SpringBoot、SpringCloud框架思维导图模板_ProcessOn思维导图、流程图

Liunx

Docker

Nginx

Redis

概念：非关系型数据库（缓存数据）

解决mysql数据库数据达到3000万，速度慢，最大连接数只有500

解决并发集群数据库性能低，锁失效（类似negix并发多台tomcat服务区session失效）

redis缓存数据存储在内存中，MySQL存储在硬盘中

访问redis还是发生service层

类型：

关系型数据库：mysql、oracle、DB2

非关系型数据库库：Redis、mongoDb、ES

安装

5中基本类型

String类型-----值类型

Hash类型-----散列类型----存储对象

LIst类型----列表类型----应用场景排队、秒杀

Set类型----集合类型（无序）----shiro权限

ZSet类型-----有序集合类型（序：分数）---积分，排行榜

补充3种

HyperLogLog计算近似值

GEO  地理位置

BIT   数组类型byte[]

常用基础命令

数据库操作

只有0~15  16个数据库 ---  select   0~15

移动key到另一个数据库

清空当前数据库

清空所有数据库

查看当前数据库有多少key

String常用操作

添加值  set  key  value

setnx key value--（key存在什么都不做不存在添加，分布式锁应用）

取值   get  key

批量存取值  mset  key value  。。。

自增长----incr   key（将value++）

设置存活时间-- expire   key   毫秒值     key值存在情况下 setex key  秒值  value----key值不存在情况下

追加----append  key value  再已存在的key后追加值

Hash常用命令（存储对象）

添加  hset key field  value ---key反复使用添加

查看   hget  key  field

自增--只有value为数字

获取全部fieldd  value

获取全部  value

获取field的数量

list管道常用命令

左侧插入，右侧插入

lpush key 【value】

lpushx key 【value】---key不存在操作无效

rpush  key 【value】

rpushx key 【value】---key不存在操作无效

应用于商品秒杀

修改数据

lset key  index角标  value

弹出数据

lpop 左边弹出一个value

rpop 右边弹出一个数据

<ul><li>删除列表中的数据   lrem key count value  --- count>0，从左往右删除count个 count<0，从右往左删除count个 </li></ul>

将一个列表中最后的一个数据，插入到另外一个列表的头部位置 rpoplpush list1 list2

Set常用命令

添加值----sadd key member [member ...]

取值---smembers   key

子主题

ZSet常用命令

添加数据(score必须是数值。member不允许重复的。) zadd key score member [score member ...]

修改member的分数----zincrby key increment member

根据分数从小到大排序

zrange key start stop [withscores]

