CyC2018 · Oct 25, 2026 · Oct 25, 2026 · Oct 25, 2026
diff --git a/README.md b/README.md
@@ -60,6 +60,7 @@
 - [系统设计基础](https://github.com/CyC2018/CS-Notes/blob/master/notes/系统设计基础.md)
 - [分布式](https://github.com/CyC2018/CS-Notes/blob/master/notes/分布式.md)
 - [集群](https://github.com/CyC2018/CS-Notes/blob/master/notes/集群.md)
+- [微服务](https://github.com/CyC2018/CS-Notes/blob/master/notes/微服务.md)
 - [攻击技术](https://github.com/CyC2018/CS-Notes/blob/master/notes/攻击技术.md)
 - [缓存](https://github.com/CyC2018/CS-Notes/blob/master/notes/缓存.md)
 - [消息队列](https://github.com/CyC2018/CS-Notes/blob/master/notes/消息队列.md)

diff --git a/notes/pics/instance-down.png b/notes/pics/instance-down.png
diff --git a/notes/pics/microservice-overview.png b/notes/pics/microservice-overview.png
diff --git a/notes/微服务.md b/notes/微服务.md
@@ -0,0 +1,278 @@
+# 微服务
+<!-- GFM-TOC -->
+* [微服务](#微服务)
+    * [一、从单体到微服务](#一从单体到微服务)
+        * [服务拆分](#服务拆分)
+    * [二、组件](#二组件)
+    * [三、注册中心](#三注册中心)
+    * [四、服务调用](#四服务调用)
+        * [OpenFeign](#openfeign)
+        * [实例下线后多久能感知](#实例下线后多久能感知)
+        * [注册中心宕机](#注册中心宕机)
+    * [五、网关](#五网关)
+    * [六、配置中心](#六配置中心)
+    * [七、服务保护与分布式事务](#七服务保护与分布式事务)
+    * [八、链路追踪](#八链路追踪)
+    * [九、灰度发布](#九灰度发布)
+    * [参考资料](#参考资料)
+<!-- GFM-TOC -->
+
+
+## 一、从单体到微服务
+
+一个商城最初通常是单体应用：用户、商品、库存、订单、支付的代码在同一个工程中，部署成一个进程，共用一个数据库。微服务指的是把系统按业务拆成多个独立部署的服务，每个服务有自己的数据库，服务之间通过网络调用。例如下单时，订单服务要通过网络调用库存服务扣减库存，而不是调用同一个进程中的方法。
+
+拆分带来的好处：
+
+- 独立部署：修改库存服务只需重新发布库存服务；
+- 独立扩容：大促时只给订单服务和库存服务增加实例；
+- 故障隔离：支付服务出问题时，用户仍然可以浏览商品；
+- 团队独立：每个团队负责几个服务，可以各自开发和发布。
+
+代价同样明显：
+
+- 方法调用变成了网络调用，可能超时和失败，需要处理超时、重试和熔断；
+- 一个数据库事务变成了跨服务的分布式事务；
+- 一个请求经过多个服务，排查问题需要链路追踪；
+- 服务和实例的数量增加，部署和监控的成本更高。
+
+因此团队规模小、业务还在快速变化时，单体应用加上清晰的模块划分往往更合适；当各个模块的发布互相阻塞，或者某些模块需要单独扩容时，再考虑拆分。
+
+### 服务拆分
+
+拆分的依据是业务边界，而不是技术上的分层。判断方法是看数据：经常被一起修改、需要在同一个事务中保证一致的数据，应该放在同一个服务中。例如订单和订单明细放在订单服务，库存放在库存服务。
+
+拆分之后每个服务只能访问自己的数据库，订单服务不能再用 JOIN 查询用户表中的用户名。常见的做法有两种：调用用户服务的接口查询；或者在下单时把用户名、商品名称和价格作为快照保存到订单表中，商品之后改名、改价，订单中记录的仍然是下单时的信息。
+
+拆分已有的单体时通常逐步进行：先拆变化快、压力大的模块，新功能直接写在新服务中，网关把对应的请求转发给新服务，旧功能再一点点迁出。数据库也是先理清每个模块用到哪些表，消除跨模块的 JOIN 和事务，最后再分库。
+
+## 二、组件
+
