分布式服务：
1、dns轮询：一个域名配置多个ip，通过轮询的方式进行请求（无健康检查、分配不均、会话保持）
2、cdn加速：将系统中的静态资源缓存在cdn节点上，用户请求不回直接落在企业的数据中心，而是请求离用户最近的服务商。
3、业务系统垂直划分：根据不同的业务，拆分为不同的子业务来部署。
4、服务化：垂直化拆分的过程中，不同的子业务可能会有共享的服务，共享的业务会被重复建设，重复建设导致的问题：（1）数据库等底层连接资源横向扩展节点受到限制（2）多个团队维护相同的模块，容易出问题。所以就需要将共享的业务提出来，进行服务化，让业务能共用。
5、服务化－RPC：服务化是一个抽象的概念，而RPC是实现服务调用的关键，RPC调用本质上屏蔽了复杂的底层处理细节，让服务调用方甚至能向调用本地方法一样调用服务提供方的服务。
6、服务治理
7、分布式调用跟踪系统:dubbo实现filter接口
限流消峰：
1、5种常见提高系统可靠性方案：扩容、缓存、限流、服务降级、动静分离
2、限流算法：令牌桶算法、漏桶算法、计数器算法
3、消峰：基于时间分片的消峰方案（活动分时段/答验证题）
4、异步调用实现解藕/流量消峰
5、JMS消失模式：点对点、发布订阅模式
6、activemq：
jsmprovider：消息路由消息传递
provider
consumer
7、rocketmq：
nameserver ：注册中心，负责客户端寻址工作
broker ：消息服务端，提供消息管理、存储、分发等功能
provider
consumer
broker部署方式：单master、多master、多master／slave异步复制、多master／slave同步双写
分布式配置管理：
1、zk：配置管理、分布式协调／调用、分布式锁、
2、zk的节点：持久节点、瞬时节点
3、通过watcher监听节点值的变化
4、通过从配置中心获取spring中的bean实现bean的动态注册
5、
大数据场景热点数据的读写优化
读：
1、redis多读多写方案：
将热销的商品key，根据计算，落到所有的node节点上，实现数据坑余，客户端根据加工的key，进行轮训或者其他查询操作
缺：多写时候缓存一致性（zk配置商品key）、扩容时node所持槽的变化
2、localcache结合redis集群实现多集cache方案
只缓存热点数据
对不不经常变的设置较长的定时轮询
对于库存之类，设置频繁轮询从分布式缓存中获取，允许一部分脏读，下单时再提示库存不足
3、实时热点自动发布
日志监控分析等
写：
innodb的行锁会导致吞吐量下降，采用数据库行锁，防止超售方案：1、添加version版本2、判断扣除的库存是否小于剩余库存
redis中扣除库存：悲观锁
优化：对库存扣除进行收集，到达指定阀值再获取锁合并处理
采用redis中的watcher命令实现优化，watcher进行key标记后，事务提交的时候key值发生变化就回滚
抢购环节：单机限流，10秒钟最多1000个请求，超过则直接返回失败
分库分表