Apache ServiceComb (incubating) 第一个版本发布

ServiceComb数据一致性解决方案Saga演进介绍 传统的单体应用的微服务化改造过程中大多会面临数据库拆分,故而原来由数据库保证的数据一致性也一定面临重新设计和实现,此时需要引入分布式数据一致性方案来解决。常见的解决方案主要有2PC,TCC,事件驱动等,而在微服务开源项目 ServiceComb中提出并实现了使用Saga[1]来解决微服务的数据一致性难题,不同方案的对比可参考《ServiceComb中的数据最终一致性方案》[2]一文。Saga是一个... 阅读详情

ServiceComb 社区于4月3日在Apache官网上的新闻版块正式通告ApacheServiceComb (incubating) 发布 Java-Chassis 1.0.0-m1、Service-Center1.0.0-m1, Saga 0.1.0版本。


下载地址:

http://servicecomb.incubator.apache.org/release/service-center-downloads/

http://servicecomb.incubator.apache.org/release/java-chassis-downloads/

http://servicecomb.incubator.apache.org/release/saga-downloads/

版本说明: 

http://servicecomb.incubator.apache.org/release/service-center-release-notes/

http://servicecomb.incubator.apache.org/release/java-chassis-release-notes/

http://servicecomb.incubator.apache.org/release/saga-release-notes/



感谢热衷ASF和开源事业的伙伴们对社区坚持进行文档、技术、代码等贡献(以下列举部分并排名不分先后):

jeho0815、Zheng Feng、laijianbin、donglzh168、weichao666、Nick、sjh0027、

zhang2014、lijasonvip、  Yang, Bo、 scutyuanzhi、yhj7727、zhengyangyong、

mabin、wujimin、Zen Lin、Yang Bo、Eric Lee、  yaohaishi 、Willem Jiang、seanyinx、

bao.liu、lijasonvip 、wangkirin、asifdxtreme 、acsukesh、little-cui、aseTo2016 等


版本变更概览

Service Center

支持查询服务Schema列表

支持查询服务统计信息

支持SC多实例的状态查询

支持消费者发现SC多实例

基于事件驱动实现了服务依赖规则

增加数据库压缩周期的配置项,减少数据库压缩时产生的碎片化

上调默认的服务和实例数上限

修正服务发现黑名单规则

增加导出指标数据到Prometheus,增加Grafana模板

Java Chassis

Java Chassis的项目组织从”io.servicecomb”变更为”org.apache.servicecomb”

重构监控指标模块,增加大量监控指标,支持Prometheus

重构配置中心,可以方便对接三方配置中心,支持对接携程Apollo动态配置中心

POJO编程模型支持用户使用CompletableFuture异步编程

POJO编程模型支持用户使用Object和Generic类型作为调用参数

优化了Spring MVC的集成

内部升级到zipkin2,同时支持v1/v2版本的zipkin server

Saga

Pack原型实现,通过切面编程技术获取事务信息,通过集中式的事务管理器协调事务执行

支持通过Annotation在用户代码定义Saga事务


以下是具体的亮点介绍

分布式追踪

微服务架构下,分布式追踪是快速定位具有复杂依赖关系的微服务应用问题的必要手段,Service-Center 1.0.0-m1增加了Zipkin支持, Java-Chassis 1.0.0-m1 进行升级后也可同时支持zipkin v1/v2。

参考:

https://github.com/apache/incubator-servicecomb-service-center/tree/master/server/plugin/infra/tracing/buildin

https://servicecomb.incubator.apache.org/cn/users/distributed-tracing/

丰富的指标数据支持

微服务架构下,运维管理系统需要大量有效的指标数据以支撑弹性伸缩,并在系统性能下降时使能快速定位瓶颈部件,Service-Center 1.0.0-m1和Java-Chassis 1.0.0-m1 中解耦了指标模块,并增加大量有效的监控指标,且均支持对接Prometheus。

参考:

http://servicecomb.incubator.apache.org/users/metrics-in-1.0.0-m1/


配置中心

微服务架构下爆发式增长的服务数量和服务器数量将导致使用配置文件和环境变量来管理程序的方式不可行,Java-Chassis通过对旧版本config-cc模块的重构,在1.0.0-m1版本支持了统一的配置中心,默认支持Apollo,并可方便的对接其他三方配置中心。

