分布式集群架构场景化解决⽅案

一致性 Hash 算法

1. 直接寻址法

   优点：效率肯定是最高的

   缺点：浪费空间，没办法处理重复数据

2. 除留余数法

   使用取模的方法，以一定的效率从而达到减少空间使用的目的

3. 开放寻址法

4. 拉链法

   在 Java 当中最经典的实现就是 HashMap

Hash 算法应用场景

1. 请求的负载均衡

   Nginx 的 ip_hash 策略

2. 分布式存储

   分库分表，集群中的数据 ID

普通 Hash 算法存在的问题

在空间发生变化的时候，会导致大部分的 Hash 值重新计算。

一致性 Hash 算法

一致性 Hash 算法的范围是 0 - 2 ^ 32 -1 的圆。计算每个请求 Hash 值顺时针方向最近的服务器，需要注意转一圈的情况。

存在的问题：数据（请求倾斜问题）

解决方案：虚拟节点。添加一些虚拟节点，每个虚拟节点映射一个真实节点，相当于一层路由。

Nginx 配置一致性 Hash 负载均衡策略

upstream login {
	consistent_hash $request_uri;
}

集群时钟同步问题

不同的场景使用不同的方案。

1. 服务器全都可以连接互联网
2. 部分服务器可以连接互联网或都不可以连接互联网

第一种情况，如果都可以连接互联网，那么所有的服务器都与同一个时间服务器同步即可。

# 使用 ntpdate 网络时间同步命令
ntpdate -u ntp.api.bz # 从一个时间服务器同步时间

可以使用定时任务，间隔一定时间，同步一次服务器时间。

第二种情况，如果部分服务器可以连接互联网，或者是全部都不能够连接互联网，那么，只需要选择一台服务器当作时间服务器即可，其他的服务器都与这台服务器进行时间同步。

配置为时间服务器（修改 /etc/ntp.conf ⽂件）

1、如果有 restrict default ignore，注释掉它
2、添加如下⼏⾏内容
restrict 172.17.0.0 mask 255.255.255.0 nomodify notrap # 放开局
域⽹同步功能,172.17.0.0是你的局域⽹⽹段
server 127.127.1.0 # local clock
fudge 127.127.1.0 stratum 10
3、重启⽣效并配置ntpd服务开机⾃启动
service ntpd restart
chkconfig ntpd on

分布式 ID 解决方案

1. UUID

   UUID 是指 Universally Unique Identifier，翻译为中⽂是通⽤唯⼀识别码 产⽣重复 UUID 并造成错误的情况⾮常低，是故⼤可不必考虑此问题。

2. 独⽴数据库的⾃增 ID

   使用一张表记录 ID，每一次先像表中添加一条记录，然后通过数据库 LAST_INSERT_ID() 方法获取添加记录的 ID

3. 雪花 ID

   通过 SnowFlake 雪花算法生成 ID。

   雪花算法是 Twitter 推出的⼀个⽤于⽣成分布式 ID 的策略。 雪花算法是⼀个算法，基于这个算法可以⽣成 ID，⽣成的 ID 是⼀个 long 型，那么在 Java 中⼀个 long 型是8个字节，算下来是 64bit，如下是使⽤雪花算法⽣成的⼀个 ID 的⼆进制形式示意：

另外，⼀切互联⽹公司也基于上述的⽅案封装了⼀些分布式ID⽣成器，⽐如滴滴的 tinyid（基于数 据库实现）、百度的 uidgenerator（基于 SnowFlake）和美团的 leaf（基于数据库和 SnowFlake） 等

4. 借助 Redis 的 Incr 命令获取全局唯⼀ ID

分布式调度

在分布式环境下的定时任务调度。

Elastic-job 当当网开源的分布式调度框架。

Session 共享问题

因为在集群环境下，有可能存在同一个 Session(用户) 每一次请求访问不同的服务器，但是有些信息，又不希望反复操作。

1. 通过相同 IP 每次访问相同服务器的方案（Nginx 的 IP_Hash 策略）
   优点：配置简单，不入侵应用（不需要额外修改代码）
   缺点：服务器重启 Session 丢失，存在单点负载高的风险，单点故障问题。
2. 多服务器间进行 Session 同步
   Tomcat 可以通过组播机制实现 Session 同步
   优点：不入侵应用，便于服务器水平扩展，使用各种负载均衡策略，服务器重启或者宕机不会造成 Session 丢失。
   缺点：性能低，内存消耗打，有延迟。
3. Session 集中存储
   使用缓存中间件对 Session 数据进行缓存。
   优点：适应各种负载均衡策略，服务器重启或宕机不会造成Session 丢失，扩展能力强，适合大集群数量使用。
   缺点：对应用又入侵，需要引入相关代码。