start  stop 为角标   0  -1  所有范围

zrevrange key start stop [withscores]---大到小

Java连接Redis

存储对象，以字节数组方式存储到Redis

以json串的方式

连接池

管道的使用，批量操作

Redis持久化机制

弱事务----没有4大特性

RDB默认的持久化机制      dump.rdb（二进制文件）

无法保证数据绝对安全

在设置的时间范围内如果key发生的了改变，将会持久化

临时持久化

AOF

实时持久化

每当有写操作就持久化

Redis的key的删除机制

定期删除

每隔一段时间去查看，过期了的key，

惰性删除

当去查询时才会删除

淘汰机制

子主题

缓存问题

缓存击穿

Redis访问的数据刚好过期导致，50000访问量直接访问数据库

解决方式：在访问数据库时加锁，一个一个访问

缓存穿透

访问的数据在Redis中没有，在数据库中也没有用

解决方式：查询DB时发现没有，将NULL值存储到Redis中  2.布隆过滤器

缓存雪崩

Redis中的缓存中的过期时间设置相同，导致同时集体过期失效

解决方式：数据库设置锁，将每个key过期时间随即设置

缓存倾斜

Redis承受不住大量的访问

解决方式：集群搭建Redis

ElasticSerach

概念：全文检索nosql

关系型数据库的索引类型

普通索引

主键索引  次之

唯一索引

组合索引（复合索引）最多

全文索引---必须是MyISAM引擎

mysql数据库查询海量数据时效率低

全文索引专用引擎

为什么学习ES

支持海量数据查询

支持IK分词器，对中文智能分词

支持查询高亮显示

ES和solr的区别

ES非常稳定，不管所应是否发生变化

Solr依赖第三方产品Zookeeper搭建集群

搜索方式

顺序扫描法：性能差，速度慢，先找文件后找内容

倒排索引法：先找内容，再找内容对应的文件

ES构成

分词库

子主题

数据存储库-----数据进行分片存储，指定信息分词放入分词库

kibana （ES管理工具，基于ES）

DSL语句

POST _analyze {   "analyzer": "ik_max_word",   "text": "中华人民共和国" }

IK分词器

扩充词

停用词

索引库

分片（就是集群，每一个分片就是一个服务器）

文档（一条数据就是一个文档）

id域

name域

副本（备份，不应该与主分片放到同一个服务器）

创建索引库DSL

指定分片

PUT /person {   "settings": {     "number_of_shards": 5,     "number_of_replicas": 1   } } //分成5个分片，每个分片一个备份

指定文档（Document）的域（每个域等属性）（不参与分词的数据会整体放如分词库）

域（field）类型

字符串类型

text分词

keyword不分词

数值

时间

布尔类型

二进制类型

范围类型

经纬度类型

ip类型

添加文档

/索引库/_doc

默认随机生成一个id

指定id

搜索

/索引库/_search

指定域名和域值

match--模糊搜索（检测分析库的词，和数据本身）

term--精准搜索（只检测分词库中的词，不参与分词的属性会将内容全部存到分词库作为一个词）

修改

/索引库/_doc/id-----添加一个新的，id设置为与之前相同（覆盖式修改）

/索引库/_update/id-----更新式修改

删除  delete   /索引库/_doc/id

JAVA代码的方式操作

导入依赖包

ES包

高级别客户端包

编写连接ES工具类

public static RestHighLevelClient getClient() {         //1. 创建和服务器的连接         HttpHost httpHost = new HttpHost("192.168.200.129", 9200);         //2. 创建RestClient对象         RestClientBuilder builder = RestClient.builder(httpHost);         //3. 创建返回可以使用的连接对象         RestHighLevelClient restHighLevelClient = new RestHighLevelClient(builder);         return restHighLevelClient;     }

操作索引库

创建索引库，创建域，指定域的类型

创建索引

.indices().create

删除索引

操作文档

查询

创建接收文档的对象

//5:执行搜索  结果有13条   查询所有之后结果         SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);         SearchHits hits = searchResponse.getHits();

SearchRequest searchRequest = new SearchRequest(index);         //搜索条件         //searchRequest.indices("book","person");//二个索引库的名称         //1:设置索引库的名称         //searchRequest.indices("book");//索引库的名称         //2:最外层大括号 {  }         SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();         //2.1查询所有         searchSourceBuilder.query(QueryBuilders.matchAllQuery());         //2.1精准查询         //searchSourceBuilder.query(QueryBuilders.termQuery("name","java"));         searchSourceBuilder.query(QueryBuilders                 .termsQuery("name","java","鬼吹灯"));          //2.1匹配查询         * match == 先分词 + 再精准查询     desc:分词后的对应         searchSourceBuilder.query(QueryBuilders.matchQuery("desc","盗古墓"));         //3:设置分页    不设置默认是每页显示10条         searchSourceBuilder.from(0); //开始行=(当前页-1)*每页数         searchSourceBuilder.size(20);//默认是10         //4:将最外层大括号 {  } 设置给上面的SearchRequest         searchRequest.source(searchSourceBuilder);