+服务拆分之后，要解决服务在哪里、怎么调用、配置怎么管理等问题。Spring Cloud 为这些问题定义了统一的接口，Spring Cloud Alibaba 等项目提供具体的实现：
+
+| 要解决的问题 | 组件 | 其它常见选择 |
+| --- | --- | --- |
+| 服务的实例在哪里 | 注册中心：Nacos | Eureka、ZooKeeper、Consul |
+| 配置怎么集中管理和动态修改 | 配置中心：Nacos | Apollo |
+| 怎么调用其它服务 | OpenFeign + Spring Cloud LoadBalancer | Dubbo、gRPC |
+| 外部请求从哪里进入 | 网关：Spring Cloud Gateway | Kong |
+| 下游故障时怎么保护自己 | Sentinel | Resilience4j |
+| 跨服务的事务 | Seata | 本地消息表、事务消息 |
+| 一个请求经过了哪些服务 | 链路追踪：Micrometer Tracing | SkyWalking、Zipkin |
+
+下面的例子都在本机实际运行：网关、订单服务各一个实例，库存服务两个实例，订单服务通过 OpenFeign 调用库存服务扣减库存。
+
+<div align="center"> <img src="pics/microservice-overview.png" width="740px"/> </div><br>
+
+## 三、注册中心
+
+注册中心的基本原理见 [服务发现](分布式.md#服务发现)。库存服务启动后，Nacos 中记录的实例信息如下（省略了部分字段）：
+
+```json
+{
+  "ip": "127.0.0.1", "port": 8081,
+  "weight": 1.0, "healthy": true, "enabled": true, "ephemeral": true,
+  "metadata": {"preserved.register.source": "SPRING_CLOUD"}
+}
+```
+
+weight 用于按权重分配流量；metadata 可以存放版本号等自定义信息，灰度发布时会用到；ephemeral 表示临时实例，Spring Cloud 应用默认注册为临时实例。
+
+Nacos 2.x 的客户端与服务端之间保持一个 gRPC 长连接，端口为主端口加 1000（默认 9848）。临时实例依附于这个连接，连接断开，服务端就删除这个实例。持久化实例保存在服务端，客户端断开后不会被删除，只会被标记为不健康，通常由运维通过控制台或者接口维护。
+
+Nacos 与 ZooKeeper 的区别：Nacos 的临时实例使用自研的 Distro 协议，每个节点都保存全部数据，网络分区时仍然可以返回实例列表，属于 AP；ZooKeeper 是 CP 的，只有多数节点可用时才能提供服务。服务发现可以容忍短暂的数据不一致，却不能接受注册中心不可用，所以更适合 AP。
+
+## 四、服务调用
+
+### OpenFeign
+
+订单服务调用库存服务时，只需声明一个接口：
+
+```java
+@FeignClient(name = "inventory-service")
+interface InventoryClient {
+    @PostMapping("/inventory/deduct")
+    Map<String, Object> deduct(@RequestParam("skuId") long skuId, @RequestParam("count") int count);
+}
+```
+
+```java
+Map<String, Object> result = inventoryClient.deduct(10086, 2);
+```
+
+注入的 inventoryClient 是 JDK 动态代理生成的对象，运行时打印它的类名为 $Proxy88。调用 deduct() 时：
+
+1. 代理根据注解拼出 HTTP 请求 POST /inventory/deduct?skuId=10086&count=2；
+2. Spring Cloud LoadBalancer 从 inventory-service 的实例列表中选出一个实例，默认轮询，连续下单 6 次依次落在 8082、8081、8082、8081、8082、8081；
+3. 把请求发给选中的实例，再把响应的 JSON 转换为返回值。
+
+原理与 [RPC 的调用过程](分布式.md#调用过程) 相同，只是 OpenFeign 使用 HTTP + JSON，而 Dubbo 默认使用 TCP 上的二进制协议。Spring Cloud 项目常用 OpenFeign，因为它的注解与 Spring MVC 一致，被调用的就是普通的 HTTP 接口；调用量大、对延迟敏感的内部服务可以选择 Dubbo 或者 gRPC，原因见 [RPC 与 HTTP](分布式.md#rpc-与-http)。
