【软考架构】2022年架构案例问题总结

11月6号软考的大幕终于落下，通过这次考试发现自己离软考的大纲要求还差不少，在案例部分，因为没搞过嵌入式，所以嵌入式的题目直接忽略，最后一道题牵扯到边缘计算，直接把我搞蒙，所以没得选，做了关于数据库和缓存的题目，期间有两道题记忆特别深刻，在这总结一下。

算法和一致性哈希算法的区别

哈希算法

哈希算法又叫散列算法，是将任意长度的二进制映射为较短的固定长度的二进制，这个小的二进制称为哈希值。简单来说就是把一段信息转换为固定长度的字符串。MD5和SHA-1是应用最广泛的哈希算法。
主要特点如下：

• 不可逆
• 无碰撞
• 效率高
• 无规律

一致性哈希算法

是一种特殊的哈希算法，将hash空间输出为一个环形，环形区域用0-2^32-1表示，沿顺时针由小到大。然后把缓存节点和我们的缓存对象数据hash运算以后分别映射到圆环上。

二者区别

1. 运算方式
   哈希算法是对节点的数量进行取模运算
   一致哈希算法是对 2^32 进行取模运算，是一个固定的值

2. 应用场景
   哈希算法常用于信息处理、信息安全方面
   一致性哈希算法常用于分布式场景、大数据领域

3. 容错性
   哈希算法数据迁移数据量大且成本高
   一致性哈希算法数据迁移量小（节点附近部分数据）且成本低

4. 节点分布均匀性
   哈希算法分布均匀
   一致性哈希算法分布不均匀，采用虚拟节点解决这个问题

Redis中使用布隆过滤器的优缺点

布隆过滤器基本思想

如果想要判断一个元素是不是在一个集合里，一般是将所有元素保存起来，然后通过比较确定。链表，树等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢。但是散列表（又叫哈希表，Hash table）可以通过一个Hash函数将一个元素映射成一个位阵列（Bit array）中的一个点。我们只要看看这个点是不是1就可以知道集合中有没有它了。这就是布隆过滤器的基本思想。

Redis中应用

解决去重问题，比如某APP的推荐内容，推荐同一主题且不同的内容咨询给你。

优缺点

优点：节省空间，计算速度快
缺点：误判