微服务技术栈及分享计划

前言

上一篇对微服的演变、优缺点进行了概述，对于业务复杂项目，微服务算是比较合适的解决方案；对于咱们开发者来说，有好的解决方案肯定要跟进学习，但不能盲目追崇流行技术，目的还是为了解决问题。这里就把Asp.NetCore落地微服务架构技术栈汇总一下(当然不限于此)，同时制定了个学习分享计划，和小伙们一起共勉；

正文

将涉及的技术栈将其分为如下几个阶段进行归类，后续学习分享的大方向也是如此：

对于需求阶段业务分析、测试阶段相关及最后应用阶段的服务，这系列暂时就先不涉及，而是主要针对开发技术、代码管理、应用部署、运维管理方面的技术进行汇总和学习分享；对于上图的各个阶段，可能在很多大公司将其职责的划分很清晰，但对接避免不了(DevOps)，所以了解和学习是很有必要的；如果是中小型公司，那可能开发是你、部署是你、运维还是你，技多不压身，来了就干，不服就来学。

注：不是在项目中使用以下提到的技术就是微服务，而微服务指的是业务之微，技术只是对其进行落地实现；

开发阶段

对于实现，在开发阶段涉及的组件或框架颇多，所以得花更多时间进行学习和实战，如下：

认证中心

当划分的服务增多时，单个服务的认证和授权显得更加冗余，更希望有一个统一的认证站点，每一个服务的认证都由认证中心站点进行认证和授权；咱们可以从零自己实现OAuth 2.0和OIDC提供授权和认证功能，轮子肯定有人造好了，拿来就用多好，IdentityServer 4将授权和认证都有很好的实现，从而使得开发人员有更多的时间关注在业务开发上。

服务发现

当服务不多的时候，可能手动进行API地址配置，实现调用还可以接受配置复杂性，如果是对服务增加服务器扩展时，还得手动进行配置，那干这活的肯定要喷脏话了。如果使用Consul做服务发现，自动发现各个服务，同时还能进行健康检查，及时过滤掉不可用服务，增强高可用，显得更加智能化；减少人工配置的复杂性，还能提升服务的高可用。

网关(Gateway)

网关的主要作用是进行路由转换、统一入口、隔离内网等，当然还可以做一些服务熔断、限流、重试、缓存等相关功能。功能具体是什么意思，怎么实现我们在做学习分享的时候会一一说到。而.NetCore中常用的网关为Ocelot和Kong；

• 路由转换：根据配置规则，将不同业务地址转换到对应的微服务地址上，让业务请求由对应的业务API进行处理；
• 统一入口：对于UI界面而言，只关心一个入口，即网关地址，不用和每个微服务直接打交道，降低请求访问复杂性；
• 隔离内网：对外提供地址为网关地址，内部服务通信都是通过内网，使得站点安全性增强；
• 其他功能会在后续实操中一一说到；

服务间通讯

虽然拆分成了各个小服务，但始终还是一个系统，对于一些业务依赖关系的服务会进行聚合或是通过服务间通信，将数据整合统一返回给UI层；常用的技术手段是通过Restful Api接口或是gRPC进行数据交互，然后再进行数据业务处理。

服务治理

每一个小服务也是一个程序，就有可能出现Bug、网络通信异常、服务器宕机等情况而导致服务不可用，通常我们理想状态肯定是希望其他服务不被异常服务影响，这样就需要对服务进行治理，比如失败重试、服务熔断、失败降级等，从而提升服务的可用性，避免单个异常服务导致整个系统雪崩的现象；.NetCore中会使用Polly库实现相关功能。

NoSql-非关系型数据库

通常的高并发场景下需要进行缓存和数据共享，实现高可用，而目前Redis是一个很不错的选择。对于一些文档型数据，MongoDB存储更有优势，当有大量数据时，会有一些列存储的数据；对于搜索实现，ElasticSearch存储实现会更加符合场景；

消息队列

消息队列的三大好处：异步处理、解耦、削峰；通常在微服务系统业务处理中，遇到一些复杂业务，需要耗费较长的时间，这样给用户体验就不太友好，咱们可以将涉及相关业务通过消息队列分发给不同服务处理，然后及时响应给用户，业务后台异步处理，体验感觉就不一样；可能有小伙伴还会说，直接多线程不就得了，如果是这样的话，那业务可能都耦合在一块，后期维护又是一个很大问题；对于一些高并发系统，估计平时服务器都能承载请求，但是存在某一时间段高峰访问，如果请求都打到后台服务数据库，数据库可能抗不住，像这种短时段高峰的情况，可以通过消息队列进行削峰，避免高峰时刻搞崩系统；目前比较常用的消息队列有：Kafka、RocketMQ、RabbitMQ。

CAP

微服务就是分布式，既然是分布式，那分布式事务就避免不了，最终数据一致性的问题那得解决；对于分布式来说，这是老生常谈的问题了，并且提供了相关的解决方案，而在.Net中，有大神就封装了CAP，并将其开源，配合消息队列很好的实现了分布式事务控制；

Apollo

试想，如果每个服务都有一套自己的配置文件，那部署和运维是不是很头痛，而且对于一些公共配置数据也会重复在每个服务中配置使用，如果有一套统一的配置中心是不是感觉非常良好，所有服务的配置数据通过一个点进行维护和使用，不管在开发维护、部署还是运维方面，都带来便捷性；可以自己实现，也可以使用第三方的，而Apollo现在相对来说是比较火的，也有一些直接使用Consul扮演配置中心的角色；当然还有使用在K8S自带的配置中心。

