微服务-01

RPC 框架

  • Dubbo「通讯基于 netty，有界面化操作 dubbo-admin」
  • OpenFeign「通讯基于 HttpClient」

注册中心

  • zookeeper「需要另外部署 zookeeper 服务」
  • Eureka「集成在系统里面，不需要另外部署服务」

负载均衡

  • Ribbon「客户端技术」
  • Nginx「服务端技术，多一次 io，配置让运维崩溃」

限流

  • Sentinel「阿里开源，界面化操作」

消息队列

  • RocketMQ
  • RabbitMQ

RPC 解决的问题

解决了跨应用的服务之间的调用问题，能够做到调用远程的服务就和调用本地服务一样的便捷。

RPC 需要实现的功能：

  • 寻址问题：像本地方法一样调用远程的方法，使用对象调用方法，rpc 需要将其转换为远程服务的接口；
  • 序列化和反序列化：需要将入参和出参进行序列化和反序列化；
  • 通讯协议：保证调用过程的可靠性；

注册中心解决的问题

为 RPC 调用提供了可靠的服务清单。

注册中心应该实现的功能：

  • 服务注册表：用来记录各个微服务的信息，例如微服务的名称、IP、端口等。服务注册表提供查询API和管理API，查询API用于查询可用的微服务实例，管理API用于服务的注册与注销。
  • 服务注册与发现：服务注册是指微服务在启动时，将自己的信息注册到注册中心的过程。服务发现是指查询可用的微服务列表及网络地址的机制。
  • 服务检查：注册中心使用一定的机制定时检测已注册的服务，如发现某实例长时间无法访问，就会从服务注册表移除该实例。

负载均衡解决的问题

在可靠的服务清单里面，更好的调用每一个服务，不会因为某个服务访问量过高而导致服务服务不可用。

限流解决的问题

防止出现接口访问量超过最大值，导致接口不可用，继而出现连锁反应，出现服务雪崩，导致整个应用不可用。

限流解决需要实现的功能

  • 在超过阈值时自动关闭服务
  • 在低于阈值时自动开启服务「或者半开」

sentinel 流控效果

  • 快速失败（直接抛出异常）
  • 预热（warmUp）
  • 排队等待

Dubbo

面向接口编程
ServiceLoader

性能高的原因：
 1. 去中心化的注册中心，直接点对点的调用；
 2. 通讯协议相比 http 要轻量，所以更加高效；

  1. 服务发现：用于服务的注册与发现，目的是让消费方找到提供方；
  2. 服务治理：用于治理服务间的关系，或为开发测试提供便利条件；
  3. 性能调优：用于调优性能，不同的选项对性能会产生影响。

1. dubbo 配置项

avatar

avatar

2. 支持的协议

Dubbo 支持 dubbo、rmi、hessian、http、webservice、thrift、redis 等多种协议，但是 Dubbo官网是推荐我们使用 dubbo 协议。

3. 支持的负载均衡

  • 随机（默认）：随机来；
  • 轮询：一个一个来；
  • 活跃度：机器活跃度来负载；
  • 一致性 hash：同样的 Hash 值就会落到同一台机器上；

4. Dubbo 默认使用什么序列化框架，你知道的还有哪些？

默认使用 Hessian 序列化，还有 Duddo、FastJson、Java 自带序列化。hessian是一个采用二进制格式传输的服务框架，相对传统soap web service，更轻量，更快速。

  • Hessian 序列化：hessian中 client 与 server 的交互，基于 http-post 方式。hessian 将辅助信息，封装在 http header 中，比如“授权 token”等，我们可以基于 http-header 来封装关于“安全校验”、“meta 数据”等。hessian提供了简单的“校验”机制。

5. Dubbo 有哪些容错策略？「6 种」

  • 重试「failover cluster」：provider 宕机重试以后，请求会分到其他的 provider 上，默认两次，可以手动设置重试次数，建议把写操作重试次数设置成 0；
  • 失败返回「failback」 ：失败自动恢复会在调用失败后，返回一个空结果给服务消费者。并通过定时任务对失败的调用进行重试，适合执行消息通知等操作。
  • 快速失败「failfast cluster 」：快速失败只会进行一次调用，失败后立即抛出异常。适用于幂等操作、写操作，类似于 failover cluster 模式中重试次数设置为 0 的情况。
  • 安全失败「failsafe cluster」：失败安全是指，当调用过程中出现异常时，仅会打印异常，而不会抛出异常。适用于写入审计日志等操作。
  • 并行调用「forking cluster」：并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
  • 广播调用「broadcacst cluster」：广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息。

