微服务的简单介绍

一、单体应用的缺点

1）部署效率低下

2）协做开发成本高

3）系统高可用性能差

4）线上发布变慢

二、微服务的简单介绍

2.1）将一个单一应用程序，按照业务拆分呢为一组小型服务.

2.2）每一个服务只作一件事，每一个服务运行在本身的进程中

2.3）服务之间经过轻量级的通讯机制(httprestapi)

2.4）每一个服务都可以独立的部署

2.5）每一个服务甚至能够拥有本身的数据库

2.6）微服务以及微服务架构的是二个彻底不一样的概念。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

三、微服务的优势

①：每一个服务足够小,足够内聚，代码更加容易理解,专一一个业务功能点(对比传统应用，可能改几行代码须要了解整个系统)

②：开发简单，一个服务只干一个事情。（加入你作支付服务，你只要了解支付相关代码就能够了）

③：微服务可以被2-5我的的小团队开发，提升效率（你应该能够想象咱们那时的情况。若是一次上线超过五我的参与的话，就会常常出现各类问题：有的人忘记提交代码、有的人忘记打包、有的人忘记修改工程依赖到最新版本。一次上线过程须要反复确认，耗费了大量精力，严重影响了总体的开发和部署效率。）

④：服务松耦合，每一个服务都可以开发部署。

⑤：先后段分离,做为java开发人员，咱们只要关系后端接口的安全性以及性能，不要去关注页面的人机交互(H5工程师)根据先后端接口协议，根据入参，返回json的回参

⑥：一个服务可用拥有本身的数据库。也能够多个服务链接同一个数据库

四、微服务的缺点

①：增长了运维人员的工做量，之前只要部署一个war包，如今可能须要部署成百上千个war包

②：服务之间相互调用，增长通讯成本

③：数据一致性问题(分布式事物问题)

④：系能监控等..

五、springcloud的技术论坛

http://springcloud.cn/

https://springcloud.cc/spring-cloud-dalston.html

六、CAP理论

**Consistency（一致性）：**多节点数据数据一致

**   Availability（可用性）：**用户能够选择向G1或G2发起读操做。不论是哪台服务器，只要收到请求，就必须告诉用户，究竟是v0仍是v1，不然就不知足可用性

**Partition tolerance（分区容错性）：**大多数分布式系统都分布在多个子网络。每一个子网络就叫作一个区（partition）。分区容错的意思是，区间通讯可能失败(因为网路缘由)。好比，一台服务器放在北京，另外一台服务器放在上海，这就是两个区，它们之间因为网络抖动缘由致使不能通讯

6.一、Consistency和Availability的矛盾一致性和可用性，为何不可能同时成立？

答案很简单，由于可能通讯失败（即出现分区容错），若是保证G2的一致性，那么G1必须在写操做时，锁定G2的读操做和写操做。只有数据同步后，才能从新开放读写。锁按期间，G2不能读写，没有可用性不。若是保证G2的可用性，那么势必不能锁定G2，因此一致性不成立。综上所述，G2没法同时作到一致性和可用性。系统设计时只能选择一个目标。若是追求一致性，那么没法保证全部节点的可用性；若是追求全部节点的可用性，那就无法作到一致性。

6.二、取舍策略
CAP三个特性只能知足其中两个，那么取舍的策略就共有三种：

CA without P：若是不要求P（不容许分区），则C（强一致性）和A（可用性）是能够保证的。但若是若是在分布式的架构下，P是避免不了的。

CP without A：若是不要求A（可用），至关于每一个请求都须要在服务器之间保持强一致，而P（分区）会致使同步时间无限延长(也就是等待数据同步完才能正常访问服务)，一旦发生网络故障或者消息丢失等状况，就要牺牲用户的体验，等待全部数据所有一致了以后再让用户访问系统。设计成CP的系统其实很多，最典型的就是分布式数据库，如Redis、HBase等。对于这些分布式数据库来讲，数据的一致性是最基本的要求，由于若是连这个标准都达不到，那么直接采用关系型数据库就好，不必再浪费资源来部署分布式数据库。

AP wihtout C：要高可用并容许分区，则需放弃一致性。一旦分区发生，节点之间可能会失去联系，为了高可用，每一个节点只能用本地数据提供服务，而这样会致使全局数据的不一致性。这其实就是先在 A（可用性）方面保证系统能够正常的服务，而后在数据的一致性方面作了些牺牲，虽然多少会影响一些用户体验，但也不至于形成用户购物流程的严重阻塞。

6.三、总结 现现在，对于多数大型互联网应用的场景，主机众多、部署分散，并且如今的集群规模愈来愈大，节点只会愈来愈多，因此节点故障、网络故障是常态，所以分区容错性也就成为了一个分布式系统必然要面对的问题。那么就只能在C和A之间进行取舍。但对于传统的项目就可能有所不一样，拿银行的转帐系统来讲，涉及到金钱的对于数据一致性不能作出一丝的让步，C必须保证，出现网络故障的话，宁肯中止服务，能够在A和P之间作取舍。