auto commit

notes/分布式问题分析.md

@@ -4,33 +4,16 @@
     * [1. 产生原因](#1-产生原因)
     * [2. 应用场景](#2-应用场景)
     * [3. 解决方案](#3-解决方案)
-        * [3.1 两阶段提交协议](#31-两阶段提交协议)
-        * [3.2 消息中间件](#32-消息中间件)
 * [负载均衡的算法与实现](#负载均衡的算法与实现)
     * [1. 算法](#1-算法)
-        * [1.1 轮询（Round Robin）](#11-轮询round-robin)
-        * [1.2 加权轮询（Weighted Round Robbin）](#12-加权轮询weighted-round-robbin)
-        * [1.3 最少连接（least Connections）](#13-最少连接least-connections)
-        * [1.4 加权最小连接（Weighted Least Connection）](#14-加权最小连接weighted-least-connection)
-        * [1.5 随机算法（Random）](#15-随机算法random)
     * [2. 实现](#2-实现)
-        * [2.1 DNS 解析](#21-dns-解析)
-        * [2.2 修改 MAC 地址](#22-修改-mac-地址)
-        * [2.3 修改 IP 地址](#23-修改-ip-地址)
-        * [2.4 HTTP 重定向](#24-http-重定向)
-        * [2.5 反向代理](#25-反向代理)
 * [分布式锁](#分布式锁)
     * [1. 使用场景](#1-使用场景)
     * [2. 实现方式](#2-实现方式)
-        * [2.1 数据库分布式锁](#21-数据库分布式锁)
-        * [2.2 Redis 分布式锁](#22-redis-分布式锁)
-        * [2.3 Zookeeper 分布式锁](#23-zookeeper-分布式锁)
 * [分布式 Session](#分布式-session)
     * [1. 粘性 Session](#1-粘性-session)
     * [2. 服务器 Session 复制](#2-服务器-session-复制)
     * [3. Session 共享机制](#3-session-共享机制)
-        * [3.1 粘性 Session 共享机制](#31-粘性-session-共享机制)
-        * [3.2 非粘性 Session 共享机制](#32-非粘性-session-共享机制)
     * [4. Session 持久化到数据库](#4-session-持久化到数据库)
     * [5. Terracotta 实现 Session 复制](#5-terracotta-实现-session-复制)
 * [分库与分表带来的分布式困境与应对之策](#分库与分表带来的分布式困境与应对之策)
@@ -43,15 +26,15 @@
 
 # 谈谈业务中使用分布式的场景
 
-分布式主要是为了提供可扩展性以及高可用性，业务中使用分布式的场景主要有分布式数据库以及分布式计算。
+分布式主要是为了提供可扩展性以及高可用性，业务中使用分布式的场景主要有分布式存储以及分布式计算。
 
-例如分布式数据库中可以将数据分片到多台机器上，不仅可以降低一台机器的压力，同时也可以使用多台机器对一份数据进行备份。
+分布式存储中可以将数据分片到多个节点上，不仅可以提高性能（可扩展性），同时也可以使用多个节点对同一份数据进行备份。
 
-至于分布式计算，就是将一个大的计算任务分解成小任务分配到多台机器上去执行，然后再汇总每个小任务的执行结果得到最终结果。MapReduce 是分布式计算的最好例子。
+至于分布式计算，就是将一个大的计算任务分解成小任务分配到多台节点上去执行，再汇总每个小任务的执行结果得到最终结果。MapReduce 是分布式计算的最好例子。
 
 # 分布式事务
 
-指事务的每个操作步骤都位于不同的节点上，需要保证事务的 AICD 特性。
+指事务的操作位于不同的节点上，需要保证事务的 AICD 特性。
 
 ## 1. 产生原因
 
@@ -60,26 +43,28 @@
 
 ## 2. 应用场景
 
-- 下单：减少库存同时更新订单状态。库存和订单不在不同一个数据库，因此涉及分布式事务。
+- 下单：减少库存、更新订单状态。库存和订单不在不同一个数据库，因此涉及分布式事务。
-- 支付：买家账户扣款同时卖家账户入账。买家和卖家账户信息不在同一个数据库，因此涉及分布式事务。
+- 支付：买家账户扣款、卖家账户入账。买家和卖家账户信息不在同一个数据库，因此涉及分布式事务。
 
