（5）分布式
1.说说分布式事务怎么实现？
https://zhuanlan.zhihu.com/p/183753774
2.说说负载均衡的原理？
当单服务器的性能无法满足业务需求时，就需要把多台服务器组成集群系统提高整体的处理性能。我们要使用统一的流量入口来对外提供服务，本质上就是需要一个流量调度器，通过均衡的算法，将用户请求流量均衡地分发到集群中不同的服务器上。
广义上的负载均衡器大概可以分为 3 类，包括：DNS 方式实现负载均衡、硬件负载均衡、软件负载均衡。
DNS 实现负载均衡：DNS 实现负载均衡是最基础简单的方式。一个域名通过 DNS 解析到多个 IP，每个 IP 对应不同的服务器实例，这样就完成了流量的调度，虽然没有使用常规的负载均衡器，但实现了简单的负载均衡功能。
硬件负载均衡：硬件负载均衡是通过专门的硬件设备来实现负载均衡功能，是专用的负载均衡设备。目前业界典型的硬件负载均衡设备有两款：F5和A10。这类设备性能强劲、功能强大，但价格非常昂贵，一般只有土豪公司才会使用此类设备，中小公司一般负担不起，业务量没那么大，用这些设备也是挺浪费的。
软件负载均衡
软件负载均衡，可以在普通的服务器上运行负载均衡软件，实现负载均衡功能。目前常见的有Nginx、HAproxy、LVS。其中的区别：
- Nginx：七层负载均衡，支持 HTTP、E-mail 协议，同时也支持 4 层负载均衡；
- HAproxy：支持七层规则的，性能也很不错。OpenStack 默认使用的负载均衡软件就是 HAproxy；
- LVS：运行在内核态，性能是软件负载均衡中最高的，严格来说工作在三层，所以更通用一些，适用各种应用服务。
- 负载均衡算法
- 轮询（round robin）：默认按照轮询（Round Robin）的方式进行负载均衡，每个请求按照IP顺序分配到不同的后端服务器，会维护一个服务器列表，如果后端服务器down掉，可以将down掉的服务器剔除。
- 加权轮询（Weighted Round Robin）：针对每台后端服务器性能不一致的情况，可以对性能较好的服务器进行侧重分配用户请求，对性能不高的服务器分配少一些用户请求。
- IP_Hash：根据请求来源的IP地址进行Hash计算，得到后端服务器，这样来自同一个IP的请求总是会落到同一台服务器上处理，以致于可以将请求上下文信息存储在这个服务器上。
- url_hash：按访问url的hash结果来分配请求，使每个url定向到同一个后端服务器。适用业务场景：适用于后端服务器为缓存服务器时比较有效。
- fair：采用的不是内建负载均衡使用的轮换的均衡算法，而是可以根据页面大小、加载时间长短智能的进行负载均衡。，也就是根据后端服务器时间来分配用户请求，响应时间短的优先分配。
- 最少连接数least_conn：按nginx反向代理与后端服务器之间的连接数，连接数最少的优先分配。适用业务场景：适用于客户端与后端服务器需要保持长连接的业务。
3.谈谈分布式Session的存储方案
- Session sticky(粘性)
基于nginx实现。做负载均衡的时候，根据ip做hash处理。比如IP尾号为1、3、5、7、9的请求到服务A上，IP尾号为2、4、6、8、0的请求到服务B上。就可以解决session问题，固定的ip会分配到固定服务器上。
缺点：存在单点故障问题。
- 某个服务挂了，会造成分配到这个服务器上的客户全部异常，没有解决高可用性。
- 某个ip段的客户数量就是很大，超过这个服务器承受范围了，也会引起服务器故障和客户的请求超时，甚至请求异常。
- Session Relication(拷贝、复制)
基于tomcat广播机制实现。多个tomcat之间，互相拷贝，复制彼此的session（session广播）。不管请求到哪个服务器上，都有session。
缺点：消耗内存，消耗宽带。
- 同步Session数据会造成额外的网络带宽的开销，只要Session数据有变化，就需要将新产生的Session数据同步到其他服务器上，服务器数量越多，同步带来的网络带宽开销也就越大。
- 每台Web服务器都需要保存全部的Session数据，如果整个集群的Session数量太多的话，则对于每台机器用于保存Session数据的占用会很严重。
- Session Center
将集群中的所有Session集中存储起来，Web服务器本身则并不存储Session数据，不同的Web服务器从同样的地方来获取Session，通常基于redis等工具实现。需要对redis进行高可用性维护，增加了系统复杂度。
- 读写Session数据都是网络操作，相对本机的数据读取来说，存在时延和不稳定性，但是通信发生在内网，问题不大。
- 集中存储Session的机器或集群出现问题，会影响应用。
参考(摘抄的文字版权属于原作者)
https://zhuanlan.zhihu.com/p/183753774
https://blog.csdn.net/fishmai/article/details/52079766
https://blog.csdn.net/weixin_45139605/article/details/90796758
https://www.zhihu.com/question/20275578?sort=created
https://www.jianshu.com/p/57ad2e96d697