负责路由转发+过滤器;他是系统的惟一对外的入口,介于客户端和服务器之间的中间层,处理非业务功能,提供路由请求、鉴权、监控、缓存、限流等功能nginx
调用和被调用方信息维护;服务启动的时候,都注册到注册中内心,这样的话别人调用的时候,就知道有哪些ip地址和端口号了缓存
管理配置,动态更新服务器
分析调用链路耗时;例如:下单、查库存、减库存、付款、下单完成网络
分发负载;例如:nginx架构
保护本身和被调用方,相似于家里的保险丝,为了防止整个系统故障负载均衡
服务降级是当服务器压力剧增的状况下,根据当前业务状况及流量对一些服务和页面有策略的降级,以此释放服务器资源以保证核心任务的正常运行。异步
抛弃一些非核心的接口和数据,例如:双11,支付宝将查询当月帐单功能临时降级等等分布式
服务管理,核心是有个服务注册表,心跳机制动态维护微服务
启动的时候向注册中心上报本身的网络信息网站
启动的时候向注册中心上报本身的网站信息,拉取提供者的相关网络信息
微服务应用和机器愈来愈多,调用方须要知道接口的网络地址,若是靠配置文件的方式去控制网络地址,对于动态新增机器,维护起来很麻烦
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),三者不可同时得到。CAP理论就是说在分布式存储系统中,最多只能实现上面的两点。而因为当前的网络硬件确定会出现延迟丢包等问题,因此分区容错性是咱们必须须要实现的,因此咱们只能在一致性和可用性之间进行权衡。
在分布式系统中的全部数据备份,在同一时刻是否一样的值(全部节点在同一时间的数据彻底一致,越多数据同步越耗时)。
负载过大后,集群总体是否还能响应客户端的读写请求(服务一直可用,并且是正常响应时间)。
分区容忍性,就是高可用性,一个节点崩了,并不影响其余的节点。
数据同步(C)须要时间,也要正常的时间内响应(A),那么机器数量就要少,因此P就不知足。
数据同步(C)须要时间,机器数量也多(P),可是同步数据须要时间,因此不能再正常时间内响应,因此A就不知足。
机器数量也多(P),正常的时间内响应(A),那么数据就不能及时同步其余节点,因此C不知足。
Zookeeper:CP原则,保证了一致性,集群搭建的时候,某个节点失效,则会进行选举新的leader,或者半数以上节点不可用,则没法提供服务,所以可用性无法知足
Eureka:AP原则,无主从节点,一个节点挂了,自动切换其余节点能够使用,去中心化
远程过程调用,像调用本地服务(方法)同样调用服务器的服务,支持同步、异步调用,客户端和服务器之间创建TCP链接,能够一次创建一个,也能够多个调用复用一次链接
http请求,支持多种协议和功能,开发方便成本低