搜索所有数据

分页查询

深分页：因为form，size的和不能超过1w

scroll+size在ES查询数据的方式

精髓；将在分词库中查询到的文档id，存到服务器上下文中，而不是直接前去文档库中查找文档

各种查询

term（完全匹配，不会出对你搜索的内容进行分词处理）

match：将搜索内容先进行分词，再去分词库匹配

match_all查询

match指定一个Field作为筛选的条件

布尔match查询  ：基于一个Field匹配的内容，采用and或者or的方式连接

multi_match查询：multi_match针对多个field进行检索，多个field对应一个text。

id查询

//2. 执行查询         GetResponse resp = client.get(request, RequestOptions.DEFAULT);

ids查询

prefix查询(前缀)

 fuzzy查询（模糊）

wildcard查询（通配）

盘*：多个字

盘？：一个字

range查询（范围）

数量，日期

复合查询

bool查询

相关度查询（匹配精准度）

tf/idf相关度算法计算评分

filter查询

高亮查询

聚合查询

添加

单文档添加.index()

（批量添加）.bulk（bulkRequest, RequestOptions.DEFAULT）

bulkRequest.add(添加，修改，删除，“”)

修改

覆盖式修改（弃用）

真正修改

删除

批量删除

SpringBoot

简介

不是一门新的技术，只是将spring+springmvc框架进行了简单的封装（简化配置，敏捷式开发）

不需要引入坐标依赖包，需要引入starter的依赖包（启动器=依赖包+配置文件）

有且仅有一个application.yml配置文件

没有war包只有jar包，自带tomcat服务器

父jar叫做fat jar 

黑窗口启动 fat jar---（打包成为jar包，java -jar）

idea通过启动类启动

idea创建一个springboot项目

创建一个maven项目

pom

配置jdk 1.8

中导入panter工程标签-----（声明了这是一个spring boot项目，以及stater依赖的版本）

导入启动项依赖包

导入spring-maven插件（打包成为jar包时，不会出现依赖丢失）

创建controller

创建启动类（与所有包同级目录）

启动方式

启动类启动

黑窗口    mvn  spring-boot：run

黑窗口  Java -jar

注意：所有类必须有包

springboot的常用注解

@Configuration

当前类是一个配置类

@Bean

实例对象注解

@SpringBootApplication（组合注解）

@SpringBootConfiguration（就是一个配置类注解）

@EnableAutoConfiguration（自动装配注解）--只要导入了start依赖就必须写对应的配置文件

@ComponentScan

扫描注解---相当于context包扫描标签的

@MapperScan注解

配置

配置文件

properties

yml（推荐）

轻量级

缩进管理

value后面跟一个空格

json

多环境配置

第一步：application.yml，只用来指定使用哪一个配置文件 spring:   profiles:     active: @profileActive@（dev）

第二步：application-dev（环境名）.yml写具体的配置

子主题

引入外部配置文件信息

如一个照片存储路径等

@Value（”${key值}“）

方式2（推荐）创建一个外部配置类，将所有key赋值给该类 @ConfigurationProperties（prefix=”外部配置名“）

热加载：不用重新发布项目，重新加载配置文件中的配置信息

SpringBoot 整合Mybatis

第一步：导入statrt依赖包

第二步：编写配置文件

第三步：在启动类上打@MapperScan注解，扫描mapper接口

分页助手使用：导入依赖---直接使用

SpringBoot结合ES联系案例

问题1：批量导入索引数据时对象转换json注意时间类型的转换以及某些属性的忽略转换

问题2：springboot不支持JSP页面，以及普通的视图解析器。将html页面创建在resouce里的templates里

页面的跳转需要，pro中引入Thymeleaf启动依赖

${hello}使用[[${hello}]]代替

RabbitMQ

简介

spring公司的产品，解决秒杀，高并发，解耦

消息队列：消息先进先出

常用的MQ

RabbitMQ   spring官方

ActivMQ   apache

kafak   速度最快，高并发，容易丢失数据

RocketMQ：阿里的（springcloudalibaba）

底层

JSM：Java messaage system---activeMQ，ROcketMQ

AMQP：高级MQ协议（底层都是tcp）--伊朗语言开发（一次链接，多个channal信道（会话），多路复用）

不同于sql的连接池，一个链接，一次会话，一条sql

四大功能

异步

用户体验好，用户支付，风控归档

解耦

大量模块处理一个事务，一旦一个模块出现问题，所有模块回滚

削峰

高并发，大量请求访问网站，造成瘫痪

可恢复性

出现问题的模块，重新执行

入门应用程序

创建Springboot项目

创建生产者模块

导入mq启动器依赖

yml文件中配置连接的MQ

spring:   rabbitmq:     host: 192.168.200.129     port: 5672     virtual-host: /qf     username: test     password: test

