如果使用 Docker 技術(shù)來架構(gòu)微服務(wù)體系，服務(wù)發(fā)現(xiàn)就是一個必然的課題。目前主流的服務(wù)發(fā)現(xiàn)模式有兩種：客戶端發(fā)現(xiàn)模式，以及服務(wù)端發(fā)現(xiàn)模式。

客戶端發(fā)現(xiàn)模式

客戶端發(fā)現(xiàn)模式的架構(gòu)圖如下：

客戶端發(fā)現(xiàn)模式的典型實現(xiàn)是Netflix體系技術(shù)。客戶端從一個服務(wù)注冊服務(wù)中心查詢所有可用服務(wù)實例。客戶端使用負(fù)載均衡算法從多個可用的服務(wù)實例中選擇出一個，然后發(fā)出請求。比較典型的一個開源實現(xiàn)就是 Netflix 的 Eureka。

Netflix-Eureka

Eureka 的客戶端是采用自注冊的模式，客戶端需要負(fù)責(zé)處理服務(wù)實例的注冊和注銷，發(fā)送心跳。

在使用 SpringBoot 集成一個微服務(wù)時，結(jié)合 SpringCloud 項目可以很方便得實現(xiàn)自動注冊。在服務(wù)啟動類上添加@EnableEurekaClient即可在服務(wù)實例啟動時，向配置好的 Eureka 服務(wù)端注冊服務(wù)，并且定時發(fā)送以心跳。

客戶端的負(fù)載均衡由 Netflix Ribbon 實現(xiàn)。服務(wù)網(wǎng)關(guān)使用 Netflix Zuul，熔斷器使用 Netflix Hystrix。

除了服務(wù)發(fā)現(xiàn)的配套框架，SpringCloud 的 Netflix-Feign，提供了聲明式的接口來處理服務(wù)的 Rest 請求。

當(dāng)然，除了使用 FeignClient，也可以使用 Spring RestTemplate。項目中如果使用@FeignClient可以使代碼的可閱讀性更好，Rest API 也一目了然。

服務(wù)實例的注冊管理、查詢，都是通過應(yīng)用內(nèi)調(diào)用 Eureka 提供的 REST API 接口（當(dāng)然使用 SpringCloud-Eureka 不需要編寫這部分代碼）。

由于服務(wù)注冊、注銷是通過客戶端自身發(fā)出請求的，所以這種模式的一個主要問題是對于不同的編程語言會注冊不同服務(wù)，需要為每種開發(fā)語言單獨開發(fā)服務(wù)發(fā)現(xiàn)邏輯。另外，使用 Eureka 時需要顯式配置健康檢查支持。

服務(wù)端發(fā)現(xiàn)模式

服務(wù)端發(fā)現(xiàn)模式的架構(gòu)圖如下：

客戶端向負(fù)載均衡器發(fā)出請求，負(fù)載均衡器向服務(wù)注冊表發(fā)出請求，將請求轉(zhuǎn)發(fā)到注冊表中可用的服務(wù)實例。服務(wù)實例也是在注冊表中注冊，注銷的。負(fù)載均衡可以使用可以使用 Haproxy 或者 Nginx。服務(wù)端發(fā)現(xiàn)模式目前基于 Docker 的主流方案主要是 Consul、Etcd 以及 Zookeeper。

Consul

Consul 提供了一個 API 允許客戶端注冊和發(fā)現(xiàn)服務(wù)。其一致性上基于RAFT算法。通過 WAN 的 Gossip 協(xié)議，管理成員和廣播消息，以完成跨數(shù)據(jù)中心的同步，且支持 ACL 訪問控制。Consul 還提供了健康檢查機(jī)制，支持 kv 存儲服務(wù)（Eureka 不支持）。Consul 的一些更詳細(xì)的介紹可以參考之前寫的一篇：Docker 容器部署 Consul 集群。

Etcd

Etcd 都是強(qiáng)一致的（滿足 CAP 的 CP），高可用的。Etcd 也是基于 RAFT 算法實現(xiàn)強(qiáng)一致性的 KV 數(shù)據(jù)同步。Kubernetes 中使用 Etcd 的 KV 結(jié)構(gòu)存儲所有對象的生命周期。

關(guān)于 Etcd 的一些內(nèi)部原理可以看下etcd v3原理分析

Zookeeper

ZK 最早應(yīng)用于 Hadoop，其體系已經(jīng)非常成熟，常被用于大公司。如果已經(jīng)有自己的 ZK 集群，那么可以考慮用 ZK 來做自己的服務(wù)注冊中心。

Zookeeper 同 Etcd 一樣，強(qiáng)一致性，高可用性。一致性算法是基于 Paxos 的。對于微服務(wù)架構(gòu)的初始階段，沒有必要用比較繁重的 ZK 來做服務(wù)發(fā)現(xiàn)。

服務(wù)注冊

服務(wù)注冊表是服務(wù)發(fā)現(xiàn)中的一個重要組件。除了 Kubernetes、Marathon 其服務(wù)發(fā)現(xiàn)是內(nèi)置的模塊之外。服務(wù)都是需要注冊到注冊表上。上文介紹的 Eureka、consul、etcd 以及 ZK 都是服務(wù)注冊表的例子。

微服務(wù)如何注冊到注冊表也是有兩種比較典型的注冊方式：自注冊模式，第三方注冊模式。

自注冊模式 Self-registration pattern

上文中的 Netflix-Eureka 客戶端就是一個典型的自注冊模式的例子。也即每個微服務(wù)的實例本身，需要負(fù)責(zé)注冊以及注銷服務(wù)。

Eureka 還提供了心跳機(jī)制，來保證注冊信息的準(zhǔn)確，具體的心跳的發(fā)送間隔時間可以在微服務(wù)的 SpringBoot 中進(jìn)行配置。

