SpringCloud-学习之路（一）

前言

当涉及到构建分布式系统时，Spring Cloud是一个强大的工具集，它提供了一系列开发工具和库，用于创建可扩展、高可用性的微服务架构。在本博客中，我们将介绍Spring Cloud的主要概念和组件，以及如何使用它构建分布式系统。

什么是Spring Cloud？

Spring Cloud是一个用于构建分布式系统的开源框架，它基于Spring框架构建，并提供了一系列工具和库，用于解决分布式系统开发中的常见问题。Spring Cloud致力于提供以下主要功能：

1. 服务注册和发现：Spring Cloud通过服务注册中心，如Netflix Eureka，允许微服务在网络中注册和发现彼此。这使得服务之间的通信更加容易。

2. 负载均衡：Spring Cloud可以与负载均衡器集成，如Netflix Ribbon，以确保请求分发到可用的服务实例上，提高系统的可用性和性能。

3. 断路器模式：通过Netflix Hystrix，Spring Cloud可以实现断路器模式，以防止故障服务的连锁反应，从而提高系统的弹性。

4. 分布式配置：Spring Cloud Config允许您将应用程序的配置集中存储在远程存储库中，并在需要时动态加载配置。

5. API网关：Spring Cloud Gateway或Zuul可用于构建API网关，以简化对微服务的访问控制、路由和过滤。

6. 分布式跟踪和监控：Spring Cloud Sleuth和Zipkin等工具可用于跟踪和监控微服务之间的请求和响应。

7. 分布式消息传递：Spring Cloud Stream可以用于简化消息传递，支持多种消息代理，如Kafka、RabbitMQ等。

8. 分布式安全性：Spring Cloud Security提供了身份验证和授权机制，用于保护微服务的安全性。

使用Spring Cloud构建分布式系统的步骤

以下是使用Spring Cloud构建分布式系统的一般步骤：

1. 创建微服务

使用Spring Boot创建各个微服务。每个微服务应该具有明确定义的业务功能，以及与其他微服务通信的接口。

2. 注册微服务

使用服务注册中心，如Eureka，将每个微服务注册到中心。这允许其他微服务发现并与其通信。

3. 配置负载均衡

使用负载均衡器，如Ribbon，配置微服务的客户端以实现负载均衡。这确保了请求均匀分布到可用的服务实例上。

4. 实现断路器

使用Hystrix实现断路器模式，以防止故障微服务的连锁反应，并提高系统的弹性。

5. 创建API网关

使用Spring Cloud Gateway或Zuul创建API网关，以简化对微服务的访问控制、路由和过滤。

6. 配置分布式跟踪和监控

使用Spring Cloud Sleuth和Zipkin配置分布式跟踪和监控，以便跟踪微服务之间的请求和响应。

7. 配置分布式消息传递

使用Spring Cloud Stream配置分布式消息传递，以简化微服务之间的异步通信。

8. 添加安全性

使用Spring Cloud Security添加身份验证和授权机制，以保护微服务的安全性。

9. 配置分布式配置

使用Spring Cloud Config将应用程序的配置集中存储在远程存储库中，并在需要时动态加载配置。

10. 部署和扩展

将微服务部署到云端或容器化平台，并根据需要扩展系统的性能和可用性。

一、集群与分布式的区别

相同点：分布式和集群，都是需要很多节点的服务器通过网络协同，完成整体的任务目标

不同点：分布式：将业务系统拆分，每个节点执行不同的功能

               集群：集群每个节点做的都是同一件事情

二、分布式思想

1、能够独立部署运行，提供功能的系统服务

2、系统模块拆分成小功能模块，独立部署，组合成一个大的系统

三、优缺点

优点：

1、符合高内聚，低耦合的编程思想

2、易开发和维护

3、灵活可扩展

4、不受技术站的约束

---

缺点：

1、增加运维成本

2、增加了服务监控成本

四、业务如何拆分

横向：

       系统中公共的业务提取出来 

纵向：

        按照功能模块划分，每个模块都是一个服务

五、远程调用方式

RESTful：

        RESTful通讯协议HTTp，经常写的RestController就是Restful风格，比较领过，通常用于微服务架构

RPC：

        一般使用TCP，性能好，不如RESTful灵活，通常用于SOA架构 

六、RestTemplate作用

统一了Restful的标准，封装了http链接，我们只要穿url和返回值就行，面向接口编程

七：CAP理论

CAP理论：        

        C（一致性）：数据一直更新，所有数据的变化都是同步的

        A（可用性）：在集群中一部分节点故障后，集群整体是否还能响应客户端的请求

        P（分区容忍性）：某个节点的故障，并不影响整个系统的运行

由于分布式只能满足两点，不容三者都兼容，所以出现了三套方案

        CA，AP，CP