注入RabbitTemplate 对象

rabbitTemplate.convertAndSend("队列名","消息内容" );----发送消息

rabbitTemplate.receive("队列名" );----接收消息（手动接受）

创建消费者

创建监听器，监听消息队列

@Component @RabbitListener(queues = "work_queue")

<div>@RabbitHandler</div><div>    public void testListener(String message)--自动监听</div>

rabbit架构模式

虚拟主机V-host

交换机exchage

路由rouetes---交换机与队列之间的传送策略

消息队列queue

生产者

消费者

链接

信息通道channal

RabbitMQ的7种工作模式

简单模式

入门程序，一个生产者一个消费者(默认交换机)

工作模式

一个生产者，发给一个消息队列，多个消费者监听该消息队列（默认交换机）

多个消费者之间是竞争关系，消息只能被一个消费者消费

发布与订阅模式

交换机类型：广播类型**Fanout

无RoutingKey

将消息转发给所有的绑定的消息队列（所有消费者都能收到消息）

创建广播类型的交换机，bing队列，发送消息（交换机名，“无rountingkey”，消息内容）

将监听队列注解放到监听方法上

路由模式

交换机类型：定向类型**Direct

Rounting是一个字符串

创建定向类型交换机，bing队列，设置rountingkey  ，发送消息（交换机名，“rountingkey”，消息内容）

主题模式

交换机类型：主题类型**Topic

Rountingkey带有*#。

*：代表一个单词

#：代表多个单词

例*.aopple.*

创建主题类型交换机，bing队列，设置rountingkey （*.aopple.*），发送消息（交换机名，“aaa.aopple.bbb”，消息内容）

远程RPC模式（属于远程调用不算MQ）--被apache的DubboRPC远程调用

发布确认模式（高级模式）

子主题

使用java代码创建交换机，队列

RabbirMQ配置类（放到消费者模块中）

RabbitMQconfig类

@Bean----队列 public Queue getqueue（）{ return new queue("队列名") return  QueueBuilder.----默认持久化，不自动删除 }

@Bean---交换机 public Exchange getExchange（）{ return  ExchangeBuilder.交换机类型("交换机名").build }

@Bean---绑定 public Binding getbinding（@Autowired  @Qualifier("方法名") Queue queue @Autowired（可以省略）  @Qualifier("方法名") Exchange exchange）{ return  BindingBuilder.bind(queue).to(exchange).with（“rountingkey”）.noargs();

RabbitMQ保证消息不丢失

丢弃的方式：通过开启MQ的事务（会使得效率变得很低）

confirm机制

return机制

消息丢失的位置

将消息发送到交换机（高）

交换机传到队列（可能性低）

队列到消费者（高）

SpringCloud

简介：

微服务架构的落地的一套技术栈，将一个完整的项目拆分成多个模块独立开发

每个模块部署到各自的Tomcat服务器上，每一个服务器属于一个微服务

第一步：用户发送请求，通过nginx负载均衡

第二步：通过网关指定到对应的模块

6大技术

Eureka（注册中心）---Nacos(阿里巴巴产品)

作用：注册与发现，

注册：所有模块的ip和端口号都存储到Eureka中

发现：在Eureka中寻找到其他微服务的IP和端口号

仅仅是发现，模块之间的通讯还时依靠Feign

Eureka服务端（单独创建）

创建一个javamaven项目

pom中导入springboot和springcloud的父工程配置

创建Eureka服务端项目

创建配置yml，服务器端口号，微服务的名字，eureka配置

实例化，默认localhost

是否将自己本身注册到eureka

是否同步其他eureka的集群

指定eureka的url地址   http://${eureka.instance.hostname}:${server.port}/eureka/

<ul><li>创建启动类，需要打上@EnableEurekaServer</li></ul>

Eureka客户端（在每一个微服务内）

添加依赖包

eureka:   client:     # 指定Eureka服务地址     service-url:       defaultZone: http://localhost:8761/eureka

