微服务

SpringCloud和微服务介绍

（18）go-micro微服务ELK介绍

（13）go-micro微服务公用函数开发

（11）go-micro微服务雪花算法

（8）go-micro微服务Mysql配置

（5）go-micro微服务domain层开发

Feign是什么 分区是一种数据库优化技术，它可以将大表按照一定的规则分成多个小表，从而提高查询和维护的效率。在分区的过程中，数据库会将数据按照分区规则分配到不同的分区中，并且可以在分区中使用索引和其他优化技术来提高查询效率。

微服务是老生常谈，还是愈发青春？ | 解读微服务的2022

Java 微服务随机掉线排查过程

难住了，微服务之间的几种调用方式哪种最佳？

珍爱网微服务底层框架演进——从开源组件封装到自研

五十五张图告诉你微服务的灵魂摆渡者Nacos究竟有多强？

程序员，立之根本还是技术，一个程序员的好坏，虽然不能完全用技术强弱来判断，但是技术水平一定是基础，技术差的程序员只能CRUD，技术不深的程序员也成不了架构师。程序员对于技术的掌握，除了从了解-熟悉-熟练-精通的过程以外，还应该从基础出发，到进阶，到源码，到实战。所以，程序员想要成功，首先要成就自己。

微服务架构的优势

如何构建基于 DDD 领域驱动的微服务？

如何构建基于 DDD 领域驱动的微服务？

Yii2.0如何进行微服务开发？具体步骤是怎样的？底层原理是什么？

此章节将基于上一章节基础之上，引入Soul网关，至于Soul网关是干什么的，怎么做的，我们会在后续章节讲解，1-3章节侧重于搭建应用。 本章节的Soul网关接入，如果你1，2章节都是和我保持一致，那么只需要直接启动Soul网关即可，但是对应的provider，consumer应用是需要额外的代码接入的。 开发环境和第二章保持一致。

Soul 是基于 WebFlux 实现的响应式的 API 网关，具有异步、高性能、跨语言等特点。 Git地址：https://github.com/Dromara/soul 运行环境： • MySQL 5.* • JDK 1.8+ • MAVEN 3.2.* • Git 更多原理性知识可以参考官网API：https://dromara.org/zh-cn/docs/soul/induction.html

前面已经分析了Watcher机制中的第一部分，即在org.apache.zookeeper下的相关类，接着来分析org.apache.zookeeper.server下的WatchManager类。

　　前面已经分析了Zookeeper持久话相关的类，下面接着分析Zookeeper中的Watcher机制所涉及到的类。

单机的elasticsearch做数据存储，必然面临两个问题：海量数据存储问题、单点故障问题。 ● 海量数据存储问题：将索引库从逻辑上拆分为N个分片（shard），存储到多个节点 ● 单点故障问题：将分片数据在不同节点备份（replica ） 本节笔者将带领大家完成ES的集群搭建，同时解决集群中出现的脑裂问题。

随着应用数据的陡增，传统关系型数据库如MySQL/Oracle/RDS等，在处理海量数据的关系映射、数据查询场景还是有性能瓶颈。16年左右巅峰的Solr技术，随着近几年的技术发展也逐步被ES所替代。本节开始我们将花费5节的课程时间，带领读者朋友们认识ES、完成ES常见API的使用的代码演练。

在分布式架构系统中，服务不止一个，一个完整的业务链路肯定也不止调用一个服务，此时每个服务都有自己的数据库增删改查，而每一个写操作对应一个本地事务。如果想要确保全部的业务状态一致，也就意味着需要所有的本地事务状态一致，这在我们之前的学习中肯定是不具备的，如何做到跨服务、跨数据源的事务一致性将是本章节的重点学习内容。

在分布式架构系统中，服务不止一个，一个完整的业务链路肯定也不止调用一个服务，此时每个服务都有自己的数据库增删改查，而每一个写操作对应一个本地事务。如果想要确保全部的业务状态一致，也就意味着需要所有的本地事务状态一致，这在我们之前的学习中肯定是不具备的，如何做到跨服务、跨数据源的事务一致性将是本章节的重点学习内容。

单机Redis可以解决应用缓存的问题，但是随着系统流量的增加，读操作开始指数级倍增时，及时单节点Redis基于内存的读写操作再快也会有性能瓶颈，此时我们可以借助主从架构（主负责写、从负责读）来优化上述场景，实现高并发读优化。

我们知道，分布式系统的基础是网络。因此，网络编程是分布式软件工程师和架构师的必备技能之一，而且随着当前大数据和实时计算技术的兴起，高性能RPC架构与网络编程技术再次成为焦点

默认情况下，队列只保存在创建该队列的节点上。而镜像模式下，创建队列的节点被称为该队列的主节点，队列还会拷贝到集群中的其它节点，也叫做该队列的镜像节点。但是，不同队列可以在集群中的任意节点上创建，因此不同队列的主节点可以不同。甚至，一个队列的主节点可能是另一个队列的镜像节点。用户发送给队列的一切请求，例如发送消息、消息回执默认都会在主节点完成，如果是从节点接收到请求，也会路由到主节点去完成。镜像节点仅仅起到备份数据作用。当主节点接收到消费者的ACK时，所有镜像都会删除节点中的数据

因前面提到Netflix相关组件已逐步被SpringCloud剔除，Eureka作为其中的注册中心，在此关注功能性即可，本章节不深入阐述其底层原理。后续章节替换为Nacos后，针对Nacos再做细节讨论。

本节笔者介绍了SpringCloud诞生的由来，以及目前国内主要流行的SpringCloud Alibaba与SpringCloud的关系，同时针对SpringCloud自身的特点、版本号、依赖关系做了概要论述，这些都是为了接下来的实战打好基础。

上面讲解了数据一致性的解决方案，这一篇来讲讲服务之间的数据依赖问题，还是先来说说具体的业务场景。 业务场景：如何解决微服务之间的数据依赖问题 在某个供应链系统中，存在商品、订单、采购这3个服务，它们的主数据部分结构表如下。

竟然这样操作！springcloud微服务多模块打包war部署到tomcat