Java基础（十四）分布式

YA3332025-08-25 12:03

一、CAP 理论

CAP 原则，又称 CAP 定理，指出在分布式系统中，Consistency（一致性）、Availability（可用性）和 Partition tolerance（分区容错性）这三个特性无法同时满足，最多只能满足其中两项。

  • 一致性（Consistency）：所有节点在同一时刻具有相同的数据副本。即任何客户端在任何节点读取到的都是最新写入的数据。
  • 可用性（Availability）：系统始终能够对请求做出响应，即使部分节点发生故障。
  • 分区容错性（Partition tolerance）：系统在遇到网络分区（节点间无法通信）时仍能继续运行。

由于网络分区在分布式环境中难以避免，系统通常需要在 C 和 A 之间做出权衡。例如，银行系统可能选择 CP（强一致性），而互联网应用可能选择 AP（高可用性）。

二、Spring Cloud Alibaba 生态体系

Spring Cloud Alibaba 为分布式应用开发提供了一站式解决方案，集成了阿里巴巴众多开源组件。

1. 核心组件概览

组件 功能 替代方案 特点
Nacos 服务注册与发现、配置管理 Eureka + Config 支持AP/CP模式切换，实时配置推送
Sentinel 流量控制、熔断降级 Hystrix 可视化控制台，实时监控
Seata 分布式事务 - AT、TCC、Saga多种模式
RocketMQ 消息队列 Kafka、RabbitMQ 顺序消息，事务消息
Dubbo RPC框架 Spring Cloud OpenFeign 高性能，服务治理

2. Spring Cloud Alibaba 项目搭建

xml 复制代码 
<!-- pom.xml 依赖配置 -->
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-alibaba-dependencies</artifactId>
            <version>2022.0.0.0</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
    </dependency>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
    </dependency>
</dependencies>

3. Nacos 服务注册与发现

yaml 复制代码 
# application.yml 配置
spring:
  application:
    name: user-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
        namespace: dev
        group: DEFAULT_GROUP
      config:
        server-addr: localhost:8848
        file-extension: yaml
        refresh-enabled: true
java 复制代码 
// 服务注册与发现示例
@SpringBootApplication
@EnableDiscoveryClient
public class UserServiceApplication {
    
    @RestController
    @RequestMapping("/users")
    public class UserController {
        
        @Autowired
        private DiscoveryClient discoveryClient;
        
        @GetMapping("/services")
        public List<String> getServices() {
            return discoveryClient.getServices();
        }
        
        @GetMapping("/{id}")
        public User getUser(@PathVariable Long id) {
            return userService.findById(id);
        }
    }
    
    public static void main(String[] args) {
        SpringApplication.run(UserServiceApplication.class, args);
    }
}

4. Sentinel 流量控制与熔断

java 复制代码 
// Sentinel 配置与使用
@Configuration
public class SentinelConfig {
    
    @PostConstruct
    public void init() {
        // 配置流量控制规则
        List<FlowRule> rules = new ArrayList<>();
        FlowRule rule = new FlowRule();
        rule.setResource("getUser");
        rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
        rule.setCount(10); // 每秒最多10次请求
        rules.add(rule);
        FlowRuleManager.loadRules(rules);
        
        // 配置熔断规则
        List<DegradeRule> degradeRules = new ArrayList<>();
        DegradeRule degradeRule = new DegradeRule();
        degradeRule.setResource("getUser");
        degradeRule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT);
        degradeRule.setCount(5); // 5个异常触发熔断
        degradeRule.setTimeWindow(10); // 熔断10秒
        degradeRules.add(degradeRule);
        DegradeRuleManager.loadRules(degradeRules);
    }
}

@Service
public class UserService {
    
    @SentinelResource(value = "getUser", blockHandler = "handleBlock", fallback = "getUserFallback")
    public User getUserById(Long id) {
        // 业务逻辑
        return userRepository.findById(id);
    }
    
    // 限流处理
    public User handleBlock(Long id, BlockException ex) {
        throw new RuntimeException("系统繁忙，请稍后重试");
    }
    
    // 熔断降级处理
    public User getUserFallback(Long id, Throwable ex) {
        return new User(id, "默认用户", "default@example.com");
    }
}

5. Seata 分布式事务

java 复制代码 
// Seata 分布式事务示例
@Service
public class OrderService {
    
    @Autowired
    private OrderMapper orderMapper;
    
    @Autowired
    private AccountService accountService;
    
    @Autowired
    private StorageService storageService;
    
    @GlobalTransactional(name = "create-order", rollbackFor = Exception.class)
    public void createOrder(Order order) {
        // 1. 创建订单
        orderMapper.insert(order);
        
        // 2. 扣减库存
        storageService.deduct(order.getProductId(), order.getCount());
        
