Redis是个KV内存数据库，支持多种数据结构、简单消息队列、磁盘持久化，特点是高性能、使用简单、稳定可靠。常见使用场景如下：（1） 数据缓存：客户端访问服务器的时候，先检查redis是否有数据，Redis有数据直接反馈给客户端；如果没有数据再请求数据库，查询数据后缓存到Redis，下次就可以直接读Redis。（2）分布式锁：微服务项目服务部署到不同的服务器上，单体架构的同步锁没办法锁住服务，利用Redis实现分布式锁，常用组件为Redisson。（3）数据共享：将包含用户信息的令牌存储在Redis中，用户每次访问时从Redis中查询令牌，实现资源的共享，即分布式Session。
整理一些Java基础面试题，内容涵盖语言基础、并发、JVM、IO模型、中间件、开发框架等等。本章节的面试题有：你怎么描述Spring Cloud 框架；说说微服务架构的优缺点；Spring Cloud有哪些重要组件；Eureka的作用是什么；什么是Eureka的自我保护模式；你还了解其他网关吗，有什么区别；服务雪崩的原因有哪些。
整理一些Java基础面试题，内容涵盖语言基础、并发、JVM、IO模型、中间件、开发框架等等。本章节的面试题有：什么是RPC，RPC使用了哪些关键技术；Dubbo的使用场景和核心功能有哪些；Dubbo的集群容错方案有哪些；Dubbo服务器注册与发现的流程；Dubbo 的注册中心集群宕机，发布者和订阅者之间还能通信吗；Dubbo 支持哪些协议，它们的优缺点有哪些。
自从微服务的概念和应用流行起来之后，受“微”的影响，有些人认为微服务越小越好，这显然是极端的想法。任何架构设计都有优缺点，在合适的场景才能发挥更大的作用。明确粒度设计的上下限，是用好微服务的第一步。微服务的核心思想是“分治”，可以类比活字印刷术。每个字都有独立的印刷效果。坏掉的字可以被迅速替换，不影响其他字。
在计算机发展的早期，一直都是集中式计算，计算能力依赖大型计算机。随着互联网的发展，有些业务需要巨大的计算能力才能完成，而集中式计算无法满足要求，大型计算机的价格也非常昂贵。分布式计算将任务分解成更小的部分，分配给多台计算机处理，这样可以节约整体计算时间，大大提高计算效率。互联网大型网站往往面临高并发访问、海量数据处理等问题，必须保证系统高可用、易伸缩等等。分布式架构采用多台机器协同工作，动态伸缩容量，使用冗余节点来消除单点故障，提高系统可用性。
关系型数据库如MySQL的单机并发能力很弱，高并发下表字段的加减操作，可能出现幻读。电商的秒杀活动典型的高并发减库存场景，这类问题有三种优化性能的思路：1. 异步处理减库存，而不是同步。2. 在内存中操作减库存。3. 分布式处理，分摊压力。
当单服务器的性能无法满足业务需求时，就需要把多台服务器组成集群系统提高整体的处理性能。我们要使用统一的流量入口来对外提供服务，本质上就是需要一个流量调度器，通过均衡的算法，将用户请求流量均衡地分发到集群中不同的服务器上
Nginx是一款高性能的HTTP和反向代理服务器，能够选择高效的epoll、kqueue、eventport最为网络I/O模型，在高连接并发的情况下，能够支持高达5万个并发连接数的响应，而内存、CPU等系统资源消耗却非常低，运行非常稳定。Redis是一款开源的内存数据结构存储，用作数据库、分布式缓存、消息中间件，支持多种数据结构。Redis内置了主从复制、事务以及不同级别的持久化功能，并通过Sentinel和自动分区的Cluster提供了高可用性。
Canal[kə’næl]是由Alibaba开发的数据同步中间件，译为水道/管道/沟渠，通过解析MySQL数据库增量日志，提供数据订阅和消费，主要使用场景：创建数据库镜像、数据库实时备份、索引构建和实时维护、按需刷新业务cache、按业务逻辑需要处理增量数据、同步构建其他数据源。相比MySQL本身的主从机制，有下面几点优势：让架构更灵活，多机房同步比较简单；异构表之间也可以同步，可以控制不同步DDL以免出现数据丢失和不一致；Canal可以实现一个表一线程，多个表多线程的同步，速度更快。
唯一ID是业务系统操作数据的重要凭据。如果是单表，采用数据表的自增主键作为唯一ID即可。在分布式和高并发场景下，数据快速增长，单表可能被拆成多表，如果使用自增主键作为唯一ID，每个表都要设置不同的增长步长，不便于数据库扩展。本文主要介绍基于数据库号段模式实现分布式ID。