高并发、高可用、分布式相关面试题汇总

1. ⾼并发原则
   ⽆状态
   ⽆状态应⽤，便于⽔平扩展
   有状态配置可通过配置中⼼实现⽆状态
   实践: Disconf、Yaconf、Zookpeer、Consul、Confd、Diamond、
   Xdiamond等
   拆分
   系统维度：按照系统功能、业务拆分，如购物⻋，结算，订单等
   功能维度：对系统功能在做细粒度拆分
   读写维度：根据读写⽐例特征拆分；读多，可考虑多级缓存；写多，可考
   虑分库分表
   AOP维度： 根据访问特征，按照AOP进⾏拆分，⽐如商品⻚可分为
   CDN、⻚⾯渲染系统，CDN就是⼀个AOP系统
   模块维度：对整体代码结构划分Web、Service、DAO
   服务化
   服务化演进: 进程内服务-单机远程服务-集群⼿动注册服务-⾃动注册和发
   现服务-服务的分组、隔离、路由-服务治理
   考虑服务分组、隔离、限流、⿊⽩名单、超时、重试机制、路由、故障补
   偿等
   实践：利⽤Nginx、HaProxy、LVS等实现负载均衡，ZooKeeper、Consul
   等实现⾃动注册和发现服
   消息队列
   ⽬的: 服务解耦(⼀对多消费)、异步处理、流量削峰缓冲等
   ⼤流量缓冲： 牺牲强⼀致性，保证最终⼀致性(案例：库存扣减，现在
   Redis中做扣减，记录扣减⽇志，通过后台进程将扣减⽇志应⽤到DB)
   数据校对: 解决异步消息机制下消息丢失问题
   数据异构
   数据异构: 通过消息队列机制接收数据变更，原⼦化存储
   数据闭环: 屏蔽多从数据来源，将数据异构存储，形成闭环
   缓存银弹
   ⽤户层:
   DNS缓存
   浏览器DNS缓存
   操作系统DNS缓存
   本地DNS服务商缓存
   DNS服务器缓存
   客户端缓存
   浏览器缓存(Expires、Cache-Control、Last-Modified、Etag)* App
   客户缓存(js/css/image…)
   代理层：
   CDN缓存(⼀般基于ATS、Varnish、Nginx、Squid等构建,边缘节点-
   ⼆级节点-中⼼节点-源站)
   接⼊层：
   Nginx为例：
   Proxy_cache： 代理缓存,可以存储到/dev/shm或者SSD
   FastCGI Cache
   Nginx+Lua+Redis: 业务数据缓存
   PHP为例：
   Opcache： 缓存PHP的Opcodes
   应⽤层：
   ⻚⾯静态化
   业务数据缓存(Redis/Memcached/本地⽂件等)
   消息队列
   数据层：
   NoSQL： Redis、Memcache、SSDB等
   MySQL： Innodb/MyISAM等Query Cache、Key Cache、Innodb
   Buffer Size等
   系统层：
   CPU : L1/L2/L3 Cache/NUMA
   内存
   磁盘：磁盘本身缓存、dirty_ratio/dirty_background_ratio、阵列卡本
   身缓存
   并发化
2. ⾼可⽤原则
   降级
   降级开关集中化管理：将开关配置信息推送到各个应⽤
   可降级的多级读服务：如服务调⽤降级为只读本地缓存
   开关前置化：如Nginx+lua(OpenResty)配置降级策略，引流流量；可基于
   此做灰度策略
   业务降级：⾼并发下，保证核⼼功能，次要功能可由同步改为异步策略或
   屏蔽功能
   限流
   ⽬的: 防⽌恶意请求攻击或超出系统峰值
   实践：
   恶意请求流量只访问到Cache
   穿透后端应⽤的流量使⽤Nginx的limit处理
   恶意IP使⽤Nginx Deny策略或者iptables拒绝
   切流量
   ⽬的：屏蔽故障机器
   实践:
   DNS: 更改域名解析⼊⼝，如DNSPOD可以添加备⽤IP，正常IP故障
   时，会⾃主切换到备⽤地址;⽣效实践较慢
   HttpDNS: 为了绕过运营商LocalDNS实现的精准流量调度
   LVS/HaProxy/Nginx: 摘除故障节点
   可回滚
   发布版本失败时可随时快速回退到上⼀个稳定版本
3. 业务设计原则
   防重设计
   幂等设计
   流程定义
   状态与状态机
   后台系统操作可反馈
   后台系统审批化
   ⽂档注释
   备份
4. 总结
   先⾏规划和设计时有必要的，要对现有问题有⽅案，对未来有预案;⽋下的
   技术债，迟早都是要还的。
5. 分布式与集群的区别：
   分布式是指将不同的业务分布在不同的地⽅。 ⽽集群指的是将⼏台服务器集中在