如下，就是使用 Eureka 做注冊表時，在微服務(wù)（SpringBoot 應(yīng)用）啟動時會有一條服務(wù)注冊的信息：

自注冊方式是比較簡單的服務(wù)注冊方式，不需要額外的設(shè)施或代理，由微服務(wù)實例本身來管理服務(wù)注冊。但是缺點也很明顯，比如 Eureka 目前只提供了 Java 客戶端，所以不方便多語言的微服務(wù)擴(kuò)展。因為需要微服務(wù)自己去管理服務(wù)注冊邏輯，所以微服務(wù)實現(xiàn)也耦合了服務(wù)注冊和心跳機(jī)制�？缯Z言性比較差。

第三方注冊模式 Third party registration pattern

第三方注冊，也即服務(wù)注冊的管理（注冊、注銷服務(wù)）通過一個專門的服務(wù)管理器（Registar）來負(fù)責(zé)。Registrator 就是一個開源的服務(wù)管理器的實現(xiàn)。Registrator 提供了對于 Etcd 以及 Consul 的注冊表服務(wù)支持。

Registrator 作為一個代理服務(wù)，需要部署、運行在微服務(wù)所在的服務(wù)器或者虛擬機(jī)中。比較簡單的安裝方式就是通過 Docker，以容器的方式來運行。三方注冊模式的架構(gòu)圖如下：

通過添加一個服務(wù)管理器，微服務(wù)實例不再直接向注冊中心注冊，注銷。由服務(wù)管理器（Registar）通過訂閱服務(wù)，跟蹤心跳，來發(fā)現(xiàn)可用的服務(wù)實例，并向注冊中心（consul、etcd 等）注冊，注銷實例，以及發(fā)送心跳。這樣就可以實現(xiàn)服務(wù)發(fā)現(xiàn)組件和微服務(wù)架構(gòu)的解耦。

Registrator 配合 Consul，以及 Consul Template 搭建服務(wù)發(fā)現(xiàn)中心，可以參考： Scalable Architecture DR CoN: Docker, Registrator, Consul, Consul Template and Nginx 。此文示例了 Nginx 來做負(fù)載均衡，在具體的實施過程中也可以用 Haproxy 或其他方案進(jìn)行替代。

小結(jié)

除了以上幾種做服務(wù)發(fā)現(xiàn)的技術(shù)，Kubernetes 自帶了服務(wù)發(fā)現(xiàn)模塊，負(fù)責(zé)處理服務(wù)實例的注冊和注銷。Kubernetes 也在每個集群節(jié)點上運行代理，來實現(xiàn)服務(wù)端發(fā)現(xiàn)路由器的功能。如果編排技術(shù)使用的 k8n，可以用 k8n 的一整套 Docker 微服務(wù)方案，對 k8n 感興趣的可以閱讀下Kubernetes 架構(gòu)設(shè)計與核心原理。

在實際的技術(shù)選型中，最主要還是要結(jié)合業(yè)務(wù)、系統(tǒng)的未來發(fā)展的特征進(jìn)行合理判斷。

在 CAP 理論中。Eureka 滿足了 AP，Consul 是 CA，ZK 和 Etcd 是 CP。 在分布式場景下 Eureka 和 Consul 都能保證可用性。而搭建 Eureka 服務(wù)會相對更快速，因為不需要搭建額外的高可用服務(wù)注冊中心，在小規(guī)模服務(wù)器實例時，使用 Eureka 可以節(jié)省一定成本。

Eureka、Consul 都提供了可以查看服務(wù)注冊數(shù)據(jù)的 WebUI 組件。Consul 還提供了 KV 存儲，支持支持 http 和 dns 接口。對于創(chuàng)業(yè)公司最開始搭建微服務(wù)，比較推薦這兩者。

在多數(shù)據(jù)中心方面，Consul 自帶數(shù)據(jù)中心的 WAN 方案。ZK 和 Etcd 均不提供多數(shù)據(jù)中心功能的支持，需要額外的開發(fā)。

跨語言性上，Zookeeper 需要使用其提供的客戶端 api，跨語言支持較弱。Etcd、Eureka 都支持 http，Etcd 還支持 grpc。Consul 除了 http 之外還提供了 DNS 的支持。

安全方面，Consul，Zookeeper 支持 ACL，另外 Consul、Etcd 支持安全通道 Https。

SpringCloud 目前對于 Eureka、Consul、Etcd、ZK 都有相應(yīng)的支持。

Consul 和 Docker 一樣，都是用 Go 語言實現(xiàn)，基于 Go 語言的微服務(wù)應(yīng)用可以優(yōu)先考慮用 Consul。

服務(wù)間的 IPC 機(jī)制

按照微服務(wù)的架構(gòu)體系，解決了服務(wù)發(fā)現(xiàn)的問題之后。就需要選擇合適的服務(wù)間通信的機(jī)制。如果是在 SpringBoot 應(yīng)用中，使用基于 Http 協(xié)議的 REST API 是一種同步的解決方案。而且 Restful 風(fēng)格的 API 可以使每個微服務(wù)應(yīng)用更加趨于資源化，使用輕量級的協(xié)議也是微服務(wù)一直提倡的。

如果每個微服務(wù)是使用 DDD（Domain-Driven Design）思想的話，那么需要每個微服務(wù)盡量不使用同步的 RPC 機(jī)制。異步的基于消息的方式比如 AMQP 或者 STOMP，來松耦合微服務(wù)間的依賴會是很好的選擇。目前基于消息的點對點的 pub/sub 的框架選擇也比較多。下面具體介紹下兩種 IPC 的一些方案。

同步

對于同步的請求/響應(yīng)模式的通信方式�？梢赃x擇基于 Restful 風(fēng)格的 Http 協(xié)議進(jìn)行服務(wù)間通信，或者跨語言性很好的 Thrift 協(xié)議。

如果是使用純 Java 語言的微服務(wù)，也可以使用 Dubbo。如果是 SpringBoot 集成的微服務(wù)架構(gòu)體系，建議選擇跨語言性好、Spring 社區(qū)支持比較好的 RPC。

Dubbo

Dubbo是由阿里巴巴開發(fā)的開源的 Java 客戶端的 RPC 框架。Dubbo 基于 TCP 協(xié)議的長連接進(jìn)行數(shù)據(jù)傳輸。傳輸格式是使用 Hessian 二進(jìn)制序列化。服務(wù)注冊中心可以通過 Zookeeper 實現(xiàn)。

