tcp out of order解决_分布式集群解决方案 学习笔记

/**
     * Hash算法,性能高,碰撞率低
     *
     * @param key String
     * @return Long
     */
    public Long hash(String key) {
        ByteBuffer buf = ByteBuffer.wrap(key.getBytes());
        int seed = 0x1234ABCD;
 
        ByteOrder byteOrder = buf.order();
        buf.order(ByteOrder.LITTLE_ENDIAN);
 
        long m = 0xc6a4a7935bd1e995L;
        int r = 47;
 
        long h = seed ^ (buf.remaining() * m);
 
        long k;
        while (buf.remaining() >= 8) {
            k = buf.getLong();
 
            k *= m;
            k ^= k >>> r;
            k *= m;
 
            h ^= k;
            h *= m;
        }
 
        if (buf.remaining() > 0) {
            ByteBuffer finish = ByteBuffer.allocate(8).order(ByteOrder.LITTLE_ENDIAN);
            finish.put(buf).rewind();
            h ^= finish.getLong();
            h *= m;
        }
 
        h ^= h >>> r;
        h *= m;
        h ^= h >>> r;
        buf.order(byteOrder);
        return h;
    }

// 定义服务器ip
private static String[] tomcatServers = new String[]{"123.111.0.0", "123.101.3.1", "111.20.35.2", "123.98.26.3"};
 
// 定义客户端IP
private static String[] clients = new String[]{"10.78.12.3", "113.25.63.1", "126.12.3.8"};
 
/**
 * 一致性Hash算法 含虚拟节点
 */
private static void consistentHashWithVirtual() {
    //step1 初始化：把服务器节点IP的哈希值对应到哈希环上
    SortedMap<Integer, String> hashServerMap = new TreeMap<>();
 
    // 定义针对每个真实服务器虚拟出来几个节点
    int virtualCount = 3;
 
    for (String tomcatServer : tomcatServers) {
        // 求出每一个ip的hash值，对应到hash环上，存储hash值与ip的对应关系
        int serverHash = Math.abs(tomcatServer.hashCode());
        // 存储hash值与ip的对应关系
        hashServerMap.put(serverHash, tomcatServer);
 
        // 处理虚拟节点
        for (int i = 0; i < virtualCount; i++) {
            int virtualHash = Math.abs((tomcatServer + "#" + i).hashCode());
            hashServerMap.put(virtualHash, "----由虚拟节点" + i + "映射过来的请求：" + tomcatServer);
        }
    }
 
    //step2 针对客户端IP求出hash值
    System.out.println("==========>>>> ConsistentHashWithVirtual <<<<==========");
    for (String client : clients) {
        int clientHash = Math.abs(client.hashCode());
        //step3 针对客户端,找到能够处理当前客户端请求的服务器（哈希环上顺时针最近）
        // 根据客户端ip的哈希值去找出哪一个服务器节点能够处理（）
        SortedMap<Integer, String> integerStringSortedMap = hashServerMap.tailMap(clientHash);
        if (integerStringSortedMap.isEmpty()) {
            // 取哈希环上的顺时针第一台服务器
            Integer firstKey = hashServerMap.firstKey();
            System.out.println("客户端：" + client + " 被路由到服务器：" + hashServerMap.get(firstKey));
        } else {
            Integer firstKey = integerStringSortedMap.firstKey();
            System.out.println("客户端：" + client + " 被路由到服务器：" + hashServerMap.get(firstKey));
        }
    }
}

#使⽤ ntpdate ⽹络时间同步命令
ntpdate -u ntp.api.bz #从⼀个时间服务器同步时间
 
#windows有计划任务
#Linux也有定时任务，crond，可以使⽤linux的定时任务，每隔10分钟执⾏⼀次ntpdate命令

1、如果有 restrict default ignore，注释掉它
2、添加如下⼏⾏内容
restrict 172.17.0.0 mask 255.255.255.0 nomodify notrap # 放开局
域⽹同步功能,172.17.0.0是你的局域⽹⽹段
server 127.127.1.0 # local clock
fudge 127.127.1.0 stratum 10
3、重启⽣效并配置ntpd服务开机⾃启动
service ntpd restart
chkconfig ntpd on

ntpdate 172.17.0.17

java.util.UUID.randomUUID()

订单审核、出库
订单超时⾃动取消、⽀付退款
礼券同步、⽣成、发放作业
物流信息推送、抓取作业、退换货处理作业
数据积压监控、⽇志监控、服务可⽤性探测作业
定时备份数据
⾦融系统每天的定时结算
数据归档、清理作业
报表、离线数据分析作业

<!--任务调度框架quartz-->
<!-- https://mvnrepository.com/artifact/org.quartz-scheduler/quartz -->
<dependency>
    <groupId>org.quartz-scheduler</groupId>
    <artifactId>quartz</artifactId>
    <version>2.3.2</version>
</dependency>