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
JMchen12317 小时前
Jetpack 内核实战(八):组件整合——DataStore + Room 构建离线优先架构
架构·room·datastore·组件整合·android 开发架构·jetpack 实战
ltl17 小时前
AI 原生架构:LLM 时代的系统重构
架构
ltl17 小时前
边缘计算架构:算力下沉的设计挑战
架构
JouYY18 小时前
大模型底层学习(三)-从零训练一个 BPE 分词器
架构·llm·agent
Dawson Zhu18 小时前
工业世界模型——基于AI Agent+数学仿真架构
人工智能·架构·agi
Wang's Blog18 小时前
AI Agent白手起家52: 从零搭建钉钉智能助手——资源准备与核心架构实现
人工智能·架构·钉钉
jufeng130719 小时前
【系列:手搓自主 AI Agent:Hermes 架构原理剖析 · 第 1 篇】
人工智能·python·架构·agent
制造业的搬运工19 小时前
智能窗帘PCB低功耗设计方案:架构要点与设计建议
人工智能·科技·架构·制造·pcb工艺
带娃的IT创业者19 小时前
DeepTutor:当 Agent-Native 架构撞上个性化学习的临界点
学习·架构·ai agent·大模型应用·个性化学习·教育技术·agent-native架构
啷里格啷21 小时前
Linux进程管理完全指南:从基础到云原生编排
后端·架构