微服务笔记03

已于 2022-06-05 20:05:28 修改
阅读量553 收藏
点赞数
分类专栏： 微服务 文章标签： mysql spring boot java
于 2022-03-05 13:18:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ernie_linyerun/article/details/123293283
版权

01. Nacos

1. 简介

image-20220124173050419

据说 Nacos 在阿里巴巴内部有超过 10 万的实例运行，已经过了类似双十一等各种大型流量的考验

image-20220124173127532

C：Consistency(强一致性)：所有节点在同一时间看到的数据是一致的

A：Availability(可用性)：所有的请求都会收到响应

P：Partition tolerance(分区容错性)：

CPA理论关注粒度是数据，而不是整体系统设计的策略。

最多只能同时较好的满足两个。
CAP理论的核心是：一个分布式系统不可能同时很好的满足一致性，可用性和分区容错性这三个需求，
因此，根据 CAP 原理将 NoSQL 数据库分成了满足 CA 原则、满足 CP 原则和满足 AP 原则三 大类：
CA - 单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大。
CP - 满足一致性，分区容忍性的系统，通常性能不是特别高。
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

知乎文章解析

2. 安装

安装

docker pull nacos/nacos-server:1.1.4

运行

docker run -d -p 8848:8848 -e MODE=standalone -e PREFER_HOST_MODE=hostname --restart always --name nacos nacos/nacos-server:1.1.4

3. 整合nacos

1. 创建项目

版本限制

<dependencyManagement>
    <!--spring cloud alibaba 2.1.0.RELEASE-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-alibaba-dependencies</artifactId>
        <version>2.1.0.RELEASE</version>
        <type>pom</type>
        <scope>import</scope>
    </dependency>
</dependencyManagement>

2. 引依赖

<!--SpringCloud alibaba nacos -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

3. 写yml

server:
  port: 9001

spring:
  application:
    name: nacos-payment-provider
  cloud:
    nacos:
      discovery:
        server-addr: 47.98.251.199:8848 #配置Nacos地址

management:
  endpoints:
    web:
      exposure:
        include: '*'

4. 主启动

@EnableDiscoveryClient //nacos发现
@SpringBootApplication
public class PaymentMain9001 {
    public static void main(String[] args) {
        SpringApplication.run(PaymentMain9001.class,args);
    }
}

一个项目多个实例：

image-20220125180119597

4. 负载均衡

为什么Nacos可以负载均衡，看包结构就能看到这个netflix.ribbon

5. nacos和CPA

image-20220125182403640

image-20220125182425397

nacos支持AP和CP模式切换

C是所有节点在同一时间看到的数据是一致的；而A的定义是所有的请求都会收到响应。

何时选择使用何种模式？
一般来说，
如果不需要存储服务级别的信息且服务实例是通过nacos-client注册，并能够保持心跳上报，那么就可以选择AP模式。当前主流的服务如 Spring cloud 和 Dubbo 服务，都适用于AP模式，AP模式为了服务的可能性而减弱了一致性，因此AP模式下只支持注册临时实例。

如果需要在服务级别编辑或者存储配置信息，那么 CP 是必须，K8S服务和DNS服务则适用于CP模式。
CP模式下则支持注册持久化实例，此时则是以 Raft 协议为集群运行模式，该模式下注册实例之前必须先注册服务，如果服务不存在，则会返回错误。

curl -X PUT ‘$NACOS_SERVER:8848/nacos/v1/ns/operator/switches?entry=serverMode&value=CP’

6. 配置中心-基础配置

Nacos同springcloud-config一样，在项目初始化时，要保证先从配置中心进行配置拉取，
拉取配置之后，才能保证项目的正常启动。

springboot中配置文件的加载是存在优先级顺序的，bootstrap优先级高于application

Nacos会记录配置文件的历史版本默认保留30天，此外还有一键回滚功能，回滚操作将会触发配置更新

image-20220125194040960

自带动态刷新

修改下Nacos中的yaml配置文件，再次调用查看配置的接口，就会发现配置已经刷新

springcloud的要发送post请求到那个…才能刷新，麻烦，这个就不一样了。还不用担心乱码问题了。

7. 配置中心-分类配置

问题1：
实际开发中，通常一个系统会准备
dev开发环境
test测试环境
prod生产环境。
如何保证指定环境启动时服务能正确读取到Nacos上相应环境的配置文件呢？

