详解单体架构和微服务(概念,优缺点和区别)

单体架构和微服务

单体架构和微服务架构区别?为什么要用微服务架构?

单体架构的整个系统是一个War包,即war包走天下。微服务架构的项目是很多个war包(一个子系统一个)。

单体架构的优点:

  • 架构简单
  • 开发测试部署简单

缺点:

  • 随着业务扩展,代码越来越复杂,代码质量参差不齐,开发人员的水平不一,修改每一个小bug都是心惊胆战的。并且在进行开发维护时,所有人都需要向这个服务中提交代码,那么一定是会有大量代码冲突的,所以对于大型企业(一个开发部总共好几百人),微服务架构是必须的,它可以拆分项目进而拆分团队。
  • 由于单体架构,功能复杂,部署慢
  • 扩展成本高,根据单体架构图:假设模块A是一个CPU密集型的模块 ,而模块B是一个IO密集模块。单体架构上,无法针对单个功能模块进行扩展,那么就需要替换更牛逼的CPU + 更牛逼的内存 + 更牛逼的磁盘,这成本…
    • 举个例子:比如双11,淘宝肯定加服务器,因为并发量太大了。但是如果是单体架构,那么无法只针对相关的服务加机器,比如我们想要个交易服务加机器让它处理订单的并发量更大,那么微服务架构就可以实现,但是单体架构就不可以,它一加机器就是整个项目加,而在这个项目中交易服务可能只占百分之十的资源,即资源利用率太小了。
  • 阻碍了新技术的发展,升级成本高~

微服务架构

微服务核心就是把传统的单机应用,根据业务将单机应用拆分为一个一个的服务,彻底的解耦,每一个服务都是提供特定的功能,一个服务只做一件事,类似进程,每个服务都能够单独部署,甚至可以拥有自己的数据库,这样变相的也相当于拓展数据库了,原来的单体整个项目对应一个数据库,要想拓展需要某个项目的数据需要整个数据库拓展,分割服务之后一个服务一个数据库了。这样的一个一个的小服务就是微服务.

单体应用,非核心业务出现了重大bug导致系统内存溢出,那么就可能导致整个服务宕机 。拆分之后,只是出问题的模块不可用,系统核心功能并不受影响

单机架构扩展与微服务扩展

单机架构扩展通常都需要依赖nginx

微服务架构以及扩展可以单独扩展某个模块,无需像单体应用整体扩展。

微服务数据存储可以有自己的数据库

微服务 VS 微服务架构

微服务架构是一个架构风格, 提倡

  • 将一个单一应用程序开发为一组小型服务.
  • 每个服务运行在自己的进程中
  • 服务之间通过轻量级的通信机制(比如http rest api)
  • 每个服务都能够独立的部署
  • 每个服务甚至可以拥有自己的数据库

微服务以及微服务架构的是二个完全不同的概念。

微服务强调的是服务的大小和对外提供的单一功能,而微服务架构是指把 一个一个的微服务组合管理起来,对外提供一套完整的服务。

微服务的优缺点

优点
  • 每个服务足够小 , 足够内聚,代码更加容易理解 , 专注一个业务功能点
  • 开发简单,一个服务只干一个事情
  • 微服务能够被小团队开发,提高效率
  • 按需伸缩
  • 前后端分离 ,后端开发人员只要关系后端接口的安全性以及性能
  • 一个服务可用拥有自己的数据库,也可以多个服务连接同一个数据库.
缺点
  • 增加了运维人员的工作量,以前只要部署一个war包,现在可能需要部署成百上千个jar/war包. 甚至引入docker + k8s
  • 服务之间相互调用,增加通信成本
  • 数据一致性问题(分布式事物问题)
  • 系能监控等,问题定位…

微服务的适用场景

合适
  • 大型复杂的项目
  • 快速迭代的项目
  • 并发高的项目
不合适
  • 业务稳定,主要工作修修bug
  • 迭代周期长,发版频率低

感谢耐心看到这里的同学,觉得文章对您有帮助的话希望同学们不要吝啬您手中的赞,动动您智慧的小手,您的认可就是我创作的动力!
之后还会勤更自己的学习笔记,感兴趣的朋友点点关注哦。

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回答: DETR和Swin Transformer是两种不同的目标检测模型,它们有各自的优点和缺点。 DETR是一种基于transformer的端到端目标检测模型,它使用了encoder-decoder结构和自注意力机制来实现目标检测任务。DETR的优点是可以处理不同数量和尺寸的目标,而不需要使用anchor或者候选框。它可以直接输出目标的类别和边界框,避免了传统目标检测方法中需要进行候选框的生成和筛选的过程。此外,DETR还可以通过注意力机制来捕捉全局信息,对于奇形怪状的目标也能够有效处理。然而,DETR的缺点是在处理高分辨率特征图时,计算和内存复杂性较高,因为注意力权重计算是二次计算。\[3\] Swin Transformer是一种基于transformer的图像分类模型,它通过分解图像特征图的计算和内存复杂性,提高了处理高分辨率特征图的效率。Swin Transformer的优点是可以处理高分辨率的图像,适用于需要更细粒度的目标检测任务。它通过分层的注意力机制和窗口化的处理方式,减少了计算和内存的需求。然而,Swin Transformer的缺点是相对于DETR而言,它更适用于图像分类任务,对于目标检测任务可能需要额外的调整和改进。 综上所述,DETR适用于端到端的目标检测任务,能够处理不同数量和尺寸的目标,并且能够捕捉全局信息。而Swin Transformer适用于处理高分辨率的图像,适用于需要更细粒度的目标检测任务。选择哪种模型取决于具体的应用场景和需求。 #### 引用[.reference_title] - *1* *2* [搞懂DEtection TRanformer(DETR)](https://blog.csdn.net/zjuPeco/article/details/107209584)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [DEFORMABLE DETR详解](https://blog.csdn.net/qq_52053775/article/details/126468394)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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