专栏目录
从根儿上学习微服务01：微服务的“前世今生”
从根儿上学习微服务02：如何划分微服务？
前言
大家好，我是「周三不Coding」。
在上一篇文章中我详细讲解了为什么需要微服务以及如何划分微服务。今天，咱们正式进入到微服务专栏正题 —— 微服务技术架构。
大家在平常开发的时候，一定或多或少接触过负载均衡、服务发现与注册、服务熔断、服务降级等概念。但是，你有认真地梳理过这些内容吗？如果让你来开发一个微服务，你应该如何开发相关的微服务组件或引入开源解决方案？
今天，我先带大家大概梳理清楚微服务技术架构脉络，使大家对于微服务有一个总体上的认识。对于每一个模块的具体细节，我会在之后的专栏文章中，结合具体的业务场景，逐个详细地进行讲解。
如下为微服务架构思维导图
服务描述
在单体项目的开发过程中，很多时候我们采用主流的前后端分离开发模式。
- 前端请求后端接口
- 后端将响应 JSON 返回给前端
但是，在微服务项目中，虽然前端仍然只是简单地请求后端，但是后端在处理请求的过程中，可能需要经过不同的微服务。微服务之间是需要进行通信的。
那么在通信之前，我们需要解决一个问题：如何定义当前微服务？更通俗地来说，你的微服务叫什么、服务提供了什么接口、服务接口是如何定义的、服务返回的结果格式是什么、如何解析等。这一系列问题的解决方案就是「服务描述」。
具体的服务描述包括三种方式：
- RESTful API
- XML 文件配置
- IDL 文件配置
这三种方式中，RESTful API 可能是我们日常开发中接触最多的一种形式。即使在单体应用中，我们也经常采用这一方式来规范团队接口定义格式。
IDL 文件也十分常见，它是一种接口描述语言，主要用于 Thrift 与 gRPC 这类跨语言服务框架中，即使是不同语言、不同平台，也可以互相通信。
服务发现与注册
🌟 划重点，重要内容！
当我们实现了多个微服务并定义了相关服务描述之后，应该如何实现互相调用、互相通信呢？这就是服务发现与注册需要解决的问题。
当某一个服务想要调用另外一个服务时，需要知道另一个服务的地址、端口等信息，但是总不可能每一个服务都将所有服务的地址信息记录在本地，这样单服务会存在一定的负载。数据库存储较难维护，也不是一个很好的选择，因为服务的地址信息随时可能发生变化（由于扩缩容、服务下线等原因），这个变化需要被各个服务所感知。
因此，我们需要将这部分信息抽取出来，集中交由某个代理进行统一管理，这就是我们所要提到的「注册中心」。
- 当服务上线时，需要向注册中心提交自己当前的地址信息，并向注册中心订阅自己所需的服务信息。
- 当服务下线时，需要通知注册中心，及时删除相关服务信息，并通知其它订阅该服务的服务。
- 当服务信息发生变化时，注册中心需要及时更改信息。
- 所有服务需要定时与注册中心进行通信（心跳信息），以确认是否存活。
在日常开发中，较为常见的注册中心有如下几种：
- Nacos
- Zookeeper
- Eureka
- Consul
服务通信
在单体项目中，不同模块之间可以通过函数调用的方式进行交互。
但是，在微服务的世界中，每个微服务最终是以分布式的方式部署于多台服务器上，是一个分布式系统。各个服务实例都是不同的进程。
因此，不同服务之间必须使用 IPC 进程间通信机制 进行交互。
如下为两类 IPC 技术：
-
异步、基于消息的通信
- 异步通信，客户端不会阻塞等待响应返回
- 采用消息系统标准协议，如：AMQP / STOMP
- 开源消息系统：如：RabbitMQ / Kafka / RocketMQ 等
-
同步的请求 & 响应
-
同步通信，客户端等待响应时为阻塞状态
-
两类方式：
- REST，基于 HTTP 协议
- Thrift，跨语言、支持多种消息格式
-
对于服务通信，还需要了解通信的消息格式：文本与二进制
- 对于文本格式，有 JSON 与 XML 格式
- 对于二进制，可以采用开源序列化协议，如：Protocol Buffer、Kyro、Hessian等
服务路由
🌟 划重点，重要内容！
负载均衡
-
在实际的微服务调用中，可能一个微服务对应几十个实例节点，那么对于服务调用者而言，应该如何从中选取节点进行调用呢？这就涉及到了服务节点的负载均衡。
-
负载均衡，顾名思义，就是为了使得同一服务的不同节点，较为均衡地接收并处理请求。
-
对于机器性能高、响应速度快、处理请求少的节点，尽可能多地处理请求，发挥最大作用
-
常见的负载均衡算法有如下几种：
- 随机算法
- 轮询算法
- 加权轮询算法
- 最少活跃连接算法
- 一致性 Hash 算法
-
分组调用
通过对 RPC 请求打标签，实现生产环境服务与测试环境服务隔离。
例如：当A、B两个工程师在共同开发一个叫做 UserService 服务时候，A 的 UserService 开发还未完成，处于自测阶段，B 的 UserService 已经开发完成，进入了测试阶段。这时，可以对服务进行分组管理，开发的 UserService 的 group 设置为 dev，B 开发的 UserService 的 group 设置为 test。
