php 怎么异步日志，在恢复备份时出现请输入密码以给您的IPHONE备份解锁？
当在恢复备份时出现请输入密码以给您的IPHONE备份解锁时，说明这个备份是加了密的，在加密码后，没有正确的密码是无法使用该备份的，它的安全性非常好，目前还没有办法pj。如果密码忘了的话，就无法恢复该备份了，只有一个一个试用常用的密码，否则只能放弃该备份文件。比较常见的备份方式有：
1、定期磁带备份数据。
2、远程磁带库、光盘库备份。即将数据传送到远程备份中心制作完整的备份磁带或光盘。
3、远程关键数据+磁带备份。采用磁带备份数据，生产机实时向备份机发送关键数据。3、远程数据库备份。就是在与主数据库所在生产机相分离的备份机上建立主数据库的一个拷贝。
4、网络数据镜像。这种方式是对生产系统的数据库数据和所需跟踪的重要目标文件的更新进行监控与跟踪，并将更新日志实时通过网络传送到备份系统，备份系统则根据日志对磁盘进行更新。
5、远程镜像磁盘。通过高速光纤通道线路和磁盘控制技术将镜像磁盘延伸到远离生产机的地方，镜像磁盘数据与主磁盘数据完全一致，更新方式为同步或异步。
6、数据备份必须要考虑到数据恢复的问题，包括采用：双机热备、磁盘镜像或容错、备份磁带异地存放、关键部件冗余等多种灾难预防措施。这些措施能够在系统发生故障后进行系统恢复。但是这些措施一般只能处理计算机单点故障，对区域性、毁灭性灾难则束手无策，也不具备灾难恢复能力。
如何保证本地缓存分布式缓存数据库之间的数据一致性？
在现在的系统架构中，缓存的地位可以说是非常高的。因为在互联网的时代，请求的并发量可能会非常高，但是关系型数据库对于高并发的处理能力并不是非常强，而缓存由于是在内存中处理，并不需要磁盘的IO，所以非常适合于高并发的处理，也就成为了各个系统中必不可少的一部分了。
不过，由此产生的问题也是非常多的，其中一个就是如何保证数据库和缓存之间的数据一致性。
由于数据库的操作和缓存的操作不可能在一个事务中，也就势必会出现数据库写入失败，缓存不能更新，缓存写入失败的补偿机制。具体我们应该怎么做呢？
我们先看一个最常见的读缓存的例子在读取缓存的方式中，上图这种方式可以说是最为广泛使用的了。读本身是没有什么问题的，但是，写入缓存的方式，就是保证数据一致性的重中之重了。
这里我们不考虑定时刷新缓存的方式，也就是下面这类方式：
写入数据库和写入缓存是独立的，写入数据库操作后，需要等待定时服务执行，执行完成后缓存数据才会刷新。
这种方式会导致数据的不一致时间较长，数据刷新时，不管有没有改变的数据，都会重新加载，效率差。当然，并不是说这种方式就没用，还是有一些场景是可以使用的，例如一些系统配置的缓存，而且，这样做缓存刷新，代码量非常少，也便于维护。
我们今天只考虑双写的数据一致性如何来考虑。由于不同的写入方式，可能带来的结果也就是不同的。通常情况下，我们都有哪些写入数据并刷新缓存的方式呢？
方法一、先更新数据库，在更新缓存这套方案是最简单的一种缓存双写方案，我们先来看看流程图
使用这种双写的方案，只要在数据成功写入数据库后，刷新缓存就可以了，代码简单，维护也很简单。但是，简单的前提下，带来的问题也是很直接的。
首先，线程数据安全无法保证
例如：我们现在同时有两个请求会操作同一条数据，一个是请求A，一个是请求B。请求A需要先执行，请求B后执行，那么数据库的记录就是请求B执行后的记录。
但是，由于一些网络原因或者其他情况，最终执行的顺序可能就变成了：
请求A Update 数据库 -> 请求B Update 数据库 -> 请求B Update 缓存 -> 请求A Update 缓存。这样的结果会导致：
1. 数据库和缓存中的数据不一致，从而缓存中的数据就成为了脏数据。
2. 写入操作多于读操作，就会频繁的刷新缓存，但是这些数据根本没有被读过。这样就会浪费服务器的资源。
因此，这种双写方式很难保证数据一致性，不建议使用。