问题2：
一个大型分布式微服务系统会有很多微服务子项目，
每个微服务项目又都会有相应的开发环境、测试环境、预发环境、正式环境…
那怎么对这些微服务配置进行管理呢？

1. 是什么
类似Java里面的package名和类名
最外层的namespace是可以用于区分部署环境的，Group和DataID逻辑上区分两个目标对象。
2. 三者情况

image-20220125195209273

NameSpace,Group,Service

3. 默认情况：
Namespace=public，Group=DEFAULT_GROUP, 默认Cluster是DEFAULT

Nacos默认的命名空间是public，Namespace主要用来实现隔离。
比方说我们现在有三个环境：开发、测试、生产环境，我们就可以创建三个Namespace，不同的Namespace之间是隔离的。

Group默认是DEFAULT_GROUP，Group可以把不同的微服务划分到同一个分组里面去

Service就是微服务；一个Service可以包含多个Cluster（集群），Nacos默认Cluster是DEFAULT，Cluster是对指定微服务的一个虚拟划分。
比方说为了容灾，将Service微服务分别部署在了杭州机房和广州机房，
这时就可以给杭州机房的Service微服务起一个集群名称（HZ），
给广州机房的Service微服务起一个集群名称（GZ），还可以尽量让同一个机房的微服务互相调用，以提升性能。

最后是Instance，就是微服务的实例。

以后要是又忘记了，就回去看尚硅谷springcloud视频复习吧。

8. 集群搭建

没有进行学习，希望可以在以后，mysql和nacos这些一起玩集群搭建，然后就是里面涉及Nigix，这个我还没有进行学习，所有只能暂时放弃，以后回来学爆它。

02. Sentinel

1. 简介

自我陈述，和hystrix一样，做服务降级，服务熔断，服务限流等。

它与hystrix相比的优点是，该程序为我们提供了操作界面，它使用的技术栈是spring boot。

image-20220129181030380

2. 环境搭建

环境搭建：

这里我采用docker安装环境，

docker pull bladex/sentinel-dashboard:1.7.0

docker run --restart=always \
--name sentinel \
-d -p 8858:8858 -d bladex/sentinel-dashboard:1.7.0

非常快捷就可以安装成功了

访问方式：http://47.98.251.199:8858

上面会出现，实时监控页面为空白的情况

哪怕自己已经按照视频思路来也还是出现一样的情况，所有最后我妥协了，选择在本地运行jar包开启

这个时候，访问页面为：http:localhost:8080

3. 初始化演示工程

  • 依赖
<dependencies>
    <!--SpringCloud ailibaba nacos -->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
    <!--SpringCloud ailibaba sentinel-datasource-nacos 后续做持久化用到-->
    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>
    <!--SpringCloud ailibaba sentinel -->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <!--openfeign-->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>
    <!-- SpringBoot整合Web组件+actuator -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <!--日常通用jar包配置-->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>cn.hutool</groupId>
        <artifactId>hutool-all</artifactId>
        <version>4.6.3</version>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

4. 流控规则

image-20220130155512367

1. 基本介绍

  • 资源名：唯一名称，默认请求路径
  • 针对来源：Sentinel可以针对调用者进行限流，填写微服务名，默认default
  • 阀值类型/单机阈值：
    • QPS(每秒钟的请求数量)：当调用该api的QPS达到阈值的时候，进行限流。
    • 线程数：当调用该api的线程达到阈值的时候，进行限流
  • 是否集群：不需要集群
  • 流控模式：
    • 直接：api达到限流条件时，直接限流
    • 关联：当关联的资源达到阈值时，就限流自己
    • 链路：只记录指定链路上的流量(指定资源从入口资源进来的流量，如果达到阈值，就进行限流[api级别的针对来源])
  • 流控效果：
    • 快速失败：直接失败，抛异常
    • Warm Up：根据codeFactor(冷加载因子，默认3)的值，从阈值/codeFactor，经过预热时长，才达到设置的QPS阈值。
    • 排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效。