        // 3. 扣减余额
        accountService.debit(order.getUserId(), order.getMoney());
        
        // 4. 更新订单状态
        orderMapper.updateStatus(order.getId(), 1);
    }
}

// 配置 seata
@Configuration
public class SeataConfig {
    
    @Bean
    public DataSourceProxy dataSourceProxy(DataSource dataSource) {
        return new DataSourceProxy(dataSource);
    }
}

三、分布式锁的实现

1. 基于 Redis 的分布式锁

Redis 通过 SET 命令的 NX 和 PX 选项实现分布式锁：

java 复制代码 
// 加锁示例（Java + Redis）
public boolean tryLock(String key, String value, long expireTime) {
    String result = jedis.set(key, value, "NX", "PX", expireTime);
    return "OK".equals(result);
}

// 释放锁（使用 Lua 脚本保证原子性）
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
Object result = jedis.eval(script, Collections.singletonList(key), Collections.singletonList(value));

注意：需确保 value 具有唯一性（如 UUID + 线程ID），避免误释。

2. 基于 ZooKeeper 的分布式锁

ZooKeeper 通过临时顺序节点和 Watch 机制实现分布式锁：

  1. 在 /locks 下创建临时顺序节点。
  2. 判断当前节点是否为最小序号节点，若是则获取锁。
  3. 若非最小，则监听前一个节点。
  4. 业务完成后删除节点，释放锁。

ZooKeeper 提供强一致性（CP），适用于对一致性要求高的场景，但性能低于 Redis。

四、分布式事务解决方案

方案 一致性 性能 复杂度 适用场景
2PC 强一致性 低 中 传统数据库、金融系统
3PC 强一致性 中低 高 需减少阻塞的场景
TCC 最终一致性 高 高 高并发业务（支付、库存）
Saga 最终一致性 中 高 长事务、跨服务流程
消息队列 最终一致性 高 中 事件驱动架构
本地消息表 最终一致性 中 低 异步通知（如订单-积分）

Seata 框架

Seata 是阿里开源的分布式事务解决方案，支持以下模式：

  • AT 模式：基于数据库快照和回滚日志，无需业务侵入。
  • TCC 模式：需实现 Try、Confirm、Cancel 接口。
  • Saga 模式：通过补偿事务回滚长事务。

示例（AT 模式）：

java 复制代码 
@GlobalTransactional
public void placeOrder(Order order) {
    orderDao.insert(order);
    inventoryService.deduct(order.getProductId(), order.getCount());
}

五、服务注册与发现

1. 注册中心核心功能

服务注册与发现是微服务架构的核心组件，主要功能包括：

  • 服务注册：服务实例启动时向注册中心注册自身信息
  • 服务发现：消费者从注册中心获取可用服务实例列表
  • 健康检查：定期检测服务实例健康状态，剔除异常实例
  • 负载均衡：提供多种负载均衡策略

2. 常见注册中心对比

组件 CAP模型 一致性协议 特点 适用场景
Eureka AP 无 简单易用，自我保护机制 高可用性要求场景
Nacos AP/CP切换 Raft 功能丰富，支持配置管理 云原生微服务
ZooKeeper CP ZAB 强一致性，可靠性高 金融、对一致性要求高的系统
Consul CP Raft 多数据中心，服务网格集成 复杂分布式系统

3. Nacos 注册示例

java 复制代码 
// 服务提供者注册
@SpringBootApplication
@EnableDiscoveryClient
public class ProviderApplication {
    public static void main(String[] args) {
        SpringApplication.run(ProviderApplication.class, args);
    }
}

// 服务消费者发现
@RestController
public class ConsumerController {
    @Autowired
    private RestTemplate restTemplate;
    
    @GetMapping("/call")
    public String callService() {
        return restTemplate.getForObject("http://service-provider/hello", String.class);
    }
}

六、API 网关

1. 网关核心功能

API 网关是微服务架构的入口，主要功能包括：

  • 路由转发：将请求路由到相应的微服务
  • 认证鉴权：统一身份验证和权限控制
  • 限流熔断：保护后端服务免受过载影响
  • 日志监控：集中收集请求日志和监控指标
  • 协议转换：支持不同协议间的转换

2. Spring Cloud Gateway 配置示例

yaml 复制代码 
spring:
  cloud:
    gateway:
      routes:
        - id: user_route
          uri: lb://user-service
          predicates:
            - Path=/api/users/**
          filters:
            - name: RequestRateLimiter
              args:
                redis-rate-limiter.replenishRate: 10
                redis-rate-limiter.burstCapacity: 20
            - name: CircuitBreaker
              args:
                name: userServiceCircuitBreaker
                fallbackUri: forward:/fallback/user