ApacheThrift

ApacheThrift 是由 Facebook 開發(fā)的 RPC 框架。其代碼生成引擎可以在多種語言中，如 C++、 Java、Python、PHP、Ruby、Erlang、Perl 等創(chuàng)建高效的服務(wù)。傳輸數(shù)據(jù)采用二進(jìn)制格式，其數(shù)據(jù)包要比使用 Json 或者 XML 格式的 HTTP 協(xié)議小。高并發(fā)，大數(shù)據(jù)場景下更有優(yōu)勢。

Rest

Rest 基于 HTTP 協(xié)議，HTTP 協(xié)議本身具有語義的豐富性。隨著 Springboot 被廣泛使用，越來越多的基于 Restful 風(fēng)格的 API 流行起來。REST 是基于 HTTP 協(xié)議的，并且大多數(shù)開發(fā)者也是熟知 HTTP 的。

這里另外提一點，很多公司或者團(tuán)隊也是使用Springboot的，也在說自己是基于 Restful 風(fēng)格的。但是事實其實往往是實施得并不到位。

對于你的 Restful 是否是真的 Restful，可以參考這篇文章，對于 Restful 風(fēng)格 API 的成熟度進(jìn)行了四個層次的分析： Richardson Maturity Model steps toward the glory of REST。

如果使用Springboot的話，無論使用什么服務(wù)發(fā)現(xiàn)機(jī)制，都可以通過 Spring 的RestTemplate來做基礎(chǔ)的Http請求封裝。

如果使用的前文提到的Netflix-Eureka的話，可以使用Netflix-Feign。Feign是一個聲明式 Web Service 客戶端�？蛻舳说呢�(fù)載均衡使用 Netflix-Ribbon。

異步

在微服務(wù)架構(gòu)中，排除純粹的“事件驅(qū)動架構(gòu)”，使用消息隊列的場景一般是為了進(jìn)行微服務(wù)之間的解耦。

服務(wù)之間不需要了解是由哪個服務(wù)實例來消費或者發(fā)布消息。只要處理好自己領(lǐng)域范圍的邏輯，然后通過消息通道來發(fā)布，或者訂閱自己關(guān)注的消息就可以。

目前開源的消息隊列技術(shù)也很多。比如 Apache Kafka，RabbitMQ，Apache ActiveMQ 以及阿里巴巴的 RocketMQ 目前已經(jīng)成為 Apache 項目之一。消息隊列的模型中，主要的三個組成就是：

Producer：生產(chǎn)消息，將消息寫入 channel。

Message Broker：消息代理，將寫入 channel 的消息按隊列的結(jié)構(gòu)進(jìn)行管理。負(fù)責(zé)存儲/轉(zhuǎn)發(fā)消息。Broker 一般是需要單獨搭建、配置的集群，而且必須是高可用的。

Consumer：消息的消費者。目前大多數(shù)的消息隊列都是保證消息至少被消費一次。所以根據(jù)使用的消息隊列設(shè)施不同，消費者要做好冪等。

不同的消息隊列的實現(xiàn)，消息模型不同。各個框架的特性也不同：

RabbitMQ

RabbitMQ 是基于 AMQP 協(xié)議的開源實現(xiàn)，由以高性能、可伸縮性出名的 Erlang 寫成。目前客戶端支持 Java、.Net/C# 和 Erlang。

在 AMQP（Advanced Message Queuing Protocol）的組件中，Broker 中可以包含多個Exchange（交換機(jī)）組件。Exchange 可以綁定多個 Queue 以及其他 Exchange。

消息會按照 Exchange 中設(shè)置的 Routing 規(guī)則，發(fā)送到相應(yīng)的 Message Queue。在 Consumer 消費了這個消息之后，會跟 Broker 建立連接。發(fā)送消費消息的通知。則 Message Queue 才會將這個消息移除。

Kafka

Kafka 是一個高性能的基于發(fā)布/訂閱的跨語言分布式消息系統(tǒng)。Kafka 的開發(fā)語言為 Scala。其比較重要的特性是：

以時間復(fù)雜度為O(1)的方式快速消息持久化；

高吞吐率；

支持服務(wù)間的消息分區(qū)，及分布式消費，同時保證消息順序傳輸；

支持在線水平擴(kuò)展,自帶負(fù)載均衡；

支持只消費且僅消費一次（Exactly Once）模式等等。

說個缺點： 管理界面是個比較雞肋了點，可以使用開源的kafka-manager

其高吞吐的特性，除了可以作為微服務(wù)之間的消息隊列，也可以用于日志收集， 離線分析， 實時分析等。

Kafka 官方提供了 Java 版本的客戶端 API，Kafka 社區(qū)目前也支持多種語言，包括 PHP、Python、Go、C/C++、Ruby、NodeJS 等。

ActiveMQ

ActiveMQ 是基于 JMS（Java Messaging Service）實現(xiàn)的 JMSProvider。JMS主要提供了兩種類型的消息：點對點（Point-to-Point）以及發(fā)布/訂閱（Publish/Subscribe）。

目前客戶端支持 Java、C、C++、 C#、Ruby、Perl、Python、PHP。而且 ActiveMQ 支持多種協(xié)議：Stomp、AMQP、MQTT 以及 OpenWire。

RocketMQ/ONS

RocketMQ 是由阿里巴巴研發(fā)開源的高可用分布式消息隊列。ONS是提供商業(yè)版的高可用集群。ONS 支持 pull/push。

可支持主動推送，百億級別消息堆積。ONS 支持全局的順序消息，以及有友好的管理頁面，可以很好的監(jiān)控消息隊列的消費情況，并且支持手動觸發(fā)消息多次重發(fā)。

小結(jié)

通過上篇的微服務(wù)的服務(wù)發(fā)現(xiàn)機(jī)制，加上 Restful API，可以解決微服務(wù)間的同步方式的進(jìn)程間通信。當(dāng)然，既然使用了微服務(wù)，就希望所有的微服務(wù)能有合理的限界上下文（系統(tǒng)邊界）。

