学习目标 | 学习笔记

简介: 快速学习学习目标

开发者学堂课程【分布式链路追踪 Skywalking学习目标】学习笔记,与课程紧密连接,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/743/detail/13150


学习目标


内容:

一、背景

二、单体架构和微服务架构

三、学习目标


一、背景

随着互联网时代发展越来越快,很多企业为了快速的响应需求迭代,将原本的单体架构逐步转变为微服务架构。这种转变虽然带来很大的灵活度,但是也引入了很多的复杂性,因此需要分析微服务架构上线后会出现哪些问题。


二、单体架构和微服务架构

以电商系统为例

1.单体架构

电商系统的单体架构比较简单,如图:

image.png

浏览器发送一个请求到电商系统获取订单数据,之后电商系统会在数据库中查询订单相关的数据,然后再将该数据返回给浏览器,这样就完成了一次数据的交互。此时如果接口调用上出现了异常,就需要分析电商系统里面的日志,找到问题发生的根源。

2.微服务架构

如果转变为微服务架构,如图:

image.png

微服务架构本质上需要对单体架构下的应用进行拆分,可以看到,当前原来的应用变成了三个服务:用户服务、订单服务和商品服务,而且各自都有各自的数据库,所以用户在通过浏览器获取订单数据时,会调用订单服务的接口,然后订单服务会在订单数据库查询订单的数据,然而仅仅有订单的数据还无法在异面上展示,用户还需提取用户服务的信息和商品服务的信息,所以订单服务会通过服务之间的调用来调用用户服务和商品服务提供的接口。

3.微服务架构的问题

整个过程经过了三个服务和三个数据库,整体的复杂性大大上升。因此会出现许多问题,以下是微服务架构上线后可能需要解决的问题 :

(1)当商品服务出现异常时,就会比较难定位。当调用出现异常时,如何能快速定位到异常服务,解决导致整个调用出现异常,这是需要解决的第一个问题。

(2)需要了解线上的服务当前的性能指标,如果订单服务的性能出现问题,就可以在订单服务上添加节点来支持更大的请求量,即需要实际的数据来告诉我们服务当前的性能是否正常。

以上的问题在今天已经可以解决,Skywalking 就是其中的佼佼者。


三、学习目标:

1.Skywalking 对应的一些概念

包括 APM 系统、分布式链路追踪、以及 Skywalking 这些基础概念。通过这些基础概念,更好的了解 Skywalking 。

2. 能够搭建 Skywalking 的基础环境

在该环境下学习如何用 Skywalking 来进行分布式的一个监控。

3.通过两个案例:rpc 调用和 mysql 调用来了解 Skywalking 对一些高级调用的支持

4.了解 Skywalking 常用插件

5.了解 Skywalking 底层原理如:Java agent 和 Open Tracing

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
人工智能领域中训练、评估和推理概念的了解
人工智能领域中训练、评估和推理概念的了解
1152 0
|
弹性计算 Cloud Native Devops
云效DevStudio体验
阿里云中提供了在线编辑工具DevStudio,让开发更加便捷。
2360 0
云效DevStudio体验
|
6月前
|
存储 人工智能 自然语言处理
基于MCP的桥梁设计规范智能解析与校审系统构建实践
本文探讨了在桥梁设计领域应用AI技术的实践与思考,针对传统设计中规范查阅效率低、理解偏差大等问题,提出基于MCP协议构建智能解析与校审系统。系统通过PDF解析、知识图谱构建及自然语言处理等技术,实现规范条文的结构化存储和智能化应用,大幅提升设计效率与准确性。开发过程中克服了多模态文档解析、专业术语理解等挑战,并通过迭代优化持续改进性能。未来该系统有望扩展至更多工程领域,推动设计流程智能化升级。
193 8
|
机器学习/深度学习 Python
机器学习中评估模型性能的重要工具——混淆矩阵和ROC曲线。混淆矩阵通过真正例、假正例等指标展示模型预测情况
本文介绍了机器学习中评估模型性能的重要工具——混淆矩阵和ROC曲线。混淆矩阵通过真正例、假正例等指标展示模型预测情况,而ROC曲线则通过假正率和真正率评估二分类模型性能。文章还提供了Python中的具体实现示例,展示了如何计算和使用这两种工具来评估模型。
559 8
|
算法 Java Linux
java制作海报一:java使用Graphics2D 在图片上写字,文字换行算法详解
这篇文章介绍了如何在Java中使用Graphics2D在图片上绘制文字,并实现自动换行的功能。
776 0
|
NoSQL 大数据 MongoDB
云中对决:Amazon DocumentDB 与 MongoDB的终极较量,谁将主宰云端数据库的未来?
【8月更文挑战第8天】在云计算与大数据时代,文档数据库因灵活高效备受开发者青睐。本文作为指南,全面对比Amazon DocumentDB与MongoDB。DocumentDB兼容MongoDB,便于迁移;在AWS环境下,它提供卓越的性能与自动伸缩能力。MongoDB则侧重于自定义部署与成本控制。DocumentDB作为托管服务简化管理但成本较高,而MongoDB需自行处理安全性与备份。根据需求与预算,开发者可作出最佳选择。
484 3
|
Linux
分布式系列教程(37) -Linux下搭建ElasticSearch集群
分布式系列教程(37) -Linux下搭建ElasticSearch集群
178 1
分布式系列教程(37) -Linux下搭建ElasticSearch集群
|
XML 数据格式
dom4j的使用流程和常用方法
要使用dom4j读写XML文档,需要先下载dom4j包,dom4j官方网站在 http://www.dom4j.org/ 目前最新dom4j包下载地址:http://nchc.
1227 0
|
机器学习/深度学习 存储 人工智能
文本生成图像这么火,你需要了解这些技术的演变(1)
文本生成图像这么火,你需要了解这些技术的演变
388 0
|
前端开发 JavaScript 项目管理
嘿~除了Iconfont,试一下这个图标库吧,香的很~
IconPark图标库是一个通过技术驱动矢量图标样式的开源图标库,可以实现根据单一SVG源文件变换出多种主题, 具备丰富的分类、更轻量的代码和更灵活的使用场景;致力于构建高质量、统一化、可定义的图标资源,让大多数设计师都能够选择适合自己的风格图标,并支持把图标源文件导出为React、Vue2、Vue3、SVG多种形式的组件代码,让开发者使用更高效。
嘿~除了Iconfont,试一下这个图标库吧,香的很~