 ## 3. 解决方案
 
 ### 3.1 两阶段提交协议
 
-两阶段提交协议可以很好得解决分布式事务问题，它可以使用 XA 来实现，XA 它包含两个部分：事务管理器和本地资源管理器。其中本地资源管理器往往由数据库实现，比如 Oracle、DB2 这些商业数据库都实现了 XA 接口，而事务管理器作为全局的协调者，负责各个本地资源的提交和回滚。
+[两阶段提交](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/%E4%B8%80%E8%87%B4%E6%80%A7%E5%8D%8F%E8%AE%AE.md#%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%8F%90%E4%BA%A4%E5%8D%8F%E8%AE%AE)
+
+两阶段提交协议可以很好得解决分布式事务问题，它可以使用 XA 来实现，XA 它包含两个部分：事务管理器和本地资源管理器。其中本地资源管理器往往由数据库实现，比如 Oracle、DB2 这些商业数据库都实现了 XA 接口；而事务管理器作为全局的协调者，负责各个本地资源的提交和回滚。
 
 ### 3.2 消息中间件
 
-消息中间件也可称作消息系统 (MQ)，它本质上是一个暂存转发消息的一个中间件。在分布式应用当中，我们可以把一个业务操作转换成一个消息，比如支付宝的余额转如余额宝操作，支付宝系统执行减少余额操作之后向消息系统发一个消息，余额宝系统订阅这条消息然后进行增加账户金额操作。
+消息中间件也可称作消息系统 (MQ)，它本质上是一个暂存转发消息的一个中间件。在分布式应用当中，我们可以把一个业务操作转换成一个消息，比如支付宝的余额转入余额宝操作，支付宝系统执行减少余额操作之后向消息系统发送一个消息，余额宝系统订阅这条消息然后进行增加余额宝操作。
 
 #### 3.2.1 消息处理模型
 
-点对点
+##### 点对点
 
 <div align="center"> <img src="../pics//96b63e13-e2d8-4ddb-9aa1-a38959ca96e5.jpg" width="600"/> </div><br>
 
-发布/订阅
+##### 发布/订阅
 
 <div align="center"> <img src="../pics//654acfed-a6a5-4fc7-8f40-3fdcae57bae8.jpg" width="700"/> </div><br>
 
@@ -121,17 +106,17 @@
 
 ### 1.3 最少连接（least Connections）
 
-由于每个请求的连接时间不一样，使用轮询或者加权轮询算法的话，可能会让一台服务器当前连接数多大，而另一台服务器的连接多小，造成负载不均衡。例如下图中，(1, 3, 5) 请求会被发送到服务器 1，但是 (1, 3) 很快就断开连接，此时只有 (5) 请求连接服务器 1；(2, 4, 6) 请求被发送到服务器 2，它们的连接都还没有断开，继续运行时，服务器 2 会承担多大的负载。
+由于每个请求的连接时间不一样，使用轮询或者加权轮询算法的话，可能会让一台服务器当前连接数多大，而另一台服务器的连接多小，造成负载不均衡。例如下图中，(1, 3, 5) 请求会被发送到服务器 1，但是 (1, 3) 很快就断开连接，此时只有 (5) 请求连接服务器 1；(2, 4, 6) 请求被发送到服务器 2，只有 (2) 的连接断开。该系统继续运行时，服务器 2 会承担多大的负载。
 
 <div align="center"> <img src="../pics//3b0d1aa8-d0e0-46c2-8fd1-736bf08a11aa.jpg"/> </div><br>
 
-最少连接算法就是将请求发送给当前最少连接数的服务器上。例如下图中，服务器 1 当前连接数最小，那么请求 6 就会被发送到服务器 1 上。
+最少连接算法就是将请求发送给当前最少连接数的服务器上。例如下图中，服务器 1 当前连接数最小，那么新到来的请求 6 就会被发送到服务器 1 上。
 
 <div align="center"> <img src="../pics//1f4a7f10-52b2-4bd7-a67d-a9581d66dc62.jpg"/> </div><br>
 
 ### 1.4 加权最小连接（Weighted Least Connection）
 
-在最小连接的基础上，根据服务器的性能为每台服务器分配权重，然后根据权重计算出每台服务器能处理的连接数。
+在最小连接的基础上，根据服务器的性能为每台服务器分配权重，根据权重计算出每台服务器能处理的连接数。
 
 <div align="center"> <img src="../pics//44edefb7-4b58-4519-b8ee-4aca01697b78.jpg"/> </div><br>
 
@@ -145,7 +130,7 @@
 
 ### 2.1 DNS 解析
 
-使用 DNS 作为负载均衡器，会根据负载情况返回不同服务器的 IP 地址。大型网站基本使用了这种方式最为第一级负载均衡手段，然后在内部在第二级负载均衡。
+使用 DNS 作为负载均衡器，根据负载情况返回不同服务器的 IP 地址。大型网站基本使用了这种方式最为第一级负载均衡手段，然后在内部使用其它方式做第二级负载均衡。
 
 <div align="center"> <img src="../pics//42e17a80-b9fc-42a2-9ba8-68364fae3710.jpg" width="500"/> </div><br>
 
