智秒数服.未闻-CSDN博客

原创用阿里云K8S搭建SpringCloud（服务发现:Consul）微服务--问题小结

导言公司原有的微服务是基于Eureka做微服务microservice间的服务发现，以及通过阿里云的Loadbalance设施实现gateway层的负载，以及通过流量权重切换实现分批发布。原来的方式保证了一定程度的微服务化，把很多重要服务的领域边界都可以划分清楚，几乎很少的服务间请求，所有的数据都在gateway层通过rxJava进行并行io请求和数据组装。保证了业务的灵活性和扩展性。随着公司业务发展，今年开始有一块跟原来业务区别较大的新产品规划。如果再按eureka去搭一套的话，机器资源是相对浪费的

2021-02-09 17:22:38 2949

原创【十】分布式微服务架构体系详解——架构设计理念

前言前面几课的内容从分布式架构的一些常见场景出发，介绍了分布式的各种问题和解决方案以及目前一些比较成熟的技术实现。在实施微服务架构时，我们更多的是使用这些成熟的技术。作为一个架构师或者想在技术架构领域深耕的开发人员，对于分布式系统相关的技术不仅仅要会用。在做技术选型及方案时，更需要对这些技术的实现思路、算法以及优点和限制进行了解。本节课内容作为整个课程系列的收尾，会把微服务架构结合Docker的一些技术选型进行介绍，包括服务的持续集成、容器编排以及日志采集和安全技术做个简单的引申，希望能给各位读者一些参考

2020-07-28 10:29:08 1112 3

原创【九】分布式微服务架构体系详解——共识问题

前言分布式架构体系中，一致性和共识是分不开的概念，一致性也是我们解决很多分布式问题的关键。比如通过一致性模型可以实现数据集群的数据复制；通过基于阻塞的2PC协议可以实现分布式的原子性提交，保证事务数据的一致。我们在07课分布式一致性介绍了分布式一致性的一些理论，并且引出了分布式共识（Consensus）的话题。共识就是让分布式系统中所有节点都对一些值达成共识。在分布式系统中，解决共识问题可以帮助我们处理很多分布式问题，包括前一章介绍的原子提交协议，以及本章会稍后介绍的全序广播。本文主要介绍具有容错特

2020-07-28 10:27:45 1258

原创【八】分布式微服务架构体系详解——分布式事务实践

前言分布式计算领域中，一个重要的场景就是共识问题。前文也简单提及过，共识即是让分布式系统中所有节点对于一些值达成共识。共识问题的处理一般用于Leader选举（比如单主复制的集群，只有主节点接受数据写入，如果这个leader 节点挂了，需要其他节点能选举出新的leader，使用选举算法需保证选举出一个新Leader）以及原子提交（跟事务ACID的A概念是一样的，分布式的原子提交需要保证所有节点都最终获得一样的数据结果，事件的操作都执行成功或者都放弃）。我们常说的分布式事务一般是指解决分布式系统的原子提交（A

2020-07-28 10:26:36 559

原创【七】分布式微服务架构体系详解——分布式一致性

前言我们在前面几篇文章中介绍了，分布式环境下会有网络延迟，节点挂掉的问题。这些问题解决的理论都和分布式一致性息息相关。无论是数据存储的集群，或者微服务系统的集群，为了达到高可用性，我们希望系统能够对分布式问题有很好的容错，保证一直会给用户一个好的Response。通过本章节，我们将了解到分布式系统中的一些“可能”以及“不可能”。本文先介绍分布式系统中几个重要的理论：CAP、BASE、FLP不可能结果，以及这些理论的应用领域，可以让大家对耳熟能详的技术的背后理论有个更好的了解。然后再介绍下分布式一致性模型

2020-07-28 10:19:08 609 1

原创【六】分布式微服务架构体系详解——分布式存储集群的事务

前言微服务架构下，比较典型的一个分布式问题就是并发。并且并发访问的资源可能分布在不同的数据存储的实例上。比如很多电商系统的下单减库存流程。订单的微服务和商品的微服务，底层的数据库是分离的。如果没有并发的事务控制，并发场景下会出现“超卖”。如果订单的DB和商品的DB是同一个库，可以使用关系型数据库支持的本地事务做处理。但分布式场景下类似的并发问题要怎么解决？这个也是分布式架构必须要处理的课题之一。为了理解并解决应用系统层面的分布式事务问题，我们需要先从最底层的存储服务的事务讲起，后续的章节基本都是围绕“分布