微服務(wù)之間的同步通信應(yīng)盡量避免，以防止服務(wù)間的領(lǐng)域模型互相侵入。為了避免這種情況，就可以在微服務(wù)的架構(gòu)中使用一層API gateway（會在下文介紹）。所有的微服務(wù)通過API gateway進(jìn)行統(tǒng)一的請求的轉(zhuǎn)發(fā)，合并。

并且API gateway也需要支持同步請求，以及NIO的異步的請求（可以提高請求合并的效率以及性能）。

消息隊列可以用于微服務(wù)間的解耦。在基于Docker的微服務(wù)的服務(wù)集群環(huán)境下，網(wǎng)絡(luò)環(huán)境會比一般的分布式集群復(fù)雜。

選擇一種高可用的分布式消息隊列實現(xiàn)即可。如果自己搭建諸如Kafka、RabbitMQ集群環(huán)境的話，那對于Broker設(shè)施的高可用性會要求很高。

基于Springboot的微服務(wù)的話，比較推薦使用Kafka 或者ONS。雖然ONS是商用的，但是易于管理以及穩(wěn)定性高，尤其對于必要場景才依賴于消息隊列進(jìn)行通信的微服務(wù)架構(gòu)來說,會更適合。

如果考慮到會存在日志收集，實時分析等場景，也可以搭建Kafka集群。目前阿里云也有了基于Kafka的商用集群設(shè)施。

使用 API Gateway 處理微服務(wù)請求轉(zhuǎn)發(fā)、合并

前面主要介紹了如何解決微服務(wù)的服務(wù)發(fā)現(xiàn)和通信問題。在微服務(wù)的架構(gòu)體系中，使用DDD思想劃分服務(wù)間的限界上下文的時候，會盡量減少微服務(wù)之間的調(diào)用。為了解耦微服務(wù)，便有了基于API Gateway方式的優(yōu)化方案。

解耦微服務(wù)的調(diào)用

比如，下面一個常見的需求場景——“用戶訂單列表”的一個聚合頁面。需要請求”用戶服務(wù)“獲取基礎(chǔ)用戶信息，以及”訂單服務(wù)“獲取訂單信息，再通過請求“商品服務(wù)”獲取訂單列表中的商品圖片、標(biāo)題等信息。如下圖所示的場景 ：

如果讓客戶端（比如H5、Android、iOS）發(fā)出多個請求來解決多個信息聚合，則會增加客戶端的復(fù)雜度。比較合理的方式就是增加API Gateway層。API Gateway跟微服務(wù)一樣，也可以部署、運行在Docker容器中，也是一個Springboot應(yīng)用。如下，通過Gateway API進(jìn)行轉(zhuǎn)發(fā)后：

所有的請求的信息，由Gateway進(jìn)行聚合，Gateway也是進(jìn)入系統(tǒng)的唯一節(jié)點。并且Gateway和所有微服務(wù)，以及提供給客戶端的也是Restful風(fēng)格API。

Gateway層的引入可以很好的解決信息的聚合問題。而且可以更好得適配不同的客戶端的請求，比如H5的頁面不需要展示用戶信息，而iOS客戶端需要展示用戶信息，則只需要添加一個Gateway API請求資源即可，微服務(wù)層的資源不需要進(jìn)行變更。

API Gateway 的特點

API gateway除了可以進(jìn)行請求的合并、轉(zhuǎn)發(fā)。還需要有其他的特點，才能成為一個完整的Gateway。

響應(yīng)式編程

Gateway是所有客戶端請求的入口。類似Facade模式。為了提高請求的性能，最好選擇一套非阻塞I/O的框架。在一些需要請求多個微服務(wù)的場景下，對于每個微服務(wù)的請求不一定需要同步。

前文舉例的“用戶訂單列表”的例子中，獲取用戶信息，以及獲取訂單列表，就是兩個獨立請求。只有獲取訂單的商品信息，需要等訂單信息返回之后，根據(jù)訂單的商品id列表再去請求商品微服務(wù)。

為了減少整個請求的響應(yīng)時間，需要Gateway能夠并發(fā)處理相互獨立的請求。一種解決方案就是采用響應(yīng)式編程。

目前使用Java技術(shù)棧的響應(yīng)式編程方式有，Java8的CompletableFuture，以及ReactiveX提供的基于JVM的實現(xiàn)-RxJava。

ReactiveX是一個使用可觀察數(shù)據(jù)流進(jìn)行異步編程的編程接口，ReactiveX結(jié)合了觀察者模式、迭代器模式和函數(shù)式編程的精華。除了RxJava還有RxJS,RX.NET等多語言的實現(xiàn)。

對于Gateway來說，RxJava提供的Observable可以很好的解決并行的獨立I/O請求，并且如果微服務(wù)項目中使用Java8，團(tuán)隊成員會對RxJava的函數(shù)學(xué)習(xí)吸收會更快。同樣基于Lambda風(fēng)格的響應(yīng)式編程，可以使代碼更加簡潔。關(guān)于RxJava的詳細(xì)介紹可以可以閱讀RxJava文檔和教程。

通過響應(yīng)式編程的Observable模式，可以很簡潔、方便得創(chuàng)建事件流、數(shù)據(jù)流，以及用簡潔的函數(shù)進(jìn)行數(shù)據(jù)的組合和轉(zhuǎn)換，同時可以訂閱任何可觀察的數(shù)據(jù)流并執(zhí)行操作。

通過使用RxJava,“用戶訂單列表”的資源請求時序圖：

響應(yīng)式編程可以更好的處理各種線程同步、并發(fā)請求，通過Observables和Schedulers提供了透明的數(shù)據(jù)流、事件流的線程處理。在敏捷開發(fā)模式下，響應(yīng)式編程使代碼更加簡潔，更好維護(hù)。

鑒權(quán)

Gateway作為系統(tǒng)的唯一入口，基于微服務(wù)的所有鑒權(quán)，都可以圍繞Gateway去做。在Springboot工程中，基礎(chǔ)的授權(quán)可以使用spring-boot-starter-security以及Spring Security（Spring Security也可以集成在Spring MVC項目中）。