自我尝试例子：

  • 可以在簇点链路那里点击配置
  • 当然也可在流控规则那里配置，建议就是在簇点链路那里配置。

image-20220201210027808

测试结果：

image-20220201210214695

关于QPS与线程数的区别

  • 简单粗暴的说：QPS是挡在家门外，线程数是关门打狗

QPS会在请求进入时有一道门，给多少个进就多少个进，多了就报异常

线程数是，全部请求全部涌入，配了多少个线程就只有多少个线程。处理不过来了就直接报错。

我们可以试一试就是在请求那里休眠个几秒，多发几个请求就直接崩盘了。

2. 流控模式

关联

设置效果(认真细读，不要搞反主次了)
当关联资源/testB的qps阀值超过1时，就限流/testA的Rest访问地址，当关联资源到阈值后限制配置好的资源名

image-20220201214357814

image-20220201223613515

解: 当/testA因为只有一个线程数而处理不过来的时候，当访问/testC会直接报错。

(/testC被限流)

链路

只记录指定链路上的流量(指定资源从入口资源进来的流量，如果达到阈值，就进行限流[api级别的针对来源])

image-20220202182930278

3. 流控效果

预热

公式：阈值除以coldFactor(默认值为3),经过预热时长后才会达到阈值

默认 coldFactor 为 3，即请求QPS从(threshold / 3) 开始，经多少预热时长才逐渐升至设定的 QPS 阈值。

案例，阀值为10+预热时长设置5秒。
系统初始化的阀值为10 / 3 约等于3,即阀值刚开始为3；然后过了5秒后阀值才慢慢升高恢复到10

image-20220203123847629

应用场景

如：秒杀系统在开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是把为了保护系统，可慢慢的把流量放进来，慢慢的把阀值增长到设置的阀值。

排队等待

匀速排队，让请求以均匀的速度通过，阀值类型必须设成QPS，否则无效。
设置含义：/testA每秒1次请求，超过的话就排队等待，等待的超时时间为20000毫秒。

一开始理解错了超时等待的作用，现在我感觉这个的作用就是，当出现需要等待20秒的就报错。

image-20220203130312893

5. 降级规则

基本介绍

image-20220203131613377

RT（平均响应时间，秒级）
平均响应时间 超出阈值 且 在时间窗口内通过的请求>=5，两个条件同时满足后触发降级
窗口期过后关闭断路器
RT最大4900（更大的需要通过-Dcsp.sentinel.statistic.max.rt=XXXX才能生效）

异常比列（秒级）
QPS >= 5 且异常比例（秒级统计）超过阈值时，触发降级；时间窗口结束后，关闭降级

异常数（分钟级）
异常数（分钟统计）超过阈值时，触发降级；时间窗口结束后，关闭降级

Sentinel的断路器是没有半开状态的

RT

image-20220203143108221

当五次平均访问时间炒锅阈值，就是这里设置的200ms，那么在时间窗口期内访问都会报错，当时间窗口期结束，又恢复正常。

image-20220203143343610

image-20220203143355135

异常比例

image-20220203165514522

image-20220203170646720

按照上述配置，
单独访问一次，必然来一次报错一次(int age = 10/0)，调一次错一次；

开启jmeter后，直接高并发发送请求，多次调用达到我们的配置条件了。
断路器开启(保险丝跳闸)，微服务不可用了，不再报错error而是服务降级了。

异常数

image-20220203171322778

时间窗口一定要大于等于60秒。

image-20220203171334282

6. 热点key限流

是什么

image-20220203181207559

建议使用第二种：

image-20220203181107981

配置与测试

@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false)String p1
        , @RequestParam(value = "p2",required = false)String p2) {
    return "testHotKey,"+"p1: "+p1+",p2: "+p2;
}

public String deal_testHotKey(String p1, String p2, BlockException blockException) {
    return "testHotKey,"+"p1: "+p1+",p2: "+p2+",error!!!!";
}

image-20220203181344677

参数例外项

image-20220204143516299

7. 系统规则

是什么

image-20220204151946669

规则介绍

系统保护规则是从应用级别的入口流量进行控制，从单台机器的load、cpu使用率、平均RT、入口QPS和并发线程等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。