全链路灰度发布
当服务全量发布上线之前，我们需要先在一小部分节点上发布服务，进行局部测试。
- 若测试正常，没有出现问题的话，就继续扩大发布范围，逐渐实现全量更新。
- 若出现异常，则暂停发布，进行问题排查，这样所造成的负面影响范围较小，不会造成整体的经济损失。
这种部署方式也称为「金丝雀部署」。
服务稳定性治理
🌟 划重点，重要内容！
服务限流、降级与熔断
在我们日常开发中，一定会经常接触到这三个词：限流、降级、熔断。这其实是高并发场景下最常遇到的服务治理问题。
通过这三种方案，确保服务在大多数情况下的「高可用」。
-
服务限流：在高并发系统中，可能会遇到流量高峰，这时需要通过服务限流，以此限制 QPS，从而起到保护服务、削减流量的作用。
- 常见限流方式：单实例限流、分布式限流
-
服务降级：对于微服务项目，为了在高并发场景下保护核心服务，通常会采用 “弃车保帅” 的降级思路，通过丢弃非核心服务请求，削减流量。
-
服务熔断：当服务出现重大事故、Bug 时，为了防止故障扩散、全链路崩溃、整体服务宕机的情况，需要对服务上游源头进行熔断操作，即直接抛出异常信息，以此在最大程度下保护下游服务。
动态超时
一次微服务请求，可能涉及到几十个服务调用，调用链路十分长。为了防止长时间处理请求，造成请求资源占用的情况，需要引入超时机制。
可以有效避免由于长时间的服务调用，造成服务过载，进而引起链路崩溃。
请求重试
当请求失败时，有可能是由于网络阻塞、服务卡顿、TCP 连接异常等原因。这时可以进行适当的请求重试，从而减少请求失败次数，提升服务整体的可用性。
但是，也需要注意设置合理的重试次数，避免重试次数过大、请求累积，进而压垮整个服务。
对于非幂等请求，需要额外小心，防止由于多次重试，造成服务端数据异常问题。
服务可观测
对于微服务系统而言，存在着复杂的链路调用，使得排查线上问题的难度增大。因此，需要建立更加可靠的「可观测系统」，也就是我们日常开发中经常接触的三个概念：日志系统、性能指标、链路追踪。
微服务可观测性并不仅仅是数据的收集、展现、查询，它更加强调数据关联性，帮助我们快速发现、定位问题所在。
服务安全保障
在微服务系统中，我们需要确保服务安全，防止用户敏感信息泄漏。
-
身份认证：在请求入口（如 API 网关），需要对请求者身份进行校验，较为常规的做法是 Token 校验。
-
访问控制：对于不同的用户，具有的权限不同，可操控的资源不同，需要进行细粒度、精确到按钮的访问权限控制。具体方案如 RBAC 权限控制。
-
黑白名单机制：
- 对于异常流量，需要进行及时的检查与封禁。通过拦截 IP 请求，判断该 IP 是否位于黑名单中，及时拒绝访问
- 对于开发者、管理员等角色，直接放行，方便开发、测试或管理。
服务运维
微服务架构的升级，往往伴随着容器化技术与 Devops 自动化运维，它们经常搭配使用。
因为当传统的单体应用升级为微服务之后，虽然降低了耦合性，但同时提高了复杂程度，其中就包括运维部署的复杂度。服务的拆分会造成多个服务的打包、测试、部署发布上线，运维的负担大大加重。这时便需要 Devops 解决这一问题。
- Devops 其实是开发 Development 与运维 Operation 的组合词，这意味着开发与运维的关系变得更加紧密。有了 Devops，开发人员也可解决一键解决运维部署问题，它强调运维部署的自动化流程。
容器化技术则是简化了环境配置操作，解决了环境初始化的问题，使得微服务能够在开发、测试、生产环境之间随意切换。
- Docker 容器化技术能够封装、打包应用程序，将程序以及其依赖文件打包为一个镜像之后，便可在不同的环境快速运行，无需处理配置、依赖问题。
总结
通过本篇文章，我们基本梳理清楚了微服务技术架构的相关知识点。接下来，我们对以上知识点用「一句话」进行总结。
- 服务描述：定义服务接口名、接口参数信息、接口响应信息等内容。
- 服务发现与注册：抽取服务基本信息到注册中心中，实现服务注册、服务上下线管理、服务调用信息获取功能。
- 服务通信：通过异步消息队列或同步请求响应方式，实现 IPC 进程间通信。
- 服务路由：负载均衡、分组调用、全链路灰度发布。
- 服务稳定性治理：多用于高并发微服务场景，通过服务限流、降级、熔断、请求超时、请求重试等确保服务高可用。
- 服务可观测：从日志 Logging、性能指标 Metrics、链路追踪 Tracing 等三个角度，实现服务可观测。
- 服务安全保障：在 API 网关入口处，实现身份认证、访问控制、黑白名单过滤机制，保障服务安全，防止数据泄漏。
- 服务运维：结合容器化技术与 Devops，实现自动化运维，提升微服务运维效率，开发人员也可承担运维职责，实现敏捷开发。
大家可以顺着知识点进行深入的学习与实践。
大家也可以期待一下之后的专栏文章，我会结合实际应用场景与具体知识点，对每个部分的细节进行详细的讲解～
如果本篇文章对你有帮助的话，麻烦点个赞呀～那么今天就到这里啦，下期专栏再见！