+
+服务之间不通过 Nginx 转发，是因为 Nginx 是集中式的代理：每次调用都要多经过一跳，Nginx 本身也要做高可用，实例变化时还要更新它的配置。客户端负载均衡由调用方直接从注册中心获取实例列表并选择实例，没有中间这一跳。
+
+需要注意的是，OpenFeign 默认的连接超时为 10 秒、读取超时为 60 秒。下游实例卡住时，实测订单服务要等 60 秒才失败，期间一直占用一个线程，所以要按接口的实际耗时设置超时：
+
+```yaml
+spring:
+  cloud:
+    openfeign:
+      client:
+        config:
+          default:
+            connect-timeout: 500
+            read-timeout: 2000
+```
+
+### 实例下线后多久能感知
+
+注册中心删除实例之后，调用方并不会立刻停止调用它。下面让订单服务每 0.2 秒调用一次库存服务，再用三种方式停掉 8082：
+
+<div align="center"> <img src="pics/instance-down.png" width="740px"/> </div><br>
+
+| 停止方式 | Nacos 删除实例 | 默认配置 | 关闭负载均衡缓存，读取超时 2 秒 |
+| --- | --- | --- | --- |
+| kill -9，进程退出 | 0.6 s | 35 s 内约一半调用失败，共 83 次 | 失败 1 次 |
+| 正常关闭 | 0.6 s | 33 s 内失败 77 次 | 失败 1 次 |
+| kill -STOP，进程卡住 | 23 s | 发往它的调用要等 60 s 才失败 | 每次 2 s 后失败，约 23 s 后不再调用 |
+
+原因有两个：
+
+- 负载均衡缓存：Spring Cloud LoadBalancer 默认把实例列表缓存 35 秒，Nacos 已经删除了实例，调用方在缓存过期前仍然会选中它。Nacos 客户端会接收服务端推送的实例变化并保存在本地，所以可以关闭这层缓存（spring.cloud.loadbalancer.cache.enabled 设为 false），Spring Cloud 的文档也建议在服务发现客户端已有缓存时关闭，避免重复缓存；
+- 连接没有断开：进程退出或者正常关闭时连接随之断开，Nacos 立刻删除实例；进程卡住、机器宕机或者网络中断时连接并没有断开，Nacos 要等健康检查超时才能发现，本机实测为 23 秒。这段时间只能靠调用方的超时和熔断尽快放弃这个实例。
+
+### 注册中心宕机
+
+停掉 Nacos 后：
+
+- 已经运行的订单服务仍然可以调用库存服务，因为实例列表已经缓存在本地；
+- 新启动的订单服务默认无法启动：spring.cloud.nacos.discovery.fail-fast 默认为 true，注册失败时直接报错退出。把它设为 false 后可以启动，配置也能从本地快照读取，但调用库存服务时报错 No servers available for service: inventory-service，因为新进程从没有拿到过实例列表。
+
+所以注册中心宕机不会立刻影响线上的调用，但扩容和发布都无法进行，生产环境中 Nacos 要以集群方式部署。
+
+## 五、网关
+
+外部请求不应该直接访问各个服务：客户端要知道每个服务的地址，每个服务也都要各自做鉴权、限流。网关是所有外部请求的统一入口，负责：
+
+- 路由：按路径把请求转发给对应的服务，例如把 /api/orders/** 转发给订单服务；
+- 鉴权：校验令牌，拒绝未登录的请求；
+- 限流、日志、跨域等每个服务都需要的处理。
+
+Spring Cloud Gateway 的路由配置：
+
+```yaml
+spring:
+  cloud:
+    gateway:
+      routes:
+        - id: order
+          uri: lb://order-service    # 从注册中心获取 order-service 的实例并负载均衡
+          predicates:
+            - Path=/api/orders/**
+          filters:
+            - StripPrefix=1          # 去掉 /api，转发为 /orders/**
+```
+
+鉴权通常放在网关：网关校验令牌（例如 [JWT](HTTP.md#11-jwt)），取出用户 ID 放进请求头，下游服务直接使用这个请求头，不再重复校验：