Spring Security主要使用AOP，對資源請求進(jìn)行攔截，內(nèi)部維護(hù)了一個角色的Filter Chain。因為微服務(wù)都是通過Gateway請求的，所以微服務(wù)的@Secured可以根據(jù)Gateway中不同的資源的角色級別進(jìn)行設(shè)置。

Spring Security提供了基礎(chǔ)的角色的校驗接口規(guī)范。但客戶端請求的Token信息的加密、存儲以及驗證，需要應(yīng)用自己完成。

對于Token加密信息的存儲可以使用Redis。這里再多提一點，為了保證一些加密信息的可變性，最好在一開始設(shè)計Token模塊的時候就考慮到支持多個版本密鑰，以防止萬一內(nèi)部密鑰被泄露（之前聽一個朋友說其公司的Token加密代碼被員工公布出去）。

至于加密算法，以及具體的實現(xiàn)在此就不再展開。 在Gateway鑒權(quán)通過之后，解析后的token信息可以直接傳遞給需要繼續(xù)請求的微服務(wù)層。

如果應(yīng)用需要授權(quán)（對資源請求需要管理不同的角色、權(quán)限），也只要在Gateway的Rest API基礎(chǔ)上基于AOP思想來做即可。統(tǒng)一管理鑒權(quán)和授權(quán)，這也是使用類似Facade模式的Gateway API的好處之一。

負(fù)載均衡

API Gateway跟Microservice一樣，作為Springboot應(yīng)用，提供Rest api。所以同樣運行在Docker容器中。Gateway和微服務(wù)之間的服務(wù)發(fā)現(xiàn)還是可以采用前文所述的客戶端發(fā)現(xiàn)模式，或者服務(wù)端發(fā)現(xiàn)模式。

在集群環(huán)境下，API Gateway 可以暴露統(tǒng)一的端口，其實例會運行在不同IP的服務(wù)器上。因為我們是使用阿里云的ECS作為容器的基礎(chǔ)設(shè)施，所以在集群環(huán)境的負(fù)載均衡也是使用阿里云的負(fù)載均衡SLB,域名解析也使用AliyunDNS。下圖是一個簡單的網(wǎng)絡(luò)請求的示意：

在實踐中，為了不暴露服務(wù)的端口和資源地址，也可以在服務(wù)集群中再部署Nginx服務(wù)作為反向代理，外部的負(fù)載均衡設(shè)施比如SLB可以將請求轉(zhuǎn)發(fā)到Nginx服務(wù)器，請求通過Nginx再轉(zhuǎn)發(fā)給Gateway端口。如果是自建機(jī)房的集群，就需要搭建高可用的負(fù)載均衡中心。為了應(yīng)對跨機(jī)器請求，最好使用Consul,Consul（Consul Template）+Registor+Haproxy來做服務(wù)發(fā)現(xiàn)和負(fù)載均衡中心。

緩存

對于一些高QPS的請求，可以在API Gateway做多級緩存。分布式的緩存可以使用Redis，Memcached等。如果是一些對實時性要求不高的，變化頻率不高但是高QPS的頁面級請求，也可以在Gateway層做本地緩存。而且Gateway可以讓緩存方案更靈活和通用。

API Gateway的錯誤處理

在Gateway的具體實現(xiàn)過程中，錯誤處理也是一個很重要的事情。對于Gateway的錯誤處理，可以使用Hystrix來處理請求的熔斷。并且RxJava自帶的onErrorReturn回調(diào)也可以方便得處理錯誤信息的返回。對于熔斷機(jī)制，需要處理以下幾個方面：

服務(wù)請求的容錯處理

作為一個合理的Gateway，其應(yīng)該只負(fù)責(zé)處理數(shù)據(jù)流、事件流，而不應(yīng)該處理業(yè)務(wù)邏輯。在處理多個微服務(wù)的請求時，會出現(xiàn)微服務(wù)請求的超時、不可用的情況。在一些特定的場景下， 需要能夠合理得處理部分失敗。比如上例中的“用戶訂單列表”，當(dāng)“User”微服務(wù)出現(xiàn)錯誤時，不應(yīng)該影響“Order”數(shù)據(jù)的請求。

最好的處理方式就是給當(dāng)時錯誤的用戶信息請求返回一個默認(rèn)的數(shù)據(jù)，比如顯示一個默認(rèn)頭像，默認(rèn)用戶昵稱。

然后對于請求正常的訂單，以及商品信息給與正確的數(shù)據(jù)返回。如果是一個關(guān)鍵的微服務(wù)請求異常，比如當(dāng)“Order”領(lǐng)域的微服務(wù)異常時，則應(yīng)該給客戶端一個錯誤碼，以及合理的錯誤提示信息。

這樣的處理可以盡量在部分系統(tǒng)不可用時提升用戶體驗。使用RxJava時，具體的實現(xiàn)方式就是針對不同的客戶端請求的情況，寫好onErrorReturn，做好錯誤數(shù)據(jù)兼容即可。

異常的捕捉和記錄

Gateway主要是做請求的轉(zhuǎn)發(fā)、合并。為了能清楚得排查問題，定位到具體哪個服務(wù)、甚至是哪個Docker容器的問題，需要Gateway能對不同類型的異常、業(yè)務(wù)錯誤進(jìn)行捕捉和記錄。如果使用FeignClient來請求微服務(wù)資源，可以通過對ErrorDecoder接口的實現(xiàn)，來針對Response結(jié)果進(jìn)行進(jìn)一步的過濾處理，以及在日志中記錄下所有請求信息。如果是使用Spring Rest Template,則可以通過定義一個定制化的RestTempate，并對返回的ResponseEntity進(jìn)行解析。在返回序列化之后的結(jié)果對象之前，對錯誤信息進(jìn)行日志記錄。

超時機(jī)制

Gateway線程中大多是IO線程，為了防止因為某一微服務(wù)請求阻塞，導(dǎo)致Gateway過多的等待線程，耗盡線程池、隊列等系統(tǒng)資源。需要Gateway中提供超時機(jī)制，對超時接口能進(jìn)行優(yōu)雅的服務(wù)降級。