系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量生效。入口流量指的是进入应用的流量，比如Web服务或Dubbo服务端接收的请求，都属于入口流量。

系统规则支持一下的模式：

  • Load自适应(仅对Linux/Unix-like机器生效)：系统的load1作为启动指标，进行自适应系统保护。当系统load1超过设定的启动值，且系统当前的并发线程超过估算的系统容量时才会触发系统的maxQPS * minRT估算得出。设定参考值一般是：CPU cores * 2.5
  • CPU usage(1.5.0+版本)：当系统CPU使用率超过阈值即触发系统保护(取值范围0.0-1.0),比较敏感
  • 平均RT：当单台机器上所有入口流量的平均RT达到阈值即触发系统保护，单位是毫秒。
  • 并发线程数：当单台机器上所有入口流量的并发线程数达到阈值触发系统保护。
  • 入口QPS：当单台机器上所有入口流量的QPS达到阈值即触发系统保护。

8. @SentinelResource

1 系统默认的，没有体现我们自己的业务要求。

2 依照现有条件，我们自定义的处理方法又和业务代码耦合在一块，不直观。

3 每个业务方法都添加一个兜底的，那代码膨胀加剧。

4 全局统一的处理方法没有体现。

1. 客户自定义限流处理逻辑

  • 创建CustomerBlockHandler类用于自定义限流处理逻辑

  • 自定义限流处理类

  • import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.lin.entities.CommonResult;

public class CustomerBlockHandler {
    public static CommonResult handleException(BlockException exception){
        return new CommonResult(2020,"自定义的限流处理信息......CustomerBlockHandler");
    }
}

  • @GetMapping("/rateLimit/customerBlockHandler")
    @SentinelResource(value = "customerBlockHandler"
            ,blockHandlerClass = CustomerBlockHandler.class
            ,blockHandler = "handleException")
    public CommonResult customerBlockHandler() {
        return new CommonResult(200, "按客户自定义限流处理逻辑");
    }

9. 服务熔断功能

兜底方法：fallback

合上服务降级方法

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.lin.entities.CommonResult;
import com.lin.entities.Payment;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.annotation.Resource;

@RestController
public class CircleBreakerController {
    public static final String SERVICE_URL = "http://nacos-payment-provider";

    @Resource
    private RestTemplate restTemplate;

    /**
     * 这里我们最先演示就是配fallback的情况
     * 前面我们配的是：blockHandler
     * */
    @GetMapping("/consumer/fallback/{id}")
    @SentinelResource(value = "fallback"
            , fallback = "handlerFallback"
            ,blockHandler = "blockHandler"
            ,exceptionsToIgnore = {IllegalArgumentException.class}) //fallback负责业务异常
    public CommonResult<Payment> fallback(@PathVariable Long id) {
        CommonResult<Payment> result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);

        if (id == 4) {
            throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
        } else if (result.getData() == null) {
            throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
        }

        return result;
    }

    public CommonResult handlerFallback(@PathVariable Long id, Throwable e) {
        Payment payment = new Payment(id, "null");
        return new CommonResult<>(444, "兜底异常handlerFallback,exception内容  " + e.getMessage(), payment);
    }

    public CommonResult blockHandler(@PathVariable("id") Long id, BlockException blockException) {
        Payment payment = new Payment(id,"null");
        return new CommonResult(445,"blockHandler-sentinel限流,无此流水: blockException "+blockException.getMessage(),payment);
    }
}

对比，还没看

image-20220205200532891

10. 规则持久化

1. 是什么

一旦我们重启应用，sentinel规则将消失，生产环境需要将配置规则进行持久化

2. 怎么玩

将限流配置规则持久化进Nacos保存，只要刷新8401某个rest地址，sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对8401上sentinel上的流控规则持续有效

3. 配置
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        #Nacos服务注册中心地址
        server-addr: 47.98.251.199:8848
    sentinel:
      transport:
        #配置Sentinel dashboard地址
        dashboard: localhost:8080
        #默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口
        port: 8719
      datasource:
        ds1:
          nacos:
            server-addr: 47.98.251.199:8848
            dataId: cloudalibaba-sentinel-service
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow
  • 看那个datasource那里就行了。