后台任务

既然用到微服务项目，应该数据量也不会小，通常会做一些报表分析，数据同步等操作，而这种耗时操作不希望在业务高峰时期执行，需要在空闲时间定时操作即可，针对这种场景后台定时任务就有用武之地啦。当然不仅仅是这种场景，还有一些做业务数据重放或修复，比如一个订单在操作中异步处理失败了，可以在后台任务检查过程中，进行再次处理等；在.Net中用的相对比较多的是Quartz.Net和Hangfire。

代码管理

代码应该不用多说了，小伙伴们应该都摸清门路了，简单画个图，如下：

代码规范

不管什么架构，代码规范一直是开发者严格要求的，开发过程中得有良好的编码规范，虽然每一个公司的要求不太一样，但最终的目的是一致的：规范化，这样在后期维护就不会花费大量的时间去研究代码为什么要这么写。为了规范，周期性的Code Review是必不可少的。

代码版本管理

对于代码版本管理工具，用的最多应该是git和svn了，其中对于分支的管理是非常重要的，比如临时修复线上Bug怎么办，常规开发怎么办，紧急功能开发又怎么划分处理，好的规划代码分支不会让代码版本混乱，从而引起功能的不完整或异常； 别小看这一件事，经常因为版本分支问题导致生产功能出问题的事件比比皆是，当然不会单独为其做一个文章讲解，但会在集成部署那块会提到；因为持续集成离不开代码的管理；

部署

提到部署，可能有的小伙伴会说，这不是运维搞的吗，或者说这不应该有专门的人搞吗？是的，理想是这样的，但事实就是，小伙伴不仅负责开发，还得要部署，对于职责分明的团队，至少你也得会，不然对接有一大堆的尴尬。

操作系统

现在部署更多的是推荐在Linux上了，像Redis、ES、nginx等都是在Linux中发挥更好的性能，而对于Linux估计有些小伙伴还不熟，甚至只是听说，还没操作，不说多的，关于开发和部署相关日常操作到时候我们来一起聊聊，高深操作可以抽时间再去研究。当然，Windows的操作到时候也能提到，毕竟现在Windows服务器也没有说不用。

持续集成(CI/CD)

老式的手动发布和部署在微服务中显得力不从心了，那么多服务，做重复操作，换做任何一个人也受不了，如果多发几次迭代，那这人就别干其他活，就负责发布妥了。 想想，如果这些事自动化解决岂不完美，而Jenkins搭配代码管理软件就能很好的实现，自动拉取代码->自动构建->自动部署，代码管理软件可以自己搭建，比如Gogs，或者使用gitlab、github等都行。通过监听代码的提交，就能自动完成，想想都美。

容器化

开发和运维干架啦，一个说在我这行，一个说在我那不行， 别说那么多，先干架再说；哈哈哈，为了不允许这种事发生，容器化显得很屌，开发发布打包生成镜像，运维拉下来就直接跑，啥都一样，还有的说吗；其实主要的目的还是提升工作效率啊，现如今Docker是火的旺旺的，但K8S的弃用能否让它走下坡路，这似乎好像不太好说；

容器编排

当容器集群扩展增多时，就得有一个东西进行管理，否则扩展会显得超级麻烦，而K8S就很吃香，针对容器集群管理更好的自动伸缩、自动部署，还能搭配探针实现自修复；

运维

功能开发完了、代码也上传了、站点也部署了，用户开始用吧，后续就很轻松了；no，no，no，这才开始，应该很少有小伙伴拍着胸脯说，没事，我做的功能都没问题，绝对没Bug，好，先假设开发没问题，断电、宕机、断网咋整，这种物理问题不能避免吧，不管是做异地多活也好，还是有其他方案，至少得去弄吧； 那如果是业务问题呢，排查问题更多的是靠日志了，对于微服务这种架构，有一个调用链的追踪会提供很好的辅助，来，先看看需要什么技术工具：

日志分析

之前单体架构，登上服务器，拷贝日志下来分析妥了，而对于微服务，这似乎不太可取，拷贝日志不仅麻烦还耗时。如果使用Exceptionless将日志统一收集在一起，是不是稍微好那么一点，再加上做一个ElasticSearch和Kibana的查询分析，是不是又加快了问题的分析速度。

链路追踪

微服务间的数据交互肯定避免不了，有一个可视化的调用链路及监控就显得更加直观，清楚的看到每次接口调用经过的服务点，对于定位问题来说也提供很大的帮助，能快速知道这次异常经过哪些服务处理，缩小范围。而用的相对比较多的是SkyWalking和Butterfly。

分布式监控系统

微服务情况下，只要一发布，就不知道什么情况，这样只有在问题发生之后，才能去排查；有没有一个监控系统，对系统和服务运行环境进行监控，能在危险范围内的时候提前给个告警，及时通知相关人员处理呢，prometheus搭配Grafana能将监控数据友好的展示和配置，从而实现对服务运行环境的监控。

总结

对于微服务，还是开篇说到的，不是使用以上技术就是微服务架构，而服务的划分更多是通过业务进行划分，技术只是帮助其落地；

以上针对于各阶段的技术栈汇总并不涵盖全部，仅仅是当下相对比较火，且周围朋友用的比较多的，有什么好的技术，小伙伴可以分享。

这个战线拉的很长，但肯定会坚持学习分享。 期间把Redis系列分享完之后，还会穿插数据库优化系列的文章。

一个被程序搞丑的帅小伙，关注"Code综艺圈"，跟我一起学~