6. Dubbo 动态代理策略有哪些？

默认使用 javassist 动态字节码生成，创建代理类，但是可以通过 SPI 扩展机制配置自己的动态代理策略。

7. 服务提供者没挂，但在注册中心里看不到，怎么办？

首先，确认服务提供者是否连接了正确的注册中心，不只是检查配置中的注册中心地址，而且要检查实际的网络连接。

其次，看服务提供者是否非常繁忙，比如压力测试，以至于没有CPU片段向注册中心发送心跳，这种情况减小压力将自动恢复。

8. dubbo 服务请求流程

avatar

上图中各部分的含义

avatar

9. Dubbo 的整体架构设计有哪些分层？「10 层」

  1. service：接口层，给服务提供者和消费者来实现的（留给开发人员来实现）；
  2. config：配置层，主要是对 Dubbo 进行各种配置的，Dubbo 相关配置；
  3. proxy：服务代理层，透明生成客户端的 stub 和服务端的 skeleton，调用的是接
    口，实现类没有，所以得生成代理，代理之间再进行网络通讯、负责均衡等；
  4. registry：服务注册层，负责服务的注册与发现；
  5. cluster：集群层，封装多个服务提供者的路由以及负载均衡，将多个实例组合成一 个服务；
  6. monitor：监控层，对 rpc 接口的调用次数和调用时间进行监控；
  7. protocol：远程调用层，封装 rpc 调用；
  8. exchange：信息交换层，封装请求响应模式，同步转异步；
  9. transport：网络传输层，抽象 mina 和 netty 为统一接口；
  10. serialize：数据序列化层。

10. dubbo 配置超时时间优先级「可以在六个地方配置超时时间」

avatar

Dubbo 控制后台的安装

# 从github 中下载dubbo 项目
git clone https://github.com/apache/incubator-dubbo.git
# 更新项目
git fetch
# 临时切换至 dubbo-2.5.8 版本
git checkout dubbo-2.5.8
# 进入 dubbo-admin 目录
cd dubbo-admin
# mvn 构建admin war 包
mvn clean pakcage -DskipTests
# 得到 dubbo-admin-2.5.8.war 即可直接部署至Tomcat
# 修改 dubbo.properties 配置文件
dubbo.registry.address=zookeeper://127.0.0.1:2181

注：如果实在懒的构建 可直接下载已构建好的：

链接：https://pan.baidu.com/s/1zJFNPgwNVgZZ-xobAfi5eQ 提取码：gjtv

控制后台基本功能介绍：

  • 服务查找：
  • 服务关系查看：
  • 服务权重调配：
  • 服务路由：
  • 服务禁用：

Feign

1. 主要的几个注解

@EnableFeignClients：用于修饰 Spring Boot 应用的入口类，以通知 Spring Boot 启动应用时，扫描应用中声明的Feign客户端可访问的Web服务；

@FeignClient：声明 Feign 客户端可访问的Web服务；

zookeeper

zookeeper 提供了什么？

  1. 文件系统
  2. 通知机制

zookeeper 文件系统

提供了一个类似 Linux 的文件系统，但是只有文件节点才能存储数据，并且存储的数据量不大，每个节点的数据量不能把超过 1M

四种类型的数据节点 Znode

  1. 持久节点：创建后需要手动删除；
  2. 持久序号节点：节点名称是按数字顺序递增；
  3. 临时节点：基于连接，连接断开则节点自动删除；
  4. 临时序号节点：节点名称是按数字顺序递增；「可用于分布式锁」

zookeeper 通知机制

Zookeeper 允许客户端向服务端的某个 Znode 注册一个 Watcher 监听，当服务端的一些指定事件触发了这个 Watcher，服务端会向指定客户端发送一个事件通知来实现分布式的通知功能，然后客户端根据 Watcher 通知状态和事件类型做出业务上的改变。

通知机制的工作流程

  1. 客户端注册 watcher
  2. 服务端处理 watcher
  3. 客户端回调 watcher

Watcher 特性总结

  1. 一次性；
  2. 客户端是串行执行；
  3. 轻量级「服务端只是告诉客户端，数据变动了，但具体变动成什么样子，由客户端自己去查询」；
  4. 网络断开后重连，监听依旧有效「除非在失联的这段时间，监听的节点被删除了」；