+
+```java
+@Bean
+GlobalFilter auth() {
+    return (exchange, chain) -> {
+        String userId = verify(exchange.getRequest().getHeaders().getFirst("Authorization"));
+        if (userId == null) {
+            exchange.getResponse().setStatusCode(HttpStatus.UNAUTHORIZED);
+            return exchange.getResponse().setComplete();
+        }
+        return chain.filter(exchange.mutate()
+                .request(r -> r.headers(h -> h.set("X-User-Id", userId))).build());
+    };
+}
+```
+
+实测不带令牌或者令牌错误时，网关返回 401；带上正确的令牌时，订单服务收到 X-User-Id: 1024。需要注意两点：
+
+- 用 set 而不是 add：客户端自己带上 X-User-Id: 1 时会被覆盖，实测订单服务收到的仍然是 1024；
+- 下游服务信任网关传来的请求头，所以这些服务本身不能对外暴露，只能通过网关访问。
+
+网关与 Nginx 并不冲突：Nginx 通常在最外层负责 TLS 和多个网关实例之间的负载均衡，网关在它后面按服务路由，并处理鉴权这类与业务相关的逻辑。
+
+## 六、配置中心
+
+每个服务有多个实例，如果配置写在各自的配置文件中，修改一个参数就要改所有实例并重启。配置中心集中保存配置，修改后推送给运行中的实例。
+
+订单服务从 Nacos 读取名为 order-service.yaml 的配置：
+
+```yaml
+spring:
+  config:
+    import: optional:nacos:order-service.yaml
+```
+
+```java
+@RestController
+@RefreshScope
+class OrderController {
+    @Value("${order.max-items:10}")
+    int maxItems;
+}
+```
+
+在 Nacos 中把 order.max-items 从 5 改为 8，306 ms 后订单服务就读到了新值，不需要重启。配置变化后 Nacos 主动通知客户端，而不是等客户端定时来查询；@RefreshScope 的 Bean 是一个代理，配置刷新时缓存的实例被丢弃，下次调用时用新的配置重新创建。
+
+客户端还会在本地保存配置的快照（~/nacos/config 目录下）。Nacos 不可用时，实测新启动的订单服务从快照中读到了 max-items: 8。
+
+## 七、服务保护与分布式事务
+
+服务之间调用越多，一个服务变慢就越容易拖垮调用它的服务：上面卡住的库存实例让每次调用等待 60 秒，订单服务的线程会被逐渐占满。限流、降级和熔断的原理见 [限流、降级与熔断](系统设计基础.md#限流降级与熔断)，Spring Cloud Alibaba 中常用 Sentinel 实现：把接口或者一段代码定义为资源，再为资源配置规则。熔断规则可以按慢调用比例、异常比例或者异常数触发，熔断时长过后进入半开状态，放行一个请求试探，成功就结束熔断，失败就继续熔断。
+
+跨服务的数据一致性见 [分布式事务](分布式.md#二分布式事务)。Seata 的 AT 模式对业务代码的改动最少，以下单时订单服务创建订单、库存服务扣减库存为例：
+
+1. 第一阶段：每个服务执行自己的 SQL，并在同一个本地事务中写入 undo_log，记录被修改的行修改前后的值，然后提交本地事务。提交前要先获得这些行的全局锁，防止其它全局事务同时修改它们；
+2. 全局事务成功时，第二阶段异步删除 undo_log；
+3. 全局事务失败时，第二阶段按 undo_log 中修改前的值生成反向的 SQL，例如库存服务把扣掉的库存加回去。
+
+## 八、链路追踪
+
+一个下单请求依次经过网关、订单服务和库存服务，出错时需要知道是哪一步出了错、每一步耗时多少。链路追踪为每个请求分配一个 traceId，调用下游时通过请求头传递，各个服务打印日志和上报耗时的时候都带上它。
+
+在上面的服务中加入 Micrometer Tracing 后，同一次下单在订单服务和库存服务中打印的日志如下，方括号中依次是 traceId 和 spanId：
+
+```text
