集中式算法：可参照redis集群通信模式，通过hash key将大量的请求分散到不同的master,以处理大量请求,每个master由小集群主从节点来保障单点故障
分布式算法：分布式算法可在集群中过半数同意就识为其同意，降低通信数，如分布式选举场景
令牌环算法：可根据参与者使用频率列出权重，结合平滑加权轮询算法选出下一个参与者

传统单机上的互斥只能针对单台机器上的程序相互间通信，而分布式环境往往是多台服务器上的程序相互通信

令牌环如果应用于生产环境，需要解决下面的问题：
1. 服务1、2、3、4组成一个令牌环
2. 令牌环开始传递，顺序为1 -> 2 -> 3 -> 4 -> 1(循环）
 ☹异常情景：
3. 当令牌传递到2时，2宕机了，此时令牌无法继续传递下去
4. 当令牌传递到2时，2、3之间的网络中断了，但3和其他服务的网络都正常，此时令牌无法继续传递下去

分布式技术原理与算法#Day4
就像昨天说的，分布式协作就是让分布式看起来不那么分布式。先来看看分布式互斥和分布式锁吧。
分布式互斥就是排他性访问资源的方式，这种资源叫Critical Resource。那么如何排他性地访问资源呢？我们设想一个场景，就是办公室里只有一个厕所，而人有三急，大家都有上厕所的资源占用需求。
首先是集中式算法，就是叫号上厕所，厕所门口站着一个海底捞的叫号员，想上厕所就去叫号员那里叫号，要是没人用直接进，否则拿一个号，叫号员看用完了会通知你，然后你再上，上完了告诉叫号员我ok了你再叫其他人吧。这就有几个问题，一是要是整个办公室的人都要上厕所，叫号员忙不过来，二是叫号员要是挂掉了，就上不了了，因此叫号员技术要过硬，性能好，身体素质要高，可靠性好。
然后是分布式算法，就是挨个问一下其他人上不上，如果大家都说不上再上，这个问题就是上个厕所要问n-1个人，要是大家都上，一来一回就有2n*(n-1)次通信。这也有两个问题，一是n过大的话会产生信令风暴，二是要是有个同事不在了，你还要接着等丫回信，大家都憋死了。解决方案就是人走了就不等他回复了。这是一个先到先得和全票通过的算法。
令牌环算法是击鼓传花式上厕所，花按照一定顺序走到谁那里谁决定现在去不去厕所，不去就传给下一个崽。但如果下一个崽不在就要传给下下一个，所以每个人都要牢记这个顺序环。但这种效率比较低，要是大家都不上厕所，令牌还要传下去，而且每一轮都要等待n次传递。
能够看出上述三种方案都满足不了办公室人太多的场景，大型分布式场景中的两层结构分布式令牌算法，就是小环套大环，局部令牌在小环传递，全局令牌在大环中流转