Nacos配置一下:

image-20220205202851450

[
    {
        "resource": "/rateLimit/byUrl",
        "limitApp": "default",
        "grade": 1,
        "count": 1,
        "strategy": 0,
        "controlBehavior": 0,
        "clusterMode": false
    }
]

resource：资源名称；
limitApp：来源应用；
grade：阈值类型，0表示线程数，1表示QPS；
count：单机阈值；
strategy：流控模式，0表示直接，1表示关联，2表示链路；
controlBehavior：流控效果，0表示快速失败，1表示Warm Up，2表示排队等待；
clusterMode：是否集群。

03. Seata

是什么：

Seata是一款开源的分布式事务解决方案，致力于在微服务架构下提供高性能和简单易用的分布式事务服务。

官网

能干嘛：

一个典型的分布式事务过程

  • 分布式事务处理过程的一ID+三组件模型

Transaction ID XID：全局唯一的事务ID

三个组件概念：

  • Transaction Coordinator(TC)：事务协调器，维护全局事务的运行状态，负责协调并驱动全局的提交或回滚。
  • Transaction Manager™：控制全局事务的边界，负责开启全局事务，并最终发起全局提交或全局回滚的协议。
  • Resource Manager(RM)：控制分支事务，负责分支注册、状态汇报，并接收事务协调器的指令，驱动分支(本地)事务的提交和回滚。

处理过程

  1. TM 向 TC 申请开启一个全局事务，全局事务创建成功并生成一个全局唯一的 XID；
  2. XID 在微服务调用链路的上下文中传播；
  3. RM 向 TC 注册分支事务，将其纳入 XID 对应全局事务的管辖；
  4. TM 向 TC 发起针对 XID 的全局提交或回滚决议；
  5. TC 调度 XID

image-20220205212506408

小项目分析能力

分析数据库，理清思路。

  • 想象它们是在不同机器上面的，所有什么联表就不需要想了

image-20220207002733352

seata的@GlobalTransactional注解：

image-20220207012944265

image-20220207013002264

具体怎么玩，还不是很懂。

config下面的

import com.alibaba.druid.pool.DruidDataSource;
import io.seata.rm.datasource.DataSourceProxy;
import org.apache.ibatis.session.SqlSessionFactory;
import org.mybatis.spring.SqlSessionFactoryBean;
import org.mybatis.spring.transaction.SpringManagedTransactionFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.io.support.PathMatchingResourcePatternResolver;

import javax.sql.DataSource;

@Configuration
public class DataSourceProxyConfig {
    @Value("${mybatis.mapperLocations}")
    private String mapperLocations;

    @Bean
    @ConfigurationProperties(prefix = "spring.datasource")
    public DataSource druidDataSource() {
        return new DruidDataSource();
    }

    @Bean
    public DataSourceProxy dataSourceProxy(DataSource dataSource) {
        return new DataSourceProxy(dataSource);
    }

    @Bean
    public SqlSessionFactory sqlSessionFactoryBean(DataSourceProxy dataSourceProxy) throws Exception {
        SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean();
        sqlSessionFactoryBean.setDataSource(dataSourceProxy);
        sqlSessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver().getResources(mapperLocations));
        sqlSessionFactoryBean.setTransactionFactory(new SpringManagedTransactionFactory());
        return sqlSessionFactoryBean.getObject();
    }
}

cations}")
private String mapperLocations;

@Bean
@ConfigurationProperties(prefix = "spring.datasource")
public DataSource druidDataSource() {
    return new DruidDataSource();
}

@Bean
public DataSourceProxy dataSourceProxy(DataSource dataSource) {
    return new DataSourceProxy(dataSource);
}

@Bean
public SqlSessionFactory sqlSessionFactoryBean(DataSourceProxy dataSourceProxy) throws Exception {
    SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean();
    sqlSessionFactoryBean.setDataSource(dataSourceProxy);
    sqlSessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver().getResources(mapperLocations));
    sqlSessionFactoryBean.setTransactionFactory(new SpringManagedTransactionFactory());
    return sqlSessionFactoryBean.getObject();
}

