微服务学习笔记
收藏学习七篇微服务系列的博文，点击标题查看原文内容。
优势与不足
- 单体应用的主要缺陷
随着应用不断地开发迭代、更新版本，单体应用的体量越来越大，造成以下问题：- 启动时间长：应用越大启动服务的时间越长，影响生产
- 部署困难：以往大版本发布大多是在每月固定时间，临时性的小版本应急发布也需要审批，发布一个功能修改却需要停掉整个应用，并且需要事前事后大量的人工测试，无法实现单日内的多次修改上线，持续部署
- 扩展性差：“如果单体应用的不同模块在资源需求方面有冲突的话，那应用的扩展也很难。”
- 可靠性低：只要一处代码的bug，就有可能把整个应用拖垮
- 代码架构修改困难
总的来说，很难适应敏捷开发和交付
-
微服务出现
将一个应用分为一整套体量小且相互关联的服务，为每个微服务提供独立的数据库，每个服务可以选择自己所需要的特定类型的数据库
-优势- 复杂性降低：单体应用被分解成多个小型服务
- 方便开发：每个服务可以单独团队开发，团队内部自行选择技术
- 独立部署：每个服务可以单独部署，服务之间的部署互不影响
- 独立扩展：每个服务可以独立使用各类资源进行功能扩展
-不足
- 分布式应用造成各服务之间的通信机制较单体服务复杂
- 每个微服务独立数据库造成数据重复或同步问题
- 测试需启动所有相关服务
- “微服务架构模式应用的改变将会波及多个服务”
- 众多服务的部署其实也是一个不小的工作，并不是很简单的事情(但也是复杂应用的首选）
比较优势和不足，微服务应用和单体应用各有千秋，前者适合大体量的应用，后者适合小体量的应用。
API 网关
本篇聚焦客户端对微服务的访问方式，提出了两种可能的访问方式：
- 客户端直接访问微服务：这种方法会面临1：N的访问，如果一个web页面包含N个服务，那就需要从客户端向N条请求（每条都要根据服务的不同，选择不同的适配协议），每个服务从众多的实例中分配一个相应，此种方法不仅请求响应耗时，同时不利于后续服务的重构（拆分/合并），并且部分服务对于http请求并不是特别友好，不是所有服务都适合从客户端直接发起请求
- 由API代表众多微服务统一对外提供访问接口：通过统一的API网关，封装后面各个服务，对客户端形成的一种请求，自动完成转换（“服务请求路由、组合及协议转换”）。它的优点是对外封装了应用的各个服务，缺点是必须新，开发这样的API，但是相比优势，这样的缺点是可接受。
之后还需要考虑API与各个服务之间的通信，即如何让API发现这些服务，在微服务应用中，很难想传统应用那样直连，“应用程序服务的位置是动态分配的，而且，单个服务的一组实例也会随着自动扩展或升级而动态变化。”。
进程间通信
微服务之间的通信是基于进程的（Inter-process communication，IPC），从两个维度去理解服务之间的交互问题，一个是1对1/1对多，另一个是同步/异步。具体的IPC技术，文章描述了三种方式：
-
基于消息的异步通信：因为是异步的，所以消息机制下客户端不需要等待服务端的及时响应，但是这样服务端在回复的时候需要指定特定的客户端id
-
基于请求/响应的同步通信：因为是同步的，所以客户端需要等待服务端的及时响应，典型的例子就是REST API，存在阻塞的可能性，客户端也必须知道服务端的位置，即要有服务实例发现机制
-
消息格式的选择
- 文本：JSON和XML
- 二进制
服务发现
本篇主要关注服务发现问题。在微服务应用中，客户端向服务端发起通信的前提是需要知道服务实例的地址，而基于云的微服务中，服务实例的地址通常是动态分配的，因此需要有特定的服务实例发现机制。有两种方式：
- 客户端发现模式：客户端查询服务注册表，由后者完成服务位置的提供。这种方法对客户端要求较高，需要和服务注册绑在一起，“要针对服务端用到的每个编程语言和框架，实现客户端的服务发现逻辑”
- 服务端发现模式：客户端通过一个负载均衡器再连接服务注册表，将请求转到相应的服务实例。这种方法相对于客户端发现模式，对客户端要求较低，“只需要简单地向负载均衡器发送请求，这减少了编程语言框架需要完成的发现逻辑”，但是对于负载均衡器又有了较高的要求。
上述两种模式都提到了服务注册表。服务注册表通过心跳机制，定时更新服务。服务注册由自注册模式和第三方注册模式，区别在于是否使用服务注册器。
数据管理
微服务存在每个服务使用和管理自己的数据库，相互之间访问受限，因此就涉及到了服务之间数据的协同管理问题：
- 如何实现业务事务，保持多个服务的一致性
- 如何从多个服务中检索数据，实现查询
使用事件驱动的架构来解决，服务之间发送各类事件，进而实现各自内部数据的更新
部署策略
本文关注微服务应用的部署。相比于单体应用的部署，微服务部署相对复杂，不再是把应用直接部署到一个或多个主机上那么简单。微服务应用一般会有很多个相互独立的服务，每个服务的开发技术、对资源的需求可能是不同的，同时每个服务所需的服务实例数目也是不同的，如何部署这些服务是本文所关注的。
- 单主机多服务实例模式：一台主机（虚拟机）部署多个服务实例，其他主机（虚拟机）部署和这台相同服务的其他实例，即一台主机（虚拟机）上部署多个服务，一个服务的多个实例分布在多台主机（虚拟机）上。此种方式和传统的应用将多个实例部署在多个主机上差别不大，部署速度快，但无法限制主机内实例之间对资源的使用，并且运维团队需要提前了解主机中服务实例的部署情况。
- 单主机单服务实例模式
- 单虚拟机单服务实例模式：每个服务实例完全隔离运行，独占各自的资源，对外完全封装成为“黑盒”，但是每个服务实例依托的虚拟机需要额外给操作系统分配资源，同时虚拟机体量大，构建缓慢。
- 单容器单服务实例模式：典型的代表技术Docker。“不同于虚拟机，容器技术更为轻量，容器镜像构建速度更快。由于没有冗长的操作系统启动机制，容器启动也非常迅速。容器启动，服务立刻运行。”
- 无服务器部署：举AWS Lambda为例
应用的微服务改造
总的原则：逐步重构，先将微服务与单体应用的功能共存，之后将后者逐步替代。
先对新功能开发微服务，对于旧功能，提出拆分前后端的方法，但是也不是一个最终的办法，需要一种策略，即提取微服务，将单体应用的模块转化为微服务。为此，文章建议先确定好转化优先级，优先处理频繁更改的模块、资源需求（有的要求大内存/有的要求高计算量）大不相同的模块。
总的来说，还是需要具体项目的实践才更加直观。