方法二、先删除缓存再更新数据库由于上述方式存在的问题，那么我们就考虑，能不能先删除缓存，在更新数据库，这样，在更新数据库的前后，由于缓存中没有数据了，请求就会穿透到数据库直接读取数据然后放入缓存，这样，缓存就不会被频繁的刷新了。
于是，我们就设置了一个新的执行顺序：
不过，这样一来，新问题又出现了。有两个请求，一个请求A，一个请求B，请求A去写数据，请求B去读数据。当并发量高的时候，就会出现以下情况：
请求A进行写操作，删除缓存 -> 请求B查询发现缓存不存在 -> 请求B去数据库查询得到旧值 -> 请求B将旧值写入缓存 -> 请求A将新值写入数据库这是，脏数据又出现了。如果我们没有设置缓存的过期时间，那么在下一次下入数据前，脏数据就会一直的存在。针对这种脏数据出现的情况，我们决定在写入数据后，增加一点延时，再删除一次数据，于是就有了方法三。
方法三、延时双删使用延时双删的策略，就能够很好的解决之前我们应该并发所引起的数据不一致的情况。那是不是延时双删就完全没有问题呢？不。
我们来假设一个场景，就是我们做了读写分离，那么使用延时双删可能问出现什么情况呢？
请求A进行写操作，删除缓存 -> 请求A将数据写入数据库了 -> 请求B查询缓存发现，缓存没有值 -> 请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值 -> 请求B将旧值写入缓存 -> 数据库完成主从同步，从库变为新值。
糟糕，又出现数据不一致了。
然后在看看性能如何，由于需要延时，如果是同步执行，性能必定很差，所以第二次删除只有做成异步，避免影响性能。那异步执行删除就会出现新问题，如果异步线程执行失败了，那么旧数据就不会被删除，数据不一致又出现了。
不行，我们需要向一个一劳永逸的办法，单纯的双删还是不可靠。
方法四、队列删除缓存我们在把数据更新到数据库后，把删除缓存的消息加入到队列中，如果队列执行失败，就再次加入到队列执行直到成功为止。
这样，我们就能够有效的保证数据库和缓存的数据一致性了，不管是读写分离还是其他情况，只要队列消息能够保证安全，那么缓存就一定会被刷新。
当然，根据这个方案，我们还可以进一步优化。因为这里我们的缓存刷新时基于业务代码的，也就是说，业务代码和缓存刷新的耦合度很高。有没有办法能够把缓存刷新独立出来，不基于业务代码执行呢？
方法五、binlog订阅删除缓存为了保证业务代码的独立性，我们可以通过订阅binlog日志的方式来刷新缓存。我们先启动mysql的binlog日志，然后如下图方式设计流程：
通过binlog的订阅，我们就把业务代码和缓存刷新的非业务代码独立开来。代码量小了，也方便维护了。程序员们也不需要去关心什么时候应该刷新缓存，是不是需要刷新缓存。
当然，实战中，我们还有很多不同的业务场景，可能需要的数据一致性同步方案也不同，这里也只算是一个案例。
面试时会被问到些什么问题？
在上周，我密集面试了若干位Java后端的候选人，工作经验在3到5年间。我的标准其实不复杂：第一能干活，第二Java基础要好，第三最好熟悉些分布式框架。我相信其它公司招初级开发时，应该也照着这个标准来面的。
我也知道，不少候选人能力其实不差，但面试时没准备或不会说，这样的人可能在进团队干活后确实能达到期望，但可能就无法通过面试，但面试官总是只根据面试情况来判断。
但现实情况是，大多数人可能面试前没准备，或准备方法不得当。要知道，我们平时干活更偏重于业务，不可能大量接触到算法，数据结构，底层代码这类面试必问的问题点，换句话说，面试准备点和平时工作要点匹配度很小。
作为面试官，我只能根据候选人的回答来决定面试结果。不过，与人方便自己方便，所以我在本文里，将通过一些常用的问题来介绍面试的准备技巧。大家在看后一定会感叹：只要方法得当，准备面试第一不难，第二用的时间也不会太多。
别让人感觉你只会山寨别人的代码
