云原生、分布式、微服务的基础概念

一、背景

基本说明

随着时代的发展，用户的需求变化以及软硬件的提升，云原生的时代已来临。大厂面试也除了对计算机基础的考察外，也开始进行架构、设计方面的考察，微服务和分布式理论等也开始成为迈入大厂的必备技能。以下是个人的一些理解。

基础体系

二、详细说明

先从一道经常被讨论的面试题说起：

请你谈谈对微服务的理解以及微服务和分布式的区别是什么？

相信大多数Java程序员被问到该问题可能是能谈出一二，但也可能理解不多，包括鄙人。以下也仅代表个人的一些看法：
微服务：将模块拆分成一个独立的服务单元通过接口来实现数据的交互，强调的是业务的拆分，模块的微小，便于独立部署或开发。对应的一些解决方案或框架，有SpringCloud，可再谈谈具体的一些组件，从组件层面去看待微服务。
分布式：是指将不同的业务分布在不同的地方，更加强调的实现层面，物理上的分布式分布。可列举一些常见的分布式系统，例如Hadoop、Zk、Nacos等。
集群：同一个业务，部署在多个服务器上。

关于具体的对比不展开说，我们先思考一下为什么需要进行分布式或者进行服务的拆分？

理解技术的背后

分布式的背景理解

技术的出现，必然有背后的业务和需求推动。而分布式、微服务则是为了解决复杂问题的一种分治手段。复杂的来源有以下：

• 用户的对象变化：有起初的科学家数学家到个人PC流行再到现如今的人手的手机，每天产生的信息也是指数级增长。
• 用户的数量激增：正因为对象发生变化，带来的也是用户数的增长。
• 软件解决的业务问题变化：架构来源于软件，软件服务于社会、人类。所以说理解架构的演变、云原生、微服务，也离不开人类的需求，也正因为人的需求多变、对于响应速度、容错的要求越来越高，所以说也导致分布式及其保证数据一致性、熔断等概念的提出。

总之，正因为以上的系列推动，出现了分布式的概念，来解决单机无法解决的问题。分布式的思路也很简单，正如人组成团队协作共同完成一项单人难以完成的任务。但与之而来的问题也很多，协作是一件很棘手的事情。因此分布式的概念让Java程序员从面对 OS层面的进程、线程协作 扩大到 架构层面的 服务、模块、业务的协作，甚至由于追求团队效率 还需要去兼顾 人员团队的协作。

• 对于OS层面的协作，通信都OS内部，不涉及网络，通过管道、共享内存、信号量等机制即可进行通信协作。
• 而对于分布式的机器间的协作，将会更加麻烦，此时主要需要去解决网络的超时、出错、机器的宕机等问题。一般采用的通信是RPC高性能通信机制，当然也可能通过REST轻量级HTTP通信协议通信，SpringCloud一般采用此办法。

分布式的主要技术

为保证分布式的有效、可用等，提出来一些常见的一致性协议去保证服务的可用性。

关键理论

• CAP基础理论
• BASE基本一致性理论

常见协议

• 2PC
• 3PC
• Gossip协议
• Paxos协议
• Raft协议
• ZK的ZAB协议
• Nacos的Distro协议

详细可参考该篇文章

常见开源分布式系统

• apache的zookeeper以及hadoop体系
• alibaba的nacos

微服务的背景理解

微服务一般也会采用分布式进行部署实现，但也不一定就是分布式，微服务更多在于上层的业务服务，分布式和集群更多在于实现层面，微服务的分布式部署降低机器的负载，通过同一微服务的集群的负载均衡实现服务的高可用，都是基础为上层提供设施的体系。

在分布式部分，理解了实现方面的协作，而微服务更多在于业务服务方面的协作。通过微小的服务器，便于独立的进程部署，更好地进行服务间的调用，实现解耦，和提升复用性，极大提升的开发效率和软件的高质量。

微服务的主要技术

• 服务注册与发现
• 分布式配置
• 分布式事务
• 消息驱动
• 服务网关
• 路由、负载均衡
• 链路追踪、服务治理

Java常见微服务生态

• SpringCloud(netfflix)

相关介绍

• SpringCloudAlibaba
  

DevOps的背景理解

以上从实现、业务方面的协作都有了解决办法，那么现在还有人员的协作还没解决，因此DevOps就主要来解决人员的协作问题。

DevOps：开发+运维，由于容器技术的兴起，运维变得相对更加容易，将运维的部分职责也交给开发人员来处理，提升开发成本及提升效率。
其中的一些敏捷开发方法：例如白板则是共同推进达成目标一致性，更快速、有效的传递需求，任务。

主要方法、实践

• Jenkins的持续集成：避免重复的编译、部署，方便部署，测试
• 白板：对开发人员协调达成共同目标，有点锁的味道
  
  推荐文章