微服务拷打第一讲!

1. Spring Cloud 5大组件有哪些?

早期 Spring Cloud 五大组件一般指 Eureka(注册发现)、Ribbon(负载均衡)、Feign(远程调用)、Hystrix(熔断降级)、Zuul(网关)。

现在新项目里更常见的是 Nacos、Spring Cloud LoadBalancer、OpenFeign、Sentinel 和 Gateway。

2. 服务注册和发现是什么意思?Spring Cloud 如何实现服务注册发现?

复制代码
服务提供者和消费者->解决的什么->心跳机制

服务注册发现指的是,在微服务架构里,服务提供者启动后把自己的服务名、IP、端口等信息注册到注册中心;服务消费者调用时不写死 IP,而是根据服务名从注册中心获取可用实例列表,再通过负载均衡选择一个实例调用。

它主要解决的是服务实例动态上下线、扩容缩容时,调用方不用手动维护服务地址的问题。

在 Spring Cloud 里,早期可以用 Eureka,现在也常用 Nacos。注册中心一般会通过心跳机制(服务实例主动发消息给注册中心)判断实例是否存活,如果长时间没有心跳,就会把实例从可用列表中剔除。

3. 我看你之前也用过nacos,你能说下nacos与eureka的区别?

复制代码
注册中心,配置中心,临时实例,非临时实例,服务更改感知

Nacos 和 Eureka 都可以做服务注册发现,但 Nacos 的能力更完整一些。

Eureka 主要就是注册中心,服务实例通过心跳续约,消费者定时拉取服务列表;Nacos 除了注册发现,还可以做配置中心,这是项目里用得比较多的一个区别。

另外 Nacos 区分临时实例和非临时实例。临时实例一般也是服务实例上报心跳,异常后可以被删除;非临时实例更偏注册中心主动健康检查,异常时通常是标记不健康。

服务变更感知上,Nacos 支持推送,实例变化后消费者感知会更及时;Eureka 更偏客户端主动拉取。CAP 上,Eureka 更偏 AP,Nacos 支持 AP 和 CP 两种模式,具体和实例类型有关。

4. 你们项目负载均衡如何实现的?

复制代码
注册中心拿实例列表->远程调用->结合负载均衡组件发请求->策略

我们项目里的负载均衡主要是客户端负载均衡。比如订单服务调用用户服务时,不会写死某一台机器的 IP,而是通过服务名从注册中心拿到 user-service 的实例列表。

然后 OpenFeign 发起远程调用时,会结合负载均衡组件从多个实例里选择一个发请求。老版本 Spring Cloud 常用 Ribbon,现在新版本一般用 Spring Cloud LoadBalancer。

默认比较常见的是轮询策略,也就是多个实例轮流处理请求。

5. Ribbon负载均衡策略有哪些?

Ribbon 的负载均衡策略本质上就是从注册中心拿到的服务实例列表里选一台来调用。

常见的策略有轮询 RoundRobinRule,按顺序依次选择实例;

RandomRule 是随机选择;

RetryRule 是调用失败后在一定时间内重试其他实例;

WeightedResponseTimeRule 会根据响应时间分配权重,响应越快的实例被选中的概率越高;

还有 ZoneAvoidanceRule,会综合区域和实例可用性来选择,Ribbon 默认的也是这个策略。

6. 如果想自定义负载均衡策略如何实现?

复制代码
ribbon->IRule(全局)
ribbon->@RibbonClient(单独)
ribbon->配置文件(单独)
Spring Cloud LoadBalancer->ServiceInstanceListSupplier
->ReactorServiceInstanceLoadBalancer

如果是老版本 Ribbon,自定义负载均衡策略主要是围绕 IRule 来做。

简单一点,可以直接配置一个 IRule 的 Bean,比如返回 RandomRule,这样会改变默认的负载均衡策略。

如果只想对某个服务生效,可以用 @RibbonClient 指定服务名和单独的配置类,或者在配置文件里通过 服务名.ribbon.NFLoadBalancerRuleClassName 指定具体的 Rule 类。

如果是新版本 Spring Cloud LoadBalancer,一般是通过自定义 ReactorServiceInstanceLoadBalancer,或者调整 ServiceInstanceListSupplier 来实现自己的选择逻辑。

相关推荐
薛定猫AI2 小时前
Codex 与 Claude Code 安装配置完全指南
大数据·人工智能·架构
GISer_Jing2 小时前
Claude Code插件系统全解析
前端·人工智能·ai·架构
KaMeidebaby3 小时前
卡梅德生物技术快报|peg 修饰调控 MXene/WS2 异质结,氨气传感器制备与机理研究
大数据·前端·人工智能·架构·spark·新浪微博
陈陈CHENCHEN3 小时前
【Kubernetes】Kubeadm 搭建生产级 K8s 高可用集群
云原生·容器·kubernetes
龙佚3 小时前
抖动缓冲与播放控制:平滑播放的艺术
前端·架构
X54先生(人文科技)4 小时前
《元创力》纪实录·卷宗2.1刻舟求剑:一场关于“唯一解”的范式战争
人工智能·架构·开源·零知识证明
@insist1234 小时前
系统架构设计师-软件质量属性战术与架构评估方法全解
架构·系统架构·软考·系统架构设计师·软件水平考试
@insist1234 小时前
系统架构设计师-五大经典软件架构风格详解与软考真题应用指南
架构·系统架构·软考·系统架构设计师·软件水平考试
数据库小学妹4 小时前
InnoDB内存架构解密:Buffer Pool与性能优化实战
数据库·经验分享·sql·性能优化·架构
GISer_Jing5 小时前
Claude Code MCP Server 集成全解析
前端·人工智能·ai·架构