分布式锁实现 分布式锁 目标 1 分布式锁介绍 1.1 什么是分布式 1.2 什么是锁--作用安全 1.4 什么是分布式锁 1.5 分布式锁的真实使用场景 1.5 分布式锁的执行流程 1.6 分布式锁具备的条件 2.分布式锁的解决方案 2.1 数据库实现分布式锁 2.1.1 基于数据库表实现 2.1.2 基于数据库的排他锁实现 2.1.3 乐观锁 2.1.4 悲观锁 2.1.5 优点及缺点 2.2 Redis实现分布式锁 2.2.1 基于 REDIS 的 SETNX()、EXPIRE() 、GETSET()方法做分布式锁 2.2.2 优点及缺点 2.3 zookeeper实现分布式锁 2.3.1 zookeeper 锁相关基础知识 2.3.2 zookeeper 分布式锁的原理 2.3.3 zookeeper实现分布式锁流程 2.3.4 排他锁 2.3.5 共享锁 2.3.2 优点及缺点 2.4 consul实现分布式锁(eureka/Register:保存服务的IP 端口 服务列表) 2.4.1 实现原理及流程 2.4.2 优点及缺点 bugcode大约 32 分钟分布式JAVA分布式锁java
分布式事务 分布式事务 目标 1 分布式事务介绍 1.1 什么是事务 1.2 什么是分布式事务 1.3 事务的演变 1.3.1 单服务单数据库的本地事务 1.3.2 单一服务多数据库的分布式事务 1.3.3 多服务多数据库的分布式事务 1.3.4 多服务多数据源的分布式事务 1.4 CAP定理（面试） 2 分布式事务解决方案（面试） 2.1 基于XA协议的两阶段提交(2PC) 2.2 三段提交（3PC） 2.3 TCC补偿机制 2.4 本地消息表（异步确保） 2.5 MQ 事务消息 2.6 Seata 2.6.1 Seata简介 2.6.2 Seata支持的模式 2.6.3 Seata的优点 2.6.4 AT模式 2.6.5 TCC模式 bugcode大约 28 分钟分布式JAVA分布式锁java
分布式基础 分布式技术详解 分布式的发展历程 单点集中式 应⽤服务和数据服务拆分 使⽤缓存改善性能 应⽤服务器集群 数据库读写分离 反向代理和CDN加速 分布式⽂件系统和分布式数据库 从集中式到分布式 分布式系统的设计目标 分布式技术详解 分布式事务 ACID特性 分布式事务 CAP理论 BASE理论 2P/3P 2P的两个阶段 3P的三个阶段 选举算法Quorum机制，WARO WARO Quorum机制 Paxos一致性算法 Paxos算法介绍 Paxos算法过程 过程细节优化 算法流程 小结 Raft算法 什么是 Raft 算法 何时出发选举Leader 领导人选举 日志复制 ZAB协议（原子消息广播协议） 什么是zab协议 协议介绍 消息广播 崩溃恢复 数据同步 协议过程 Paxos算法和AZB协议的区别和联系 负载均衡的策略有哪些 轮询 加权轮询法 随机法 加权随机法 源地址哈希法 最小连接数法 集群，分布式，SOA和微服务的概念及区别 单机&集群 分布式 SOA 微服务 分布式事务有哪些解决方案 XA协议 简述TCC事务模型 如何理解RPC zookeeper zk的初始化选举和崩溃选举过程 简述zk的数据模型 zk的数据同步原理 zk的watch机制实现原理 zk分布式锁实现原理 zk的应用场景 zk中一个客户端修改了某一个节点的数据，其他客户端能够马上获取到这个最新数据么 请谈谈zk对事务性的支持 简述zk中的观察者机制 bugcode大约 110 分钟分布式JAVA分布式锁java
