分布式相关

分布式系统（Distributed System）是一种由多个相互协作的计算机组成的系统，这些计算机通过网络互相通信和协调，共同完成一个或多个任务。

分布式系统有哪些特点？

• 异构性：系统的各个组成部分可以有不同的硬件和软件配置。
• 透明性：用户通常感知不到系统的分布式特性，即不知道数据存储在哪里或计算发生在哪个节点。
• 并发性：系统允许多个任务或事务同时运行。
• 容错性：系统设计时考虑到单个组件可能会失败，但整个系统仍能正常运作。
• 可扩展性：系统能够随着需求的增长而扩展，无论是增加计算能力还是存储容量。

CAP定理是什么？

在分布式系统中，不可能同时实现一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）三个属性。

• 一致性（Consistency）：所有节点在同一时刻看到相同的数据。如果一个节点提交了一个更新操作，那么这个更新应该立即反映到所有节点上，所有后续的操作都应该基于这个最新的状态。
• 可用性（Availability）：每个请求不管当前节点是否发生故障，都应该在合理的时间内获得响应。简单来说，系统始终能够返回一个结果（可能是成功或失败）。
• 分区容忍性（Partition Tolerance）：即使网络分区导致部分节点无法相互通信，系统仍能继续运行。换句话说，即使网络出现故障，系统也不能完全停止工作

但在实际应用中，网络问题，网络分区几乎是不可避免的，因此CA系统在分布式环境中不太实用。一般是AP和CP

BASE理论？

BASE理论（Basically Available, Soft State, Eventually Consistent）是对CAP定理的一种补充，强调在分布式系统中实现最终一致性的设计理念。

• 基本可用（Basically Available）：系统能够保证基本的可用性，即大多数情况下，请求能够得到及时响应。但是，响应可能不是最新的数据。
• 软状态（Soft State）：系统状态允许在一定时间内保持变化，而不是一个静态不变的状态。这意味着系统状态可以随时间和操作发生变化。
• 最终一致性（Eventually Consistent）：系统中的所有节点最终会达到一致的状态，但不一定是立即的。即，系统会随着时间推移逐渐达到一致状态。

BASE理论强调在分布式系统中，为了提高可用性和可扩展性，可以暂时牺牲强一致性，转而追求最终一致性。这种方式更适合大规模分布式系统，尤其是在互联网应用中。

分布式事务seata

分布式事务，指相同的事务可能分布到不同的服务中，而原有事务对这种仅对当前服务生效，其他服务的事务无法保证。用seata组件来实现的。

分布式接口幂等性

使用唯一索引，分布式锁，或者token+redis

分布式定时任务

使用分布式锁，xxl-job