一線大廠十年架構師總結整理出的微服務詳解「PDF」

微服務

服務註冊發現

服務註冊就是維護一個登記簿，它管理系統內全部的服務地址。當新的服務啓動後，它會向登記 簿交待本身的地址信息。服務的依賴方直接向登記簿要Service Provider地址就好了。當下用於服 務註冊的工具很是多ZooKeeper，Consul，Etcd, 還有Netflix 家的eureka 等。服務註冊有兩種 形式：客戶端註冊和第三方註冊。 【耐心讀完，文末有讀者福利！！！】

客戶端註冊 （zookeeper）

客戶端註冊是服務自身要負責註冊與註銷的工做。當服務啓動後向註冊中心註冊自身，當服務下 線時註銷本身。期間還須要和註冊中心保持心跳。心跳不必定要客戶端來作，也能夠由註冊中心 負責（這個過程叫探活）。這種方式的缺點是註冊工做與服務耦合在一塊兒，不一樣語言都要實現一 套註冊邏輯。

第三方註冊 （獨立的服務Registrar）

第三方註冊由一個獨立的服務Registrar負責註冊與註銷。當服務啓動後以某種方式通知Registrar， 而後Registrar 負責向註冊中心發起註冊工做。同時註冊中心要維護與服務之間的心跳，當服務不 可用時，向註冊中心註銷服務。這種方式的缺點是Registrar 必須是一個高可用的系統，不然註冊 工做無法進展。

客戶端發現

客戶端發現是指客戶端負責查詢可用服務地址，以及負載均衡的工做。這種方式最方便直接，而 且也方便作負載均衡。再者一旦發現某個服務不可用當即換另一個，很是直接。缺點也在於多 語言時的重複工做，每一個語言實現相同的邏輯。

7.1.1.5. Consul

7.1.1.6. Eureka

7.1.1.7. SmartStack

7.1.1.8. Etcd

7.1.2. API 網關

API Gateway 是一個服務器，也能夠說是進入系統的惟一節點。這跟面向對象設計模式中的

Facade 模式很像。API Gateway 封裝內部系統的架構，而且提供API 給各個客戶端。它還可能有 其餘功能，如受權、監控、負載均衡、緩存、請求分片和管理、靜態響應處理等。下圖展現了一 個適應當前架構的API Gateway。

API Gateway 負責請求轉發、合成和協議轉換。全部來自客戶端的請求都要先通過API Gateway ，

而後路由這些請求到對應的微服務。API Gateway 將常常經過調用多個微服務來處理一個請求以

及聚合多個服務的結果。它能夠在 web 協議與內部使用的非Web 友好型協議間進行轉換，如

HTTP 協議、WebSocket 協議。

請求轉發

服務轉發主要是對客戶端的請求安裝微服務的負載轉發到不一樣的服務上

響應合併

把業務上須要調用多個服務接口才能完成的工做合併成一次調用對外統一提供服務。

協議轉換

重點是支持SOAP，JMS，Rest 間的協議轉換。

數據轉換

重點是支持XML 和Json 之間的報文格式轉換能力（可選）

安全認證

1. 基於Token 的客戶端訪問控制和安全策略

2. 傳輸數據和報文加密，到服務端解密，須要在客戶端有獨立的SDK 代理包

3. 基於Https 的傳輸加密，客戶端和服務端數字證書支持

4. 基於OAuth2.0 的服務安全認證(受權碼，客戶端，密碼模式等）

配置中心

配置中心通常用做系統的參數配置，它須要知足以下幾個要求：高效獲取、實時感知、分佈式訪問。

zookeeper 配置中心

實現的架構圖以下所示，採起數據加載到內存方式解決高效獲取的問題，藉助zookeeper 的節點 監聽機制來實現實時感知。

配置中心數據分類

事件調度 （kafka）

消息服務和事件的統一調度，經常使用用kafka ，activemq 等。

服務跟蹤 （starter-sleuth）

隨着微服務數量不斷增加，須要跟蹤一個請求從一個微服務到下一個微服務的傳播過程， Spring Cloud Sleuth 正是解決這個問題，它在日誌中引入惟一ID，以保證微服務調用之間的一致性，這樣你就能跟蹤某個請求是如何從一個微服務傳遞到下一個。

1. 爲了實現請求跟蹤，當請求發送到分佈式系統的入口端點時，只須要服務跟蹤框架爲該請求 建立一個惟一的跟蹤標識，同時在分佈式系統內部流轉的時候，框架始終保持傳遞該惟一標識，直到返回給請求方爲止，這個惟一標識就是前文中提到的Trace ID。經過Trace ID 的記錄，咱們就能將全部請求過程日誌關聯起來。

2. 爲了統計各處理單元的時間延遲，當請求達到各個服務組件時，或是處理邏輯到達某個狀態時，也經過一個惟一標識來標記它的開始、具體過程以及結束，該標識就是咱們前文中提到的Span ID，對於每一個Span 來講，它必須有開始和結束兩個節點，經過記錄開始Span 和結束Span 的時間戳，就能統計出該Span 的時間延遲，除了時間戳記錄以外，它還能夠包含一些其餘元數據，好比：事件名稱、請求信息等。

3. 在快速入門示例中，咱們輕鬆實現了日誌級別的跟蹤信息接入，這徹底歸功於spring-cloud- starter-sleuth 組件的實現。在 Spring Boot 應用中，經過在工程中引入 spring-cloud-starter-sleuth 依賴以後， 它會自動的爲當前應用構建起各通訊通道的跟蹤機制，好比：經過諸如RabbitMQ、Kafka （或者其餘任何Spring Cloud Stream 綁定器實現的消息中間件）傳遞的請求。經過Zuul 代理傳遞的請求。經過RestTemplate 發起的請求。

服務熔斷 （Hystrix）

在微服務架構中一般會有多個服務層調用，基礎服務的故障可能會致使級聯故障，進而形成整個系統不可用的狀況，這種現象被稱爲服務雪崩效應。服務雪崩效應是一種因「服務提供者」的不可用致使「服務消費者」的不可用,並將不可用逐漸放大的過程。

熔斷器的原理很簡單，如同電力過載保護器。它能夠實現快速失敗，若是它在一段時間內偵測到許多相似的錯誤，會強迫其之後的多個調用快速失敗，再也不訪問遠程服務器，從而防止應用程序不斷地嘗試執行可能會失敗的操做，使得應用程序繼續執行而不用等待修正錯誤，或者浪費CPU時間去等到長時間的超時產生。熔斷器也可使應用程序可以診斷錯誤是否已經修正，若是已經修正，應用程序會再次嘗試調用操做。

Hystrix 斷路器機制

斷路器很好理解, 當Hystrix Command 請求後端服務失敗數量超過必定比例(默認50%), 斷路器會切換到開路狀態(Open). 這時全部請求會直接失敗而不會發送到後端服務. 斷路器保持在開路狀態一段時間後(默認5 秒), 自動切換到半開路狀態(HALF-OPEN). 這時會判斷下一次請求的返回狀況若是請求成功, 斷路器切回閉路狀態(CLOSED), 不然從新切換到開路狀態(OPEN). Hystrix 的斷路器就像咱們家庭電路中的保險絲, 一旦後端服務不可用, 斷路器會直接切斷請求鏈, 避免發送大量無效請求影響系統吞吐量, 而且斷路器有自我檢測並恢復的能力。