微服务

[微服务架构] 微服务架构：您需要知道的所有最佳实践

「微服务架构」Saga 模式 如何使用微服务实现业务事务-第二部分

「微服务架构」更多关于微服务-边界，治理，重用和复杂性

SpringCloud和微服务介绍

（23）go-micro微服务客户端开发（使用负载均衡）

（20）go-micro微服务Elasticsearch使用

（18）go-micro微服务ELK介绍

（15）go-micro微服务main.go开发

（11）go-micro微服务雪花算法

（10）go-micro微服务发送邮件

（8）go-micro微服务Mysql配置

（5）go-micro微服务domain层开发

Feign是什么 分区是一种数据库优化技术，它可以将大表按照一定的规则分成多个小表，从而提高查询和维护的效率。在分区的过程中，数据库会将数据按照分区规则分配到不同的分区中，并且可以在分区中使用索引和其他优化技术来提高查询效率。

微服务实战05-服务链路追踪

EurekaServer ，它扮演的角色是注册中心，用于注册各种微服务，以便于其他微服务找到和访问。有了EurekaServer，还需要一些微服务，注册到EurekaServer上去。 这一节，我们来写一个注册微服务。为了简单起见，我们不用数据库，用java来模拟即可。

东方证券：我们如何成功实施微服务

SpringCloud Gateway网关为认证中心和用户微服务构建统一的认证授权入口

微服务架构转型的一把手需要具备哪些能力？

只要 3 个注解，优雅的实现微服务鉴权！

SpringCloud微服务框架04 - Config统一配置中心

SpringCloud微服务框架03 - Ribbon负载均衡

本文我们来讲解一下如何使用 gRPC构建微服务，gRPC是一个开源框架，可用于构建可扩展且高性能的微服务并创建服务之间的通信。

好吧，标题似乎是一个大胆的陈述，所以让我们澄清一下我所说的微服务系统是什么意思。我不是指要在生产中使用的任何类型的框架，只是一个了解微服务架构的挑战以及它如何在幕后工作的项目。 我不打算将这个系列作为分步指南，因为到最后它可能至少有 100 篇文章。相反，我将尝试写关于设计选择、如何编写一些机制并突出一些有趣的问题（从全栈开发人员的角度来看）我在此过程中偶然发现。

程序员，立之根本还是技术，一个程序员的好坏，虽然不能完全用技术强弱来判断，但是技术水平一定是基础，技术差的程序员只能CRUD，技术不深的程序员也成不了架构师。程序员对于技术的掌握，除了从了解-熟悉-熟练-精通的过程以外，还应该从基础出发，到进阶，到源码，到实战。所以，程序员想要成功，首先要成就自己。

如何构建基于 DDD 领域驱动的微服务？

微服务框架：如果不用 Spring Boot，还可以选择谁？

因为微服务项目一般涉及的工程较多，所以在开发环境会把这些工程部署到虚拟机中，方便测试。 首先给出微服务开发虚拟机环境相关软件清单： Vagrant 2.2.10 VirtualBox 6.1.16 Windows PowerShell（windows 10 自带）

本人18年毕业于长沙某大专，实习期间进入一家和学校合作的互联网公司，一直在公司干着千篇一律的CRUD，生活看不到希望，感觉一直在这里CRUD没有希望，所以在春节回来后就离职了，一直在家中学习。和一些大佬在VX群里交流学习的过程中，无意中从一位腾讯云大佬手中拿到了这份由腾讯云大佬亲码的“Java微服务”学习笔记！

开发者对于生产问题故障的排查、定位，随着微服务的喷发，也不再像是以前那边依赖纯日志、gc日志进行问题排查与定位了，本节开始介绍一个生产环境使用的排错工具Arthas，帮助大家更高效、便捷地实现生产问题排错。

在完成了前面的理论学习后，现在可以从源码角度来解析Zookeeper的细节，首先笔者想从序列化入手，因为在网络通信、数据存储中都用到了序列化，下面开始分析。

在前面的学习中，笔者带领大家完成海量数据导入ES，实现了ES基本的存储功能，但是我们知道ES最擅长的还是搜索、数据分析。所以本节笔者将继续带领大家研究一下ES的数据搜索功能，同上节一样，继续分别采用DSL和RestClient实现搜索。

在分布式架构系统中，服务不止一个，一个完整的业务链路肯定也不止调用一个服务，此时每个服务都有自己的数据库增删改查，而每一个写操作对应一个本地事务。如果想要确保全部的业务状态一致，也就意味着需要所有的本地事务状态一致，这在我们之前的学习中肯定是不具备的，如何做到跨服务、跨数据源的事务一致性将是本章节的重点学习内容。

我们知道，分布式系统的基础是网络。因此，网络编程是分布式软件工程师和架构师的必备技能之一，而且随着当前大数据和实时计算技术的兴起，高性能RPC架构与网络编程技术再次成为焦点

消息中间件，作为分布式系统中必不可少的一部分，在前面我们学习过其基本的消息发送、消费，但是读者朋友们肯定也知道，真正的生产环境可不是简单的发送消息这么简单。如何避免消息丢失？如何满足特殊场景下的消息延迟消费？如何解决消费能力不足？如何搭建集群？等等 本节笔者将从消息的可靠性出发，解决消息不丢失的问题。同时借助TTL实现延迟消息，惰性队列解决消息堆积问题，最后完成集群搭建以实现生产环境真正的高可用。

在上一节我们引入Eureka的同时，不知读者朋友们是否还有印象：我们在启动类getRestTemplate方法上追加了注解 @LoadBalanced，为什么加这个注解？这个注解解决了什么问题？本节笔者将给读者们做详尽的讲解。

基于查询的数据解放涉及查询数据存储并将所选择的结果发布到相关的事件流中。一个使用合适的 API、SQL 或类 SQL 语言的客户端会被用于向数据存储请求特定的数据集。必须能够批量查询数据集以提供事件的历史记录，然后定期更新，以确保数据的更改被发布到输出事件流中。

通过从实体事件流中按顺序处理实体事件，可以将信息物化成一个有状态的表。每个实体事件都会被更新插入键/值表中，这样对于一个给定的键，表中表示的就是最新读到的事件。