在启动类上打@EnableEurekaClient-----注册

Eureka安全

给Eureka服务端添加用户和密码，自己的微服务才能注册和发现

在服务端添加安全启动器依赖

Eureka高可用

集群搭建微服务

Eureka服务端之间关系平等，不存在主从关系

eureka服务端的uri除了要有自己的地址还要有另外几台eurka的地址

微服务需要同时注册到多个eureka服务端中，只会注册到其中一台

30秒进行一次心跳检查，宕机后90秒进行将微服务注册到另一台eureka服务器

注：发现一次后会存到本地缓存，即使服务端宕机没有微服务，也不会找不到

CAP定律

C - 一致性，A-可用性，P-分区容错性，这三个特性在分布式环境下，只能满足2个

分区容错性：集群微服务，一台微服务器宕机，并不影响使用

一致性：两台服务器数据同步（强一致）

可用性：

Ribbon（负载均衡）

作用：在每个微服务内，都有负载均衡

实现负载均衡的策略

轮询--使用不多

随机--使用不多

权重（通过轮询赋予权重）

被调用方并发性数最小

使用

导入启动器（Eureka会顺便导入）

在客户端配置

# 指定具体服务的负载均衡策略 QF-SEARCH:   ribbon:     # 具体负载均衡使用的类--随机测试     NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule

Feign（远程调用---服务之间的通讯）

模块之间的调用方式

http

RPC

MQ

LoadBalancerClient（负载均衡）---使用Ribbon实现负载均衡策略算法

底层方式

创建config配置类

RestTemplate（ClientHttpRequestFactory factory）

补充：RedisTemplate--连接redis

RabbitTemplate----连接MQ

ClientHttpRequestFactory

第一步：@LoadBalancerClient   ：去Eureka中根据微服务的名字发现其中一个微服务的地址           ：@RestTemplate：去Eureka中根据微服务的url发现远程调用

第二步：从一个微服务中获取uri                远程调用resttemplate.getForObject(url+请求地址,返回值类型，是否有参数)

远程调用手动代码

feign封装

在调用服务放导入启动器

创建被调用的Feign接口

@FeignClient("QF-SEARCH") @RestController public interface SearchFeign {     /**      * 搜索feign接口方法, 建议复制被调用服务方法, 不要手写, 容易写错      * @return      */     @RequestMapping(value = "/search")     public String list(); }

在启动类上打扫描接口注解@EnableFeignClients(basePackages = {"com.qf.feign"})

Feign传递参数

传递单个参数--基本类型

@GetMapping("/parm/{id}/{name}")

@PathVariable（value=“id”）--单个参数

@RequestParam（value=“id”）---多个参数

value 必须加上

传递对象

使用POST请求

通过json传请求体

postman发送一个对象json串

json类型

Feign的Fallback（远程调用失效问题）

因为本地缓存更新不及时导致不知道微服务已经宕机--解决方案：降级处理（兜底处理）---底层走的熔断器

在自己本身中配置处理配置（实现远程调用接口中的全部方法，当远程调用失败后，走自身的实现类）

方式一（实现类）

@Component @RequestMapping("/fallback") public class SearchFeignFallBack implements SearchFeign {

远程调用接口@FeignClient(value = "QF-SEARCH", fallback = SearchFeignFallBack.class)

配置文件中开启降级处理 feign:   hystrix:  ------熔断     enabled: true

方式二（远程调用降级工厂）

Hystrix（熔断器）

作用：在远程调用中A调用B调用C调用D----形成一条调用链，当中间一个微服务出现问题引发雪崩问题

先熔断在走降级处理

解决雪崩问题

熔断，阈值---连续远程调用3次仍然不成功就会熔断

缓存：熔断后先请求缓存功能

降级处理，降级方法使用熔断器线程池还是信号量(tomcat线程池)---产生隔离问题

隔离：降级方法由谁执行---默认走熔断器的线程池

熔断器操作

给被调用方添加--搜索微服务

导入熔断器启动器

在Conctroller的方法上@HystrixCommand(fallbackMethod = "listBack"，commandProperties = {             @HystrixProperty(name = "execution.isolation.strategy",value = "SEMAPHORE")---（信号量）熔断隔离级别})

