零拷贝技术：

• 避免从内核态到用户态的数据拷贝

多路复用技术：

• 避免阻进程/线程阻塞在io上，而是等内核在io准备好(同步)或者io已完成(异步)时通知进程/线程。这样的好处：将进程/线程切换权限交给操作系统，可以让出CPU执行其他事情。

写时复制（copy on write）：

线程池技术：

• 因为线程并不会一直占用CPU，所以为了避免线程无限创建和销毁的开销，预先创建一批线程（CPU * 2）。

无锁编程技术（lock-free）：

基本概念：

• 容错：代表了在异常情况下仍然具有可用性和正确性。（前提是大部分节点正常）
• 共识：代表的是数据的一致性，它意味着即便是在并发、异常等情况下也能达成共识（前提是没有叛徒）

Paxos：

角色：

• 提议者（proposer）：提出提案的节点
• 接收者（acceptor）：接受并投票提案的节点
• 学习者（learner）：接收来自接受者的Accept通知，了解最终被接受的提案

分布式一致性：

定义：

• 分布式一致性是指在分布式系统中，确保所有节点对数据的视图是一致的，即所有节点在某个时间点上看到的数据状态是一致的。
• 分布式系统的核心目标：确保所有节点的数据和状态一致

强一致性：

• 所有读操作都能看到最新的写操作结果
• 强一致性模型：
  • 线性一致性
  • 顺序一致性

弱一致性：

• 读操作可能不会立即看到最新的写操作结果
• 弱一致性模型：
  • 最终一致性
  • 会话一致性

分布式事务相关算法：

角色：

• 协调者
• 参与者

XA模式、AT模式：

• XA模式：2PC，使用回滚
• AT模式：TCC，利用补偿

2PC ：

• 准备阶段：
  • 协调者向所有参与者发送准备请求，参与者执行预操作并记录日志，但不提交，进入准备阶段。
• 提交阶段：
  • 如果所有参与者都准备就绪，协调者发送提交请求，参与者提交操作；
  • 否则，协调者发送回滚请求，参与者回滚操作。
• 存在的问题：
  • 协调者单点故障问题
  • 参与者等待指令期间阻塞
  • 延迟问题
• 适用场景：
  • 在某些需要强一致性的分布式事务管理系统
  • MySQL、ZooKeeper

• 必看耗子叔
• 极客时间
• 必读 12-factors
• coolshell
• every-architect-should-study-conway-law
• https://xie.infoq.cn/article/633911603a048b9f19c81cf29
• eventually_consistent.html
• patterns
• soa-patterns

云原生概括为4个要点：

• DevOps
• 持续交付（CI/CD）
• 微服务（Micro service）
• 容器（Docker、K8s）

应用场景： 分布式锁、配置中心、服务发现与注册

zookeeper etcd consul nacos

分层架构：

也叫N层架构，例如C/S架构、B/S架构。常见的是3层架构（例如，MVC、MVP架构）、4层架构，5层架构的比较少见，一般是比较复杂的系统才会达到或者超过5层，比如操作系统内核架构。

SOA:

分布式协调服务

能在分布式环境下，让多个实例同时获取到同一份信息的服务，就是所谓的分布式协调服务

合适原则

合适原则宣言：“合适优于业界领先”

简单原则

简单原则宣言：“简单优于复杂”

演化原则

演化原则宣言：“演化优于一步到位”

自增ID：

• 具体实现：
  • mysql 自增ID
  • redis incr

UUID：

snow flake雪花算法：

Leaf算法：