在SpringCloud的Feign項目中集成了Hystrix。Hystrix提供了比較全面的超時處理的熔斷機(jī)制。默認(rèn)情況下，超時機(jī)制是開啟的。除了可以配置超時相關(guān)的參數(shù)，Netflix還提供了基于Hytrix的實時監(jiān)控Netflix -Dashboard,并且集群服務(wù)只需再附加部署Netflix-Turbine。通用的Hytrix的配置項可以參考Hystrix-Configuration。

如果是使用RxJava的Observable的響應(yīng)式編程，想對不同的請求設(shè)置不同的超時時間，可以直接在Observable的timeout()方法的參數(shù)進(jìn)行設(shè)置回調(diào)的方法以及超時時間等。

重試機(jī)制

對于一些關(guān)鍵的業(yè)務(wù)，在請求超時時，為了保證正確的數(shù)據(jù)返回，需要Gateway能提供重試機(jī)制。如果使用SpringCloudFeign，則其內(nèi)置的Ribbon，會提供的默認(rèn)的重試配置，可以通過設(shè)置spring.cloud.loadbalancer.retry.enabled=false將其關(guān)閉。

Ribbon提供的重試機(jī)制會在請求超時或者socket read timeout觸發(fā)，除了設(shè)置重試，也可以定制重試的時間閥值以及重試次數(shù)等。

對于除了使用Feign，也使用Spring RestTemplate的應(yīng)用，可以通過自定義的RestTemplate,對于返回的ResponseEntity對象進(jìn)行結(jié)果解析，如果請求需要重試（比如某個固定格式的error-code的方式識別重試策略），則通過Interceptor進(jìn)行請求攔截，以及回調(diào)的方式invoke多次請求。

小結(jié)

對于微服務(wù)的架構(gòu)，通過一個獨立的API Gateway,可以進(jìn)行統(tǒng)一的請求轉(zhuǎn)發(fā)、合并以及協(xié)議轉(zhuǎn)換。可以更靈活得適配不同客戶端的請求數(shù)據(jù)。而且對于不同客戶端（比如H5和iOS的展示數(shù)據(jù)不同）、不同版本兼容的請求,可以很好地在Gateway進(jìn)行屏蔽，讓微服務(wù)更加純粹。微服務(wù)只要關(guān)注內(nèi)部的領(lǐng)域服務(wù)的設(shè)計，事件的處理。

API gateway還可以對微服務(wù)的請求進(jìn)行一定的容錯、服務(wù)降級。使用響應(yīng)式編程來實現(xiàn)API gateway可以使線程同步、并發(fā)的代碼更簡潔，更易于維護(hù)。在對于微服務(wù)的請求可以統(tǒng)一通過FeignClint。代碼也會很有層次。如下圖，是一個示例的請求的類層次。

Clint負(fù)責(zé)集成服務(wù)發(fā)現(xiàn)（對于使用Eureka自注冊方式）、負(fù)載均衡以及發(fā)出請求，并獲取ResponseEntity對象。

Translator將ResponseEntity轉(zhuǎn)換成Observable對象，以及對異常進(jìn)行統(tǒng)一日志采集，類似于DDD中防腐層的概念。

Adapter調(diào)用各個Translator，使用Observable函數(shù)，對請求的數(shù)據(jù)流進(jìn)行合并。如果存在多個數(shù)據(jù)的組裝，可以增加一層Assembler專門處理DTO對象到Model的轉(zhuǎn)換。

Controller,提供Restful資源的管理，每個Controller只請求唯一的一個Adapter方法。

服務(wù)集群的解決方案

企業(yè)在實踐使用Docker部署、運行微服務(wù)應(yīng)用的時候，無論是一開始就布局微服務(wù)架構(gòu)，或者從傳統(tǒng)的單應(yīng)用架構(gòu)進(jìn)行微服務(wù)化遷移。都需要能夠處理復(fù)雜的集群中的服務(wù)調(diào)度、編排、監(jiān)控等問題。下面主要為介紹在分布式的服務(wù)集群下，如何更安全、高效得使用Docker,以及在架構(gòu)設(shè)計上，需要考慮的方方面面。

負(fù)載均衡

這里說的是集群中的負(fù)載均衡，如果是純服務(wù)端API的話就是指Gateway API的負(fù)載均衡，如果使用了Nginx的話，則是指Nginx的負(fù)載均衡。我們目前使用的是阿里云的負(fù)載均衡服務(wù)SLB。

其中一個主要原因是可以跟DNS域名服務(wù)進(jìn)行綁定。對于剛開始進(jìn)行創(chuàng)業(yè)的公司來說，可以通過Web界面來設(shè)置負(fù)載均衡的權(quán)重，比較便于部分發(fā)布、測試驗證,以及健康檢查監(jiān)控等等。從效率和節(jié)約運維成本上來說都是個比較適合的選擇。

如果自己搭建七層負(fù)載均衡如使用Nginx或Haproxy的話，也需要保證負(fù)責(zé)負(fù)載均衡的集群也是高可用的,以及提供便捷的集群監(jiān)控，藍(lán)綠部署等功能。

持久化及緩存

關(guān)系型數(shù)據(jù)庫（RDBMS）

對于微服務(wù)來說，使用的存儲技術(shù)主要是根據(jù)企業(yè)的需要。為了節(jié)約成本的話，一般都是選用Mysql，在Mysql的引擎選擇的話建議選擇InnoDB引擎(5.5版本之前默認(rèn)MyISAM)。

InnoDB在處理并發(fā)時更高效，其查詢性能的差距也可以通過緩存、搜索等方案進(jìn)行彌補。InnoDB處理數(shù)據(jù)拷貝、備份的免費方案有binlog，mysqldump。不過要做到自動化的備份恢復(fù)、可監(jiān)控的數(shù)據(jù)中心還是需要DBA或者運維團(tuán)隊。