+[order-service]     [6ade5947250103822ff3f13a5baab74b-2763eeac981ce4a4] 创建订单 userId=1024
+[inventory-service] [6ade5947250103822ff3f13a5baab74b-92a95370047818fb] 扣减库存 skuId=10086
+```
+
+库存服务收到的请求头为：
+
+```text
+traceparent: 00-6ade5947250103822ff3f13a5baab74b-64990a2774676e11-01
+```
+
+traceparent 是 W3C Trace Context 规定的格式，四段依次是版本、traceId、调用方这次请求的 spanId（这里是订单服务发起 HTTP 调用的 span）和采样标记。每个服务处理请求时生成自己的 spanId，并记下父 spanId，这些 span 上报到 Zipkin、SkyWalking 等系统后，就能按 traceId 还原出完整的调用树和每一段的耗时。用 traceId 在日志系统中搜索，也能找到这个请求在所有服务中的日志。
+
+## 九、灰度发布
+
+新版本上线时，常用的发布方式：
+
+- 滚动发布：逐个替换旧的实例，占用的资源少，但一段时间内新旧版本同时运行；
+- 蓝绿发布：准备一整套新环境，验证后把流量一次切过去，回滚时切回即可，但需要双倍的资源；
+- 灰度发布（金丝雀发布）：先让一小部分流量进入新版本，观察错误率和耗时，没有问题再逐步扩大比例。
+
+灰度发布可以借助注册中心和网关实现：新版本的实例注册时带上元数据 version=v2，或者注册为单独的服务名，网关按比例（Spring Cloud Gateway 的 Weight 断言）或者按用户、请求头把请求转发给新版本。发现问题时把新版本的比例调回 0 即可回滚。
+
+需要注意的是，新旧版本会同时访问同一个数据库，表结构的修改必须同时兼容两个版本。例如先只增加新列，等旧版本全部下线后，再删除不再使用的旧列。
+
+## 参考资料
+
+- [Nacos: Instance Lifecycle](https://nacos.io/en/docs/latest/manual/user/naming/instance-lifecycle/)
+- [Nacos 2.0 兼容性文档](https://nacos.io/docs/latest/upgrading/200-compatibility/)
+- [Nacos 的 Distro 一致性协议](https://nacos.io/en/news/article-nacos-distro-mechanism/)
+- [Nacos Java SDK](https://nacos.io/docs/latest/manual/user/java-sdk/usage/)
+- [ZooKeeper: Overview](https://zookeeper.apache.org/doc/current/zookeeperOver.html)
+- [Spring Cloud Commons: Spring Cloud LoadBalancer](https://docs.spring.io/spring-cloud-commons/reference/spring-cloud-commons/loadbalancer.html)
+- [Spring Cloud Commons: Refresh Scope](https://docs.spring.io/spring-cloud-commons/reference/spring-cloud-commons/application-context-services.html)
+- [Spring Cloud OpenFeign](https://docs.spring.io/spring-cloud-openfeign/reference/)
+- [Spring Cloud Gateway: Route Predicate Factories](https://docs.spring.io/spring-cloud-gateway/reference/spring-cloud-gateway-server-webflux/request-predicates-factories.html)
+- [Sentinel 熔断降级](https://sentinelguard.io/zh-cn/docs/circuit-breaking.html)
+- [Seata AT 模式](https://seata.apache.org/docs/dev/mode/at-mode/)
+- [W3C Trace Context](https://www.w3.org/TR/trace-context/)