分布式集群下如何做到唯一序列号。 Redis生成，

1.常见的缓存策略有哪些，你们项目中用到了什么缓存系统，如何设计的。

redis缓存，ehcache缓存

2.分布式集群下如何做到唯一序列号。

Redis生成，zk生成，只要保证原子性即可。

3.设计一个秒杀系统，30 分钟没付款就自动关闭交易。

秒杀系统设计理念

限流：只有少部分消费者能真正传达到后台服务
削峰：使用队列让流量均匀地进入系统，降低对系统的冲击
异步处理：异步返回结果
可用性：尽最大程度地保证高可用。
用户体验：消费者点击抢购按钮后，无论是否能抢到商品，期望是能得到及时的反馈。

自动关闭交易使用Redis的发布订阅机制，在失效后进行后续操作。

4.如何使用 redis 和 zookeeper 实现分布式锁？有什么区别优缺点，分别适用什么场景。

redis 适合性能要求高的场景，缺点是存放于内存，宕机后锁丢失。

zk 可以有效的解决锁无法释放的问题，创建锁时，客户端会在 zk 创建一个临时节点，一旦客户端挂掉了，那这个临时节点就会自动删除，其他客户端可以再次获得锁。

zk 可以默认实现 阻塞锁 和 非阻塞锁 ，但 Redis 默认能实现 非阻塞锁 ，需要 阻塞锁 需要自己改造

5.如果有人恶意创建非法连接，怎么解决。

使用过滤器处理

6.分布式事务的原理，优缺点，如何使用分布式事务。

分布式事务通常分为两种：

TCC

两阶段补偿型 (TCC)
1. 主业务活动请求 ( try ) 各个从业务服务预留资源。 try 过程的本地事务，是保证资源预留的业务逻辑的正确性。
2. 如果在第一阶段所有业务资源都预留成功，那么 confirm 各个从业务服务，否则取消( cancel )所有从业务服务的资源预留请求。
2PC/3PC

三阶段提交 (3PC)
1. 协调者：接收事务请求并把 canCommit 发送给参与者
  
  参与者：向协调者发送Yes消息并切换到 prepared 状态
2. 协调者：接收所有参与者的Yes消息，向所有参与者发送 preCommit 消息并切换到 prepared 状态
  
  参与者：收到 preCommit 消息，它将发送 ACK 消息并等待最后的提交或中止。
3. 协调者：在收到来自大多数参与者的确认的情况下，协调者切换到 commit 状态。并向所有参与者发送 doCommit 请求。
  
  参与者：参与者接收到 doCommit 请求之后，执行正式的事务提交，并发送 ack 给协调者

参考文章：https://www.cnblogs.com/dennyzhangdd/p/10580446.html

7.什么是一致性 hash。

8.如何设计建立和保持 100w 的长连接。

服务器内核调优(tcp，文件数)，客户端调优，框架选择(netty)

9.什么是 paxos 算法。

10.什么是 zab 协议。

ZAB 是 Zookeeper 原子广播协议的简称，Zookeeper 是通过 Zab 协议来保证分布式事务的最终一致性。

Zab协议原理

发现 Discovery
同步 Synchronization
广播 Broadcast

Zab协议内容

Zab 协议包括两种基本的模式：崩溃恢复和消息广播

协议过程

当整个集群启动过程中，或者当 Leader 服务器出现网络中弄断、崩溃退出或重启等异常时，Zab协议就会进入崩溃恢复模式，选举产生新的Leader。

当选举产生了新的 Leader，同时集群中有过半的机器与该 Leader 服务器完成了状态同步（即数据同步）之后，Zab协议就会退出崩溃恢复模式，进入消息广播模式。

这时，如果有一台遵守Zab协议的服务器加入集群，因为此时集群中已经存在一个Leader服务器在广播消息，那么该新加入的服务器自动进入恢复模式：找到Leader服务器，并且完成数据同步。同步完成后，作为新的Follower一起参与到消息广播流程中。

协议状态切换

当Leader出现崩溃退出或者机器重启，亦或是集群中不存在超过半数的服务器与Leader保存正常通信，Zab就会再一次进入崩溃恢复，发起新一轮Leader选举并实现数据同步。同步完成后又会进入消息广播模式，接收事务请求。

保证消息有序

在整个消息广播中，Leader会将每一个事务请求转换成对应的 proposal 来进行广播，并且在广播事务Proposal 之前，Leader服务器会首先为这个事务Proposal分配一个全局单递增的唯一ID，称之为事务ID（即zxid），由于Zab协议需要保证每一个消息的严格的顺序关系，因此必须将每一个proposal按照其zxid的先后顺序进行排序和处理。

