分布式系统微服务概念：为应对大用户量，大数据量，高并发而生，是一组小型服务来开发一个系统，服务实例之间通过http类似协议来互相通信，对外如同一个一系统
◆可以指多 个不同组件分布在网络上互相协作,
◆也可以一 个组件的多个副本组成集群,互相协作如同一个组件,比如数据存储服务中为了
数据不丢失而采取的多个服务备份冗余,当数据修改时也需要通信来复制数据
主流框架：spring cloud
提供了：配置管理、服务发现、断路器、智能路由、微代理、控制总线、一次性令牌、全局锁、领导选举、分布式会话、集群状态等工具集
简单的服务通信：
okhttp+RestTemplate 实现了服务通信
服务发现：nocos
服务在nocos 上注册IP地址和端口，方便服务发现调用
Ribbon内置策略：
负载均衡策略：轮询，随机，最小并发数，响应时间加权，
通过以上策略对多个服务实例进行调用，减缓服务器压力
通过openfeign发现服务
通过导入依赖，启动类上注解，一句在接口上注解服务名称实现服务发现
底层使用了jdk 的动态代理，反射获取相关参数，生成代理类，实现一系列的功能；
服务划分
- 服务分层：只能从上往下调，不能反向；如果实在需要，可以使用mq异步通信
- 同层可以互调
-
- 分层
- 聚合层：面对用户，每个用户端，提供一个服务
- 原子层：单纯的负责某个特定的领域
配置管理：
启动nocos
nocos 中统一配置commonyaml 文件
统一配置管理：导入依赖，配置
实现不同服务可以使用同一配置，减少重复配置
动态刷新：
通过注解 @RefreshScope 实现
在不重启服务的情况下，实现某一个属性值的刷新
分布式事务基本概念
目的：解决数据一致性（例如转账），因为有多个服务，所以必须进行协调，保证数据的安全一致
- 全局事务：分布式事务本身
- 分支事务：参与事务的各个事务
- 事务协调者：TC Transaction Coodinator 协调分支事务，同时提交，同时回滚
- 事务发起者：TM Transaction Manager 事务管理者 发起全局事务
- 事务参与者：RM Resource Manager 资源管理者 参与全局事务，维护分支事务
常见的分布事务解决方案
1.XA协议 占用资源，耗性能
2.TCC ： Try-Confirm-Cancel 不消耗资源，但是接口增多，代码量增加
3.SAGAS 适用长事务
4.AT模式 seata 提供的AT模式 通过代理数据源，拦截sql，生成表，加入到事务中提交，当出现异常时，读取表，生成回滚sql，再执行提交 （不耗资源，不额外编码，注解实现，需要增加表）
5.重试+幂等性校验
服务网关Service Gateway
是分布式系统的唯一入口，对请求进行管理
功能：IP白名单 允许通过，ip黑名单 禁止通过，认真授权 ，转发请求给相应的服务 ，限流，性能统计
过滤器：
网关过滤器 GatewayFilter 针对某一个route做请求的修改处理
全局过滤器 GlobalFilter 针对所有的route，提供一些功能
对登录注册外的请求，拦截查看是否有合法jwt
路由转发
SPU:是商品信息聚合的最小单位，易检索的标准化信息的集合，通俗点讲，属性值、特性相同的商品就可以称为一个SPU
SKU:库存量单位。SKU即库存进出计量的单位，件、盒、个等，spu确定属性值后得到sku
单点登录：
主流框架：
- cas协议
- oauth2协议
- 基于redis共享+cookie的方式 sa-token
sa-token 测试实现方法：
1.设置hosts 文件
2.添加依赖，修改配置文件
3.写代码，接口，登录页面，主页面
服务容错：
解决：分布式复杂系统带来的高故障情况，避免系统崩溃
常见容错模式：
超时：调用方发出请求超过一定时间则释放资源
限流：控制请求流量
仓壁模式：利用线程池或者信号量等其他手段进行资源隔离，确保不会产生级联故障
熔断器：当1秒内异常达到一定比例，且数量必须大于5，此时停止服务，间隔一段时间后，服务重启，发请求，如果仍出现异常，继续停止服务，直到服务正常；
实现方法
加入sentinel到服务，更改配置，下载启动jar包，登录在控制台localhost:8840登录，进行相关设置管理