分布式系统的那些事儿(七) - 微服务架构体系

本文涉及的产品
MSE Nacos/ZooKeeper 企业版试用,1600元额度,限量50份
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
注册配置 MSE Nacos/ZooKeeper,182元/月
简介: 微服务的出现,标志了又一个新的里程碑,似乎你不知道微服务就代表你好像out了一样。微服务是业务服务化,将SOA更好的延续了下去。配合restful也能够更好的提供api接口。简单来说就是微服务把各种各样的小的服务区分开来当做一个当度的应用跑在服务器上,并且他的通信机制也是十分简单的,使用rest或者rpc都行。

微服务的出现,标志了又一个新的里程碑,似乎你不知道微服务就代表你好像out了一样。微服务是业务服务化,将SOA更好的延续了下去。配合restful也能够更好的提供api接口。

简单来说就是微服务把各种各样的小的服务区分开来当做一个当度的应用跑在服务器上,并且他的通信机制也是十分简单的,使用rest或者rpc都行。他们可以各自对自己的业务进行处理。各个服务直接可以用不同的语言开发,这样提高了不同技术团队之间的职能。

微服务的特点:

1、微服务的组件是以服务的形式存在的。

2、由各个不同的业务来切分整个大服务。

3、微服务是产品,不是项目。微服务在整个开发生命周期十分长久,并且需要后期团队的维护,就是因为微服务的特性,才使得维护更加的方便。

4、简单的通信机制,不论是rpc还是restful,都简化了系统服务之间的访问,并不像曾经的wsdl那么复杂。

5、分散治理,这个就是跟传统巨石应用区别开来了。不同的服务都是一个很小的组件,那么在组装的时候不同的服务可以组装成不同的微服务,十分灵活。

6、数据库分散管理,在做巨石应用的时候,一个项目就是访问一个数据库。那么微服务不是,每个不同的业务访问并且管理的都是自己的数据库,与各个不同的服务之间的数据库是不同的,这样也做到了数据的隔离。

7、容错性,每个服务宕掉不可访问的时候,微服务可以为每个服务进行监控与恢复。

 

其实我们平时接触的最多的还是SOA,SOA是偏向系统的解决方案,而微服务面向服务,微服务的颗粒度要小很多,SOA比较大,哪怕是一个小更新其实也是要重启对应的系统,而微服务却不是。考虑一下玩王者荣耀的时候,可以不停机更新,是不是一个道理?

 

​SOA的缺点:

随着时间的推移,代码库会越来越大,如果团队来了一个新人是十分恐惧的。

开发工具也会随着代码量的增多变得缓慢,这样导致的就算是开发效率的降低。

服务器启动变慢,代码变多,容器在加载的时候读取的代码文件也越多,这样导致容器每次启动都会比较慢。

持续部署相对复杂,不利于运维更新。每次更新整个系统必须关闭,用户无法访问。

可扩展性降低。

 

微服务的特点:

各服务之间通过json或者xml的数据形式通信。把一组类似的功能或者业务作为一个单独的微服务来做。比如订单服务让订单核心团队来维护。cms由cms团队来维护。

服务之间通过rest或者rpc来通信,甚至使用消息队列。

服务独立开发和部署,相互不影响,技术只能部门也相互不影响。

服务之间相互解耦,每个服务都有自己对应的数据库。注意,这需要做好数据一致性,比如tcc。

每个服务独立部署,对于频繁更新版本的项目由很好的效率。

便于扩展团队和组织架构。

整个微服务相对技术难度比SOA加大,需要开发人员对技术有一定的持续投入。

分布式事务比单体应用难处理。

生产环境部署复杂度提升,需要运维人员有一定的功底。

 

微服务的难点:

很多初创型公司对于开发进度是十分有要求的,起初并不会使用微服务架构,而是单体应用或者SOA,为的是更好更快速的发展自身的业务。然而发展到一定规模后,整个技术架构发生变化,要重构为微服务,这个时候的技术选型以及如何重构,和整个团队技术人员的参与就相对来说是个难点了。

