上次讲了微服务的前世此生(五):CAP 原则与 BASE 理论,此次咱们再说微服务架构的前世此生(六):微服务架构带来的问题。java
传统的开发方式,全部的服务都是本地的,客户端能够直接调用,如今按功能拆分红独立的服务,客户端如何访问?后端
后台有 N 个服务,前台就须要管理 N 个服务,一个服务下线/更新/升级,前台就要从新部署,这明显不符合咱们拆分的理念,另外,N 个服务的调用也是一个不小的网络开销。还有通常微服务在系统内部,一般是无状态的,用户登陆信息和权限管理最好有一个统一的地方维护管理(OAuth2)。缓存
因此,通常在后台 N 个服务和客户端之间通常会一个代理(API Gateway),做用以下:安全
- 提供统一服务入口,聚合接口使得服务对调用者透明,客户端与后端的耦合度下降
- 聚合后台服务,节省流量,提升性能,提高用户体验
- 提供安全、流控、过滤、缓存、计费、监控等 API 管理功能网络
由于服务都是独立部署的,因此通讯也就成了问题,不过好在业界已经有不少成熟的解决方案,好比:架构
**同步通讯:**框架
- REST(JAX-RS,Spring Boot)
- RPC(Dubbo,Thrift)异步
**异步通讯:**分布式
- RabbitMQ,Kafka微服务
在微服务架构中,为了高可用,广泛采用集群方式构建服务。一个服务可能随时下线,也可能应对临时访问压力增长新的服务节点。
服务之间如何相互感知?服务如何管理?这就是服务发现的问题了。基本都是经过相似 ZooKeeper 等相似技术作服务注册信息的分布式管理。当服务上线时,服务提供者将本身的服务信息注册到 ZooKeeper(或相似框架),并经过心跳维持长连接,实时更新连接信息。服务调用者经过 ZooKeeper 寻址,找到一个服务,还能够将服务信息缓存在本地以提升性能。当服务下线时,ZooKeeper 会发通知给服务客户端。
在微服务架构中,一个请求须要调用多个服务是很是常见的。如客户端访问 A 服务,而 A 服务须要调用 B 服务,B 服务须要调用 C 服务,因为网络缘由或者自身的缘由,若是 B 服务或者 C 服务不能及时响应,A 服务将处于阻塞状态,直到 B 服务 C 服务响应。此时如有大量的请求涌入,容器的线程资源会被消耗完毕,致使服务瘫痪。服务与服务之间的依赖性,故障会传播,形成连锁反应,会对整个微服务系统形成灾难性的严重后果,这就是服务故障的“雪崩”效应。
雪崩是系统中的蝴蝶效应致使,其发生的缘由多种多样,从源头咱们没法彻底杜绝雪崩的发生,可是雪崩的根本缘由来源于服务之间的强依赖,因此咱们能够提早评估作好服务容错。解决方案大概能够分为如下几种:
- 请求缓存:支持将一个请求与返回结果作缓存处理;
- 请求合并:将相同的请求进行合并而后调用批处理接口;
- 请求限流:当请求过多时,可能会拖垮整个网站,一般会采起限流措施,下降机器的负载;
- 服务隔离:限制调用分布式服务的资源,某一个调用的服务出现问题不会影响其余服务调用;
- 服务熔断:牺牲局部服务,保全总体系统稳定性的措施;
- 服务降级:服务熔断之后,客户端调用本身本地方法返回缺省值。
下一篇讲给你们带来微服务架构生态体系,请关注。若是您想要学习视频,请点击获取java微服务架构视频教程。