框架是重点，但别让人感觉你只会山寨别人的代码！在面试前，我会阅读简历以查看候选人在框架方面的项目经验，在候选人的项目介绍的环节，我也会着重关注候选人最近的框架经验，目前比较热门的是SSM。
不过，一般工作在5年内的候选人，大多仅仅是能“山寨”别人的代码，也就是说能在现有框架的基础上，照着别人写的流程，扩展出新的功能模块。比如要写个股票挂单的功能模块，是会模仿现有的下单流程，然后从前端到后端再到数据库，依样画葫芦写一遍，最多把功能相关的代码点改掉。
其实我们每个人都这样过来的，但在面试时，如果你仅仅表现出这样的能力，就和大多数人的水平差不多了，在这点就没法体现出你的优势了。
我们知道，如果单纯使用SSM框架，大多数项目都会有痛点。比如数据库性能差，或者业务模块比较复杂，并发量比较高，用Spring MVC里的Controller无法满足跳转的需求。所以我一般还会主动问：你除了依照现有框架写业务代码时，还做了哪些改动？
我听到的回答有：增加了Redis缓存，以避免频繁调用一些不变的数据。或者，在MyBitas的xml里，select语句where条件有isnull，即这个值有就增加一个where条件，对此，会对任何一个where增加一个不带isnull的查询条件，以免该语句当传入参数都是null时，做全表扫描。或者，干脆说，后端异步返回的数据量很大，时间很长，我在项目里就调大了异步返回的最大时间，或者对返回信息做了压缩处理，以增加网络传输性能。
对于这个问题，我不在乎听到什么回答，我只关心回答符不符逻辑。一般只要答对，我就会给出“在框架层面有自己的体会，有一定的了解”，否则，我就只会给出“只能在项目经理带领下编写框架代码，对框架本身了解不多”。
其实，在准备面试时，归纳框架里的要点并不难，我就不信所有人在做项目时一点积累也没，只要你说出来，可以说，这方面你就碾压了将近7成的竞争者。
单机版够用？适当了解些分布式
别单纯看单机版的框架，适当了解些分布式！此外，在描述项目里框架技术时，最好你再带些分布式的技术。下面我列些大家可以准备的分布式技术。
1、反向代理方面，nginx的基本配置，比如如何通过lua语言设置规则，如何设置session粘滞。如果可以，再看些nginx的底层，比如协议，集群设置，失效转移等。
2、远程调用dubbo方面，可以看下dubbo和zookeeper整合的知识点，再深一步，了解下dubbo底层的传输协议和序列化方式。
3、消息队列方面，可以看下kafka或任意一种组件的使用方式，简单点可以看下配置，工作组的设置，再深入点，可以看下Kafka集群，持久化的方式，以及发送消息是用长连接还是短拦截。
以上仅仅是用3个组件举例，大家还可以看下Redis缓存，日志框架，MyCAT分库分表等。准备的方式有两大类，第一是要会说怎么用，这比较简单，能通过配置文件搭建成一个功能模块即可，第二是可以适当读些底层代码，以此了解下协议，集群和失效转移之类的高级知识点。
如果能在面试中侃侃而谈分布式组件的底层，那么得到的评价就会比较好了，比如“深入了解框架底层”，或“框架经验丰富”，这样就算去面试架构师也行了，更何况是高级开发。
别就知道增删改查，得了解性能优化
数据库方面，别就知道增删改查，得了解性能优化！在实际项目里，大多数程序员用到的可能仅仅是增删改查，当我们用Mybatis时，这个情况更普遍。不过如果你面试时也这样表现，估计你的能力就和其它竞争者差不多了。
这方面，你可以准备如下的技能：
1、SQL高级方面，比如group by, having，左连接，子查询（带in），行转列等高级用法。
2、建表方面，你可以考虑下，你项目是用三范式还是反范式，理由是什么？
3、尤其是优化，你可以准备下如何通过执行计划查看SQL语句改进点的方式，或者其它能改善SQL性能的方式（比如建索引等）。
