分布式基本概念（微服务/集群/分布式/节点/远程调用/负载均衡/服务注册/服务发现/注册中心/配置中心/服务熔断/服务降级/API网关）

分布式基础概念

微服务

微服务架构风格，就像是把一个单独的应用程序开发为一套小服务，每个小服务运行在自己的进程中，并使用轻量级机制通信，通常是HTTP API。这些服务围绕业务能力来构建，并通过完全自动化部署机制来独立部署。这些服务使用不同的编程语言书写，以及不同数据存储技术，并保持最低限度的集中式管理。

简而言之，拒绝大型单体应用，基于业务边界进行服务微化拆分，各个服务独立部署运行。

集群&分布式&节点

集群是个物理形态，分布式是个工作方式。

只要是一堆机器，就可以叫集群，他们是不是一起协作干活，这个谁也不知道；

《分布式系统原理与泛型》定义
“分布式系统是若干个独立计算机的集合，这些计算机对于用户来说就像单个相关系统”分布式系统是建立在网络之上的软件系统。

分布式是指将不同的业务分布在不同的地方。

集群指的是几台服务器集中在一起，实现同一业务。

例如：京东是一个分布式系统，众多业务运行在不同的机器，所有业务构成了一个大型的业务集群。每一个小的业务，比如用户系统，访问压力大的时候一台服务器是不够的。我们就应该将用户系统部署到多个服务器，也就是每一个业务系统也可以做集群化。

分布式中的每一个节点，都可以做集群。而集群并不一定就是分布式的。（比如京东用户系统底下可以有十台用户服务，这十台就叫集群，但是这不叫分布式，分布式指的是京东整个大系统）

节点：集群中的一个服务器。

远程调用

在分布式系统中，各个服务可能处于不同主机，但是服务之间不可避免需要互相调用，我们称为远程调用。

SpringCloud中使用HTTP+JSON的方式完成远程调用

负载均衡

比如上图左边是订单服务，右边是商品服务集群的三个节点，三个节点中都有商品服务，如果第一个节点查询饱满了后，此时订单服务就会查询剩余两台的商品服务，这就是负载均衡。

目的：为了使每一台服务器都不要太忙或者太闲，我们可以负载均衡的调用每一个服务器，提升网站的健壮性。

常见的负载均衡算法：

轮询：为第一个请求选择健康池中的第一个后端服务器，然后按顺序往后依次选择，直到最后一个，然后循环。

最小连接：优先选择连接数最少，也就是压力最小的后端服务器，在会话较长的情况下可以考虑采取这种方式。

散列：根据请求源的IP的散列（hash）来选择要转发的服务器。这种方式可以在一定程度上保证特定用户连接到相同的服务器，如果你的应用需要处理状态而要求用户连接到和之前相同的服务器，可以考虑这种方式。

服务注册/发现&注册中心

A服务调用B服务，A服务并不知道B服务当前在哪几台服务器有，哪些是正常的，哪些服务已经下线，解决这个问题可以引入注册中心。

比如上图，假如B服务第一个节点由下线到上线状态转化时，此时，B服务第一个节点会到注册中心去注册（此过程称为服务注册），当A服务想要调用B服务时，先去注册中心查找B服务哪个节点在线（此过程称为服务发现），最后根据负载均衡算法选择B服务的节点，当B服务某个节点下线后，注册中心也会更新此节点下线的状态，A服务再次在注册中心查找时，只能去调用在线的B服务节点…

如果某些服务下线，我们其他人可以实时的感知到其他服务的状态，从而避免调用不可用的服务。

配置中心

每一个服务最终都有大量的配置，并且每个服务都可能部署在多台机器上。我们经常需要变更配置，我们可以让每个服务在配置中心获取自己的配置。

也就是说，配置中心用来集中管理微服务的配置信息。

服务熔断&服务降级

在微服务架构中，微服务之间通过网络进行通信，存在相互依赖，当其中一个服务不可用时，有可能造成雪崩效应，要防止这样的情况，必须要有容错机制来保护服务。

上图解释（雪崩效应）：订单服务调用商品服务，商品服务调用库存服务。当库存服务阻塞时，导致商品服务也会阻塞，商品服务阻塞则订单服务也会阻塞。当高并发时，更会导致请求积压，全部阻塞到此过程（订单服务-商品服务-库存服务），最终直到耗尽服务器资源。

服务熔断

设置服务的超时，当被调用的服务经常失败到达某个阈值，我们可以开启断路保护机制，后来的请求不再调用这个服务。本地直接返回默认的数据。

服务降级

在运维期间，当系统处于高峰期，系统资紧张，我们可以让非核心业务降级运行。降级：某些服务不处理，或者简单处理（即抛异常，返回NULL，调用Mock数据，调用Fallback处理逻辑）。

API网关

在微服务架构中，API Gateway 作为整体架构的重要组件，它抽象了微服务中都需要的公共功能，同时提供了客户端负载均衡，服务自动熔断，灰度发布，统一认证，限流流控，日志统计等丰富功能，帮助我们解决很多API管理难题。