@@ -163,7 +148,7 @@
 
 ### 2.4 HTTP 重定向
 
-HTTP 重定向负载均衡服务器收到 HTTP 请求之后会返回服务器的地址，并将该地址写入 HTTP 重定向响应中返回给浏览器，浏览器收到后再次发送请求。
+HTTP 重定向负载均衡服务器收到 HTTP 请求之后会返回服务器的地址，并将该地址写入 HTTP 重定向响应中返回给浏览器，浏览器收到后需要再次发送请求。
 
 <div align="center"> <img src="../pics//9208563b-014d-4745-aa1c-492c9f7f7a7f.jpg" width="500"/> </div><br>
 
@@ -171,7 +156,7 @@ HTTP 重定向负载均衡服务器收到 HTTP 请求之后会返回服务器的
 
 正向代理：发生在客户端，是由用户主动发起的。比如翻墙，客户端通过主动访问代理服务器，让代理服务器获得需要的外网数据，然后转发回客户端。
 
-反向代理：发生在服务器端，用户不知道发生了代理。
+反向代理：发生在服务器端，用户不知道代理的存在。
 
 <div align="center"> <img src="../pics//b750eb3e-8a80-475c-95df-2e971b277603.jpg" width="500"/> </div><br>
 
@@ -187,7 +172,7 @@ Java 提供了两种内置的锁的实现，一种是由 JVM 实现的 synchroni
 
 ### 2.1 数据库分布式锁
 
-**基于 MySQL 锁表** 
+#### 基于 MySQL 锁表
 
 该实现方式完全依靠数据库唯一索引来实现。当想要获得锁时，就向数据库中插入一条记录，释放锁时就删除这条记录。如果记录具有唯一索引，就不会同时插入同一条记录。这种方式存在以下几个问题：
 
@@ -195,19 +180,19 @@ Java 提供了两种内置的锁的实现，一种是由 JVM 实现的 synchroni
 2. 只能是非阻塞锁，插入失败直接就报错了，无法重试。
 3. 不可重入，同一线程在没有释放锁之前无法再获得锁。
 
-**采用乐观锁增加版本号** 
+#### 采用乐观锁增加版本号
 
 根据版本号来判断更新之前有没有其他线程更新过，如果被更新过，则获取锁失败。
 
 ### 2.2 Redis 分布式锁
 
-**基于 SETNX、EXPIRE** 
+#### 基于 SETNX、EXPIRE
 
 使用 SETNX（set if not exist）命令插入一个键值对时，如果 Key 已经存在，那么会返回 False，否则插入成功并返回 True。因此客户端在尝试获得锁时，先使用 SETNX 向 Redis 中插入一个记录，如果返回 True 表示获得锁，返回 False 表示已经有客户端占用锁。
 
 EXPIRE 可以为一个键值对设置一个过期时间，从而避免了死锁的发生。
 
-**RedLock 算法** 
+#### RedLock 算法
 
 ReadLock 算法使用了多个 Redis 实例来实现分布式锁，这是为了保证在发生单点故障时还可用。
 
@@ -219,34 +204,34 @@ ReadLock 算法使用了多个 Redis 实例来实现分布式锁，这是为了
 
 Zookeeper 是一个为分布式应用提供一致性服务的软件，例如配置管理、分布式协同以及命名的中心化等，这些都是分布式系统中非常底层而且是必不可少的基本功能，但是如果自己实现这些功能而且要达到高吞吐、低延迟同时还要保持一致性和可用性，实际上非常困难。
 
-**抽象模型** 
+#### 抽象模型
 
 Zookeeper 提供了一种树形结构级的命名空间，/app1/p_1 节点表示它的父节点为 /app1。
 
 <div align="center"> <img src="../pics//31d99967-1171-448e-8531-bccf5c14cffe.jpg" width="400"/> </div><br>
 
-**节点类型** 
+#### 节点类型
 
 - 永久节点：不会因为会话结束或者超时而消失；
 - 临时节点：如果会话结束或者超时就会消失；
 - 有序节点：会在节点名的后面加一个数字后缀，并且是有序的，例如生成的有序节点为 /lock/node-0000000000，它的下一个有序节点则为 /lock/node-0000000001，依次类推。
 
-**监听器** 
+#### 监听器
 
 为一个节点注册监听器，在节点状态发生改变时，会给客户端发送消息。
 
-**分布式锁实现** 
+#### 分布式锁实现
 
 1. 创建一个锁目录 /lock。
 1. 在 /lock 下创建临时的且有序的子节点，第一个客户端对应的子节点为 /lock/lock-0000000000，第二个为 /lock/lock-0000000001，以此类推。
 2.  客户端获取 /lock 下的子节点列表，判断自己创建的子节点是否为当前子节点列表中序号最小的子节点，如果是则认为获得锁，否则监听自己的前一个子节点，获得子节点的变更通知后重复此步骤直至获得锁；
 3. 执行业务代码，完成后，删除对应的子节点。
 
