转载

分布式——微服务架构

编辑推荐:

本文主要介绍分布式—微服务架构的优势以及核心技术框架选型,简要搭建项目流程,希望可以为您的学习带来收获。

本文来自于csdn,由火龙果软件Alice编辑、推荐。

微服务(Microservices)是一种架构风格,一个大型复杂软件应用由一个或多个微服务组成。

系统中的各个微服务可被独立部署,各个微服务之间是松耦合的。每个微服务仅关注于完成一件任务并很好地完成该任务。在所有情况下,每个任务代表着一个小的业务能力。

一、微服务主要的优势

1.1 降低复杂度

将原来耦合在一起的复杂业务拆分为单个服务,规避了原本复杂度无止境的积累。

每一个微服务专注于单一功能,并通过定义良好的接口清晰表述服务边界;每个服务开发者只专注服务本身,通过使用缓存、DAL 等各种技术手段来提升系统的性能,而对于消费方来说完全透明。

1.2 可独立部署

由于微服务具备独立的运行进程,所以每个微服务可以独立部署。当业务迭代时只需要发布相关服务的迭代即可,降低了测试的工作量同时也降低了服务发布的风险。

1.3 容错

在微服务架构下,当某一组件发生故障时,故障会被隔离在单个服务中。比如通过限流、熔断等方式降低错误导致的危害,保障核心业务正常运行。

1.4 扩展

单块架构应用也可以实现横向扩展,就是将整个应用完整的复制到不同的节点。

当应用的不同组件在扩展需求上存在差异时,微服务架构便体现出其灵活性,因为每个服务可以根据实际需求独立进行扩展。

二、微服务架构选型

2.1 核心部件

微服务的核心要素在于服务的发现、注册、路由、熔断、降级、分布式配置,基于上述几种必要条件对 Dubbo 和 Spring Cloud 做出对比。

2.2 总体架构

2.2.1 Dubbo 核心部件

节点角色说明

Provider:暴露服务的提供方,可以通过 jar 或者容器的方式启动服务。

Consumer:调用远程服务的服务消费方。

Registry:服务注册中心和发现中心。

Monitor:统计服务和调用次数,调用时间监控中心。(Dubbo 的控制台页面中可以显示,目前只有一个简单版本。)

Container:服务运行的容器。

调用关系说明:

0. 服务容器负责启动,加载,运行服务提供者。

1. 服务提供者在启动时,向注册中心注册自己提供的服务。

2. 服务消费者在启动时,向注册中心订阅自己所需的服务。

3. 注册中心返回服务提供者地址列表给消费者,如果有变更,注册中心将基于长连接推送变更数据给消费者。

4. 服务消费者,从提供者地址列表中,基于软负载均衡算法,选一台提供者进行调用,如果调用失败,再选另一台调用。

5. 服务消费者和提供者,在内存中累计调用次数和调用时间,定时每分钟发送一次统计数据到监控中心。

(1) 连通性:

注册中心负责服务地址的注册与查找,相当于目录服务,服务提供者和消费者只在启动时与注册中心交互,注册中心不转发请求,压力较小

监控中心负责统计各服务调用次数,调用时间等,统计先在内存汇总后每分钟一次发送到监控中心服务器,并以报表展示

服务提供者向注册中心注册其提供的服务,并汇报调用时间到监控中心,此时间不包含网络开销

服务消费者向注册中心获取服务提供者地址列表,并根据负载算法直接调用提供者,同时汇报调用时间到监控中心,此时间包含网络开销

注册中心,服务提供者,服务消费者三者之间均为长连接,监控中心除外

注册中心通过长连接感知服务提供者的存在,服务提供者宕机,注册中心将立即推送事件通知消费者

注册中心和监控中心全部宕机,不影响已运行的提供者和消费者,消费者在本地缓存了提供者列表

注册中心和监控中心都是可选的,服务消费者可以直连服务提供者

(2) 健状性:

监控中心宕掉不影响使用,只是丢失部分采样数据

数据库宕掉后,注册中心仍能通过缓存提供服务列表查询,但不能注册新服务

注册中心对等集群,任意一台宕掉后,将自动切换到另一台

注册中心全部宕掉后,服务提供者和服务消费者仍能通过本地缓存通讯

服务提供者无状态,任意一台宕掉后,不影响使用

服务提供者全部宕掉后,服务消费者应用将无法使用,并无限次重连等待服务提供者恢复

(3) 伸缩性:

注册中心为对等集群,可动态增加机器部署实例,所有客户端将自动发现新的注册中心

服务提供者无状态,可动态增加机器部署实例,注册中心将推送新的服务提供者信息给消费者

(4) 升级性:

