【溫故知新】分佈式事務及分佈式鎖系列文章總結【石杉的架構筆記】

歡迎關注我的公衆號：石杉的架構筆記（ID:shishan100）

週一至週五早8點半！精品技術文章準時送上！

「 這周咱們來小結一下分佈式系列的文章，包含分佈式事務及分佈式鎖，不管是工做仍是面試，都是很是重要的一塊知識點。

一

經過一個真實的電商業務場景驅動，咱們介紹了什麼是TCC分佈式事務、如何落地實現其三個階段，同時，給予了讀者朋友一些思考問題，這都是真實生產項目中使用TCC分佈式事務必須考慮到的因素。

若是還有不太清楚的小夥伴，趕忙點擊下面連接，溫習一遍吧！

點擊下方文字直接跳轉↓↓↓

拜託，面試請不要再問我TCC分佈式事務的實現原理！

二

實際生產中，各個服務間的調用極可能是異步的，因此咱們這篇文章，聊了聊基於MQ的異步調用如何保證各個服務間的分佈式事務！詳細闡述了用來實現分佈式事務的可靠消息最終一致性方案的核心流程。

而後更進一步，深刻剖析並指出了保障可靠消息最終一致性方案高可用的關鍵因素。

最後經過一個真實的案例，給出了實際的保障99.99%高可用的解決方案，而且指出了其中可能存在的一些大坑。

點擊下方文字直接跳轉↓↓↓

最終一致性分佈式事務如何保障實際生產中99.99%高可用？

三

接下來進入另外一個熱門技術點：分佈式鎖，首先這篇文章，咱們基於優秀的Redisson框架，深刻剖析了Redis分佈式鎖的底層原理。

咱們討論了加鎖 / 釋放鎖機制、鎖互斥機制、watch dog自動延期機制、可重入加鎖機制。

而且更進一步，分析了此種方案下Redis分佈式鎖的缺陷，但願能幫助到各位同窗，在實際項目中繞過雷區！

點擊下方文字直接跳轉↓↓↓

拜託，面試請不要再問我Redis分佈式鎖的實現原理

四

經過一道真實的面試題引入：每秒上千訂單場景下，如何對分佈式鎖的併發能力進行優化？還有不清楚的同窗，趕忙複習一遍吧！

點擊下方文字直接跳轉↓↓↓

每秒上千訂單場景下的分佈式鎖高併發優化實踐！

五

以前結合Redisson框架，給你們聊了聊Redis分佈式鎖背後的原理。這篇文章，一樣基於經常使用的Curator開源框架，來給你們聊一聊Zookeeper分佈式鎖的實現原理。

還記得多客戶端獲取和釋放zookeeper分佈式鎖的整個流程和背後的原理嗎？忘了的同窗，抽個10分鐘時間，趕忙的複習一波吧！

點擊下方文字直接跳轉↓↓↓

七張圖完全講清楚ZooKeeper分佈式鎖的實現原理

END

若有收穫，請幫忙轉發，您的鼓勵是做者最大的動力，謝謝！

一大波微服務、分佈式、高併發、高可用的原創系列文章正在路上

歡迎掃描下方二維碼，持續關注：

石杉的架構筆記（id:shishan100）

十餘年BAT架構經驗傾囊相授

推薦閱讀：

一、拜託！面試請不要再問我Spring Cloud底層原理

二、【雙11狂歡的背後】微服務註冊中心如何承載大型系統的千萬級訪問？

三、【性能優化之道】每秒上萬併發下的Spring Cloud參數優化實戰

四、微服務架構如何保障雙11狂歡下的99.99%高可用

五、兄弟，用大白話告訴你小白都能聽懂的Hadoop架構原理

六、大規模集羣下Hadoop NameNode如何承載每秒上千次的高併發訪問

七、【性能優化的祕密】Hadoop如何將TB級大文件的上傳性能優化上百倍

八、拜託，面試請不要再問我TCC分佈式事務的實現原理坑爹呀！

九、【坑爹呀！】最終一致性分佈式事務如何保障實際生產中99.99%高可用？

十、拜託，面試請不要再問我Redis分佈式鎖的實現原理！

十一、【眼前一亮！】看Hadoop底層算法如何優雅的將大規模集羣性能提高10倍以上？

十二、億級流量系統架構之如何支撐百億級數據的存儲與計算

1三、億級流量系統架構之如何設計高容錯分佈式計算系統

1四、億級流量系統架構之如何設計承載百億流量的高性能架構

1五、億級流量系統架構之如何設計每秒十萬查詢的高併發架構

1六、億級流量系統架構之如何設計全鏈路99.99%高可用架構

1七、七張圖完全講清楚ZooKeeper分佈式鎖的實現原理

1八、大白話聊聊Java併發面試問題之volatile究竟是什麼？

1九、大白話聊聊Java併發面試問題之Java 8如何優化CAS性能？

20、大白話聊聊Java併發面試問題之談談你對AQS的理解？

2一、大白話聊聊Java併發面試問題之公平鎖與非公平鎖是啥？