4、如果你感觉有能力，还可以准备些MySQL集群，MyCAT分库分表的技能。比如通过LVS+Keepalived实现MySQL负载均衡，MyCAT的配置方式。同样，如果可以，也看些相关的底层代码。
哪怕你在前三点表现一般，那么至少也能超越将近一般的候选人，尤其当你在SQL优化方面表现非常好，那么你在面试高级开发时，数据库层面一定是达标的，如果你连第四点也回答非常好，那么恭喜你，你在数据库方面的能力甚至达到了初级架构的级别。
围绕数据结构和性能优化准备面试题
Java核心方面，围绕数据结构和性能优化准备面试题！Java核心这块，网上的面试题很多，不过在此之外，大家还应当着重关注集合（即数据结构）和多线程并发这两块，在此基础上，大家可以准备些设计模式和虚拟机的说辞。
下面列些我一般会问的部分问题：
String a = "123"; String b = "123"; a==b的结果是什么？这包含了内存，String存储方式等诸多知识点。HashMap里的hashcode方法和equal方法什么时候需要重写？如果不重写会有什么后果？对此大家可以进一步了解HashMap（甚至ConcurrentHashMap）的底层实现。ArrayList和LinkedList底层实现有什么差别？它们各自适用于哪些场合？对此大家也可以了解下相关底层代码。volatile关键字有什么作用？由此展开，大家可以了解下线程内存和堆内存的差别。CompletableFuture，这个是JDK1.8里的新特性，通过它怎么实现多线程并发控制？JVM里，new出来的对象是在哪个区？再深入一下，问下如何查看和优化JVM虚拟机内存。Java的静态代理和动态代理有什么差别？最好结合底层代码来说。通过上述的问题点，我其实不仅仅停留在“会用”级别，比如我不会问如何在ArrayList里放元素。大家可以看到，上述问题包含了“多线程并发”，“JVM优化”，“数据结构对象底层代码”等细节，大家也可以举一反三，通过看一些高级知识，多准备些其它类似面试题。
我们知道，目前Java开发是以Web框架为主，那么为什么还要问Java核心知识点呢？我这个是有切身体会的。
之前在我团队里，我见过两个人，一个是就会干活，具体表现是会用Java核心基本的API，而且也没有深入了解的意愿（估计不知道该怎么深入了解），另一位平时专门会看些Java并发，虚拟机等的高级知识。过了半年以后，后者的能力快速升级到高级开发，由于对JAVA核心知识点了解很透彻，所以看一些分布式组件的底层实现没什么大问题。而前者，一直在重复劳动，能力也只一直停留在“会干活”的层面。
而在现实的面试中，如果不熟悉Java核心知识点，估计升高级开发都难，更别说是面试架构师级别的岗位了。
至少了解如何看日志排查问题
Linux方面，至少了解如何看日志排查问题！如果候选人能证明自己有“排查问题”和“解决问题”的能力，这绝对是个加分项，但怎么证明？
目前大多数的互联网项目，都是部署在Linux上，也就是说，日志都是在Linux，下面归纳些实际的Linux操作。
1、能通过less命令打开文件，通过Shift+G到达文件底部，再通过?+关键字的方式来根据关键来搜索信息。
2、能通过grep的方式查关键字，具体用法是, grep 关键字 文件名，如果要两次在结果里查找的话，就用grep 关键字1 文件名 | 关键字2 --color。最后--color是高亮关键字。
3、能通过vi来编辑文件。
4、能通过chmod来设置文件的权限。
当然，还有更多更实用的Linux命令，但在实际面试过程中，不少候选人连一条linux命令也不知道。还是这句话，你哪怕知道些很基本的，也比一般人强了。
通读一段底层代码，作为加分项
如何证明自己对一个知识点非常了解？莫过于能通过底层代码来说明。我在和不少工作经验在5年之内的程序员沟通时，不少人认为这很难？确实，如果要通过阅读底层代码了解分布式组件，那难度不小，但如果如下部分的底层代码，并不难懂。
