springCloud(day10-面试篇)

[1SpringCloud 有哪些常用组件？分别是什么作用？](#1SpringCloud 有哪些常用组件？分别是什么作用？)

[2 在nacos中，服务注册发现的基本流程是怎样的？](#2 在nacos中，服务注册发现的基本流程是怎样的？)

[3Eureka 和 Nacos 有哪些区别？](#3Eureka 和 Nacos 有哪些区别？)

[4Nacos 的分级存储模型是什么意思？](#4Nacos 的分级存储模型是什么意思？)

[5Ribbon 和 SpringCloudLoadBalancer 有什么差异](#5Ribbon 和 SpringCloudLoadBalancer 有什么差异)

[6 什么是服务雪崩，常见的解决方案有哪些？](#6 什么是服务雪崩，常见的解决方案有哪些？)

[7Hystix 和 Sentinel 有什么区别和联系？](#7Hystix 和 Sentinel 有什么区别和联系？)

[8 限流的常见算法有哪些？](#8 限流的常见算法有哪些？)

[9 什么是 CAP 理论和 BASE 思想？](#9 什么是 CAP 理论和 BASE 思想？)

[10 项目中碰到过分布式事务问题吗？怎么解决的？](#10 项目中碰到过分布式事务问题吗？怎么解决的？)

[11AT 模式如何解决脏读和脏写问题的？](#11AT 模式如何解决脏读和脏写问题的？)

[12TCC 模式与 AT 模式对比，有哪些优缺点](#12TCC 模式与 AT 模式对比，有哪些优缺点)

[13OpenFeign 是如何实现负载均衡的？](#13OpenFeign 是如何实现负载均衡的？)

[14RabbitMQ 是如何确保消息的可靠性的？](#14RabbitMQ 是如何确保消息的可靠性的？)

[15RabbitMQ 是如何解决消息堆积问题的？](#15RabbitMQ 是如何解决消息堆积问题的？)

末尾页

1SpringCloud 有哪些常用组件？分别是什么作用？

1Nacos/Eureka：服务注册与发现,配置中心(config)

2Ribbon / LoadBalancer：客户端负载均衡(旧ribbon+feign)

3OpenFeign：声明式服务调用

4Gateway（zuul）：API 网关，路由转发、鉴权

5Sentinel/Hystrix：熔断器，请求限流、熔断、降级，防止雪崩

6Seata：分布式事务

7elasticsearch：快速存储、搜索和分析大量数据

springcloud不是一个技术,而是一个全家桶,是一套解决分布式系统麻烦的解决方案

我们只需要把微服务当成一个大公司,理清里面的部分以及新老交替即可

1Gateway:API网关，负责路由转发和鉴权,以前使用的是zuul，不过它是阻塞式的,效率低

2nacos：注册和配置中心，负责服务注册发现和配置,以前使用的是eureka

3openfeign

2 在nacos中，服务注册发现的基本流程是怎样的？

服务启动时，向注册中心注册自己（IP、端口、服务名）

注册中心保存服务列表

调用方从注册中心拉取服务列表并缓存

调用方通过负载均衡选择一个实例发起调用

服务通过心跳保持健康，故障自动剔除

3Eureka 和 Nacos 有哪些区别？

Eureka：AP 架构，只做服务发现，配置中心需要配合 Spring Cloud Config

Nacos ：AP/CP 可切换，注册中心 + 配置中心二合一

Nacos 支持动态配置刷新，Eureka 不支持

Nacos 支持权重、动态上下线、灰度

Nacos 心跳机制更轻量，集群更稳定

4Nacos 的分级存储模型是什么意思？

全局级别，集群级别，服务级别和实例级别

5Ribbon 和 SpringCloudLoadBalancer 有什么差异

Ribbon 是 Netflix 的，已经停止维护。

Spring Cloud LoadBalancer 是官方替代品，轻量、现代。

LoadBalancer 支持响应式编程（WebFlux），Ribbon 不支持。

功能差不多，都是客户端负载均衡，现在默认用 LoadBalancer。

6 什么是服务雪崩，常见的解决方案有哪些？

服务雪崩：一个服务挂了 → 上游调用阻塞 → 线程耗尽 → 越来越多服务不可用 → 整个系统崩溃。

解决方案：

熔断：故障时切断调用

限流：控制请求量

降级：返回兜底结果

超时控制、线程隔离

7Hystix 和 Sentinel 有什么区别和联系？

两者都是做熔断、限流、降级。

Hystrix 停更，基于线程池隔离，较重。

Sentinel 是阿里开源，还在维护，更轻量。

Sentinel 支持热点限流、系统保护、实时监控，功能更强。

8 限流的常见算法有哪些？

固定窗口计数器：简单，但有临界突刺问题。

滑动窗口：更平滑，解决突刺问题。

漏桶算法：匀速处理请求，削峰填谷。

令牌桶算法：允许突发流量，Sentinel、Nginx 常用。

9 什么是 CAP 理论和 BASE 思想？

CAP：分布式系统最多同时满足两个：

C 一致性、A 可用性、P 分区容错性分布式必须保证 P，所以只能选 CP 或 AP。

BASE：对 CAP 的妥协，追求最终一致性。

基本可用、软状态、最终一致。

10 项目中碰到过分布式事务问题吗？怎么解决的？

项目里用 Seata AT 模式：

一阶段执行本地事务，记录 undo 日志，提交本地事务。

二阶段根据全局事务结果，统一提交或自动回滚。优点：无侵入、开发简单，适合大多数业务场景

11AT 模式如何解决脏读和脏写问题的？

更新数据时，Seata 会对数据行加全局锁。

其他事务想要修改必须等待锁释放。

结合数据库本地行锁，保证并发安全。

避免了一阶段提交后、回滚前的数据被其他事务篡改。

12TCC 模式与 AT 模式对比，有哪些优缺点

AT 模式

优点：无侵入、自动回滚、开发简单

缺点：依赖数据库，不适合非数据库操作

TCC 模式

优点：不依赖数据库，灵活，支持跨中间件

缺点：开发量大，要写 Try/Confirm/Cancel，处理幂等、悬挂等问题

13OpenFeign 是如何实现负载均衡的？

OpenFeign 集成了 LoadBalancer。

发起调用时，从注册中心获取服务实例列表。

根据负载均衡策略（轮询、随机等）选择一个实例。

自动构造 HTTP 请求，完成远程调用。

14RabbitMQ 是如何确保消息的可靠性的？

生产者用 confirm 机制，确保消息发到交换机。

队列、消息都做持久化，宕机不丢失。

消费者使用手动 ACK，处理完再确认。

配合死信队列处理失败消息。

15RabbitMQ 是如何解决消息堆积问题的？

增加消费者数量，提高消费速度。

提高消费者并发线程数。

业务异步化、批量处理消息。

清理无用消息，临时扩容队列。