当服务集群规模进一步扩大,带动IT治理结构进一步升级,需要实现动态部署,进行流动计算,现有分布式服务架构不会带来阻力:

2.2.2 Spring Cloud总体架构

分布式——微服务架构

Service Provider: 暴露服务的提供方。

Service Consumer:调用远程服务的服务消费方。

EureKa Server: 服务注册中心和服务发现中心。

2.2.3 点评

从整体架构上来看,二者模式接近,都需要服务提供方,注册中心,服务消费方。

2.3 微服务架构核心要素

分布式——微服务架构

Dubbo 只是实现了服务治理,而 Spring Cloud 子项目分别覆盖了微服务架构下的众多部件,服务治理只是其中的一个方面。

Dubbo 提供了各种 Filter,对于上述中“无”的要素,可以通过扩展 Filter 来完善。例如:

分布式配置:可以使用淘宝的 diamond、百度的 disconf 来实现分布式配置管理。

服务跟踪:可以使用京东开源的 Hydra,或者扩展 Filter 用 Zippin 来做服务跟踪。

批量任务:可以使用当当开源的 Elastic-Job、tbschedule。

点评

从核心要素来看,Spring Cloud 更胜一筹,在开发过程中只要整合 Spring Cloud 的子项目就可以顺利的完成各种组件的融合,而 Dubbo 却需要通过实现各种 Filter 来做定制,开发成本以及技术难度略高。

2.4 通讯协议

基于通讯协议层面对 2 种框架支持的协议类型以及运行效率方面进行比较。

2.4.1 支持协议

Dubbo

Dubbo 使用 RPC 通讯协议,提供序列化方式如下:

Dubbo:Dubbo 缺省协议采用单一长连接和 NIO 异步通讯,适合于小数据量大并发的服务调用,以及服务消费者机器数远大于服务提供者机器数的情况。

RMI:RMI 协议采用 JDK 标准的 java.rmi.* 实现,采用阻塞式短连接和 JDK 标准序列化方式。

Hessian:Hessian 协议用于集成 Hessian 的服务,Hessian 底层采用 HTTP 通讯,采用 Servlet 暴露服务,Dubbo 缺省内嵌 Jetty 作为服务器实现。

HTTP:采用 Spring 的 Http Invoker 实现。

Webservice:基于 CXF 的 frontend-simple 和 transports-http 实现。

Spring Cloud

Spring Cloud 使用 HTTP 协议的 REST API。

2.4.2 性能比较

分布式——微服务架构

使用一个 Pojo 对象包含 10 个属性,请求 10 万次,Dubbo 和 Spring Cloud 在不同的线程数量下,每次请求耗时(ms)如下:

说明:客户端和服务端配置均采用阿里云的 ECS 服务器,4 核 8G 配置,Dubbo 采用默认的 Dubbo 协议。

点评

Dubbo 支持各种通信协议,而且消费方和服务方使用长链接方式交互,通信速度上略胜 Spring Cloud,如果对于系统的响应时间有严格要求,长链接更合适。

2.5 服务依赖方式

2.5.1 Dubbo

服务提供方与消费方通过接口的方式依赖,服务调用设计如下:

Interface 层:服务接口层,定义了服务对外提供的所有接口。

Molel 层:服务的 DTO 对象层。

Business层:业务实现层,实现 Interface 接口并且和 DB 交互。

因此需要为每个微服务定义各自的 Interface 接口,并通过持续集成发布到私有仓库中。调用方应用对微服务提供的抽象接口存在强依赖关系,开发、测试、集成环境都需要严格的管理版本依赖。

通过 maven 的 install & deploy 命令把 Interface 和 Model 层发布到仓库中,服务调用方只需要依赖 Interface 和 Model 层即可。

在开发调试阶段只发布 Snapshot 版本,等到服务调试完成再发布 Release 版本,通过版本号来区分每次迭代的版本。通过 xml 配置方式即可接入 Dubbo,对程序无入侵。

2.5.2 Spring Cloud

服务提供方和服务消费方通过 Json 方式交互,因此只需要定义好相关 Json 字段即可,消费方和提供方无接口依赖。通过注解方式来实现服务配置,对于程序有一定入侵。

2.5.3 点评

Dubbo 服务依赖略重,需要有完善的版本管理机制,但是程序入侵少。

而 Spring Cloud 通过 Json 交互,省略了版本管理的问题,但是具体字段含义需要统一管理,自身 Rest API 方式交互,为跨平台调用奠定了基础

2.6 组件运行流程

2.6.1 Dubbo

下图中的每个组件都是需要部署在单独的服务器上,Gateway 用来接受前端请求、聚合服务,并批量调用后台原子服务。每个 Service 层和单独的 DB 交互。

Dubbo 组件运行:

Gateway:前置网关,具体业务操作,Gateway 通过 Dubbo 提供的负载均衡机制自动完成。

Service:原子服务,只提供该业务相关的原子服务。

Zookeeper:原子服务注册到 ZK 上。

2.6.2 Spring Cloud

Spring Cloud组件运行:

所有请求都统一通过 API 网关(Zuul)来访问内部服务。

网关接收到请求后,从注册中心(Eureka)获取可用服务。

由 Ribbon 进行均衡负载后,分发到后端的具体实例。

微服务之间通过 Feign 进行通信处理业务。

2.6.3 点评

业务部署方式相同,都需要前置一个网关来隔绝外部直接调用原子服务的风险。

Dubbo 需要自己开发一套 API 网关,而 Spring Cloud 则可以通过 Zuul 配置即可完成网关定制。使用方式上 Spring Cloud 略胜一筹。

2.6.4 微服务架构组成以及注意事项

到底使用是 Dubbo 还是 Spring Cloud 并不重要,重点在于如何合理的利用微服务。

下面是一张互联网通用的架构图,其中每个环节都是微服务的核心部分。

架构分解:

网关集群:数据的聚合、实现对接入客户端的身份认证、防报文重放与防数据篡改、功能调用的业务鉴权、响应数据的脱敏、流量与并发控制等。

业务集群:一般情况下移动端访问和浏览器访问的网关需要隔离,防止业务耦合。

Local Cache:由于客户端访问业务可能需要调用多个服务聚合,所以本地缓存有效的降低了服务调用的频次,同时也提示了访问速度。本地缓存一般使用自动过期方式,业务场景中允许有一定的数据延时。

服务层:原子服务层,实现基础的增删改查功能,如果需要依赖其他服务需要在 Service 层主动调用。

Remote Cache:访问 DB 前置一层分布式缓存,减少 DB 交互次数,提升系统的TPS。

DAL:数据访问层,如果单表数据量过大则需要通过 DAL 层做数据的分库分表处理。

MQ:消息队列用来解耦服务之间的依赖,异步调用可以通过 MQ 的方式来执行。

数据库主从:服务化过程中必经的阶段,用来提升系统的 TPS。

注意事项:

服务启动方式建议使用jar方式启动,启动速度快,更容易监控。

缓存、缓存、缓存,系统中能使用缓存的地方尽量使用缓存,通过合理的使用缓存可以有效的提高系统的TPS。

服务拆分要合理,尽量避免因服务拆分而导致的服务循环依赖。

合理的设置线程池,避免设置过大或者过小导致系统异常。

三、总结

3.1 Dubbo 一些优点

Dubbo 支持 RPC 调用,服务之间的调用性能会很好。

支持多种序列化协议,如 Hessian、HTTP、WebService。

Dobbo Admin后台管理功能强大,提供了路由规则、动态配置、访问控制、权重调节、均衡负载等功能。

在国内影响力比较大,中文社区文档较为全面。

阿里最近重启维护。

3.2 Dubbo 一些问题

Registry 严重依赖第三方组件(zookeeper 或者 redis),当这些组件出现问题时,服务调用很快就会中断。

Dubbo 只支持 RPC 调用。使得服务提供方(抽象接口)与调用方在代码上产生了强依赖,服务提供者需要不断将包含抽象接口的 jar 包打包出来供消费者使用。一旦打包出现问题,就会导致服务调用出错,并且以后发布部署会成很大问题(太强的依赖关系)。

另外,以后要兼容 .NET Core 服务,Dubbo RPC 本身不支持跨语言(可以用跨语言 RPC 框架解决,比如 Thrift、gRPC(重复封装了),或者自己再包一层 REST 服务,提供跨平台的服务调用实现,但相对麻烦很多)

Dubbo 只是实现了服务治理,其他微服务框架并未包含,如果需要使用,需要结合第三方框架实现(比如分布式配置用淘宝的 Diamond、服务跟踪用京东的 Hydra,但使用相对麻烦些),开发成本较高,且风险较大。

