分布式系统架构之框架化服务

简介: 版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/44193853

要使业务系统无极缩放,微服务架构方兴未艾。本质上,就是采用API(例如REST) 封装服务调用,形成服务框架。


既然是分布式API调用,必然涉及到网络IO常见的三种方式:

1)  BIO:Blocking IO,阻塞方式,一个socket用一个线程处理

2)  NIO: Non-blocking IO,事件驱动,采用reactor模式,一个线程中处理多个socket,JDK1.4以上版本支持

3)  AIO:Asynchronous IO,异步,采用Proactor模式,NIO在有通知时可以进行相关操作,AIO在有通知时表示相关操作已经完成,JDK1.7以上版本支持。


对服务的API调用而言,分为同步服务调用和异步服务调用。

 

同步服务调用

支持同步服务调用时,一般要有IO线程,数据队列,通信对象队列和定时任务。

1)  IO线程专门负责和socket连接,进行数据的收发。

2)  收发的数据进入数据队列

3)  通信对象队列保存了多个线程使用的通信对象,主要为了阻塞请求线程,请求线程把数据放入数据队列后会生成一个通信对象,进入通信对象队列并在通信对象队列上等待。

4)  通信对象用于唤醒请求线程。

5)  如果在远程调用超时前执行完毕并返回,那么IO线程就会通知通信对象,通信对象则会结束请求线程的等待,并把结果传给请求进程,以进行后续处理

6)  定时任务负责检查通信队列中的哪些通信对象已经超时,然后这些通信对象会通知请求线程超时。


异步服务调用

支持异步服务调用时,常见的有四种调用方式

1)  单向请求,基本等价于一个不保证可靠到达的通知

2)  回调,是一种被动的方式。请求者设置了回调对象,把数据写入数据队列后就继续自己处理了。回调的执行在IO线程中或定时任务(主要处理超时)的线程中,建议用新的线程来执行回调。

3)  Future,Java中的future非常便利,先把future放入队列,然后数据入队列,在线程中处理,等请求线程的其他处理结束后,就通过future来获取通信结果并直接控制超时。

4)  可靠异步,能保证异步请求在远程被执行。

 

服务端主要有两部分工作:

1)  本地服务的注册管理,服务需要注册到服务注册查找中心后才能被服务调用者发现。

2)  根据请求来定位服务并执行。启动时完成注册,监听端口,通信部分同样用NIO方式实现。IO线程进行通信的处理,一般是多个,完成协议解析。调用服务一般在工作线程进行,反序列化取决于具体实现。工作线程实际上是相互隔离的多个不同服务的线程池。

 

服务的升级有两种情况:

1)      接口不变,代码完善或功能完善,只是内部服务的实现有变化。

2)      需要修改原有的接口

a)        在接口中增加方法

b)        对接口的某些方法修改调用的参数列表。可以通过版本号来解决,或者在设计上考虑参数的扩展性,例如map传参


服务治理是在系统采用服务框架后,完成管理服务和查看服务的功能。管理服务需要控制、操作整个分布式系统中的服务,查看则是看运行时的状态或一些具体信息、历史数据等。查看服务的具体内容包括:服务信息,服务质量,容量,依赖,分布,统计,元数据,服务查询,报表和监视。 服务管理的内容内容包括:上下线,路由,限流降级,归组,线程池管理,机房规则,服务授权。


需要注意的是,在分布式系统中处理session存储问题的方式:

1)  Session Sticky:负责均衡需要根据每次请求的会话标识来进行请求转发

2)  Session Replication:web服务器之间增加了会话数据同步

3)  Session 数据的集中存储:在web服务器数量大,session 数多时最佳

4)  Cookie 使用,在客户端请求上使用session 数据

目录
相关文章
|
23天前
|
Java 数据库
在Java中使用Seata框架实现分布式事务的详细步骤
通过以上步骤,利用 Seata 框架可以实现较为简单的分布式事务处理。在实际应用中,还需要根据具体业务需求进行更详细的配置和处理。同时,要注意处理各种异常情况,以确保分布式事务的正确执行。
|
23天前
|
消息中间件 Java Kafka
在Java中实现分布式事务的常用框架和方法
总之,选择合适的分布式事务框架和方法需要综合考虑业务需求、性能、复杂度等因素。不同的框架和方法都有其特点和适用场景,需要根据具体情况进行评估和选择。同时,随着技术的不断发展,分布式事务的解决方案也在不断更新和完善,以更好地满足业务的需求。你还可以进一步深入研究和了解这些框架和方法,以便在实际应用中更好地实现分布式事务管理。
|
1月前
|
存储 分布式计算 关系型数据库
架构/技术框架调研
本文介绍了微服务间事务处理、调用、大数据处理、分库分表、大文本存储及数据缓存的最优解决方案。重点讨论了Seata、Dubbo、Hadoop生态系统、MyCat、ShardingSphere、对象存储服务和Redis等技术,提供了详细的原理、应用场景和优缺点分析。
|
2天前
|
自然语言处理 负载均衡 Kubernetes
分布式系统架构2:服务发现
服务发现是分布式系统中服务实例动态注册和发现机制,确保服务间通信。主要由注册中心和服务消费者组成,支持客户端和服务端两种发现模式。注册中心需具备高可用性,常用框架有Eureka、Zookeeper、Consul等。服务注册方式包括主动注册和被动注册,核心流程涵盖服务注册、心跳检测、服务发现、服务调用和注销。
30 12
|
1月前
|
监控
SMoA: 基于稀疏混合架构的大语言模型协同优化框架
通过引入稀疏化和角色多样性,SMoA为大语言模型多代理系统的发展开辟了新的方向。
42 6
SMoA: 基于稀疏混合架构的大语言模型协同优化框架
|
10天前
|
存储 算法 安全
分布式系统架构1:共识算法Paxos
本文介绍了分布式系统中实现数据一致性的重要算法——Paxos及其改进版Multi Paxos。Paxos算法由Leslie Lamport提出,旨在解决分布式环境下的共识问题,通过提案节点、决策节点和记录节点的协作,确保数据在多台机器间的一致性和可用性。Multi Paxos通过引入主节点选举机制,优化了基本Paxos的效率,减少了网络通信次数,提高了系统的性能和可靠性。文中还简要讨论了数据复制的安全性和一致性保障措施。
26 1
|
18天前
|
NoSQL Java 数据处理
基于Redis海量数据场景分布式ID架构实践
【11月更文挑战第30天】在现代分布式系统中,生成全局唯一的ID是一个常见且重要的需求。在微服务架构中,各个服务可能需要生成唯一标识符,如用户ID、订单ID等。传统的自增ID已经无法满足在集群环境下保持唯一性的要求,而分布式ID解决方案能够确保即使在多个实例间也能生成全局唯一的标识符。本文将深入探讨如何利用Redis实现分布式ID生成,并通过Java语言展示多个示例,同时分析每个实践方案的优缺点。
34 8
|
14天前
|
消息中间件 架构师 数据库
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
45岁资深架构师尼恩分享了一篇关于分布式事务的文章,详细解析了如何在10Wqps高并发场景下实现分布式事务。文章从传统单体架构到微服务架构下分布式事务的需求背景出发,介绍了Seata这一开源分布式事务解决方案及其AT和TCC两种模式。随后,文章深入探讨了经典ebay本地消息表方案,以及如何使用RocketMQ消息队列替代数据库表来提高性能和可靠性。尼恩还分享了如何结合延迟消息进行事务数据的定时对账,确保最终一致性。最后,尼恩强调了高端面试中需要准备“高大上”的答案,并提供了多个技术领域的深度学习资料,帮助读者提升技术水平,顺利通过面试。
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
|
24天前
|
Kubernetes Cloud Native Docker
云原生之旅:从传统架构到容器化服务的演变
随着技术的快速发展,云计算已经从简单的虚拟化服务演进到了更加灵活和高效的云原生时代。本文将带你了解云原生的概念、优势以及如何通过容器化技术实现应用的快速部署和扩展。我们将以一个简单的Python Web应用为例,展示如何利用Docker容器进行打包和部署,进而探索Kubernetes如何管理这些容器,确保服务的高可用性和弹性伸缩。
|
22天前
|
存储 Java 关系型数据库
在Spring Boot中整合Seata框架实现分布式事务
可以在 Spring Boot 中成功整合 Seata 框架,实现分布式事务的管理和处理。在实际应用中,还需要根据具体的业务需求和技术架构进行进一步的优化和调整。同时,要注意处理各种可能出现的问题,以保障分布式事务的顺利执行。
36 6