什么是微服务

简介: 自2014年起,微服务架构由Martin Fowler等人推动发展,主张将单体应用拆分为多个独立、轻量级的小型服务,通过RESTful API通信,围绕业务构建,支持独立开发、部署与扩展。其具备服务自治、面向服务、单一职责等特征,是历经架构演进形成的成熟分布式方案,催生了SpringCloud等主流技术生态。

自2014年起,微服务架构由Martin Fowler、Adrain Cockcroft、Neal Ford等人接力进行介绍、完善、演进、实践后,一直维持着较高的热度直到现在,内容如下:
微服务架构是一种架构模式,它提倡将原本独立的单体应用,拆分成多个小型服务。这些小型服务各自独立运行,服务与服务间的通信采用轻量级通信机制(一般是基于HTTP协议的RESTful API),达到互相协调、互相配合的目的。被拆分后的服务都围绕着具体的业务进行构建,每个服务都能独立地进行开发、部署、扩展。由于相互独立,且采用轻量级通信机制,各个小型服务也能够使用不同的语言开发,也可以使用不同的数据存储技术。
微服务是一套经过漫长的架构演进、良好架构设计的分布式架构方案。从传统单体应用到分布式独立应用,从应用数据服务到引入缓存优化性能,从反向代理和CDN加速网站响应等等,技术架构不断演进的过程中,逐步出现前后端分离,数据读写分离,云原生、DDD领域驱动,最终孵化出如SpringCloud、SpringCloud Alibaba等成熟稳定的微服务架构方案。
微服务其主要特征:
● 服务自治:团队独立、技术独立、数据独立、部署独立
● 面向服务:微服务对外暴露业务接口,如RESTful API调用
● 单一职责:每个应用领域边界清晰,功能职责单一,无重复工作

相关文章
|
数据安全/隐私保护
企业如何用一部手机,一张二维码,搞定仓库出入库
本文介绍如何利用手机与二维码搭建轻量级仓库管理系统,无需复杂设备即可实现快速、准确的扫码出入库操作,提升效率并降低错误率,适合中小企业应用。
|
数据采集 人工智能 JSON
大模型微调实战指南:从零开始定制你的专属 LLM
企业落地大模型常遇答非所问、风格不符等问题,因通用模型缺乏领域知识。微调(Fine-tuning)可让模型“学会说你的语言”。本文详解微调原理与PEFT技术,结合Hugging Face与LoRA实战,教你用少量数据在消费级GPU打造专属行业模型,提升垂直场景表现。
2298 9
|
SQL 人工智能 BI
智能体协作革命:基于LangGraph实现复杂任务自动分工
本文探讨大模型应用中多智能体协作的必要性,剖析单智能体局限,并基于LangGraph框架详解多智能体系统构建。通过子图状态共享与Network架构实战,展示如何打造高效、可控的AI协作系统,助力迈向组织级AI。建议收藏,深入学习。
2148 6
|
6月前
|
人工智能 开发工具 git
Agent Skills:打通可复用专业领域知识的最后一公里
Agent Skills是Anthropic推出的AI能力标准化框架,将垂直领域专业知识封装为可复用、可版本控制的文件包(含SKILL.md、脚本、模板等),实现“即插即用”的任务执行。它已获微软Azure、GitHub Copilot等平台支持,生态超8.5万技能,被誉为AI时代的“Dockerfile”。
|
存储 机器学习/深度学习 人工智能
RAG系统嵌入模型怎么选?选型策略和踩坑指南
嵌入是RAG系统的核心,直接影响检索质量。本文详解嵌入原理,解析稠密/稀疏、长上下文、多向量等类型,梳理选型关键:领域匹配、上下文长度、维度与成本,并结合MTEB基准给出实用建议,助你为业务挑选高效稳健的嵌入方案。
1384 3
RAG系统嵌入模型怎么选?选型策略和踩坑指南
|
11月前
|
人工智能 运维 安全
售后群爆炸、问题全在聊天记录里?这套“AI + 社区”方案救了我们
许多企业依赖微信群做售后,导致问题散乱、知识难沉淀、重复劳动多。作者分享了从“群管救火”到搭建开源AI售后社区的转型之路,通过统一问题入口、融合AI与知识库、构建可沉淀的问答社区,显著降低沟通成本,提升服务效率与客户体验。
487 1
|
10月前
|
SQL 存储 安全
盲注和二阶 SQL 注入
SQL盲注通过延迟响应等间接方式探测数据库漏洞,获取敏感信息或篡改数据。攻击者利用sleep()函数或耗时操作判断语句执行情况。二阶SQL注入则利用存储后二次执行的数据,隐蔽性强,需结合参数化查询与输入验证防范。
|
10月前
|
Java 大数据
ArrayList扩容机制
ArrayList添加元素时,先调用ensureCapacityInternal()确保容量,首次添加时默认扩容至10。add方法实质是为数组赋值。ensureExplicitCapacity()判断是否需扩容,当容量不足时调用grow()。grow()将容量扩大1.5倍(old + (old >> 1)),并通过Arrays.copyOf()完成数组复制。size()用于集合元素计数,length为数组属性,length()为字符串方法。
|
数据采集 文字识别 算法
精通RAG:从“能用”到“好用”的进阶优化与评估之道
你的RAG应用是否总是答非所问,或者检索到的内容质量不高?本文聚焦于RAG系统的进阶优化,深入探讨从查询转换、多路召回与重排序(Rerank)等高级检索策略,到知识库构建的最佳实践。更重要的是,我们将引入强大的`Ragas`评估框架,教你如何用数据驱动的方式,科学地量化和提升你的RAG系统性能。
1405 7

热门文章

最新文章