社区更新不及时(虽然最近在疯狂更新),但也难免阿里以后又不更新了,就尴尬了。

主要是国内公司使用,但阿里内部使用 HSF,相对于 Spring Cloud,企业应用会差一些。

3.3 Spring Cloud 的一些优点

有强大的 Spring 社区、Netflix 等公司支持,并且开源社区贡献非常活跃。

标准化的将微服务的成熟产品和框架结合一起,Spring Cloud 提供整套的微服务解决方案,开发成本较低,且风险较小。

基于 Spring Boot,具有简单配置、快速开发、轻松部署、方便测试的特点。

支持 REST 服务调用,相比于 RPC,更加轻量化和灵活(服务之间只依赖一纸契约,不存在代码级别的强依赖),有利于跨语言服务的实现,以及服务的发布部署。另外,结合 Swagger,也使得服务的文档一体化。

提供了 Docker 及 Kubernetes 微服务编排支持。

国内外企业应用非常多,经受了大公司的应用考验(比如 Netfilx 公司),以及强大的开源社区支持。

3.4 Spring Cloud 的一些问题

支持 REST 服务调用,可能因为接口定义过轻,导致定义文档与实际实现不一致导致服务集成时的问题(可以使用统一文档和版本管理解决,比如 Swagger)。

另外,REST 服务调用性能会比 RPC 低一些(但也不是强绑定)

Spring Cloud 整合了大量组件,相关文档比较复杂,需要针对性的进行阅读。

3.5 选型总结

Dubbo 出生于阿里系,是阿里巴巴服务化治理的核心框架,并被广泛应用于中国各互联网公司;只需要通过 Spring 配置的方式即可完成服务化,对于应用无入侵,设计的目的还是服务于自身的业务为主。

虽然阿里内部原因 Dubbo 曾经一度暂停维护版本,但是框架本身的成熟度以及文档的完善程度,完全能满足各大互联网公司的业务需求。

如果我们使用配置中心、分布式跟踪这些内容都需要自己去集成,这样无形中增加了使用 Dubbo 的难度。

Spring Cloud 是大名鼎鼎的 Spring 家族的产品, 专注于企业级开源框架的研发。

Spring Cloud 自从发布到现在,仍然在不断的高速发展,几乎考虑了服务治理的方方面面,开发起来非常的便利和简单。

Dubbo 于 2017 年开始又重启维护,发布了更新后的 2.5.7 版本,而 Spring Cloud 更新的非常快,目前已经更新到 Finchley.M2。

因此,企业需要根据自身的研发水平和所处阶段选择合适的架构来解决业务问题,不管是 Dubbo 还是 Spring Cloud 都是实现微服务有效的工具。

微服务架构是互联网很热门的话题,是互联网技术发展的必然结果。它提倡将单一应用程序划分成一组小的服务,服务之间互相协调、互相配合,为用户提供最终价值。

兜儿邦项目搭建流程(简要搭建)

1、创建一个父项目:pcparent? (maven项目),他的<parent>标签设置如下:

分布式——微服务架构

打包方式:<packaging>pom</packaging>

注:maven有三种打包方式

如果想要其他项目依赖,打jar包

如果想要运行到服务器(例如tomcat)上,打war包

如果想其他项目继承,实现maven的聚合,打pom包

2.创建一个公共的module:pccommon,用来存放整个项目要用到的配置类,工具类等等,即所有项目都要用到的类集合在这个module中,便于管理。这时将这个模块打包成jar,同时pom.xml文件中<parent>标签也要改变。如下

分布式——微服务架构

3、创建一个聚集所有项目实体的module用来承载所有的映射类,取名entity,另外,其<parent>标签也要改变

分布式——微服务架构

4、maven中jar冲突的解决:(1)排除依赖(2)版本限定

这里采用版本限定。

在父项目的pom.xml中,先声明版本号

分布式——微服务架构

然后进行版本限定:

分布式——微服务架构

限定完成后,将其他module中的<version>标签删除。

5、每个module 都要在父项目的pom.xml中添加

分布式——微服务架构

6、搭建注册中心pceureka:

yml文件的配置:

分布式——微服务架构

pom.xml<parent>标签设置和上面的module一样(注:所有子module<parent>标签都一样)。

启动类的配置:

分布式——微服务架构

至此,注册中心搭建完毕。

7、服务提供者

首先服务提供者的pom.xml文件中,添加上common和entity的依赖(因为要用到),如下:

分布式——微服务架构

然后就是 标签,和上面的设置一样。

启动类配置:

分布式——微服务架构

yml配置:

分布式——微服务架构

dao,controller,service 等自写,可参考老师代码。

8、服务消费者

pom.xml文件配置:<parent>标签设置和依赖的entity和common与提供者一样。

yml文件配置 :

分布式——微服务架构

启动类:

分布式——微服务架构

其他层参考老师代码。

这样一个功能模块的提供,注册,消费服务设计完毕。

原文  http://www.uml.org.cn/wfw/201912061.asp
正文到此结束
Loading...