下面写自身降级方法----自身降级处理不了，在调用兜底处理

启动类上添加熔断器注解//开启Hystrix @EnableCircuitBreaker

断路器

异常，大量的线程中只有一小部分有异常

1导入断路器监控包

2在启动类上添加开启监控注解@EnableHystrixDashboard                           扫描注解//扫描Hystrix的servlet所在包 @ServletComponentScan("com.qf.servlet")

3编写servlet

断路器的属性

缓存

成功一次远程调用后，将请求的数据存到本地缓存

FIlter过滤器将查询的结果拦截在缓存中

流程

在请求微服务添加缓存依赖

启动类上添加//扫描过滤器所在包 @ServletComponentScan("com.qf.filter")

编写过滤器

service层，写缓存业务逻辑

GateWay（网关）

概念：

帮助微服务架构提供一种简单有效**统一的REST 请求路由管理方式**。

请求通过nginx负载均衡后再由网关转发对应的微服务（网关也是一个微服务，需要注册到注册中心）

一切请求都要先通过网关

两者冲突，只能引用其一

核心功能

路由

断言函数

过滤器

局部过滤器

手动为某一位服务添加前缀

# 路由表       routes:         # id: 唯一标识         - id: qf-search           # 路由服务地址: 也就是业务服务的访问地址           # uri: http://localhost:9003           # 采用lb协议，会从Eureka注册中心获取服务请求地址           # 路由地址如果通过lb协议加服务名称时，会自动使用负载均衡访问对应服务           # 规则：lb协议+服务名称           uri: lb://QF-SEARCH           # 断言: 用于拦截匹配用户在浏览器中输入的访问路径           predicates:             - Path=/search/**           filters:               # 去除路径前缀过滤器             - StripPrefix=1               # id: 唯一标识

在通过过滤器去掉前缀

全局过滤器

9大默认全局过滤器（默认开启）

自定义全局过滤器class MyGlobalFilter implements GlobalFilter, Ordered

Config（配置中心)重要

简介

将所有微服务的配置文件，统一放到配置中心管理

在配置中心修改配置文件，立马生效

运行项目会自动发现配置中心的配置文件发生变化

更加安全

配置中心服务端（连接码云）

生成公钥与私钥（RSA算法生成）

子主题

bootstrap.yml

系统级别的配置文件（Tomcat启动时加载）

子主题

不停机维护

原理：config模块连接，其他模块监听消息队列

实现

导入BUS组件的rabbirmq包

导入Autuator监控启动器（监控GIt）包

management:   endpoints:     web:       exposure:         include: "*"

controller：//动态刷新 @RefreshScope public class TestController {     @Value("${version}")     private String version;     @RequestMapping("/version")     public String testVersion() {         return version;     }

变更后，手动发送一个post的git变更请求

使用Gitee实现自动配置

Gitee中的WebHooks

内网穿透（没有域名时）

全链路监控

Sleuth

监控各个微服务之间混乱的远程调用

所有微服务中加入全链路监控启动器

配置文件中开启前端监控日志 logging:   level:     org.springframework.web.servlet.DispatcherServlet: DEBUG

Zipkin

图像化界面显示（收集日志，监控日志）

收集的日志放到rabbitMQ中，zipkin从MQ中取

mq和zipkin的连接需要在创建zipkin容器时指定

zipkin的持久化需要在创建zipkin容器时指定ES

搭建Zipkin容器 

导入zipkin启动器（包含sleuth启动器）

配置文件中配置zipkin的IP和端口 sleuth:     sampler:       probability: 1.0    # 指定Slueth收集日志的百分比   zipkin:     base-url: http://192.168.200.129:9411/     sender:       type: web（rabbit）

