若给定的 key 已经存在，则setnx不做任何动作，返回0。当setnx返回1时，表示获取锁，做完操作以后del key，表示释放锁，如果setnx返回0表示获取锁失败。比如我们要存储用户信息，ID、姓名、电话、年龄、身高 ，怎么存储？查询时，取出key

我想大家最最最熟悉的就是单机结构，一个系统业务量很小的时候所有的代码都放在一个项目中就好了，然后这个项目部署在一台服务器上就好了。整个项目所有的服务都由这台服务器提供。我想缺点是显而易见的，单机的处理能力毕竟是有限的，当你的业务增长到一定程度的时候，单机的

Lettuce和Jedis的都是连接Redis Server的客户端程序。Jedis在实现上是直连redis server，多线程环境下非线程安全，除非使用连接池，为每个Jedis实例增加物理连接。

　在多线程并发的情况下，单个节点内的线程安全可以通过synchronized关键字和Lock接口来保证。Lock是一个接口，是基于在语言层面实现的锁，而synchronized是Java中的关键字，是基于JVM实现的内置锁，Java中的每一个对象都可以使用

提起微服务架构，不可避免的两个话题就是服务治理和分布式事务。数据库和业务模块的垂直拆分为我们带来了系统性能、稳定性和开发效率的提升的同时也引入了一些更复杂的问题，例如在数据一致性问题上，我们不再能够依赖数据库的本地事务，对于一系列的跨库写入操作，如何保证其

此处以一个真实环境为例，来介绍kettle完全分布式环境的开发使用。Kettle安装创建一个目，将下载好的kettle解压后放在该文件夹下。其中masters中，name、hostname、port需要和carte-config-master-8080.x

分布式架构出现后，越来越多的分布式系统会面临数据一致性的问题。目前，ZooKeeper 是在解决分布式数据一致性上最成熟稳定且被大规模应用的工业级解决方案。ZooKeeper 能够保证数据一致性主要依赖于 ZAB 协议的 消息广播，崩溃恢复和数据同步 三个

本文聊聊 CAP 定理和 BASE 理论。数据的强一致性。希望分布式系统只读到最新写入的数据。那么我们需要在可用性A和强一致性C中做出取舍。分区A和分区B,不能通信，一方的数据无法同步给另一方，我们是选择不忍受数据的强一致性，不提供服务。需要注意的是，不存

在早期的互联网Web 1.0时代，大部分企业还是采用传统的企业级单体应用架构，而一时间蜂拥而至的巨大用户流量使得这种架构难以支撑，通过对诸多系统架构实施以及对巨大用户流量的分析过程中发现，其实用户的读请求远远多于用户的写请求，频繁的读请求在高并发情况下会增

Redis相比memcached有哪些优势？d、异步Ｉ/O 模型，使用libevent作为事件通知机制。而Redis的Key长度支持到512k。由于Redis只使用单核，而Memcached可以使用多核，所以平均每一个核上Redis在存储小数据时比Memc

　　redis操作基于命令，在一个命令执行过程中，其他命令处于等待排队状态。不可能同时执行两个命令。

分布式锁是控制分布式系统或不同系统之间共同访问共享资源的一种锁实现。分布式锁可以保证在分布式系统中，同一操作只被一台机器上的一个线程执行，保证共享数据的一致性。若返回0，说明设置失败，已经有了这个key，说明其它线程持有锁，重试。完成业务后需要释放锁。在执

Zookeeper 我想大家都不陌生，在很多场合都听到它的名字。它是 Apache 的一个顶级项目，为分布式应用提供一致性高性能协调服务。有很多开源组件，尤其是中间件领域，使用 Zookeeper 作为配置中心或者注册中心。它是 Hadoop 和 HBas

细说Redis分布式锁??大家所推崇的Redis分布式锁真的就万无一失吗？

　　　 1. redis事务可以一次执行多个命令，本质是一组命令的集合。　　　　　　1. 下面指令演示了一个完整的事物过程，所有指令在exec前不执行，而是缓存在服务器的一个事物队列中。　　　　　　3. 因为redis是单线程的，所以不必担心自己在执行队列

结合实际说一下？我回答得一般不会。剩下得都忘了，感受就是，自己面了场战争，一面面试官很好，慢慢引导我，二面面试官也很好，全部都是开放题。二面还有几个经典的题我都记不清了，一个1G问题我就懵了，二面一塌糊涂，可能凉了……继续加油吧！！！

在微服务中很多情况下需要使用到分布式锁功能，而目前比较常见的方案是通过Redis来实现分布式锁，网上关于分布式锁的实现方式有很多，早期主要是基于Redisson等客户端，但在Spring Boot2.x以上版本中使用Redis时，其客户端库已经默认使用le

只要是一堆机器，就可以叫集群，他们是不是一起协作着干活，这个谁也不知道；一个程序或系统，只要运行在不同的机器上，就可以叫分布式，嗯，C/S架构也可以叫分布式。分布式是相对中心化而来，强调的是任务在多个物理隔离的节点上进行。

-- At most Onece：最多一次，如果算子处理事件失败，事件将不再尝试该事件。-- 1.分布式快照+状态检查点，思想就是对比检查点和分布式快照中的状态，如出现状态不一致就回退到最小状态处，重新计算。-- 2.At least Onece + 去重

面试官应该是对应聘者的回答不太满意，他想听到一个他认为最优的解决方案，其实这无可厚非。在说分布式ID的具体实现之前，我们来简单分析一下为什么用分布式ID？此时一个能够生成全局唯一ID的系统是非常必要的。从上图可以看出，水平扩展的数据库集群，有利于解决数据库