相关文章
|
3月前
|
人工智能 Kubernetes 数据可视化
Kubernetes下的分布式采集系统设计与实战:趋势监测失效引发的架构进化
本文回顾了一次关键词监测任务在容器集群中失效的全过程,分析了中转IP复用、调度节奏和异常处理等隐性风险,并提出通过解耦架构、动态IP分发和行为模拟优化采集策略,最终实现稳定高效的数据抓取与分析。
Kubernetes下的分布式采集系统设计与实战:趋势监测失效引发的架构进化
|
16天前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路
|
15天前
|
存储 NoSQL 前端开发
【赵渝强老师】MongoDB的分布式存储架构
MongoDB分片通过将数据分布到多台服务器,实现海量数据的高效存储与读写。其架构包含路由、配置服务器和分片服务器,支持水平扩展,结合复制集保障高可用性,适用于大规模生产环境。
139 1
|
1月前
|
消息中间件 缓存 监控
中间件架构设计与实践:构建高性能分布式系统的核心基石
摘要 本文系统探讨了中间件技术及其在分布式系统中的核心价值。作者首先定义了中间件作为连接系统组件的"神经网络",强调其在数据传输、系统稳定性和扩展性中的关键作用。随后详细分类了中间件体系,包括通信中间件(如RabbitMQ/Kafka)、数据中间件(如Redis/MyCAT)等类型。文章重点剖析了消息中间件的实现机制,通过Spring Boot代码示例展示了消息生产者的完整实现,涵盖消息ID生成、持久化、批量发送及重试机制等关键技术点。最后,作者指出中间件架构设计对系统性能的决定性影响,
|
6月前
|
人工智能 安全 Java
智慧工地源码,Java语言开发,微服务架构,支持分布式和集群部署,多端覆盖
智慧工地是“互联网+建筑工地”的创新模式,基于物联网、移动互联网、BIM、大数据、人工智能等技术,实现对施工现场人员、设备、材料、安全等环节的智能化管理。其解决方案涵盖数据大屏、移动APP和PC管理端,采用高性能Java微服务架构,支持分布式与集群部署,结合Redis、消息队列等技术确保系统稳定高效。通过大数据驱动决策、物联网实时监测预警及AI智能视频监控,消除数据孤岛,提升项目可控性与安全性。智慧工地提供专家级远程管理服务,助力施工质量和安全管理升级,同时依托可扩展平台、多端应用和丰富设备接口,满足多样化需求,推动建筑行业数字化转型。
225 5
|
4月前
|
监控 算法 关系型数据库
分布式事务难题终结:Seata+DRDS全局事务一致性架构设计
在分布式系统中,CAP定理限制了可用性、一致性与分区容错的三者兼得,尤其在网络分区时需做出取舍。为应对这一挑战,最终一致性方案成为常见选择。以电商订单系统为例,微服务化后,原本的本地事务演变为跨数据库的分布式事务,暴露出全局锁失效、事务边界模糊及协议差异等问题。本文深入探讨了基于 Seata 与 DRDS 的分布式事务解决方案,涵盖 AT 模式实践、分片策略优化、典型问题处理、性能调优及高级特性实现,结合实际业务场景提供可落地的技术路径与架构设计原则。通过压测验证,该方案在事务延迟、TPS 及失败率等方面均取得显著优化效果。
274 61
|
5月前
|
监控 Linux 应用服务中间件
Linux多节点多硬盘部署MinIO:分布式MinIO集群部署指南搭建高可用架构实践
通过以上步骤,已成功基于已有的 MinIO 服务,扩展为一个 MinIO 集群。该集群具有高可用性和容错性,适合生产环境使用。如果有任何问题,请检查日志或参考MinIO 官方文档。作者联系方式vx:2743642415。
1600 57
|
9月前
|
存储 缓存 NoSQL
分布式系统架构8:分布式缓存
本文介绍了分布式缓存的理论知识及Redis集群的应用,探讨了AP与CP的区别,Redis作为AP系统具备高性能和高可用性但不保证强一致性。文章还讲解了透明多级缓存(TMC)的概念及其优缺点,并详细分析了memcached和Redis的分布式实现方案。此外,针对缓存穿透、击穿、雪崩和污染等常见问题提供了应对策略,强调了Cache Aside模式在解决数据一致性方面的作用。最后指出,面试中关于缓存的问题多围绕Redis展开,建议深入学习相关知识点。
613 8
|
3月前
|
缓存 Cloud Native Java
Java 面试微服务架构与云原生技术实操内容及核心考点梳理 Java 面试
本内容涵盖Java面试核心技术实操,包括微服务架构(Spring Cloud Alibaba)、响应式编程(WebFlux)、容器化(Docker+K8s)、函数式编程、多级缓存、分库分表、链路追踪(Skywalking)等大厂高频考点,助你系统提升面试能力。
166 0

热门文章

最新文章