   ⼀起，实现同⼀业务
6. 分布式事务：
7. ⼆阶段提交：
   a. 概念：参与者将操作成败通知协调者，再由协调者根据所有参与者的
   反馈情报决定各参与者是否要提交操作还是中⽌操作。
   b. 作⽤：主要保证了分布式事务的原⼦性；第⼀阶段为准备阶段，第⼆
   阶段为提交阶段；
   c. 缺点：不仅要锁住参与者的所有资源，⽽且要锁住协调者资源，开销
   ⼤。⼀句话总结就是：2PC效率很低，对⾼并发很不友好。
8. 三阶段提交：
   a. 概念：三阶段提交协议在协调者和参与者中都引⼊超时机制，并且把
   两阶段提交协议的第⼀个阶段拆分成了两步：询问，然后再锁资源，最
   后真正提交。这样三阶段提交就有CanCommit、PreCommit、
   DoCommit三个阶段。
   b. 缺点：如果进⼊PreCommit后，Coordinator发出的是abort请求，假
   设只有⼀个Cohort收到并进⾏了abort操作，
   ⽽其他对于系统状态未知的Cohort会根据3PC选择继续Commit，此时系统状态
   发⽣不⼀致性。
9. 柔性事务：
   a. 概念：所谓柔性事务是相对强制锁表的刚性事务⽽⾔。流程⼊下：
   服务器A的事务如果执⾏顺利，那么事务A就先⾏提交，如果事务B也执
   ⾏顺利，则事务B也提交，整个事务就算完成。但是如果事务B执⾏失
   败，事务B本身回滚，这时事务A已经被提交，所以需要执⾏⼀个补偿操
   作，将已经提交的事务A执⾏的操作作反操作，恢复到未执⾏前事务A的
   状态。
   b. 缺点：业务侵⼊性太强，还要补偿操作，缺乏普遍性，没法⼤规模推
   ⼴。
10. 消息最终⼀致性解决⽅案之RabbitMQ实现：
    a. 实现：发送⽅确认+消息持久化+消费者确认。
11. 什么时候⽤到分布式开发：
    a. 优点：
    i. 模块解耦：把模块拆分,使⽤接⼝通信,降低模块之间的耦合度.
    ii. 项⽬拆分，不同团队负责不同的⼦项⽬：把项⽬拆分成若⼲个⼦
    项⽬,不同的团队负责不同的⼦项⽬.
    iii. 提⾼项⽬扩展性：增加功能时只需要再增加⼀个⼦项⽬,调⽤其
    他系统的接⼝就可以。
    iv. 分布式部署：可以灵活的进⾏分布式部署.
    v. 提⾼代码的复⽤性：⽐如service层,如果不采⽤分布式rest服务
    ⽅式架构就会在⼿机wap商城,微信商城,pc,android，ios每个端都
    要写⼀个service层逻辑,开发量⼤,难以维护⼀起升级,这时候就可以
    采⽤分布式rest服务⽅式,公⽤⼀个service层。
    a. 缺点：
    i. 系统之间的交互要使⽤远程通信,接⼝开发增⼤⼯作量；
    ii. ⽹络请求有延时；
    iii. 事务处理⽐较麻烦，需要使⽤分布式事务。
12. cdn（异地多活）
    1、异地多活：异地多活指分布在异地的多个站点同时对外提供服务的业务场
    景。异地多活是⾼可⽤架构设计的⼀种，与传统的灾备设计的最主要区别在
    于“多活”，即所有站点都是同时在对外提供服务的。
    2、两地容灾切换⽅案：
    容灾是异地多活中最核⼼的⼀环， 以两个城市异地多活部署架构图为例：

在两个城市（城市1位于华南1地域、城市2位于华东1地域）均部署⼀
套完整的业务系统。
下单业务按照“user_id”％ 100 进⾏分⽚，在正常情况下：
[00~49]分⽚所有的读写都在城市1的数据库实例主库。
[50～99]分⽚所有的读写都在城市2的数据库实例主库。
“城市1的数据库实例主库”和 “城市2的数据库实例主库”建⽴DTS双向复
制。
当出现异常时，需要进⾏容灾切换。可能出现的场景有以下4种：
将第2种、第3种异常情况，全部采⽤第2种⽅案进⾏处理，那么不管是所有
的APP Server异常、所有的数据库异常、整个城市异常，就直接按照城市级
容灾⽅案处理，直接将APP Server、数据库切换到到另⼀个城市。
3、多城异地多活：
多城市异地多活模式指的是3个或者3个以上城市间部署异地多活。该模式
下存在中⼼节点和单元节点：
中⼼节点：指单元节点的增量数据都需要实时的同步到中⼼节点，同时
中⼼节点将所有分⽚的增量数据同步到其他单元节点。
单元节点：即对应分⽚读写的节点，该节点需要将该分⽚的增量同步到
中⼼节点，并且接收来⾃于中⼼节点的其他分⽚的增量数据。
下图是3城市异地多活架构图，其中华东1就是中⼼节点，华南1和华北1是
单元节点。
9. 分布式环境下宕机的处理⽅案？
1、dubbo：服务器宕机，zk临时被删除；
2、springcloud：每30s发送⼼跳检测重新进⾏租约，如果客户端不能多次
更新租约，它将在90s内从服务器注册中⼼移除。
3、apm监控：
10.