Zookeeper 的角色

  1. Leader
  • 事务请求的唯一调度和处理者，保证集群事务处理的顺序性；
  • 集群内部各服务的调度者；
  1. Follower
  • 处理客户端的非事务请求，事务请求则会转发给 Leader 服务器；
  • 参与事务请求 Proposal 的投票；
  • 参与 Leader 选举投票；
  1. Observer
  • 在不影响集群事务处理能力的基础上提升集群的非事务处理能力；
  • 处理客户端的非事务请求，事务请求则会转发给 Leader 服务器；
  • 不参与任何形式的投票；

Zookeeper 下 Server 工作状态

  1. Looking：寻找 Leader 状态。当服务器处于该状态时，它会认为当前集群中没有 Leader，因此需要进入 Leader 选举状态；
  2. Following：跟随者状态。表明当前服务器角色是 Follower；
  3. Leading：领导者状态。表明当前服务器角色是 Leader；
  4. Observing：观察者状态。表明当前服务器角色是 Observer；

Zookeeper数据同步

说几个 zookeeper 常用的命令

ls get set create delete

Zookeeper 都有哪些功能

  1. 集群管理：
  2. 主节点选举：
  3. 分布式锁：
  4. 命名服务：在分布式系统中，通过使用命名服务，客户端应用能够根据指定名字来获取资源或服务的地址，提供者等信息

Zookeeper 和 Eureka 的区别：

avatar

CAP 理论

  • C：一致性「Consistency」：所有节点在同一时间具有相同的数据；
  • A：可用性「Availability」：保证每个请求不管成功或者失败都有响应；
  • P：分隔容忍「Partition tolerance」：系统中任意信息的丢失或失败不会影响系统的继续运作。

注册中心比对

avatar

SPI 机制

  • Java spi ：当服务的提供者，提供了服务接口的一种实现之后，在 jar 包的 META-INF/services/ 目录里同时创建一个以服务接口命名的文件。该文件里就是实现该服务接口的具体实现类。而当外部程序装配这个模块的时候，就能通过该 jar 包 META-INF/services/ 里的配置文件找到具体的实现类名，并装载实例化，完成模块的注入。基于这样一个约定就能很好的找到服务接口的实现类，而不需要再代码里制定。jdk 提供服务实现查找的一个工具类 java.util.ServiceLoader；
  • dubbo spi：在 Java 自带的 spi 基础上加入了扩展点的功能，即每个实现类都会对应至一个扩展点名称，其目的是应用可基于此名称进行相应的装配；
  • spring spi：

Ribbon

1. 负载均衡策略

  • 随机 「Random」
  • 轮询 「RoundRobin」
  • AvailabilityFilteringRule：过滤失败的节点
  • BestAvailableRule：选择当前并发量最小的
  • WeightedResponseTimeRule ：响应时间加权重
  • ZoneAvoidanceRule「默认」：复合判断 Server 所在 Zone 的性能和 Server 的可用性选择 Server，在没有 Zone的情况下类是轮询。

sentinel 限流

常用的限流算法

  1. 计数器算法
  2. 滑动窗口算法
  3. 令牌桶算法
  4. 漏桶算法

计数器算法的实现

//1.判断是否存在该key
if(EXIT(key)){
  // 1.1自增后判断是否大于最大值,并返回结果
  if(INCR(key) > maxPermit){
     return false;
  }
 return true;
}

//2.不存在key,则设置key初始值为1,失效时间为3秒
SET(KEY,1);
EXPIRE(KEY,3);

滑动窗口的实现

令牌桶的实现

令牌桶的核心概念：

  1. 用户请求资源时首选从桶里获取令牌，如果有令牌则放行，如此同时桶里的令牌数量 -1；
  2. 于此同时，以一定的速率往桶里加入令牌，这个速度是可根据实际场景随意设置。

漏桶算法

漏桶核心概念：

  1. 桶的容量是固定的,并且水流以一个固定的速率流出；
  2. 流入的水流可以是任意速率；
  3. 如果流入的水流超出了桶的容量，则后续流入的水流溢出(请求被丢弃)。
  4. 如果桶内没有水,则不需要流出

缺点：

​ 不能很好的应对突发的流量限制，在某一个时间段流量激增，则漏桶算法处理就比较无能为力。这个时候就需要用到和他相反设计的令牌桶算法。

posted @ 2021-07-02 19:39  码上猿梦  阅读(101)  评论(0)  编辑  收藏  举报