}
with the wind(随风)
关注
专栏目录
微服务-3.spring cloud eureka-AP原则
zzaric的博客
10-06 5100
开头我们先简单回顾下分布式环境中老生常谈的一个东西 - CAP C - consistency 强一致性 A - availability 可用性 P - partition tolerance 分区容错性 CAP核心理论 一个分布式系统不可能同时很好的满足一致性，可用性，和分区容错性三个需求 因此根据CAP原则讲nosql 数据库分成了满足CA原则，满足CP原则 和满足 AP原则三大类 C...
Spring Cloud CAP 简述
ahty的专栏
02-21 3344
在Spring Cloud中，环境搭建的选用主要是取决于CP还是AP系统，而CAP 是一个完全绕不开的东西，大家应该早就非常熟悉，这里简单的再次说明一下： CAP定理：             指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可同时获得。 C：一致性，也就是通常说的线性...
微服务配置中心完全解读
cuifudun4896的博客
04-02 3149
本文作者：风卿，Nacos 社区 committer.在撰写这篇技术选型的文章之前，是比较犹豫的。因为，以其中一个开源项目开发者的身份，去写一篇三个开源项目的对比，即便很克制的去客观的比较，也很难有信服力。这就像，既是参赛选手，...
Spring Cloud Alibaba -4.Nacos服务注册中心对比提升(CP,AP)
飘然渡沧海的博客
04-25 784
Spring Cloud Alibaba Nacos服务注册中心对比提升 各种服务注册中心对比 服务注册与发现框架 CAP模型 控制台管理 社区活跃度 Eureka AP 支持 低(2.x版本闭源) Zookeeper CP 不支持 中 Consul CP 支持 高 Nacos AP/CP 支持 高 CAP模型 ​ 计算机专家 埃里克·布鲁尔（Eric Brewer）于 2000 年在 ACM 分布式计算机原理专题讨论会（简称：PODC）中提出的分布式系统设计要考虑的三个核心
SpringCloud微服务学习日志-Nacos注册中心
最新发布
qq_57319760的博客
11-24 980
服务(ServiceA和ServiceB)集群(上海集群，成都集群)每个集群下面的实例都支持对服务进行注册和拉取都支持心跳检测不同点：nacos的临时实例采用心跳检测，非临时实例采用主动询问临时实例心跳不正常会被直接剔除，非临时不会nacos集群默认采用AP模式，存在非临时实例采用CP模式，eureka采用AP模式。
SpringCloud微服务笔记
01-03
## 微服务概述 [马丁福勒微服务论文]: https://martinfowler.com/articles/microservices.html ### 什么是微服务 - 目前的微服务并没有一个统一的标准，一般是以业务来划分 - 将传统的一站式应用，拆分成一个个...
SpringCloud微服务架构笔记（一）
03-18
本文总结了 Spring Cloud 微服务架构笔记（一），涵盖了微服务基础知识、系统架构演变、单体应用架构、垂直应用架构、分布式 SOA 架构、微服务架构、分布式核心知识等方面的知识点。 微服务基础知识： 1. 微服务...
golang微服务笔记.pdf
09-29
### Golang微服务架构技术详解 #### 一、微服务概览 近年来，“微服务”这一概念迅速成为了软件开发领域的热门话题。微服务不仅改变了传统的软件架构方式，还引领了一种全新的开发模式。本文旨在深入探讨微服务的...
Sentinel的限流(QPS、线程数、关联、预热、排队等待)热点key，参数例外项
有一种信仰叫海阔天空
02-05 6962
整个项目请看gitee：https://gitee.com/xwb1056481167/spring-cloud sentinel的安装和项目集成：https://blog.csdn.net/www1056481167/article/details/113679945 流控规则 资源名：唯一名称，默认请求路径 针对来源：Sentinel可以战队调用者进行限流，填写服务名。默认为default(不区分来源) 阈值类型/单击阈值 QPS(每秒中的请求数量):当调用该api的QPS达到阈值的...
Nacos CP/AP模式切换及微服务临时/永久实例配置
weixin_43791937的博客
06-02 1万+