-**会话超时** 
+#### 会话超时
 
 如果一个已经获得锁的会话超时了，因为创建的是临时节点，因此该会话对应的临时节点会被删除，其它会话就可以获得锁了。可以看到，Zookeeper 分布式锁不会出现数据库分布式锁的死锁问题。
 
-**羊群效应** 
+#### 羊群效应
 
 在步骤二，一个节点未获得锁，需要监听监听自己的前一个子节点，这是因为如果监听所有的子节点，那么任意一个子节点状态改变，其它所有子节点都会收到通知，而我们只希望它的下一个子节点收到通知。
 
@@ -256,38 +241,38 @@ Zookeeper 提供了一种树形结构级的命名空间，/app1/p_1 节点表示
 
 ## 1. 粘性 Session
 
-**原理** 
+### 原理
 
 粘性 Session 是指将用户锁定到某一个服务器上，比如上面说的例子，用户第一次请求时，负载均衡器将用户的请求转发到了 A 服务器上，如果负载均衡器设置了粘性 Session 的话，那么用户以后的每次请求都会转发到 A 服务器上，相当于把用户和 A 服务器粘到了一块，这就是粘性 Session 机制。
 
-**优点** 
+### 优点
 
 简单，不需要对 Session 做任何处理。
 
-**缺点** 
+### 缺点
 
 缺乏容错性，如果当前访问的服务器发生故障，用户被转移到第二个服务器上时，他的 Session 信息都将失效。
 
-**适用场景** 
+### 适用场景
 
 - 发生故障对客户产生的影响较小；
 - 服务器发生故障是低概率事件。
 
 ## 2. 服务器 Session 复制
 
-**原理** 
+### 原理
 
 任何一个服务器上的 Session 发生改变，该节点会把这个 Session 的所有内容序列化，然后广播给所有其它节点，不管其他服务器需不需要 Session，以此来保证 Session 同步。
 
-**优点** 
+### 优点
 
 可容错，各个服务器间 Session 能够实时响应。
 
-**缺点** 
+### 缺点
 
 会对网络负荷造成一定压力，如果 Session 量大的话可能会造成网络堵塞，拖慢服务器性能。
 
-**实现方式** 
+### 实现方式
 
 1. 设置 Tomcat 的 server.xml 开启 tomcat 集群功能。
 2. 在应用里增加信息：通知应用当前处于集群环境中，支持分布式，即在 web.xml 中添加&lt;distributable/> 选项。
@@ -306,43 +291,43 @@ Zookeeper 提供了一种树形结构级的命名空间，/app1/p_1 节点表示
 
 ### 3.2 非粘性 Session 共享机制
 
-**原理** 
+#### 原理
 
 Tomcat 本身不存储 Session，而是存入 Memcached 中。Memcached 集群构建主从复制架构。
 
 <div align="center"> <img src="../pics//ce0fa5d0-866b-46e6-a873-8eb1f78c2882.jpg" width="400"/> </div><br>
 
-**优点** 
+#### 优点
 
 可容错，Session 实时响应。
 
-**实现方式** 
+#### 实现方式
 
 用开源的 msm 插件解决 Tomcat 之间的 Session 共享：Memcached_Session_Manager（MSM）
 
 ## 4. Session 持久化到数据库
 
-**原理** 
+### 原理
 
 拿出一个数据库，专门用来存储 Session 信息。保证 Session 的持久化。
 
-**优点** 
+### 优点
 
 服务器出现问题，Session 不会丢失
 
-**缺点** 
+### 缺点
 
 如果网站的访问量很大，把 Session 存储到数据库中，会对数据库造成很大压力，还需要增加额外的开销维护数据库。
 
 ## 5. Terracotta 实现 Session 复制
 
-**原理** 
+### 原理
 
 Terracotta 的基本原理是对于集群间共享的数据，当在一个节点发生变化的时候，Terracotta 只把变化的部分发送给 Terracotta 服务器，然后由服务器把它转发给真正需要这个数据的节点。它是服务器 Session 复制的优化。
 
 <div align="center"> <img src="../pics//b6acae0d-7148-41de-adc3-ff5ff8dca3ae.jpg"/> </div><br>
 
-**优点** 
+### 优点
 
 这样对网络的压力就非常小，各个节点也不必浪费 CPU 时间和内存进行大量的序列化操作。把这种集群间数据共享的机制应用在 Session 同步上，既避免了对数据库的依赖，又能达到负载均衡和灾难恢复的效果。