冠军资讯
代码一只喵距离软考还有一周，最近不少朋友都在问我，有没有什么针对**软考 系统架构设计师系列知识点之杂项集萃（167）**的快速复习资料？与其说是“杂项”，不如说是那些容易被忽略，但又经常在选择题、案例分析中冷不丁冒出来的知识点。今天就来给大家集中梳理一下，希望能帮助大家在考前再提一波分。
负载均衡算法选择
负载均衡是架构设计中非常重要的一环，常见的算法包括轮询、加权轮询、IP Hash、最小连接数等。选择哪种算法，取决于具体的应用场景。
轮询 (Round Robin)：简单粗暴，每台服务器依次处理请求。适用于服务器性能差异不大的情况。
加权轮询 (Weighted Round Robin)：根据服务器的性能分配权重，性能高的服务器承担更多的请求。例如，配置 Nginx 实现加权轮询：
upstream backend { server 192.168.1.10:8080 weight=5; # 权重为5 server 192.168.1.11:8080 weight=2; # 权重为2 } server { location / { proxy_pass http://backend; # 反向代理到backend } }加权轮询可以结合宝塔面板进行可视化配置，简化操作。
IP Hash：根据客户端 IP 地址计算 Hash 值，将同一个 IP 的请求转发到同一台服务器。可以解决 Session 保持问题，但可能导致某些服务器压力过大。
最小连接数 (Least Connections)：将请求转发到当前连接数最少的服务器。能更好地利用服务器资源，避免某些服务器过载。
CAP 理论与 BASE 理论
CAP 理论告诉我们，一个分布式系统最多只能同时满足一致性 (Consistency)、可用性 (Availability) 和分区容错性 (Partition Tolerance) 这三个特性中的两个。BASE 理论是 CAP 理论的一种妥协，它指的是基本可用 (Basically Available)、软状态 (Soft state) 和最终一致性 (Eventually consistent)。
在实际应用中，我们需要根据业务需求权衡选择。例如，对于金融支付系统，一致性至关重要，可以牺牲一定的可用性；而对于社交应用，可用性可能更重要，可以容忍一定的最终一致性。
常见的 NoSQL 数据库选型
NoSQL 数据库种类繁多，包括键值存储 (Key-Value)、文档数据库 (Document Database)、列式数据库 (Column-Family Database) 和图形数据库 (Graph Database) 等。选择哪种数据库，取决于数据的特点和访问模式。
- Redis：典型的键值存储数据库，适用于缓存、Session 管理等场景。
- MongoDB：文档数据库，适用于存储半结构化数据，例如日志、文章等。
- HBase：列式数据库，适用于存储海量结构化数据，例如用户行为数据、交易记录等。
- Neo4j：图形数据库，适用于存储关系型数据，例如社交网络、知识图谱等。
系统监控与告警
完善的系统监控和告警机制是保障系统稳定运行的关键。我们需要监控 CPU 使用率、内存使用率、磁盘 I/O、网络流量、应用响应时间等指标。常用的监控工具包括 Prometheus、Grafana、Zabbix 等。告警方式包括邮件、短信、电话等。
对于高并发系统，我们需要特别关注并发连接数、线程池状态、JVM 内存使用情况等指标，及时发现并解决性能瓶颈。
设计模式回顾
设计模式是软件开发中的经验总结，可以提高代码的可读性、可维护性和可扩展性。常见的包括单例模式、工厂模式、观察者模式、策略模式等。
例如，使用单例模式可以保证系统中只有一个实例，适用于资源管理、配置管理等场景；使用工厂模式可以解耦对象的创建和使用，提高代码的灵活性；使用观察者模式可以实现事件驱动的编程，提高系统的响应速度。
实战避坑经验总结
- 缓存穿透：当大量请求查询不存在的数据时，会直接访问数据库，导致数据库压力过大。解决方案包括缓存空对象、使用布隆过滤器等。
- 缓存雪崩：当大量缓存同时失效时，会导致大量请求直接访问数据库，导致数据库崩溃。解决方案包括设置不同的过期时间、使用互斥锁等。
- 数据库连接池泄漏：当程序没有正确释放数据库连接时，会导致连接池耗尽，最终导致系统无法访问数据库。需要定期检查数据库连接池的使用情况，及时发现并解决问题。
希望这些**软考 系统架构设计师系列知识点之杂项集萃（167）**的总结能帮助大家在考试中取得好成绩！考前一定要保持良好的心态，相信自己，一定能行！