ZooKeeper

简介

apache公司开发，在Java分布式架构中，也会频繁的使用到Zookeeper。

Zookeeper就是一个文件系统 + 监听通知机制

架构

每一个节点称为ZNode（树结构）

节点可以存储数据

节点并称不可以重复

常用命令

ls /    查看节点

get  /节点名    查看节点内容

create /节点名/子节点   内容 ----创建节点

delete  /节点名----删除节点

deleteall  /节点名----删除节点及其子节点

set  /节点名  新的内容---修改节点

4种节点类型

永久节点

永久有序节点（在节点名称后面加上顺序序号）

临时节点

临时有序节点

监听通知机制

集群搭建zookeeper

一个leader机和follower从机

Java代码操作zookeeper

创建操作zoo keeper工具类

代码实现节点的基本操作

//获取zookeeper节点操作对象     private CuratorFramework cf = ZkUtils.getCf();

cf.create().withMode(CreateMode.PERSISTENT).forPath("/qf2","uuuu".getBytes());---添加节点

cf.setData().forPath("/qf2","oooo".getBytes());---修改节点

List<String> list = cf.getChildren().forPath("/");---查看节点

byte[] bytes = cf.getData().forPath("/qf2");----查看节点数据

cf.delete().deletingChildrenIfNeeded().forPath("/qf2");---删除节点

创建各种类型的节点

监听通知机制

分布式任务，事务

简介：一群人各自做不同事情，共同完成一件事请

分布式锁：

- 传统的synchronized以及Lock锁都是基于JVM的，由于在分布式系统中，会有多个Web容器同时运行，导致多个Web容器内部的传统锁已经不存在互斥性了

高并发秒杀问题

zookepper分布式锁

基于临时有序节点来实现分布式锁

zookeeper实现分布式锁包

创建zoo keeper连接工具类

//============= 创建zookeeper锁对象 ==================         InterProcessMutex lock = new InterProcessMutex(cf,"/lock");

//==============zookeeper加锁 ==============         if(lock.acquire(1, TimeUnit.SECONDS)) {

//============ zookeeper释放锁 ===============             lock.release();

Redis分布式锁

通过setnx命令，如果key存在表示已经上锁

boolean=redisTemplate.opsForValue.setIfAbsent(key,value，过期时间（防止死锁）);/返回值为真得到锁

redisTemplate.delete（key）

定时分布式事务

Elastic-job

每个微服务都拥有定时器，一个执行其他不会执行

引入Elastic-job包

创建分布式定时任务初始化类ElasticJobConfig

配置Zookeeper注册协调中心

子主题

xxl-job

LCN

SpringCloudAlibaba

简介：阿里在Springcloud的基础上进行2次开发封装

主要技术

Nacos（注册及配置中心）

简介：将Eureka与Config封装在一起

配置中带有一个图形化界面

版本对应问题（springboot也要对应）：所有SpringCloudlibaba的组件版本要配套，阿里版本要与cloud版本对应

nacos注册中心

nacos服务端

提供者微服务

nacos注册启动器

yml配置nacos地址端口

消费者微服务

nacos注册器启动器

yml.配置

远程调用同feigin相同

nacos配置中心

提供者微服务，nacos配置启动器

bootstrap配置文件

namespace：  命名空间 group：组名

nacos中添加配置yaml

文件名

组

格式yaml

内容

命名空间

管理大量的微服务不同开发阶段配置文件

组

管理大量微服务配置文件名字可能相同

动态配置

直接使用提交

@RefreshScope注解

引入外部配置文件（将各个配置文件分离）

子主题

sentinel（熔断器的图形化界面）

线程降级

服务降级

熔断器(在图形化界面做降级处理)

之前需要要controller层上打熔断器注解

RockerMQ（消息队列）

效率略低于RabbitMQ，支持消息总线BUS组件

Seatac（分布式事务）

曾经学过LCN分布式事务

Dubbo（远程调用）

服务之间的RPC通讯