微服务

一、什么是微服务

---

微服务架构风格是一种将单个应用程序作为一套小型服务开发的方法，每种应用程序都在自己的进程中运行，并与轻量级机制（通常是基于 HTTP 的 RESTful API）进行通信。

二、 微服务有什么样的具体特点呢

1.独立部署，灵活扩展

2.资源的有效隔离

3.团队组织架构的调整

三、微服务之间是如何独立通讯的

---

RestFul Http协议是微服务架构中最常用的通讯机制。 

四、SpringCloud 和 Dubbo 有哪些区别

---

	Dubbo	SpringCloud
服务注册中心	Zookeeper	Eureka
服务调用方式	RPC	REST API
服务监控	Dubbo-monitor	Spring BootAdmin
断路器	不完善	Spring Cloud Netflix Hystrix
服务网关	无	Spring Cloud Netflix Zuul
分布式配置	无	Spring Cloud Config
服务跟踪	无	Spring Cloud Sleuth
消息总线	无	Spring Cloud Bus
数据流	无	Spring Cloud Stream
批量任务	无	Spring Cloud Task

最大区别：SpringCloud 抛弃了 Dubbo 的 RPC 通信，采用的是基于 HTTP 的 REST 方式。总体来说，两者各有优势。虽说后者牺牲了服务调用的功能，但也避免了上面提到的原生 RPC 带来的问题。而且 REST 相比 RPC 更为灵活，服务提供方和调用方的依赖只依靠一纸契约，不存在代码级别的依赖，这在强调快速演化的微服务环境下，显得更加合适。

品牌机与组装机的区别：很明显 SpringCloud 比 Dubbo 的功能更强大，覆盖面更广，而且能够与 SpringFramework、SpringBoot、SpringData、SpringBatch 等其他 Spring 项目完美融合，这些对于微服务至关重要。使用 Dubbo 构建的微服务架构就像组装电脑、各环节我们选择自由度高，但是最终可能会因为内存质量而影响整体，但对于高手这也就不是问题。而SpringCloud 就像品牌机，在 Spring Source 的整合下，做了大量的兼容性测试，保证了机器拥有更高的稳定性。在面临微服务基础框架选型时Dubbo与SpringCloud只能二选一。

五、SpringBoot 和 SpringCloud 谈谈对他们的理解

---

【1】SpringBoot 专注于快速方便的开发单个个体微服务。
【2】SpringCloud 是关注全局的微服务协调、整理、治理的框架，它将 SpringBoot 开发的单体整合并管理起来。
【3】SpringBoot 可以离开 SpringCloud 独立使用开发项目，但是 SpringCloud 离不开 SpringBoot，属于依赖关系。   

六、什么是服务熔断？什么是服务降级？

---

熔断机制：应对雪崩效应的一种微服务链路保护机制。当查出链路中的某个微服务不可用或者响应时间太长时，会进行服务降级，进而熔断该节点微服务的调用，快速返回“错误”的响应信息。当检测到该节点微服务调用响应正常时则恢复调用链路。在SpringCloud 框架里熔断机制通过 Hystrix 实现，Hystrix 会监控微服务间调用的状况，当失败的调用到一定阈值，缺省是5秒内调用20次，如果失败，就会启动熔断机制。熔断机制的注解是 @HystrixCommand

服务降级：一般是从整体负荷考虑。就是当某个服务熔断之后，服务器将不再被调用，此时客户端可以自己准备一个本地的fallback 回调，返回一个缺省值。这样做，虽然水平下降，但好歹可用，比直接挂掉强。

七、微服务的优缺点是什么？说下你在项目开发中碰到的问题

---

优点：【1】每个服务足够内聚，足够小，代码容易理解这样能聚焦一个指定的业务功能或业务需求。
【2】开发简单，开发效率提高，一个服务可能就是专一的只干一件事。
【3】微服务能够被小团队开发，这个团队可以是2到5个开发人员组成。
【4】微服务是松耦合的，是有功能意义的服务，无论是在开发阶段或部署阶段都是独立的。
【5】微服务能使用不同的语言开发。
【6】易于第三方集成，微服务允许使用容易且灵活的方式集成自动部署，通过持续集成集成工具，如Jenkins、Hudson等。
【7】微服务易于被一个开发人员理解，修改和维护，这样小团队能够更关注自己的工作成果。无需通过合作体现价值。
【8】微服务允许你融合最新技术。
【9】微服务知识业务逻辑代码，不会和 HTML 和 CSS 其他界面组件混合。
【10】每个微服务都有自己的存储能力，可以有自己的数据库，也可以有统一的数据库。
缺点：【1】开发人员要处理分布式系统的复杂性。
【2】多服务运维难度，随着服务的增加，运维的压力也在增加。
【3】系统部署依赖。
【4】服务间通讯成本。
【5】数据一致性。
【6】系统集成测试。
【7】性能监控.....

