写点什么

Java 基础面试题【分布式】二

作者:派大星
  • 2023-11-07
    北京
  • 本文字数:2247 字

    阅读完需:约 7 分钟

分布式锁解决方案

思考的点:


需要这个锁独立于每一个服务之外,而不是在服务里面。数据库:利用主键冲突控制一次只有一个线程能获取锁,非阻塞、不可重入、单点、失效时间

Zookeeper 分布式锁

zk 通过临时节点,解决了死锁的问题,一旦客户端获取到锁之后突然挂掉(Session 连接断开),那么这个临 时节点就会自动删除掉,其他客户端自动获取锁。临时顺序节点解决羊群效应

Redis 分布式锁

setNX,单线程处理网络请求,不需要考虑并发安全性

所有服务节点设置相同的 key,返回为 0、则锁获取失败


setnx 问题:


  1. 早期版本没有超时参数,需要单独设置,存在死锁问题(中途宕机) ,可通过过期时间保证。

  2. 后期版本提供加锁与设置时间原子操作,但是存在任务超时,锁自动释放,导致并发问题,加锁与释放锁不是同一线程问题 ,可重入性及锁续期没有实现,通过 redisson 解决(类似 AQS 的实现,看门狗监听机制)


可参考文章:面试官:你真的了解Redis分布式锁吗?


redlock:意思的机制都只操作单节点、即使 Redis 通过 sentinel 保证高可用,如果这个 master 节点由于 某些原因发生了主从切换,那么就会出现锁丢失的情况(redis 同步设置可能数据丢失)。redlock 从多 个节点申请锁,当一半以上节点获取成功、锁才算获取成功,redission 有相应的实现

分布式事务解决方案

  • XA 规范:分布式事务规范,定义了分布式事务模型

  • 四个角色:事务管理器(协调者 TM)、资源管理器(参与者 RM),应用程序 AP,通信资源管理器 CRM

  • 全局事务:一个横跨多个数据库的事务,要么全部提交、要么全部回滚

  • JTA 事务时 java 对 XA 规范的实现,对应 JDBC 的单库事务

两阶段协议:


**说明: **第一阶段( prepare ) :每个参与者执行本地事务但不提交,进入 ready 状态,并通知协调者已经准备就绪。


第二阶段( commit ) 当协调者确认每个参与者都 ready 后,通知参与者进行 commit 操作;如果有 参与者 fail ,则发送 rollback 命令,各参与者做回滚。问题:


  • 单点故障:一旦事务管理器出现故障,整个系统不可用(参与者都会阻塞住)

  • 数据不一致:在阶段二,如果事务管理器只发送了部分 commit 消息,此时网络发生异常,那么 只有部分参与者接收到 commit 消息,也就是说只有部分参与者提交了事务,使得系统数据不一 致。

  • 响应时间较长:参与者和协调者资源都被锁住,提交或者回滚之后才能释放

  • 不确定性:当协事务管理器发送 commit 之后,并且此时只有一个参与者收到了 commit,那么当 该参与者与事务管理器同时宕机之后,重新选举的事务管理器无法确定该条消息是否提交成功。

三阶段协议

主要是针对两阶段的优化,解决了 2PC 单点故障的问题,但是性能问题和不一致问题仍然 没有根本解决



引入了超时机制解决参与者阻塞的问题,超时后本地提交,2pc 只有协调者有超时机制


  • 第一阶段:CanCommit 阶段,协调者询问事务参与者,是否有能力完成此次事务。

  • 如果都返回 yes,则进入第二阶段

  • 有一个返回 no 或等待响应超时,则中断事务,并向所有参与者发送 abort 请求

  • 第二阶段:PreCommit 阶段,此时协调者会向所有的参与者发送 PreCommit 请求,参与者收到后 开始执行事务操作。参与者执行完事务操作后(此时属于未提交事务的状态),就会向协调者反馈 “Ack”表示我已经准备好提交了,并等待协调者的下一步指令。

  • 第三阶段:DoCommit 阶段, 在阶段二中如果所有的参与者节点都返回了 Ack,那么协调者就会从 “预提交状态”转变为“提交状态”。然后向所有的参与者节点发送"doCommit"请求,参与者节点在 收到提交请求后就会各自执行事务提交操作,并向协调者节点反馈“Ack”消息,协调者收到所有参 与者的 Ack 消息后完成事务。 相反,如果有一个参与者节点未完成 PreCommit 的反馈或者反馈超 时,那么协调者都会向所有的参与者节点发送 abort 请求,从而中断事务。

TCC(补偿事务):

Try、Confirm、Cancel 针对每个操作,都要注册一个与其对应的确认和补偿(撤销)。


  • 操作 Try 操作做业务检查及资源预留,

  • Confirm 做业务确认操作,

  • Cancel 实现一个与 Try 相反的操作既回滚操 作。


TM 首先发起所有的分支事务的 try 操作,任何一个分支事务的 try 操作执行失败,TM 将会发起所有 分支事务的 Cancel 操作,若 try 操作全部成功,TM 将会发起所有分支事务的 Confirm 操作,其中 Confirm/Cancel 操作若执行失败,TM 会进行重试。TCC 模型对业务的侵入性较强,改造的难度较大,每个操作都需要有 try 、 confirm 、 cancel 三个接 口实现 confirm 和 cancel 接口还必须实现幂等性。


消息队列的事务消息:


  • 发送 prepare 消息到消息中间件

  • 发送成功后,执行本地事务

  • 如果事务执行成功,则 commit,消息中间件将消息下发至消费端(commit 前,消息不会被 消费)

  • 如果事务执行失败,则回滚,消息中间件将这条 prepare 消息删除

  • 消费端接收到消息进行消费,如果消费失败,则不断重试

如何实现接口的幂等性

  • 唯一 id。每次操作,都根据操作和内容生成唯一的 id,在执行之前先判断 id 是否存在,如果不存在 则执行后续操作,并且保存到数据库或者 redis 等。

  • 服务端提供发送 token 的接口,业务调用接口前先获取 token,然后调用业务接口请求时,把 token 携带过去,务器判断 token 是否存在 redis 中,存在表示第一次请求,可以继续执行业务,执行业务 完成后,最后需要把 redis 中的 token 删除

  • 建去重表。将业务中有唯一标识的字段保存到去重表,如果表中存在,则表示已经处理过了

  • 版本控制。增加版本号,当版本号符合时,才能更新数据

  • 状态控制。例如订单有状态已支付 未支付 支付中 支付失败,当处于未支付的时候才允许修改为支 付中等


如有问题,欢迎加微信交流:w714771310,备注- 技术交流  。或关注微信公众号【码上遇见你】。




发布于: 刚刚阅读数: 3
用户头像

派大星

关注

微信搜索【码上遇见你】,获取更多精彩内容 2021-12-13 加入

微信搜索【码上遇见你】,获取更多精彩内容

评论

发布
暂无评论
Java基础面试题【分布式】二_Java 面试题_派大星_InfoQ写作社区