架構
說明
針對這個架構圖我分層介紹一下：
1、是web服務器的選型，這個我選擇的是nginx+keepalived，haproxy也是一個選擇，但是haproxy在反向代理處理跨域訪問的時候問題很多。所以我們nginx有些地方做了keep-alive模式處理，減少了三次握手的次數，提高了連接效率。keepalived做nginx的負載，虛擬一個vip對外，兩個nginx做高可用，nginx本身反向代理zuul集羣。
2、api gateway，這裏的zuul很多人詬病，說是速度慢推薦直接用nginx，這裏我還是推薦使用zuul的，畢竟zuul含有攔截器和反向代理，在權限管理、單點登錄、用戶認證時候還是很有用的，而且zuul自帶ribbon負載均衡，如果你直接用nginx，還需要單獨做一個feign或者ribbon層，用來做業務集羣的負載層，畢竟直接把接口暴露給web服務器太危險了。這裏zuul帶有ribbon負載均衡和hystrix斷路器，直接反向代理serviceId就可以代理整個集羣了。
3、業務集羣，這一層我有些項目是分兩層的，就是上面加了一個負載層，下面是從service開始的，底層只是單純的接口，controller是單獨一層由feign實現，然後內部不同業務服務接口互調，直接調用controller層，只能說效果一般，多了一次tcp連接。所以我推薦合併起來，因爲做過spring cloud項目的都知道，feign是含有ribbon的，而zuul也含有ribbon，這樣的話zuul調用服務集羣，和服務集羣間接口的互調都是高可用的，保證了通訊的穩定性。Hystrix還是要有的，沒有斷路器很難實現服務降級，會出現大量請求發送到不可用的節點。當然service是可以改造的，如果改造成rpc方式，那服務之間互調又是另外一種情況了，那就要做成負載池和接口服務池的形式了，負載池調用接口池，接口池互相rpc調用，feign client只是通過實現接口達到了仿rpc的形式，不過速度表現還是不錯的。
4、redis緩存池，這個用來做session共享，分佈式系統session共享是一個大問題。同時呢，redis做二級緩存對降低整個服務的響應時間，並且減少數據庫的訪問次數是很有幫助的。當然redis cluster還是redis sentinel自己選擇。
5、eurake註冊中心這個高可用集羣，這裏有很多細節，比如多久刷新列表一次，多久監測心跳什麼的，都很重要。
6、spring admin，這個是很推薦的，這個功能很強大，可以集成turbine斷路器監控器，而且可以定義所有類的log等級，不用單獨去配置，還可以查看本地log日誌文件，監控不同服務的機器參數及性能，非常強大。它加上elk動態日誌收集系統，對於項目運維非常方便。
7、zipkin，這個有兩種方式，直接用它自己的功能界面查看方式，或者用stream流的方式，由elk動態日誌系統收集。但是我必須要說，這個對系統的性能損害非常大，因爲鏈路追蹤的時候會造成響應等待，而且等待時間非常長接近1秒，這在生產環境是不能忍受的，所以生產環境最好關掉，有問題調試的時候再打開。
8、消息隊列，這個必須的，分佈式系統不可能所有場景都滿足強一致性，這裏只能由消息隊列來作爲緩衝，這裏我用的是Kafka。
9、分佈式事物，我認爲這是分佈式最困難的，因爲不同的業務集羣都對應自己的數據庫，互相數據庫不是互通的，互相服務調用只能是相互接口，有些甚至是異地的，這樣造成的結果就是網絡延遲造成的請求等待，網絡抖動造成的數據丟失，這些都是很可怕的問題，所以必須要處理分佈式事物。我推薦的是利用消息隊列，採取二階段提交協議配合事物補償機制，具體的實現需要結合業務，這裏篇幅有限就不展開說了。
10、config配置中心，這是很有必要的，因爲服務太多配置文件太多，沒有這個很難運維。這個一般利用消息隊列建立一個spring cloud bus，由git存儲配置文件，利用bus總線動態更新配置文件信息。
11、實時分佈式日誌系統，logstash收集本地的log文件流，傳輸給elasticsearch，logstash有兩種方式，1、是每一臺機器啓動一個logstash服務，讀取本地的日誌文件，生成流傳給elasticsearch。2、logback引入logstash包，然後直接生產json流傳給一箇中心的logstash服務器，它再傳給elasticsearch。elasticsearch再將流傳給kibana，動態查看日誌，甚至zipkin的流也可以直接傳給elasticsearch。這個配合spring admin，一個查看動態日誌，一個查看本地日誌，同時還能遠程管理不同類的日誌級別，對集成和運維非常有利。
最後要說說，spring cloud的很多東西都比較精確，比如斷路器觸發時間、事物補償時間、http響應時間等，這些都需要好好的設計，而且可以優化的點非常多。比如：http通訊可以使用okhttp，jvm優化，nio模式，數據連接池等等，都可以很大的提高性能。
還有一個docker問題，很多人說不用docker就不算微服務。其實我個人意見，spring cloud本身就是微服務的，只需要jdk環境即可。編寫dockerfile也無非是集成jdk、添加jar包、執行jar而已，或者用docker compose，將多個不同服務的image組合run成容器而已。但是帶來的問題很多，比如通訊問題、服務器性能損耗問題、容器進程崩潰問題，當然如果你有一套成熟的基於k8s的容器管理平臺，這個是沒問題的，如果沒有可能就要斟酌了。而spring cloud本身就是微服務分佈式的架構，所以個人還是推薦直接機器部署的，當然好的DevOps工具將會方便很多。
請求過程
服務註冊到eureka
請求統一通過API網關（Zuul）來訪問內部服務.
網關接收到請求後，從註冊中心（Eureka）獲取可用服務
由Ribbon進行均衡負載後，分發到後端具體實例
微服務之間通過Feign進行通信處理業務
Hystrix負責處理服務超時熔斷
本文轉載自：https://blog.csdn.net/cyc3552637/article/details/80254490