八、你所知道的微服务技术栈有哪些?请举例一二

---

微服务的技术栈（各项功能的实现所使用的技术）具体如下：

微服务条目	落地的技术	备注
服务开发	SpringBoot、Spring、SpringMVC
服务配置管理	Netfilx公司的Archaius、阿里的Diamond等
服务注册与发现	Eureka、Consul、Zookeeper
服务调用	RPC、Rest、gRPC
服务熔断器	Hystrix、Envoy等
负载均衡	Nginx、Ribbon
服务接口调用（客户端调用服务的简化工具）	Feign等
消息队列	Kafka、RabbitMQ、ActiveMQ等
服务配置中心管理	SpringCloudConfig、Chef等
服务路由（API网关）	Zuul等
服务监控	Zabbix、Naggios、Metrics、Spectator等
全链路追踪	Zipkin、Brave、Dapper等
服务部署	Docker、OpenStack、Kubernetes等
数据流操作开发包	SpringCloud Stream
事件消息总线	Spring Cloud Bus

九、Eureka 和 Zookeeper 都可以提供服务注册与发现的功能，请说说两个的区别？

---

Zookeeper 保证了CP（C：一致性，P：分区容错性），Eureka保证了AP（A：高可用）

【1】当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟以前的信息，但不能容忍直接 down 掉不可用。也就是说，服务注册功能对高可用性要求比较高，但 zk 会出现这样一种情况，当 master 节点因为网络故障与其他节点失去联系时，剩余节点会重新选 leader。问题在于，选取 leader 时间过长，30 ~ 120s，且选取期间 zk 集群都不可用，这样就会导致选取期间注册服务瘫痪。在云部署的环境下，因网络问题使得 zk 集群失去 master 节点是较大概率会发生的事，虽然服务能够恢复，但是漫长的选取时间导致的注册长期不可用是不能容忍的。
【2】Eureka 保证了可用性，Eureka 各个节点是平等的，挂掉几个节点不会影响正常节点的工作，剩余的节点仍然可以提供注册和查询服务。而 Eureka 的客户端向某个 Eureka 注册或发生连接失败，则会自动切换到其他节点，只要有一台 Eureka 还在，就能保证注册服务可用，只是查到的信息可能不是最新的。除此之外，Eureka 还有自我保护机制，如果在15分钟内超过85%的节点没有正常的心跳，那么 Eureka 就认为客户端与注册中心发生了网络故障，此时会出现以下几种情况：
  ①、Eureka 不在从注册列表中移除因为长时间没有收到心跳而应该过期的服务。
  ②、Eureka 仍然能够接受新服务的注册和查询请求，但是不会被同步到其他节点上（即保证当前节点仍然可用）
  ③、当网络稳定时，当前实例中新的注册信息会被同步到其他节点。
因此，Eureka 可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像 Zookeeper 那样使整个微服务瘫痪。

十、微服务与 SOA 服务的区别

---

【1】服务拆分粒度：SOA 首先要解决的是异构应用的服务化；微服务强调的是服务拆分尽可能小，最好是独立的原子服务。
【2】服务依赖：传统的 SOA 服务，由于需要重用已有的资产，存在大量服务间依赖；微服务的设计理念是服务自治、功能单一独立，避免依赖其他服务产生耦合，耦合会带来更高的复杂度。
【3】服务规模：传统 SOA 服务粒度比较大，多数会采用将多个服务合并打成 war 包的方案，因此服务实例数比较有限；微服务强调尽可能拆分，同时很多服务独立部署，这将导致服务规模急剧膨胀，对服务治理和运维带来新的挑战。
【4】架构差异：微服务化之后，服务数量的激增会引起架构质量属性的变化，例如企业继承总线 ESB（实总线）逐渐被 P2P 的虚拟总线替换；为了保证高性能、低延迟，需要高性能的分布式服务框架保证微服务架构的实施。
【5】服务治理：传统基于 SOA Governance 的静态治理转型为服务运行态微服务治理、实时生效。
【6】敏捷交付：服务由小研发团队服务微服务设计、开发、测试、部署、线上治理、灰度发布和下线，运维整个生命周期支持，实现真正的DevOps。

十一、sentinel 与 hystrix 的区别

---

区别	Sentinel	Hystrix
隔离策略	信号量隔离	线程池隔离/信号量隔离
熔断降级策略	基于响应时间或失败比率	基于失败比率
实时指标实现	滑动窗口	滑动窗口（基于 RxJava）
规则配置	支持多种数据源	支持多种数据源
扩展性	多个扩展点	插件的形式
基于注解的支持	支持	支持
限流	基于 QPS，支持基于调用关系的限流	不支持
流量整形	支持慢启动、匀速器模式	不支持
系统负载保护	支持	不支持
控制台	开箱即用，可配置规则、查看秒级监控、机器发现等	不完善
常见框架的适配	Servlet、Spring Cloud、Dubbo、gRPC	Servlet、Spring Cloud Netflix