2020-07-28 10:18:08 684

原创【五】分布式微服务架构体系详解——服务发现和服务通信

前言微服务架构的概念比容器技术早，但是却随着容器技术在13年的兴起，基于容器技术的微服务架构越来越被广泛应用。容器的轻量级部署方式很适合为每个微服务提供基础运行环境。本文会基于Docker容器，先介绍下服务发现的问题和可用的方案，然后对同步通信以及异步通信的技术做一些对比介绍。最后会结合DDD(Domain-Driven Design)的思想来分析合理的通信模型。Docker 容器的基础知识本文会略过，对Docker感兴趣的同学还可以去看看 Docker源码，Docker是用Go语言写的，Go语言很

2020-07-28 10:17:09 797

原创【四】分布式微服务架构体系详解——数据分区

前言对于大规模的分布式集群，或者对于数据密集型应用来说，为了提高吞吐量和性能以及可用性，一般会结合使用数据复制和数据分区。数据复制将对单库的请求压力分给更多的数据库实例，数据分区将每个实例中的庞大的数据文件以一定规则切分成更小的数据文件，并可以存储到不同的磁盘（或数据节点Node）上，提高请求的并发性能，同时，增加了扩展性。本文将介绍分布式存储集群的高可用的另外一个解决方案——数据分区，以及以Mysql为示例看一些数据分区的具体实现。理解数据分区复制和分区的差别是什么？请看下面一张图：分区和分表

2020-07-28 10:15:45 518 1

原创【三】分布式微服务架构体系详解——数据复制

前言一个高可用的分布式系统，底层的存储也是需要高性能、高可用的。上一篇介绍了一些数据存储产品，如果数据存储服务都是单库的，那么在唯一的单库发生故障时，将导致上层的微服务系统也都无法正常运行。为了加强可用性，我们需要更多的数据库节点，一个节点挂了，可以快速切换到可用的节点提供服务。有更多的节点提供服务可以带来很多好处，比如高可用、高性能，基于地理分布的数据中心可以提升用户访问速度。为了提供更好的性能和可用性，也需要解决一些复杂的问题，尤其是多Node的数据复制问题。第一篇文章中有介绍到网络延迟的问题，在多

2020-07-28 10:14:52 580

原创【二】分布式微服务架构体系详解——数据存储

前言微服务架构下，很适合用DDD(Domain-Drive Design)思维来设计各个微服务。使用领域驱动设计的理念，工程师们的关注点需要从CRUD思维中跳出来。更多关注通用语言的设计、实体以及值对象的设计。至于数据仓库，会有更多样化的选择。分布式系统中数据存储服务是基础，微服务的领域拆分、领域建模可以让数据存储方案的选择更具灵活性。不一定所有的微服务都需要有一个底层的关系型数据库作为实体对象实例的存储。以一个简单的电商系统为例：“用户微服务”和“商品微服务”都分别需要关系型数据库存储结构化的关联数据

2020-07-28 10:13:38 868 1

原创【一】分布式微服务架构体系详解——分布式系统的问题

前言无论是SOA或者微服务架构，都是必须要面对和解决一些分布式场景下的问题。如果只是单服务、做个简单的主备，那么编程会成为一件简单幸福的事。只要没有bug，一切都会按照你的预期进行。然而在分布式系统中，如果想当然得去按照单服务思想编程和架构，那可能会收获很多意想不到的“惊喜”：网络延迟导致的重复提交、数据不一致、部分节点挂掉但是任务处理了一半等等。在分布式系统环境下编程和在单机器系统上写软件最大的差别就是，分布式环境下会有很多很‘诡异’的方式出错，所以我们需要理解哪些是不能依靠的，以及如何处理分布式系统的

2020-07-28 10:09:41 855 1

蜂潮运动image

Vagrant中搭建Docker虚拟环境（上）-Mac

C语言程序设计报告

空空如也