1 微服务的目标
  • 微服务的精髓在于服务拆分
    • 如何拆分才能粒度合适，不会太细，也不会太大
    • 如何确认服务边界
    • 如何拆才能高内聚低耦合
    • 如何拆分才能降低开发复杂度
    • 如何拆分提高系统承载能力
    • 如何拆分才利于团队之间的协作开发
2 微服务的基本需求
  1. HTTP REST、RPC
  2. 日志功能
  3. 限流
  4. API监控
  5. 服务注册与发现
  6. API网关
  7. 服务链路追踪
  8. 服务熔断和降级
3 AKF扩展立方体理论

AKF扩展立方体（Scalability Cube），是《架构即未来》一书中提出的可扩展模型，这个立方体有三个轴线，每个轴线描述扩展性的一个维度，他们分别是产品、流程和团队：

  • X轴 —— 代表无差别的克隆服务和数据，工作可以很均匀的分散在不同的服务实例上；

  • Y轴 —— 关注应用中职责的划分，比如数据类型，交易执行类型的划分；

  • Z轴 —— 关注服务和数据的优先级划分，如分地域划分。

在这里插入图片描述

3.1 X轴扩展

  • 对于应用，直接复制原有的单体服务组成集群，通过网关负载均衡到不同主机上，从而提高容量。
  • 对于数据库，从单库，水平克隆为多个库上读，一个库写，通过数据库的自我复制实现，要允许一定的读写时延。
  • 该方法适用于系统初期扩容，成本低，随着流量的继续增大，会触及数据库读写瓶颈。

3.2 Y轴扩展

  • 对于应用，面向服务分割，基于功能或者服务分割，例如电商网站可以将登陆、搜索、下单等服务进行Y轴的拆分，变为分布式系统，每一组服务再进行X轴的扩展。
  • 对于数据，根据不同的信息类型，分割为不同的数据库，即分库，例如产品库，用户库等。
  • 适用于业务复杂，数据量大，代码耦合度高，团队规模大，可以解决指令集和数据集的约束，解决代码复杂度问题，可以实现隔离故障，可以提高响应时间，可以使团队聚焦更利于团队成长，成本较高。

3.3 Z轴扩展

  • 面向查找分割，基于用户、请求或者数据分割，例如可以将不同产品的SKU分到不同的搜索服务，可以将用户哈希到不同的服务等。
  • 按照一定算法，进行分片，例如将搜索按照MapReduce的原理进行分片，把SKU的数据按照不同的哈希值进行分片存储，每个分片再进行X轴冗余。
  • 适用于用户指数级快速增长场景，能解决数据集的约束，降低故障风险，实现渐进交付，可以带来最大的扩展性，成本最昂贵，且不一定能解决指令集的问题。
4 CAP理论

分布式系统的三个目标只能同时保证两个

  • Partition tolerance，中文叫做"分区容错"
  • Consistency 中文叫做"一致性"
  • Availability 中文叫做"可用性"
    在这里插入图片描述

一般来说，单点故障服务崩溃是不能被容忍的，因此都能满足分区容错性，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。

  • 分区容错性很好理解，不把鸡蛋放同一个篮子里，服务的这台主机崩了，还有别的主机继续提供服务。
  • 什么是一致性？
    考虑数据库读写分离主从双备份的情况，写数据在主节点进行，然后通过Bin log同步到多个从节点，应用往主节点写入成功后，立即去从节点读取，如果主从节点之间的同步恰好卡顿，则无法从从节点读到刚返回的数据，那么就不满足一致性。
  • 什么是可用性？
    当一个请求到达一个服务时，服务应该快速响应（注意是分布式系统中，可能用千万级亿级用户）。

那么为什么一致性和可用性之间存在矛盾？

  • 还是考虑上述场景，为了保证服务的一致性，当用户往主节点写入数据，为了保证一致性，要先对从节点加锁，不让从节点读，然后主节点进行数据的写，然后数据往从节点同步，同步成功后返回给主节点，主节点接受到同步成功信号后释放锁，使得从节点可以读。
  • 在这样的前提下，服务的性能低于单机服务，因此在用户量大，数据量大时根本无法做到及时响应。
  • 相反，为了及时响应，那么服务之间的同步和用户的请求之间是异步的，那就无法满足数据的实时一致性。

因为可用性相比于一致性，更为重要，因此主流的做法是在满足 AP的同时，提高C，常用的方法如 最终一致性方案、TCC事务补偿型方案 和 最大努力通知型。

5 缓存和异步

缓存从用户端到CPU寄存器依次有

  • 浏览器或客户端对静态资源的缓存
  • 操作系统对某些网络资源的缓存
  • CDN对静态资源的缓存
  • 服务端 Session 对当前用户热数据的缓存
  • 服务端运行节点缓存
  • 服务端的外部缓存，如Redis
  • 服务端内存与CPU的二级缓存
  • 二级缓存与寄存器

异步的作用

  • 用户消息落库，日志落库等不要求实时性的场景
  • B端批量离线任务，降低对后端服务如数据库的压力，削峰填谷，减少短时间高流量对服务的压力
  • 常用的异步中间件： Kafka，Rocket MQ，Rabbit MQ等
6 Golang 微服解决方案

[TBC]

7 友情链接
  1. https://www.cnblogs.com/guanghe/p/10978349.html
  2. https://www.jianshu.com/p/d08d0c14810f
  3. https://www.ruanyifeng.com/blog/2018/07/cap.html
  4. https://carc.top/post/94.html
  5. https://zhuanlan.zhihu.com/p/71093510
  6. https://www.jianshu.com/p/cffe039fa060