1、ArrayList,LinkedList的底层代码里，包含着基于数组和链表的实现方式，如果大家能以此讲清楚扩容，“通过枚举器遍历“等方式，绝对能证明自己。
2、HashMap直接对应着Hash表这个数据结构，在HashMap的底层代码里，包含着hashcode的put，get等的操作，甚至在ConcurrentHashMap里，还包含着Lock的逻辑。我相信，如果大家在面试中，看看而言ConcurrentHashMap，再结合在纸上边说边画，那一定能征服面试官。
3、可以看下静态代理和动态代理的实现方式，再深入一下，可以看下Spring AOP里的实现代码。
4、或许Spirng IOC和MVC的底层实现代码比较难看懂，但大家可以说些关键的类，根据关键流程说下它们的实现方式。
其实准备的底层代码未必要多，而且也不限于在哪个方面，比如集合里基于红黑树的TreeSet，基于NIO的开源框架，甚至分布式组件的Dubbo，都可以准备。而且准备时未必要背出所有的底层（事实上很难做到），你只要能结合一些重要的类和方法，讲清楚思路即可（比如讲清楚HashMap如何通过hashCode快速定位）。
那么在面试时，如何找到个好机会说出你准备好的上述底层代码？在面试时，总会被问到集合，Spring MVC框架等相关知识点，你在回答时，顺便说一句，“我还了解这块的底层实现”，那么面试官一定会追问，那么你就可以说出来了。
不要小看这个对候选人的帮助，一旦你讲了，只要意思到位，那么最少能得到个“肯积极专业“的评价，如果描述很清楚，那么评价就会升级到“熟悉Java核心技能（或Spring MVC），且基本功扎实”。要知道，面试中，很少有人能讲清楚底层代码，所以你抛出了这个话题，哪怕最后没达到预期效果，面试官也不会由此对你降低评价。所以说，准备这块绝对是“有百利而无一害”的挣钱买卖。
把上述技能嵌入到你做过的项目里
一切的一切，把上述技能嵌入到你做过的项目里！在面试过程中，我经常会听到一些比较遗憾的回答，比如候选人对SQL优化技能讲得头头是道，但最后得知，这是他平时自学时掌握的，并没用在实际项目里。
当然这总比不说要好，所以我会写下“在平时自学过SQL优化技能”，但如果在项目里实践过，那么我就会写下“有实际数据库SQL优化的技能”。大家可以对比下两者的差别，一个是偏重理论，一个是直接能干活了。其实，很多场景里，我就不信在实际项目里一定没有实践过SQL优化技能。
从这个案例中，我想告诉大家的是，你之前费了千辛万苦（其实方法方向得到，也不用费太大精力）准备的很多技能和说辞，最后应该落实到你的实际项目里。
比如你有过在Linux日志里查询关键字排查问题的经验，在描述时你可以带一句，在之前的项目里我就这样干的。又如，你通过看底层代码，了解了TreeSet和HashSet的差别以及它们的适用范围，那么你就可以回想下你之前做的项目，是否有个场景仅仅适用于TreeSet？如果有，那么你就可以适当描述下项目的需求，然后说，通过读底层代码，我了解了两者的差别，而且在这个实际需求里，我就用了TreeSet，而且我还专门做了对比性试验，发现用TreeSet比HashSet要高xx个百分点。
请记得，“实践经验”一定比“理论经验”值钱，而且大多数你知道的理论上的经验，一定在你的项目里用过。所以，如果你仅仅让面试官感觉你只有“理论经验”，那就太亏了。
这里根据自身的实际经历，整理了一份面试这些大厂的2020-2021 最新整理的 Java 面试题，希望能帮助到大家查漏补缺，攻克面试难关。
题库非常全面，包括 Java 集合、JVM、多线程、Spring全家桶、Redis、Dubbo、Netty、Elasticsearch、阿里巴巴等大厂面试题等。
部分面试题预览内容如下:
关注「java锦囊」，回复「面试」获取。
hmily原理？
