black____的博客

Nacos除了可以做注册中心，同样可以做配置管理来使用。当微服务部署的实例越来越多，达到数十、数百时，逐个修改微服务配置就会让人抓狂，而且很容易出错。我们需要一种统一配置管理方案，可以集中管理所有实例的配置。Nacos一方面可以将配置集中管理，另一方可以在配置变更时，及时通知微服务，实现配置的热更新。如何在nacos中管理配置呢？然后在弹出的表单中，填写配置信息：微服务要拉取nacos中管理的配置，并且与本地的application.yml配置合并，才能完成项目启动。但如果尚未读取application.y

官方给出的Nacos集群图：其中包含3个nacos节点，然后一个负载均衡器代理3个Nacos。这里负载均衡器可以使用nginx。我们计划的集群结构：三个nacos节点的地址：搭建集群的基本步骤：Nacos默认数据存储在内嵌数据库Derby中，不属于生产可用的数据库。官方推荐的最佳实践是使用带有主从的高可用数据库集群，主从模式的高可用数据库可以参考传智教育的后续高手课程。这里我们以单点的数据库为例来讲解。首先新建一个数据库，命名为nacos，而后导入下面的SQL： 2.2.下载nacos nacos在GitH

Docker 分为 CE 和 EE 两大版本。CE 即社区版（免费，支持周期 7 个月），EE 即企业版，强调安全，付费使用，支持周期 24 个月。Docker CE 分为 和 三个更新频道。官方网站上有各种环境下的 安装指南，这里主要介绍 Docker CE 在 CentOS上的安装。Docker CE 支持 64 位版本 CentOS 7，并且要求内核版本不低于 3.10， CentOS 7 满足最低内核的要求，所以我们在CentOS 7安装Docker。如果之前安装过旧版本的Docker，可以使

微服务虽然具备各种各样的优势，但服务的拆分通用给部署带来了很大的麻烦。大型项目组件较多，运行环境也较为复杂，部署时会碰到一些问题：依赖关系复杂，容易出现兼容性问题开发、测试、生产环境有差异例如一个项目中，部署时需要依赖于node.js、Redis、RabbitMQ、MySQL等，这些服务部署时所需要的函数库、依赖项各不相同，甚至会有冲突。给部署带来了极大的困难。而Docker确巧妙的解决了这些问题，Docker是如何实现的呢？Docker为了解决依赖的兼容问题的，采用了两个手段：将应用的Libs（函数库）、

我们在Centos7虚拟机中使用Docker来安装。方式一：在线拉取 方式二：从本地加载在课前资料已经提供了镜像包：上传到虚拟机中后，使用命令加载镜像即可： 1.2.安装MQ 执行下面的命令来运行MQ容器： 2.集群部署 接下来，我们看看如何安装RabbitMQ的集群。在RabbitMQ的官方文档中，讲述了两种集群的配置方式：我们先来看普通模式集群。首先，我们需要让3台MQ互相知道对方的存在。分别在3台机器中，设置 /etc/hosts文件，添加如下内容： 并在每台机器上测试，是否可以ping通对方：168

微服务间通讯有同步和异步两种方式：同步通讯：就像打电话，需要实时响应。异步通讯：就像发邮件，不需要马上回复。两种方式各有优劣，打电话可以立即得到响应，但是你却不能跟多个人同时通话。发送邮件可以同时与多个人收发邮件，但是往往响应会有延迟。我们之前学习的Feign调用就属于同步方式，虽然调用可以实时得到结果，但存在下面的问题：总结：同步调用的优点：同步调用的问题：异步调用则可以避免上述问题：我们以购买商品为例，用户支付后需要调用订单服务完成订单状态修改，调用物流服务，从仓库分配响应的库存并准备发货。在事件模式中

– elasticsearch基础elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容例如：在电商网站搜索商品在百度搜索答案elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域：而elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。elasticsearch底层是基于lucene来实现的。Lucene是

在昨天的学习中，我们已经导入了大量数据到elasticsearch中，实现了elasticsearch的数据存储功能。但elasticsearch最擅长的还是搜索和数据分析。所以今天，我们研究下elasticsearch的数据搜索功能。我们会分别使用DSL和RestClient实现搜索。elasticsearch的查询依然是基于JSON风格的DSL来实现的。Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：查询所有：查询出

聚合（aggregations）可以让我们极其方便的实现对数据的统计、分析、运算。例如：实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。聚合常见的有三类：**桶（Bucket）**聚合：用来对文档做分组**度量（Metric）**聚合：用以计算一些值，比如：最大值、最小值、平均值等**管道（pipeline）**聚合：其它聚合的结果为基础做聚合现在，我们要统计所有数据中的酒店品牌有几种，其实就是按照品牌对数据分组。此时可以根据酒店品牌的名称做聚合，也就是Bucket