七、熔断器

1. 熔断器模式

熔断器是防止分布式系统雪崩效应的重要组件，工作原理类似电路熔断器：

  • 关闭状态：正常请求通过，统计失败率
  • 打开状态：失败率超过阈值，直接拒绝请求
  • 半开状态：定期尝试放行部分请求，检测是否恢复

2. Resilience4j 熔断器示例

java 复制代码 
// 配置熔断器
CircuitBreakerConfig config = CircuitBreakerConfig.custom()
    .failureRateThreshold(50) // 失败率阈值50%
    .waitDurationInOpenState(Duration.ofMillis(1000)) // 熔断持续时间1s
    .slidingWindowSize(10) // 滑动窗口大小
    .build();

CircuitBreaker circuitBreaker = CircuitBreaker.of("userService", config);

// 使用熔断器保护服务调用
Supplier<String> decoratedSupplier = CircuitBreaker
    .decorateSupplier(circuitBreaker, () -> userService.getUser(userId));

try {
    String result = decoratedSupplier.get();
} catch (CallNotPermittedException e) {
    // 处理熔断器打开时的异常
    return "fallback response";
}

3. 熔断器监控

熔断器状态可通过指标和事件进行监控：

java 复制代码 
// 事件监听
circuitBreaker.getEventPublisher()
    .onStateTransition(event -> {
        log.info("CircuitBreaker state changed from {} to {}",
            event.getStateTransition().getFromState(),
            event.getStateTransition().getToState());
    });

// 指标收集
Metrics metrics = circuitBreaker.getMetrics();
float failureRate = metrics.getFailureRate();
int numberOfBufferedCalls = metrics.getNumberOfBufferedCalls();

八、ZooKeeper 的应用与原理

应用场景

  • 配置管理：集中存储配置，动态更新。
  • 服务注册与发现：微服务实例注册，消费者动态发现。
  • 分布式锁：通过临时顺序节点实现。

核心原理

  • 数据模型：类似文件系统的树形结构（Znode）。
  • 节点类型 ：
    • 持久节点（PERSISTENT）
    • 临时节点（EPHEMERAL）
    • 顺序节点（SEQUENTIAL）
  • ZAB 协议 ：
    • 消息广播：Leader 广播提案，多数确认后提交。
    • 崩溃恢复：Leader 故障后选举新 Leader，保证数据一致性。

九、限流算法

1. 固定窗口算法

每单位时间窗口内计数，超限则拒绝。简单但存在窗口临界问题。

2. 滑动窗口算法

将窗口划分为更小时间片，平滑流量，避免临界问题。

3. 漏桶算法

以固定速率处理请求，超出容量则丢弃。适合平滑流量，但无法应对突发流量。

4. 令牌桶算法

以固定速率生成令牌，请求获取令牌后执行。允许突发流量，推荐使用。

Java 实现示例（Guava RateLimiter）：

java 复制代码 
RateLimiter limiter = RateLimiter.create(10.0); // 每秒10个令牌
if (limiter.tryAcquire()) {
    // 处理请求
} else {
    // 限流
}

十、分布式一致性算法

Raft 协议

  • 角色：Leader、Follower、Candidate。
  • 流程 ：
    1. Leader 选举：超时未收到心跳则发起选举。
    2. 日志复制：Leader 同步日志，多数确认后提交。
    3. 安全性：保证日志一致性。

应用：Etcd、Consul。

Paxos 协议

  • 角色：Proposer、Acceptor、Learner。
  • 阶段 ：
    1. Prepare：Proposer 发送提案编号。
    2. Accept：Acceptor 接受提案并广播。
    3. Learn：Learner 学习已接受的提案。

Paxos 更通用但实现复杂，Raft 更易理解与实现。

十一、总结

分布式系统设计需在一致性、可用性、性能之间权衡。Spring Cloud Alibaba 提供了一整套完善的分布式系统解决方案：

  • 服务治理：Nacos（注册中心+配置中心）
  • 流量控制：Sentinel（限流+熔断+降级）
  • 分布式事务：Seata（AT/TCC/Saga模式）
  • 消息队列：RocketMQ（顺序消息+事务消息）
  • RPC框架：Dubbo（高性能服务调用）
  • API网关：Spring Cloud Gateway（路由+过滤）
热门推荐
01如何在Windows/Linux系统上安装adb02Cursor 快速入门指南：从安装到核心功能03【2025.08.06最新版】Android Studio下载、安装及配置记录（自动下载sdk）04UV安装并设置国内源05不再让Windows更新！&Edge游戏助手卸载及关闭自动更新06Claude Code VSCode集成开发指南：AI编程助手完整配置07【踩坑笔记】50系显卡适配的 PyTorch 安装082025最新国内服务器可用docker源仓库地址大全（2025年8月更新）09Redis 下载与安装 教程 windows版10UnityHub Validation Failed下载编辑器错误，添加模块报错的解决方案