这一篇不想谈论Hmily源码的技术实现，而是想在过了一遍hmily的实现后把hmily的工作思路单独地整理出来再进行一次总结。看看能不能进一步有所得。
以hmily-demo-springcloud为例，它的实现思路如下。
Hmily事务工作流程
首先它是基于切面编程来实现分布式事务的操作，及通过日志记录TCC事务的信息以保证最终一致性。
前端发起的一个请求，第一次进入一个@Hmily注解的函数的时候，就进入Hmily的事务管理了。
这时会进入切面方法，生成一个日志实例（HmilyTransaction实例）。日志实例里面存储了所有后续需要操作的信息，比如流转状态，执行函数信息等等，并在后续的操作中会根据需要加入新的信息。
日志实例 有一个执行状态，一开始时是PRE_TRY（开始执行try），并会通过一个并发队列异步存储到数据库中。顺便说一句，每个微服务都有一个日志表，存储着对应的日志。
关于异步存储要多说一句，hmily在设计的时候把许多操作，尤其是对日志表的删改查操作都改用异步操作的方式，这也是hmily如此高效的一个原因，值得重点分析。
刚才说到日志实例被异步存储到数据库的日志表中了，而另一边就开始执行我们的业务函数。
如果函数内部再调用的函数仍有@Hmily注解，这时候切面里面不做其他任何操作。
如果调用的函数有@Hmily注解且是RPC函数，也就是调用其他微服务的代理接口，这时候会把事务id(transId 是事务唯一的，一个分布式事务id只有一个，且被用于日志主键)，及当前的角色状态一起作为请求头的参数。
被调用的微服务接收到请求后，如果执行到带有@Hmily的函数，会根据传递过来的transId 的事务信息生成又一个事务日志信息，状态为PRE_TRY（开始执行try），并异步存储到数据库中对应该微服务的日志表中。
接着继续执行该微服务的主体方法
如果该微服务又调用了其它微服务，则同第7步到第12步。
如果执行成功，修改 事务日志的流转状态为TRYING（TRY阶段完成），如果失败了则删除日志抛出异常。
现在回到第一个微服务，如果调用成功，会把该rpc接口信息存储到日志信息里面。
如果还有调用其他微服务，则同第7步到13步。
如果所有的执行都没问题，这时候会把日志的状态改为TRYING（TRY阶段完成），然后发起异步任务执行confirm操作。
confirm操作里会把状态改为CONFIRMING(“confirm阶段”)，并异步存储到数据库中，然后通过反射存储在日志里面的confirmMethod方法，及调用rpc接口，将执行confirm的命令发送给对应的微服务。
其它微服务接收到confirm消息后，会根据该微服务的事务日志中存储的confirmMethod集合，一一执行，或再把该命令发送给被调用的下一层微服务，重复17步骤。
如果各个微服务在执行confirmMethod时，有失败的案例，会将失败的confirmMethod重新存储到对应的事务日志中，然后隔一定时间通过定时再次执行confirmMethod。直到一一成功或超过重试次数发出信息给维护人员处理。confirmMethod失败后的定时执行的这一步各个微服务已经是各自为政了，不用再自上而下的从第一个微服务发起任务。
cancel方法同16步到18步。它的触发条件是，只要在try阶段里有哪个try出问题了，异常会层层抛出到最上层，后面的try都不执行。而前面执行过的try信息或调用过的rpc接口信息都会存储在事务日志中间。后面只要同confirm阶段一样，根据这些信息执行cancelMethod方法或对RPC接口发起cancel请求
是前端还是后端的事？
你好，很高兴回答你的问题！！从以下几个方面阐述：
软件行业的分类
以上提到了两种架构方式：
1.单体式架构
通俗的讲就是所有的源代码在一个项目中，并且把这一个项目部署到服务器，当某个模块的访问流量增加，一台服务器难以支撑时，会把整个项目复制到新增的服务器上。以此类推..
