promiseful的博客

1. 事务：事务是由一组操作构成的可靠的独立的工作单元，事务具备ACID的特性，即原子性、一致性、隔离性和持久性。2. 本地事务：当事务由资源管理器本地管理时被称作本地事务。本地事务的优点就是支持严格的ACID特性，高效，可靠，状态可以只在资源管理器中维护，而且应用编程模型简单。但是本地事务不具备分布式事务的处理能力，隔离的最小单位受限于资源管理器。3. 全局事务：当事务由全局事务管理器进行全局管理时成为全局事务，事务管理器负责管理全局的事务状态和参与的资源，协同资源的一致提交回滚。

一、处理中心类package com.haoxiansheng.demo01.mqTest;import lombok.extern.slf4j.Slf4j;import org.springframework.util.StringUtils;import java.util.concurrent.ArrayBlockingQueue;/** * @author flame * @data 2020/10/5 * 消息处理中心 */@Slf4jpublic class Brok

一、为什么要使用消息队列？1、解决耦合随着需求频繁变化、功能增加。对于独立功能模块之间逐渐变成了调用关系！这种调用关系属于一种紧耦合关系。紧耦合的缺点时不利于各模块独立演化,一个模块的变化会导致其他关联的变化。解决方法：增加一个中间层来实现解决耦合。对于一个模块而言只关心自己的核心流程,而依赖该模块执行结果的不是很重要的可以以通知的方式。重要的可以以事物的最终一致性、消息补偿的方式解决耦合。2、流量削峰在互联网中,某一时刻网站可能出现用户请求的高峰值的情况（

一、分布式与集群1、分布式：一个业务被拆分成多个子业务部署在不同的服务器上。系统之间并不独立，需要相互通信来完成具体功能。2、集群：同一个业务部署在多台服务器上。二、实现通信的方式1、基于远程调用的方式RPC 调用：是一种通过网络从远程计算机程序上请求服务，不需要了解底层网络技术的协议。A) 是一种协议、规范。需要遵循规范的实现。典型的有Dubbo 、Thrift 、GRPC 等。B) 网络通信的实现是透明的,调用方不需要关心网络之间的通信协议、网络I/O模型、通信的消息格式等。

一、介绍百度百科1、事件驱动架构（Event Driven Architecture，EDA）事件代表过去发生的事件，事件既是技术架构概念，也是业务概念。以事件为驱动的编程模型称为事件驱动架构EDA。EDA是一种以事件为媒介，实现组件或服务之间最大松耦合的方式。传统面向接口编程是以接口为媒介，实现调用接口者和接口实现者之间的解耦，但是这种解耦程度不是很高，如果接口发生变化，双方代码都需要变动，而事件驱动则是调用者和被调用者互相不知道对方，两者只和中间消息队列耦合2、 但是不代表使用了消息系

一、介绍百度百科维基百科1、面向服务的结构 Service-Oriented Architecture并不特指一种技术，而是一种分布式运算的软件设计方法。软件的部分组件（调用者），可以透过网络上的通用协议调用另一个应用软件组件运行、运作，让调用者获得服务。SOA原则上采用开放标准、与软件资源进行交互并采用表示的标准方式。因此应能跨越厂商、产品与技术。一项服务应视为一个独立的功能单元，可以远程访问并独立运行与更新，2、面向服务的架构（SOA）是一个组件模型，它将应用程序的

动态图演示Raft Protocol其他分布式一致性算法k一、Leader选举1、请求graph LRA((客户端))-->|请求|B((master))B((master))-->C((follower))B((master))-->D((f0llower))2、选举超时（150-300ms）graph LRB((master))-->|send|C((follower))C((follower))-->|return|B((master))B((

一、分布式事务概念1、事务机制:满足ACID2、在分布式系统中，各个节点之间在物理上相互独立，通过网络进行沟通和协调。单节点内部存在事务机制，可以保证每个独立节点上的数据操作可以满足ACID。3、相互独立的节点之间无法准确的知道其他节点中的事务执行情况。所以从理论上讲，两台机器理论上无法达到一致的状态。4、如果想让分布式部署的多台机器中的数据保持一致性，那么就要保证在所有节点的数据写操作，要不全部都执行，要么全部的都不执行。5、一台机器在执行本地事务的时候无法知道其他机器中的本地事务的执行结果。所

一、一致性问题（客户端角度）1、强一致性（Strong Consistency）在任何时候，用户或节点都可以读到最近一次成功更新的副本数据。这种一致性肯定是我们最想要的，但是很遗憾，强一致性在实践中很难实现，而且一般都会牺牲可用性。2、弱一致性（Weak Consistency）某个进程更新了副本的数据，但是系统不能保证后续进程能够读取到最新的值。3、最终一致性（Eventual Consistency）最终一致性是弱一致性的一种特例。某个A进程更新了副本的数据，如果没有其他进程更新这

一、 CAP定理是分布式系统中的一个基本定理1）分布式定理翻译参考文章2）分布式定理原文1概念分布式系统（Distributed System）是一组电脑，通过网络相互连接传递讯息与通讯后并协调它们的行为而形成的系统。组件之间彼此进行交互以实现一个共同的目标。把需要进行大量计算的工程数据分割成小块，由多台计算机分别计算，再上传运算结果后，将结果统一合并得出数据结论的科学。2、一致性：Consistency1)在一个一致性的系统中，客户端向任何服务器发起一个写请求，将一个值写入服务器并得到响应，那