参考文章：https://www.jianshu.com/p/2bceacd60b8a

11.说说你平时用到的设计模式。

策略模式

public class StrategyUse {
    public static void main(String[] args) {
        Strategy strategy = new Strategy(new WeiXinPay());
        PayInfo payinfo = strategy.payForSometh();
        System.out.println(payinfo.getPayType());
        //微信
    }
}

单例模式

饿汉式

private final static Singleton INSTANCE = new Singleton();

private Singleton(){}

public static Singleton getInstance(){
    return INSTANCE;
}

普通的懒汉式 (线程不安全，不可用)

private static Singleton instance = null;

private Singleton() {
}

public static Singleton getInstance() {
    if (instance == null) {
        instance = new Singleton();
    }
    return instance;
}

同步方法的懒汉式 (可用)

private static Singleton instance = null;

private Singleton() {
}

public static synchronized Singleton getInstance() {
    if (instance == null) {
        instance = new Singleton();
    }
    return instance;
}

双重检查懒汉式 (可用，推荐)

private static volatile Singleton instance;

private Singleton() {}

public static Singleton getInstance() {
    if (instance == null) {
        synchronized (Singleton.class) {
            if (instance == null) {
                instance = new Singleton();
            }
        }
    }
    return instance;
}

代理模式

//代理类
public class BuyHouseProxy implements BuyHouse {

    private BuyHouse buyHouse;

    public BuyHouseProxy(final BuyHouse buyHouse) {
        this.buyHouse = buyHouse;
    }

    @Override
    public void buyHosue() {
        System.out.println("买房前准备");
        buyHouse.buyHosue();
        System.out.println("买房后装修");

    }
}
//测试类
public class ProxyTest {
    public static void main(String[] args) {
        BuyHouse buyHouse = new BuyHouseImpl();
        buyHouse.buyHosue();
        BuyHouseProxy buyHouseProxy = new BuyHouseProxy(buyHouse);
        buyHouseProxy.buyHosue();
    }
}

模板模式

//抽象做菜父类
public abstract class DodishTemplate {    
    /**
    * 具体的整个过程
    */
    protected void dodish(){
        this.preparation();
        this.doing();
        this.carriedDishes();
    }
    /**
    * 备料
    */
    public abstract void preparation();
    /**
    * 做菜
    */
    public abstract void doing();
    /**
    * 上菜
    */
    public abstract void carriedDishes ();
}

//西红柿炒蛋
public class EggsWithTomato extends DodishTemplate{

    @Override
    public void preparation() {
        System.out.println("洗并切西红柿，打鸡蛋。");
    }

    @Override
    public void doing() {
        System.out.println("鸡蛋倒入锅里，然后倒入西红柿一起炒。");
    }

    @Override
    public void carriedDishes() {
        System.out.println("将炒好的西红寺鸡蛋装入碟子里，端给客人吃。");
    }

}
//测试类
public class App {
    public static void main(String[] args) {
        DodishTemplate eggsWithTomato = new EggsWithTomato();
        eggsWithTomato.dodish();
    }
}

12.Dubbo 的原理，数据怎么流转的，怎么实现集群，负载均衡，服务注册和发现。重试转发，快速失败的策略是怎样的。

Dubbo 的原理

初始化过程细节把服务装载到容器中，然后注册服务，类似Spring启动过程一样。
服务的提供方会向注册中心注册自己提供的服务。
消费者在启动时，就会向注册中心订阅自己所需要的服务。
如果服务提供方有数据变更等，注册中心将基于长连接的形式推送变更数据给消费者。

数据怎么流转的

怎么实现集群

使用Cluster 实现集群

dubbo根据注册中心获取服务信息，在通过集群负载均衡策略后获取服务信息。服务集群需要注意application name需要一致。

负载均衡

Random LoadBalance：随机，按权重比率设置随机概率。

RoundRobin LoadBalance：轮循，按公约后的权重比率设置轮循比率。

LeastActive LoadBalance：最少活跃调用数，相同活跃数的随机，活跃数指调用前后计数差。使慢的提供者收到更少请求，因为越慢的提供者的调用前后计数差会越大。

ConsistentHash LoadBalance：一致性Hash，相同参数的请求总是发到同一提供者。当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。

重试转发，快速失败的策略

容错机制分为6种

传播属性	描述
Failover Cluster(默认)	失败自动切换，当出现失败，重试其它服务器
Failfast Cluster	快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
Failsafe Cluster	失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
Failback Cluster	失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
Forking Cluster	并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
Broadcast Cluster	广播调用所有提供者，逐个调用，任意一台报错则报错 [2]。通常用于通知所有提供者更新缓存或日志等本地资源信息。