news 2026/9/7 1:27:50

深入理解服务发现与注册:从单体架构到微服务时代的演进

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
深入理解服务发现与注册:从单体架构到微服务时代的演进

目录

一、服务发现与注册的由来

1.单体架构时代

2.SOA时代

方式一

方式二

3.微服务时代

方案一

方案二

二、服务发现与注册的技术选型与Eureka简介

1.服务发现与注册的技术选型

2.Eureka简介

3.新的替换方案---Nacos 

三、Eureka设计理念

1.主要解决的三大问题

服务实例如何注册到服务中心

服务实例如何从服务中心剔除

服务实例信息一致性问题

2.AP由于CP

3.Peer to Peer架构

主从复制

对等复制

(1)客户端

(2)服务端

4.Zone及Region设计

5.SELF PRESERVATION设计

四、Eureka基本架构与细化架构分析

(一)基本架构分析

(二)细化结构分析

1.与服务治理直接相关的几个概念:

register

renew

cancel

eviction

fetch register

2.注册中心服务器

3.服务提供者

4.服务消费者

五、Eureka高可用方案与Eureka区域亲和性

1.Eureka Serve的高可用

2.Eureka Server的区域亲和性

六、Eureka核心类与核心操作分析

1.Eureka核心类

InstanceInfo(截取部分代码,并做简单标注)

LeaseInfo(截取部分代码,并做简单标注)

ServiceInstance(截取部分代码,并做简单标方法

InstanceStatus

2.核心操作

七、Eureka参数调优及监控

(一)核心参数

1.Client端:基本参数+定时任务参数+http参数

(1)基本参数

(2)定时任务参数

(3)http参数

2.Server端:基本参数+response cache参数+peer相关参数+http参数

(1)基本参数

(2)esponse cache参数

(3)peer相关参数

(4)http参数

(二)参数调优

常见问题

解决之道

八、总结

参考书籍、文献和资料


干货分享,感谢您的阅读!

随着信息技术的发展和应用系统规模的不断扩大,服务发现与注册成为了构建可靠和高效分布式系统的关键技术之一。本文将探讨服务发现与注册的演进历程,从传统单体架构到当前微服务时代的技术选型和实现方案,重点介绍了Eureka作为一种经典的服务发现和注册中心的设计理念、架构特点以及高可用解决方案。

一、服务发现与注册的由来

1.单体架构时代

服务自成一体,依赖的少数外部服务会采用配置域名的方式访问

eg:使用外部短信供应商的短信发送接口,会使用appId和appKey调用该供应商的域名接口即可。

2.SOA时代

由单体应用拆分为粒度较粗的服务化架构,依赖的内部服务比较多,服务间调用采用nginx策略。

eg:A服务部署在3台虚拟机上,这三个服务实例都有自己独立的内网IP,假设B服务要调用A服务的接口服务,可通过以下两种方式:

方式一

假设知道A服务的地址,则直接修改B服务的nginx如下

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/7 1:27:30

skill-doctor:用真实对话日志给Agent技能做体检

很多做 Agent 开发的团队都会遇到一种尴尬:skill 写完了,跑通了一个手工测试用例,然后就上线了。可一到真实对话里,问题一个接一个冒出来——Agent 该调用的时候不调用,不该调用的时候乱调用,传参传得牛头不…

作者头像 李华
网站建设 2026/9/7 1:25:13

成都太古里设计研究:历史街区更新、商业空间与动线逻辑全拆解

简介:这是一份关于成都远洋太古里商业综合体的专题设计研究报告,面向商业地产策划、招商运营及建筑设计从业者,可作为同类城市更新项目前期调研、定位分析与业态规划的参考。资源为1个doc文档,大小约4.23MB,内容覆盖项…

作者头像 李华
网站建设 2026/9/7 1:23:17

UVR 人声提取入门:第一次导出干净干声,从选模型到调参数

UVR 人声提取入门:第一次导出干净干声,从选模型到调参数 【免费下载链接】ultimatevocalremovergui GUI for a Vocal Remover that uses Deep Neural Networks. 项目地址: https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui 做混…

作者头像 李华
网站建设 2026/9/7 1:22:48

Pipeline ADC工作原理详解:余差传递与数字校正如何实现高速高分辨率

ADC 这东西,搞过几年数据采集或者信号链设计的人都不陌生。但 Pipeline ADC 和其他类型的结构比,确实存在一些理解门槛,很多初学者拿着数据手册看半天,知道它能跑到几百 MSPS、分辨率做到 12 到 16 位,但一碰上“余差传…

作者头像 李华