目录

一、能说下HTTP和RPC的区别吗

二、为什么CAP原则最多只能同时满足其中两个？

三、你的项目中是怎么保证微服务敏捷开发的？微服务的链路追踪、持续集成、AB发布要怎么做？

四、什么是服务雪崩？什么是服务限流？

五、什么是服务熔断？什么是服务降级？区别是什么？

六、高并发场景下如何实现系统限流？

---

一、能说下HTTP和RPC的区别吗

严格来讲，HTTP和RPC不是一个层面的东西

HTTP(Hypertext TransferProtocol)是一种应用层协议，主要强调的是网络通信;
RPC(RemoteProcedureCall,远程过程调用)是一种用于分布式系统之间通信的协议，强调的是服务之间的远程调用。
一些RPC框架比如gRPC，底层传输协议其实也是用的HTTP2,包括Dubbo3,也兼容了gRPC，使用了HTTP2作为传输层的协议。

二、为什么CAP原则最多只能同时满足其中两个？

假设有一个分布式数据库，分布在两个数据中心A和B。如果A和B之间的网络连接断开：
如果我们选择保证一致性(C)和分区容错性(P)，那么我们必须让至少一个数据中心停止接受写操作，以避免数据不一致，这就牺牲了可用性（A)。
如果我们选择保证可用性（A）和分区容错性（P），那么两个数据中心都可以继续独立工作，但可能会导致数据不一致，因此牺牲了一致性(C)。

三、你的项目中是怎么保证微服务敏捷开发的？微服务的链路追踪、持续集成、AB发布要怎么做？

开发运维一体化。
敏捷开发：目的就是为了提高团队的交付效率，快速迭代，快速试错。
每个月固定发布新版本，以分支的形式保存到代码仓库中。快速入职。任务面板、站立会议。团队人员灵活流动，同时形成各个专家代表。测试环境-生产环境-》开发测试环境SIT、集成测试环境、压测环境STR、预投产环境、生产环境PRD。文档优先。晨会、周会、需求拆分会。
链路追踪：1、基于日志。形成全局事务ID,落地到日志文件。filebeat-logstash-Elasticsearch形成大型报表。2、基于MQ，往往需要架构支持。经过流式计算形成一些可视化的结果。
持续集成: SpringBootmaven pom->build -> shell;Jenkins。
AB发布：1、蓝绿发布、红黑发布老版本和新版本是同时存在的。2、灰度发布、金丝雀发布。

四、什么是服务雪崩？什么是服务限流？

1.当服务A调用服务B，服务B调用C，此时大量请求突然请求服务A，假如服务A本身能抗住这些请求，但是如果服务C抗不住，导致服务C请求堆积，从而服务B请求堆积，从而服务A不可用，这就是服务雪崩，解决方式就是服务降级和服务熔断。
2，服务限流是指在高并发请求下，为了保护系统，可以对访问服务的请求进行数量上的限制，从而防止系统不被大量请求压垮，在秒杀中，限流是非常重要的。

五、什么是服务熔断？什么是服务降级？区别是什么？

1.服务熔断是指，当服务A调用的某个服务B不可用时，上游服务A为了保证自己不受影响，从而不再调用服务B，直接返回一个结果，减轻服务A和服务B的压力，直到服务B恢复。
2.服务降级是指，当发现系统压力过载时，可以通过关闭某个服务，或限流某个服务来减轻系统压力，这就是服务降级。
相同点：
1．都是为了防止系统崩溃
2．都让用户体验到某些功能暂时不可用
不同点：熔断是下游服务故障触发的，降级是为了降低系统负载

六、高并发场景下如何实现系统限流？

限流一般需要结合容量规划和压测来进行。当外部请求接近或者达到系统的最大阈值时，触发限流，采取其他的手段进行降级，保护系统不被压垮。常见的降级策略包括延迟处理、拒绝服务、随机拒绝等。
计数器法：
1.将时间划分为固定的窗口大小，例如1s
2.在窗口时间段内，每来一个请求，对计数器加1。
3.当计数器达到设定限制后，该窗口时间内的之后的请求都被丢弃处理。
4.该窗口时间结束后，计数器清零，从新开始计数。
滑动窗口计数法：
1.将时间划分为细粒度的区间，每个区间维持一个计数器，每进入一个请求则将计数器加一。
2.多个区间组成一个时间窗口，每流逝一个区间时间后，则抛弃最老的一个区间，纳入新区间。
3.若当前窗口的区间计数器总和超过设定的限制数量，则本窗口内的后续请求都被丢弃。
漏桶算法：如果外部请求超出当前阈值，则会在容易里积蓄，一直到溢出，系统并不关心溢出的流量。从出口处限制请求速率，并不存在计数器法的临界问题，请求曲线始终是平滑的。无法应对突发流量，相当于一个空桶+固定处理线程
令牌桶算法：假设一个大小恒定的桶，这个桶的容量和设定的阈值有关，桶里放着很多令牌，通过一个固定的速率，往里边放入令牌，如果桶满了，就把令牌丢掉，最后桶中可以保存的最大令牌数永远不会超过桶的大小。当有请求进入时，就尝试从桶里取走一个令牌，如果桶里是空的，那么这个请求就会被拒绝。