这种架构有一个很大的缺点，就是并发配置不灵活，无法针对某个并发量大的模块进行并发配置，而是整个项目复制部署，这样会导致服务器资源的极大浪费。
所以就有了下面的架构方式：
2.分布式微服务架构
将项目拆分几个独立的功能单元（服务）的架构，每个功能单元就是一个服务。
这个服务的细粒度，根据实际情况可以很细，也可以很粗。
一个大型系统的甚至可以有成百上千个服务，这些服务之间彼此独立又互相联系。
优点：
1.降低了项目的复杂度
2.团队的职责界限明确
3.部署灵活
服务类型
在系统中所有的服务，可以分为以下两种类型：
服务提供者 （Provider）
即提供服务的一方
服务消费者 （Consumer）
调用服务的一方
即把每一个拆分出来的模块，继续拆分成消费者和提供者！！
拆分之后消费者如何调用？如上图消费者和提供者之间多了一层-注册中心
注册中心 （Registry）
注册中心类似于生活中的婚姻介绍所，男女双方都把各自的信息提供给婚姻介绍所，由婚姻介绍所，权衡双方信息，为男生女生选择“门当户对”的另一半
说的书面化一点：负责服务的注册与调用服务的注册中心，常用的注册中心有Zookeeper等
以上提到的注册中心（Registry）、 提供者（Provider）、消费者（Customer）是微服务框架Dobbox分布式微服务框架的三种主要角色
Dubbox框架
Dubbox是一个分布式微服务框架，前身是阿里巴巴的开源项目Dubbo，后来阿里不再维护此框架；进而当当网进行了进一步维护，为了和Dubbo区分就取名为Dubbox
Dubbox运行原理图解：
调用关系说明：
1. 服务容器负责启动、加载，运行服务提供者
2. 服务提供者在启动时，向注册中心注册自己提供的服务
3. 服务消费者在启动时，向注册中心订阅自己所需的服务
4. 注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。
5. 服务消费者，从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用，如果调用失败，再选另一台
6. 服务消费者和提供者，在内存中累计调用次数和调用时间，定时每分钟发送一次统计数据到监控中心。
如何实现微服务
1.安装Zookeeper
下载链接：
https://zookeeper.apache.org/releases.html
1.1解压安装包
1.2重命名 /conf/zoo_sample.cfg
1.3在Zookeeper主目录下创建data文件夹
1.4修改配置文件
zoo.cfg
指定dataDir为刚才创建的目录
记住访问端口2181
1.5双击启动服务器端和客户端
zkServer.cmd
服务器端
zkCli.cmd
客户端
启动后不要关闭，至此注册中心搭建完成！！
2.搭建管理控制台dubbo-admin
1.1从GitHub获取dubbo-admin
1.2切换到分支2.5.8
1.3使用Maven编译打成war包
进入到dubbo-admin目录
编译打包 ： mvn clean package -DskipTests
1.4将war包部署到tomcat服务器并启动tomcat
这里不再赘述
1.5修改dubbo.properties文件
这三项目前不用修改
#zookeeper地址
dubbo.registry.address=zookeeper://127.0.0.1:2181
#root用户密码是root-登录dubbo后台使用
dubbo.admin.root.password=root
#guest用户密码root-登录dubbo后台使用
dubbo.admin.guest.password=guest
以上两个用户名密码很多人容易出错！！
我们输入以下地址访问：
http://localhost:8080/dubbo-admin-2.5.8/
用户名：root 密码：root
看到这个界面说明我们的管理控制台搭建成功
3.编写Consumer和Provider
项目结构图：
3.1创建公共模块(shop-common)
提供了公用的api及model等
实体类User
接口UserService
2.创建Provider
引入依赖
配置dubbo
服务实现类
@Service: dubbo提供者服务用于声明对外暴露服务,只能定义在一个类上，表示一个服务的具体实现
interfaceClass：指定服务提供方实现的 interface 的类
启动类
@EnableDubboConfiguration 将会自动扫描dubbo的service服务
3.创建Consumer
引入依赖
配置dubbo
创建UserController
@Reference 用于dubbo消费者服务指明引用哪个提供者接口服务
url：通过指定服务提供方的 URL 地址直接绕过注册中心发起调用
4.访问Controller
输出“hell dubbo!!”,说明微服务项目搭建成功
基于理论开始，到创建一个案例，到运行测试整个过程都详细描述，看完应该知道微服务怎么实现了，看过之后相信也知道微服务到底是前端还是后端了。
如果有需要源码或安装包可以私信我！！