Nacos 集群默认支持的是CAP原则中的AP原则，但是也可切换为CP原则，切换命令如下： curl -X PUT '$NACOS_SERVER:8848/nacos/v1/ns/operator/switches?entry=serverMode&value=CP' 同时微服务的bootstrap.properties 需配置如下选项指明注册为临时/永久实例 AP模式不支持数据一致性，所以只支持服务注册的临时实例，CP模式支持服务注册的永久实例，满足配置文件的一致性 #false为永久实例，tr
SpringCloud组件深入-Eureka（保证AP）
kay三石
01-10 2080
在前面的文章中我们进行学习了Spring Cloud的使用，那么我们对各个组件的使用是不是还不够深入，那么从今天开始我们将逐一进行学习Spring Cloud Netflix中所提供的组件。今天我们现看下服务注册与发现Eureka。 在看Eureka之前我们先看下简略版的服务注册与发现的机制 ](https://imgchr.com/i/dO4A81) 这个思路是把所有的服务的状态用数据库给保存起来，通过三个接口进行完成。一个是服务发现接口，一个是服务注册接口，一个是心跳检测接口， 服务发现接口：客户端调用
nacos集群的ap cp切换_服务注册中心到底应该选AP模型还是CP模型？
weixin_39590989的博客
11-28 6730
当下，分布式系统正变得越来越重要，大型网站几乎都是分布式的。分布式系统的最大难点，就是各个节点的状态如何同步。CAP 定理是这方面的基本定理，也是理解分布式系统的起点。CAP定理，又被称作布鲁尔定理(Brewer's theorem)，它指出对于一个分布式计算系统来说，不可能同时满足以下三点：一致性(Consistency) (等同于所有节点访问同一份最新的数据副本)可用性(Availa...
spring cloud alibaba - nacos简介
weixin_38612401的博客
06-23 3115
nacos介绍，nacos的基本使用，nacos的集群部署
分布式事务之CP架构、AP架构解决方案
itigoitie的博客
11-10 4708
在分布式事务之CAP定理一文中，我们了解到一个分布式系统不可能同时满足数据一致性(consistency)、服务可用性(availability)、分区容错性(partition-tolerance)。现实情况下，我们面对的是一个不可靠的网络、有一定概率宕机的设备，这两个因素都会导致Partition，因而分布式系统实现中 P 是一个必须项，而不是可选项。对于分布式系统工程实践，CAP理论更合适的描述是：在满足分区容错的前提下，没有算法能同时满足数据一致性和服务可用性。
chrome网页自动化插件_Automation | 让网页在 Safari 和 Chrome 之间穿梭
weixin_39603908的博客
11-30 849
使用 Safari 浏览网页的时候，需要保存到 Notion 中去，但是 Notion 网页剪藏插件只有 Chrome 上有；使用 Chrome 浏览网页的时候，想用阅读模式来浏览，但是 Chrome 上一直没有合适的阅读模式插件在体验上可以超越 Safari 的阅读模式。以上的情况你可能也遇到过，或者也有类似的需求，就是一键将当前打开的 Safari/Chrome 页面在 Chrome/Safa...
CP还是AP?
大神带我来搬砖
09-11 4290
根据CAP理论,分布式存储系统最多只能满足其中两项.因为P是必须的,因此往往选择就在CP或者AP中. gluster通过设置[url=http://kabike.iteye.com/blog/1940479]Quorum[/url],可以在CP系统和AP系统间切换. mongodb可以设置[url=http://docs.mongodb.org/manual/core/write-conc...
比较spring cloud和dubbo，各自的优缺点是什么
热门推荐
趁年轻再疯狂一次吧
04-19 28万+
dubbo由于是二进制的传输，占用带宽会更少 springCloud是http协议传输，带宽会比较多，同时使用http协议一般会使用JSON报文，消耗会更大 dubbo的开发难度较大，原因是dubbo的jar包依赖问题很多大型工程无法解决 springcloud的接口协议约定比较自由且松散，需要有强有力的行政措施来限制接口无序升级 dubbo的注册中心可以选择zk,redis等多种，sp...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

with the wind(随风)

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值