# Syii

**Repository Path**: sliio/syii

## Basic Information

- **Project Name**: Syii
- **Description**: 嘻嘻
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: https://gitee.com/sliio/
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-03
- **Last Updated**: 2026-06-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Syii

1. 分布式系统基础概念
1.1 定义
分布式系统由多台独立物理 / 云服务器节点组成，节点通过网络通信协同工作，对外表现为统一完整系统；用于解决单体应用算力上限、存储瓶颈、单点故障、海量并发问题。
1.2 单体架构 vs 分布式架构对比
表格
对比项	单体架构	分布式 (微服务)
部署方式	全部模块打包部署一台机器	按业务拆分多服务、多节点独立部署
扩容	整体扩容成本高	按需扩容单个服务
故障影响	一处异常整体宕机	故障服务隔离，不影响全系统
开发维护	小项目高效，大项目臃肿	分工明确，复杂度上升，需管控分布式问题
1.3 典型业务落地场景
高并发互联网：电商、秒杀、支付系统
海量数据：大数据存储、日志分析、物联网数据采集
异地多活：金融、政企核心系统
2. 分布式核心理论 (CAP/BASE/ 一致性算法)
2.1 CAP 定理
任何分布式存储系统无法同时满足以下三点，三选二：
C (一致性 Consistency)：所有节点同一时刻数据完全一致
A (可用性 Availability)：任意请求均可正常返回结果
P (分区容错 Partition Tolerance)：网络故障导致节点间通信失败，系统仍可运行
选型策略：
CP 架构：舍弃可用性，保证数据一致 (ZooKeeper)
AP 架构：舍弃强一致性，保证服务可用 (Redis、多数互联网业务)
2.2 BASE 理论（互联网主流最终一致性思想）
BASE 是 CAP 中 AP 方案落地指导：
BA (基本可用)：故障时核心功能可用，非核心降级
S (柔性状态)：允许系统中间态，数据短时不一致
E (最终一致)：经过一段时间同步后，全节点数据达成一致
2.3 主流一致性算法
表格
算法	用途	落地产品
Raft	分布式选主、数据同步	Etcd、Nacos
Paxos	强一致性，理论复杂	Chubby
ZAB	Zookeeper 自研一致性协议	ZooKeeper
3. 分布式核心中间件与技术组件
3.1 服务注册与发现
解决服务 IP 不固定、动态上下线问题：Nacos、Consul、Eureka
原理：服务启动注册到注册中心，消费者定时拉取服务列表实现调用
3.2 RPC 远程调用
跨服务进程通信，替代 HTTP 提升性能：Dubbo (Java)、gRPC (跨语言)
java
运行
// Dubbo简单接口示例
public interface OrderRpcService {
    // 远程调用：创建订单
    Long createOrder(Long userId, Long goodsId);
}
3.3 分布式配置中心
统一管理环境配置、动态修改不重启服务：Nacos、Apollo
3.4 消息队列 (MQ)
异步解耦、流量削峰、最终一致性：Kafka、RocketMQ、RabbitMQ
3.5 分布式锁
解决并发争抢资源 (库存扣减、幂等控制)：
Redis 分布式锁 (业务常用)
Zookeeper 临时节点锁 (高可靠)
3.6 分布式缓存
Redis 集群 (主从 + 哨兵 / Cluster)，解决热点数据 DB 压力
4. 分布式系统分层架构设计
plaintext
┌─────────────┐
│ 接入层(Gateway) → SpringCloud Gateway/APISIX 路由、鉴权、限流
├─────────────┤
│ 应用服务层(微服务拆分) → 用户/订单/商品/支付独立服务(DDD领域拆分)
├─────────────┤
│ 中间件层 → MQ/Redis/Nacos/注册中心
├─────────────┤
│ 数据层 → MySQL分库分表 + 对象存储OSS + ES搜索引擎
└─────────────┘
4.1 微服务拆分原则 (DDD 领域驱动)
单一职责：一个服务只负责一个领域
高内聚低耦合：领域内逻辑聚合，领域间通过 RPC/MQ 通信
数据自治：每个服务独占数据库，禁止跨库 JOIN
5. 主流中间件选型对照表
表格
中间件分类	产品	优势	适用场景
注册配置	Nacos	注册 + 配置二合一，AP 架构	微服务全栈首选
消息队列	RocketMQ	高可靠、事务消息	电商订单异步