相對花費的成本也較高。如果初創(chuàng)企業(yè)，也可以考慮依托一些國內(nèi)外比較大型的云計算平臺提供的PaaS服務(wù)。

微服務(wù)一般按照業(yè)務(wù)領(lǐng)域進(jìn)行邊界劃分，所以微服務(wù)最好是一開始就進(jìn)行分庫設(shè)計。是否需要進(jìn)行分表需要根據(jù)每個微服務(wù)具體的業(yè)務(wù)領(lǐng)域的發(fā)展以及數(shù)據(jù)規(guī)模進(jìn)行具體分析。但建議對于比較核心的領(lǐng)域的模型，比如“訂單”提前做好分表字段的設(shè)計和預(yù)留。

KV模型數(shù)據(jù)庫（Key-Value-stores）

Redis是開源的Key-Value結(jié)構(gòu)的數(shù)據(jù)庫。其基于內(nèi)存，具有高效緩存的性能，同時也支持持久化。Redis主要有兩種持久化方式。一種是RDB，通過指定時間間隔生成數(shù)據(jù)集的時間點快照，從內(nèi)存寫入磁盤進(jìn)行持久化。

RDB方式會引起一定程度的數(shù)據(jù)丟失，但性能好。另外一種是AOF,其寫入機(jī)制，有點類似InnoDB的binlog，AOF的文件的命令都是以Redis協(xié)議格式保存。

這兩種持久化是可以同時存在的，在Redis重啟時，AOF文件會被優(yōu)先用于恢復(fù)數(shù)據(jù)。因為持久化是可選項，所以也可以禁用Redis持久化。

在實際的場景中，建議保留持久化。比如目前比較流行的解決短信驗證碼的驗證，就可使用Redis。在微服務(wù)架構(gòu)體系中，也可以用Redis處理一些KV數(shù)據(jù)結(jié)構(gòu)的場景。輕量級的數(shù)據(jù)存儲方案，也很適合本身強(qiáng)調(diào)輕量級方案的微服務(wù)思想。

我們在實踐中，是對Redis進(jìn)行了緩存、持久化，兩個功能特征進(jìn)行分庫的。

在集成Springboot項目中會使用到spring-boot-starter-data-redis來進(jìn)行Redis的數(shù)據(jù)庫連接以及基礎(chǔ)配置、以及spring-data-redis提供的豐富的數(shù)據(jù)APIOperations。

另外，如果是要求高吞吐量的應(yīng)用，可以考慮用Memcached來專門做簡單的KV數(shù)據(jù)結(jié)構(gòu)的緩存。其比較適合大數(shù)據(jù)量的讀取，但支持的數(shù)據(jù)結(jié)構(gòu)類型比較單一。

圖形數(shù)據(jù)庫（Graph Database）

涉及到社交相關(guān)的模型數(shù)據(jù)的存儲，圖形數(shù)據(jù)庫是一種相交關(guān)系型數(shù)據(jù)庫更高效、更靈活的選擇。圖形數(shù)據(jù)庫也是Nosql的一種。其和KV不同，存儲的數(shù)據(jù)主要是數(shù)據(jù)節(jié)點（node）, 具有指向性的關(guān)系（Relationship）以及節(jié)點和關(guān)系上的屬性（Property）。

如果用Java作為微服務(wù)的主開發(fā)語言，最好選擇Neo4j。Neo4j是一種基于Java實現(xiàn)的支持ACID的圖形數(shù)據(jù)庫。

其提供了豐富的JavaAPI。在性能方面，圖形數(shù)據(jù)庫的局部性使遍歷的速度非�？欤�尤其是大規(guī)模深度遍歷。這個是關(guān)系型數(shù)據(jù)庫的多表關(guān)聯(lián)無法企及的。

下圖是使用Neo4j的WebUI工具展示的一個官方Getting started數(shù)據(jù)模型示例。示例中的語句MATCH p=()-[r:DIRECTED]->() RETURN p LIMIT 25是Neo4j提供的查詢語言——Cypher。

在項目使用時可以集成SpringData的項目Spring Data Neo4j。以及SpringBootStartersspring-boot-starter-data-neo4j

文檔數(shù)據(jù)庫（Document database）

目前應(yīng)用的比較廣泛的開源的面向文檔的數(shù)據(jù)庫可以用Mongodb。Mongo具有高可用、高可伸縮性以及靈活的數(shù)據(jù)結(jié)構(gòu)存儲，尤其是對于Json數(shù)據(jù)結(jié)構(gòu)的存儲。比較適合博客、評論等模型的存儲。

搜索技術(shù)

在開發(fā)的過程中，有時候經(jīng)常會看到有人寫了很長很繞、很難維護(hù)的多表查詢SQL，或者是各種多表關(guān)聯(lián)的子查詢語句。對于某一領(lǐng)域模型，當(dāng)這種場景多的時候，就該考慮接入一套搜索方案了。不要什么都用SQL去解決，尤其是查詢的場景。慢查詢語句的問題有時候甚至?xí)�拖垮DB，如果DB的監(jiān)控體系做的不到位，可能問題也很難排查。

Elasticsearch是一個基于Apache Lucene實現(xiàn)的開源的實時分布式搜索和分析引擎。Springboot的項目也提供了集成方式: spring-boot-starter-data-elasticsearch以及spring-data-elasticsearch。

對于搜索集群的搭建，可以使用Docker。具體搭建方法可以參考用Docker搭建Elasticsearch集群, 對于Springboot項目的集成可以參考在Springboot微服務(wù)中集成搜索服務(wù)。

至今，最新版本的SpringDataElasticsearch已經(jīng)支持到了5.x版本的ES，可以解決很多2.x版本的痛點了。

如果是小規(guī)模的搜索集群，可以用三臺低配置的機(jī)器，然后用ES的Docker進(jìn)項進(jìn)行搭建。也可以使用一些商業(yè)版的PaaS服務(wù)。如何選擇還是要根據(jù)團(tuán)隊和業(yè)務(wù)的規(guī)模、場景來看。

