grpc、多集群、多租户

gRPC和服务发现

一个A high-performance, open-source universal RPC framework,高性能、开源的通用 RPC 框架。使用protobuf 语言基于文件定义服务,通过 proto3 工具生成指定语言的数据结构、服务端接口以及客户端 Stub。移动端上面则是基于标准的 HTTP/2 设计,支持双向流、消息头压缩、单 TCP 的多路复用、服务端推送等特性,这些特性使得 gRPC 在移动端设备上更加省电和节省网络流量。

grpc的服务健康检查

我觉得使用grpc重要的是阅读所生成的grpc.pb.go 文件 ,对里面所生成的 server 端接口要进行正确的抽象使用,client端进行正确的调用,注意 其**"实现类"** 的方法要符合其函数签名。

选择客户端发现:

直连,比服务端服务发现少一次网络跳转,Consumer 需要内置特定的服务发现客户端和发现逻辑。

多集群

多集群理解为对你的一个服务功能提供多套集群服务功能,一个集群坏了,换领一个,通常一班设计 n+2 套集群来进行服务,也就是会多设计两套集群来备用。

要尽量避免业务隔离使用或者 sharding 带来的 cache hit 影响(按照业务划分集群资源)。

但是业务隔离集群带来的问题是 cache hit ratio 下降,不同业务形态数据正交,我们退而求其次整个集群全部连接。那么连接整个集群的话,那么多,我怎么连?连哪个?

答:找到一种算法从全集群中选取一批节点(子集),利用划分子集限制连接池大小。

  • 合适的子集大小和选择算法:
    • 通常 20-100 个后端,部分场景需要大子集,比如大批量读写操作。
    • 后端平均分给客户端。
    • 客户端重启,保持重新均衡,同时对后端重启保持透明,同时连接的变动最小。

多租户

沙箱隔离、流量路由、染色发布、连接池

本质理解为:从源头传递过来一个标签,例如 http head上面,然后把这个标签挂载到上下文 context上面,之后基于RPC的负载均衡的流量来路由到你想要到的那个节点上面。通过这样的方法就可以虚拟出无数多套测试环境。

相关推荐
海海不掉头发18 小时前
机器学习实战:从零掌握集成学习(RF/XGBoost/GBDT/AdaBoost)—— 附泰坦尼克号、红酒分类、加州房价全流程解析
机器学习·分类·集成学习
kk的vmware虚拟机安装ubuntu2 天前
鱼皮 yu-rpc:从 0 到 1 手写 RPC 框架的实践教程
网络·网络协议·其他·rpc
耍酷的魔镜2 天前
谈谈如何使用Netty开发实现高性能的RPC服务器
服务器·网络协议·rpc
墨神谕2 天前
JSON-RPC 2.0
网络协议·rpc·json
Java小白笔记2 天前
Codex config.toml配置实战指南
人工智能·算法·chatgpt·ai编程·集成学习
大鱼>5 天前
NLP 基础:文本预处理/词向量/文本分类
人工智能·深度学习·集成学习·boosting
大鱼>6 天前
集成学习实战:Bagging/Boosting/Stacking
机器学习·集成学习·boosting
SeeYa-J6 天前
Spring IOC(Inversion of Control)
java·spring·rpc
烟锁池塘柳07 天前
【机器学习】万字长文详解集成学习 Ensemble Learning:从 Bagging、Boosting 到 Stacking 的全解析
机器学习·集成学习·boosting