推拉结合实现(准)实时推送

Rocketmq
consumer从broker的consumerQueue中拉取未消费的消息时，采用长轮询机制（push模式），即如果存在直接返回，如果不存在未消费的消息，broker端会hold住此请求30s，在hold期间如果ReputMessageService往ConsumerQueue推送了新消息，则释放hold，给consumer返回数据。
因此本质上rocketmq的push模式也是一种pull，通过长轮询达成准实时，给人一种push的感觉

--------------------------

Apollo 3
Apollo采用定时+长轮询的机制拉取配置。客户端不停请求configServer的配置变化通知接口，如果配置有变更，就会返回变更信息。ConfigServer使用了Servlet 3的异步特性，没有配置变更时，将hold住连接30,等到有通知时立刻返回，实现一个基于http的长连接。
同时Apollo也采用了一种兜底策略，默认每5min拉取一次最新配置，来覆盖本地的缓存配置。

乐视配置中心(只支持xml)
客户端每隔3s到配置中心拉取最新配置，通过version或md5判断是否有变化，有则将配置解析为对象，重置缓存，当对象实现了自定义的接口时，则触发与该对象关联的处理器，执行相关逻辑。因此配置的更改是有延时的，无法实时感知。

---------------------------

nginx应用
nginx作负载均衡: 应用下线时，通过nginx注销域名，以保证流量不会打到相应的机器上。应用上线完成后（健康检测成功），将此结点注册到nginx上，实现负载均衡。实际工作中，发现有在健康检测中做应用预热的，这是很不合理的。应该在spring应用上下文refresh事件中实现预热。
上下线基本上是实时的，上线过程中请求不可用可降低到最低（失败的请求通过客户端的重试机制来重试）。

dubbo服务发现和治理
以zk实现服务注册和发现为例。当provider启动完成时，会通知zk创建临时结点，然后通过心跳机制，保证此provider可用(临时结点不会被删除)。当provider下线时，会通知zk删除临时结点，以说明此服务不可用。
                            当consumer启动时，会从zk拉取需要的服务注册信息，缓存到本地，同时利用zk的watcher机制来监听provider的变化。当监听到变化时，更新本地缓存。当consumer调用服务中，根据本地缓存中的服务注册信息构建调用请求，并根据负载均衡策略转发请求。
因此,dubbo的服务发现接近准实时，上下线过程请求不可用可降低到最低(重试机制).

spring cloud
以Euraka 1.x版本为例，服务提供者在启动的时候通过发送REST请求的方式将自己注册到EurakaSever上，同时带上自身元数据。测试完成后每隔30s发送一次心跳，服务端超过90s未收到心跳，则下线此服务。服务下线时，也会通知EurakaSever服务下线。
                      服务消费者启动的时候会发送一个REST请求给注册中心，获取已注册的服务清单。为了性能考虑，EurakaServer会维护一份只读的服务清单来返回给客户端，这份缓存清单会隔30s刷新一次。消费者获取清单之后，就可以获得服务者的实例名和元数据信息。Ribbon默认使用轮询的方式调用，从而实现客户端负载均衡。
                     

目前来看spring cloud消费端对服务的上下线感知是最差的，直观的表现就是下上线期间会产生大量的无效请求(重试机制可以降低些损失)，同时负载均衡的有效利用率最低。当拆解的微服务数量比较少时，euraka的压力不大时，可以关闭euraka server的多级缓存，同时降低consumer的拉取频率(每3s拉取)。