消息队列	Kafka	超高吞吐	日志、大数据采集
分布式缓存	Redis	高性能多数据结构	热点缓存、分布式锁
链路追踪	SkyWalking	无侵入探针	全链路监控
分库分表	Sharding-JDBC	客户端分片，无中间代理	MySQL 分库分表
6. 分布式项目标准开发流程
需求梳理 → DDD 领域建模 → 服务拆分评审
架构选型：中间件、存储、框架确认
编码开发：接口定义、单元测试
集成测试：本地 Docker 环境联调
性能压测：JMeter 压测并发、验证限流降级
灰度上线 → 全量发布 → 线上监控运维
6.1 接口规范
统一使用 RESTful 规范：
GET：查询资源；POST：新增；PUT：全量更新；DELETE：删除
7. 高可用、容错、限流熔断设计
7.1 熔断降级（Sentinel 主流框架）
熔断：下游服务频繁报错，断开调用，快速失败防止雪崩
降级：非核心功能关闭，保障核心业务 (商品详情正常、推荐服务降级)
7.2 限流算法
漏桶算法：固定速率流出，限制出口流量
令牌桶算法：可瞬间放行突发流量 (秒杀常用)
7.3 故障处理：重试、超时、故障转移
RPC 调用统一配置超时时间、失败重试次数，注册中心自动剔除故障节点。
8. 分布式数据方案：分库分表与分布式事务
8.1 分库分表两种方案
垂直分库：按业务拆分 (用户库、订单库)
水平分表：单表数据过大，按 ID 哈希拆分 (order_0~order_15)
Sharding-JDBC 最简 yaml 配置示例
yaml
spring:
  shardingsphere:
    datasource:
      ds0:
        url: jdbc:mysql://127.0.0.1:3306/db_order_0
    rules:
      sharding:
        tables:
          t_order:
            actual-data-nodes: ds0.t_order_$->{0..1}
            database-strategy:
              standard:
                sharding-column: user_id
8.2 分布式事务解决方案
表格
方案	适用场景	优缺点
本地消息表 + MQ	电商订单 (主流)	成本低，最终一致
TCC	强一致性金融业务	侵入代码，开发成本高
SAGA	长事务业务	补偿逻辑复杂
2PC(XA)	传统数据库，低并发	性能差，不适合高并发
9. 可观测性：监控、日志、全链路追踪
分布式三大可观测支柱：
指标监控 (Prometheus+Grafana)：QPS、CPU、内存、接口耗时
日志收集 (ELK/EFK)：统一日志存储检索，异常排查
链路追踪 (SkyWalking/Pinpoint)：追踪一条请求跨多服务全链路耗时、异常节点
10. 实战案例：简易分布式电商订单架构
plaintext
用户请求 → Gateway网关 → 订单服务
    ↓(RPC调用)
商品服务(扣库存) + 用户服务(扣余额)
    ↓(MQ异步)
消息队列 → 库存变更服务、物流服务、积分服务
关键点：创建订单后通过 RocketMQ 异步通知下游，提升接口响应速度，解耦业务。
11. 分布式高频踩坑与解决方案
11.1 缓存三大问题
缓存穿透 (查不存在数据击穿 DB)：布隆过滤器拦截非法 key
缓存击穿 (热点 key 过期大量请求打 DB)：互斥锁、永不过期
缓存雪崩 (大批量 key 同时过期)：过期时间随机 + 集群部署
11.2 接口幂等（防止重复请求）
方案：前端传唯一业务单号，服务端根据单号判断是否已处理，避免重复下单 / 扣款。
11.3 分布式事务数据不一致
中小业务优先：本地消息表 + 可靠 MQ 实现最终一致性。
12. Docker 快速搭建开发环境
docker-compose.yml（一键启动 Nacos+Redis+RocketMQ）
yaml
version: '3'
services:
  nacos:
    image: nacos/nacos-server:2.3.1
    ports: ["8848:8848"]
    environment:
      MODE: standalone
  redis:
    image: redis:6-alpine
    ports: ["6379:6379"]
启动命令：docker-compose up -d
附录
A. 推荐学习资源
《分布式服务架构：原理、设计与实战》
Nacos/SkyWalking 官方文档
阿里 Sentinel、Sharding-JDBC 开源项目
B. 常用工具清单
压测：JMeter、Locust
API 调试：Postman、Apifox
链路排查：SkyWalking UI