Landcc的博客

隔离故障：防止下游故障扩散到客户端及上游服务；保护资源：避免客户端线程、连接被无效请求耗尽；自动恢复：通过半开状态试探，在下游恢复后自动恢复调用链路。记住：熔断器不是 “万能药”，但它是分布式系统抵御 “雪崩效应” 的第一道防线，与重试机制、限流策略结合使用，能显著提升系统的稳定性。

幂等性是指 “多次执行同一操作，结果与执行一次相同”。幂等服务查询（）：多次查询结果相同；删除（）：多次删除与一次删除结果相同（都是订单 100 被删除）；更新（，参数固定）：多次更新结果相同。非幂等服务新增（）：多次调用会创建多个订单；转账（，从 A 转 100 到 B）：多次调用会导致 A 多扣钱、B 多收钱。精准触发：仅对网络异常、超时等 “可能是临时故障” 的场景重试；安全边界：仅对幂等服务重试，通过 ZooKeeper 白名单实现精准控制。“重试是解药，但只给对的人吃”

当服务节点能力不一时，“平均分配” 是低效且危险的。服务端注册自身权重；客户端按权重分配虚拟节点；哈希环路由确保流量比例与权重一致。这种方案既能发挥强节点的性能优势，又能避免弱节点过载，是 RPC 集群高可用的重要保障。

本地缓存在 RPC 中的作用可概括为 “提速 + 减压减少对注册中心的请求次数，降低其负载；避免每次调用的网络延迟，提升 RPC 调用效率。而 ZooKeeper 的监听机制则是一致性的保障 —— 通过 “主动通知 + 被动更新” 的方式，既保证了缓存的实时性，又避免了客户端轮询带来的资源浪费。本地缓存做 “速查”，监听机制保 “一致”，二者结合是 RPC 客户端高性能与高可用的基础。

令牌桶算法的核心价值在于：它既通过rate控制了系统的长期负载（避免过载），又通过capacity容忍了短时间的流量峰值（提升用户体验）。这种 “刚柔并济” 的特性，让它成为高并发系统中限流的首选方案。理解令牌桶不仅能帮你应对面试，更能在实际工作中设计出更合理的限流策略 —— 记住：限流的最终目的不是 “拒绝请求”，而是 “让系统在可控范围内稳定运行”，令牌桶正是这一目标的完美实现。

序列化：将内存中的对象（如 Java 的 User 对象、Python 的 Dict）转换为可存储或传输的格式（如二进制流、JSON 字符串）的过程。反序列化：将传输格式的数据还原为内存中对象的过程。RPC 通信：服务 A 调用服务 B 时，需将请求参数序列化后通过网络传输；数据持久化：将对象保存到磁盘（如 Redis 缓存、数据库 BLOB 字段）；跨语言交互：Java 服务与 Go 服务通信，需通过双方都能解析的格式交换数据。小体积、快速度、跨语言、好兼容。

/ 发送消息并设置超时重传// 发送消息if (!});return;if (!} else {});// 1秒后重试网络接口层：依赖硬件 CRC 校验，通过零拷贝减少传输错误网络层：依赖 IP 协议寻址与分片，框架层监控 ICMP 错误传输层：增强 TCP 协议特性，为 UDP 补充可靠性机制应用层：通过编解码校验、心跳机制、事务补偿确保业务正确性。

回到最初的问题：Netty 属于网络结构模型中的哪一层？Netty 不局限于单一层次，而是横跨传输层与应用层的通信框架。对传输层：它封装了 TCP/UDP，通过EventLoop和Selector高效处理 IO 事件，解决了传输层的连接管理、数据传输等核心问题；对应用层：它通过编解码器、等组件，支持 HTTP、RPC 等应用层协议，允许开发者自定义业务逻辑。