目前除了ES,使用比較廣泛的開源搜索引擎還有Solr,Solr也基于Lucene,且專注在文本搜索。

而ES的文本搜索確實不如Solr,ES主要專注于對分布式的支持，并且內(nèi)置了服務(wù)發(fā)現(xiàn)組件Zen來維護(hù)集群狀態(tài)，相對Solr（需要借助類似Zookeeper實現(xiàn)分布式）部署也更加輕量級。ES除了分析查詢，還可以集成日志收集以及做分析處理。

消息隊列

消息隊列如前篇所述，可以作為很好的微服務(wù)解耦通信方式。在分布式集群的場景下，對于分布式下的最終一致性也可以提供技術(shù)基礎(chǔ)保障。并且消息隊列也可以用來處理流量削鋒。

消息隊列的對比在此不再贅述。目前公司使用的是阿里云的ONS。因為使用消息隊列還是考慮用在對高可用以及易于管理、監(jiān)控上的要求，所以選擇了安全可靠的消息隊列平臺。

安全技術(shù)

安全性是做架構(gòu)需要考慮的基礎(chǔ)�；ヂ�(lián)網(wǎng)的環(huán)境復(fù)雜，保護(hù)好服務(wù)的安全，也是對用戶的基本承諾。安全技術(shù)涉及到的范圍比較廣，本文選幾個常見問題以及常用方式來簡單介紹下。

服務(wù)實例安全

分布式集群本身就是對于服務(wù)實例安全的一種保障。一臺服務(wù)器或者某一個服務(wù)實例出現(xiàn)問題的時候，負(fù)載均衡可以將請求轉(zhuǎn)發(fā)到其他可用的服務(wù)實例。但很多企業(yè)是自建機(jī)房，而且是單機(jī)房的，這種布局其實比較危險。

因為服務(wù)器的備份容災(zāi)也得不到完整的保障。最怕的就是數(shù)據(jù)庫也是在同一機(jī)房，主備全都在一起。不單是安全性得不到很高的保障，平常的運維花銷也會比較大。而且需要注意配置防火墻安全策略。

如果可以，盡量使用一些高可用、高可伸縮的穩(wěn)定性IaaS平臺。

網(wǎng)絡(luò)安全

1.預(yù)防網(wǎng)絡(luò)攻擊

目前主要的網(wǎng)絡(luò)攻擊有一下幾種：

SQL注入：根據(jù)不同的持久層框架，應(yīng)對策略不同。如果使用JPA，則只要遵循JPA的規(guī)范，基本不用擔(dān)心。

XSS攻擊：做好參數(shù)的轉(zhuǎn)義處理和校驗。具體參考XSS預(yù)防

CSRF攻擊：做好Http的Header信息的Token、Refer驗證。具體參考CSRF預(yù)防

DDOS攻擊：大流量的DDoS攻擊，一般是采用高防IP。也可以接入一些云計算平臺的高防IP。

以上只是列舉了幾種常見的攻擊，想要深入了解的可以多看看REST安全防范表。

在網(wǎng)絡(luò)安全領(lǐng)域，一般很容易被初創(chuàng)企業(yè)忽視，如果沒有一個運維安全團(tuán)隊，最好使用類似阿里云-云盾之類的產(chǎn)品，省心省成本。

2.使用安全協(xié)議

這個不用多說，無論是對于使用Restful API的微服務(wù)通信，還是使用的CDN或者使用的DNS服務(wù)。涉及到Http協(xié)議的，建議都統(tǒng)一使用Https。

無論是什么規(guī)模的應(yīng)用，都要防范流量劫持，否則將會給用戶帶來很不好的使用體驗。

3.鑒權(quán)

關(guān)于微服務(wù)的鑒權(quán)前面API Gateway已經(jīng)有介紹。除了微服務(wù)本身之外，我們使用的一些如Mysql，Redis,Elasticsearch，Eureka等服務(wù)，也需要設(shè)置好鑒權(quán)，并且盡量通過內(nèi)網(wǎng)訪問。

不要對外暴露過多的端口。對于微服務(wù)的API Gateway,除了鑒權(quán)，最好前端通過Nginx反向代理來請求API層。

日志采集、監(jiān)控

基于容器技術(shù)的微服務(wù)的監(jiān)控體系面臨著更復(fù)雜的網(wǎng)絡(luò)、服務(wù)環(huán)境。日志采集、監(jiān)控如何能對微服務(wù)減少侵入性、對開發(fā)者更透明，一直是很多微服務(wù)的DevOps在不斷思考和實踐的。

1.微服務(wù)日志的采集

微服務(wù)的API層的監(jiān)控，需要從API Gateway到每個微服務(wù)的調(diào)用路徑的跟蹤，采集以及分析。

使用Rest API的話，為了對所有請求進(jìn)行采集，可以使用Spring Web的OncePerRequestFilter對所有請求進(jìn)行攔截，在采集日志的時候，也最好對請求的rt進(jìn)行記錄。

除了記錄access，request等信息，還需要對API調(diào)用進(jìn)行請求跟蹤。如果單純記錄每個服務(wù)以及Gateway的日志，那么當(dāng)Gateway Log出現(xiàn)異常的時候，就不知道其具體是微服務(wù)的哪個容器實例出現(xiàn)了問題。

如果容器達(dá)到一定數(shù)量，也不可能排查所有容器以及服務(wù)實例的日志。比較簡單的解決方式就是對log信息都append一段含有容器信息的、唯一可標(biāo)識的Trace串。

日志采集之后，還需要對其進(jìn)行分析。如果使用E.L.K的技術(shù)體系，就可以靈活運用Elasticsearch的實時分布式特性。

Logstash可以進(jìn)行日志進(jìn)行收集、分析，并將數(shù)據(jù)同步到Elasticsearch。Kibana 結(jié)合 Logstash 和 ElasticSearch，提供良好的便于日志分析的WebUI，增強(qiáng)日志數(shù)據(jù)的可視化管理。

對于數(shù)據(jù)量大的日志的采集，為了提升采集性能，需要使用上文提到的消息隊列。優(yōu)化后的架構(gòu)如下：

關(guān)鍵字：微服務(wù)Docker