[微服务学习记录] 1. 相关定义

前言

近期在学习微服务相关的知识，参考的是千峰达摩院的微服务2.0教程。我会把学习过程中提炼出来的知识记录并分享出来~

微服务

微服务是一种架构思想，实际开发使用分布式系统。

• 要求
  该架构要求实现高可用、高性能、高并发。
  高内聚：一个服务只提供一个功能，且具有自己的数据库，这样适合水平扩展
  需要解决基础设施问题：docker、kubernets

• 优点

1. 可以解决复杂问题
2. 单一服务修改、重构容易，适合多团队开发
3. 单一服务单独部署，可持续集成
4. 单一服务可以独立扩展，并使用与其最匹配的硬件资源

• 现状&未来
  未来，一个方法就是一个服务提供者
  当前Java、go微服务做的好，而go正在赶超

• 相关技术
  docker：轻应用，沙箱机制
  k8s：容器编排和管理

CAP定理

一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

• 一致性
  更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。
  这里是强一致性，要不一起成功，要不一起失败
• 可用性
  服务一直可用，而且是正常响应时间。
• 分区容错性
  分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
  比如深圳机房和上海机房，上海机房无法使用的话深圳机房还可以用（这也叫异地多活）

BASE理论

BASE 理论是对 CAP 理论的延伸，支持大型分布式系统。核心思想是即使无法做到强一致性（CAP 的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性。

• 基本可用(Basically Available)
  基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。
  电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务（如取消注册服务、聊天服务）。这就是损失部分可用性的体现。
• 软状态(Soft State)
  软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。MySQL Replication 的异步复制也是一种体现。
• 最终一致性(Eventual Consistency)
  最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。
  弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

参考

【千锋达摩院】微服务架构 2.0

个人公众号，定期分享各种技术干货，欢迎扫码关注！

扫描上方二维码获取更多技术分享