参考:

https://servicecomb.incubator.apache.org/cn/docs/config_center_integration/


微服务数据最终一致性解决方案

ServiceComb 提供了Saga用于解决微服务中的数据最终一致性难题,Saga 0.1.0 从架构层面进行了升级,适用于 高并发,嵌套调用,高延时调用的跨服务事务场景,且通过对annotation的支持极大提高易用性。

Saga0.1.0 使用Pack模型,整个Saga服务由Alpha和Omega组成。

  • Alpha充当协调者的角色,主要负责对事务的事件进行持久化存储以及协调子事务的状态,使其最终得以与全局事务的状态保持一致,即保证事务中的子事务要么全执行,要么全不执行。

  • Omega是用户程序侧代理,负责对网络请求进行拦截并向Alpha上报事务事件,并在异常情况下根据Alpha下发的指令执行相应的补偿或重试操作。

大家可以通过以下链接获取更详细信息:

https://github.com/apache/incubator-servicecomb-saga/blob/master/docs/design_zh.md

https://github.com/apache/incubator-servicecomb-saga/blob/master/docs/user_guide_zh.md

https://github.com/apache/incubator-servicecomb-saga/blob/master/saga-demo/booking/README.md

https://servicecomb.incubator.apache.org/cn/docs/saga_pack_design/



ServiceComb相关资料

官方网站 : http://servicecomb.incubator.apache.org/

JIRA : https://issues.apache.org/jira/browse/SCB

邮件列表 : dev@servicecomb.apache.org

如何加入ServiceComb社区

Apache ServiceComb Saga使用说明 简要说明Apache ServiceComb Saga分布式事务一致性框架的架构组成、基本工作原理及使用 立即下载

相关推荐

similarity network fusion for aggregating data types on a genomic scale

基因组规模上的聚合数据类型的相似性网络融合 摘要:         近期的技术已经使收集不同类型的全基因组数据十分划算,结合这些数据去创建一个给定的疾病或生物过程的一个全面视图的计算方法是有必要的。相似网络融合(SNF:similarity network fusion)通过创建每一个可利用的数据类型的样本(如,患者)的网络可以解决这个问题。例如,创建一个给定一群患者疾病的全面视图,SNF计算

augustar学习笔记 7870

用Arduino UNO无源蜂鸣器演奏《Aoharu》:频率与节拍转换实战

在嵌入式开发中,Arduino UNO作为入门级控制板,常搭配蜂鸣器实现声音交互。蜂鸣器分为有源与无源两类,无源蜂鸣器需通过外部方波驱动,其发声本质是频率与节拍的精确控制。Arduino的tone()函数可输出指定频率的方波,结合音符对应的频率表和BPM换算的时值数组,即可将乐谱转化为可执行的音乐序列。这种“乐谱-频率-时值”的转换思路不仅适用于演奏《Aoharu》,也是DIY电子乐器、智能提示音等场景的基础。本文分享如何区分蜂鸣器类型、正确接线,并给出将简谱转为音高与节拍数组的完整方法,帮助初学者快速实现

weixin_34331102的博客 427

手把手教你用DCA1000EVM解析IWR6843毫米波雷达数据(附MATLAB代码)

本文提供了一份详尽的实战指南,手把手教你使用DCA1000EVM采集并解析TI毫米波雷达IWR6843的原始数据。内容涵盖硬件连接配置、mmWave Studio参数设置、LVDS数据流结构解析,并附有核心MATLAB代码,详细演示了从原始二进制文件到距离-速度谱的信号处理全链路,帮助开发者快速掌握数据解析与处理的关键步骤。

terraform7cloud的博客 229

如何设计一个优质的微服务框架:Apache ServiceComb (incubating)的开放性设计

原文发表在infoq官网(http://www.infoq.com/cn/articles/how-to-design-an-outstanding-microservi...

微服务技术与实践专栏 496

Nature风格的北半球投影图,几行代码就能绘制...

在子刊***Nat. Clim. Chang.***中,通过北极俯视投影表示NAO和AO的EOF分解。仅在定义图层的时候设置为该投影,其余设置content,绘制contourf都是PlateCaree。如子刊Nature Geosci中表示了海冰的漂移,还添加了DEM底图,非常美观。以海温数据为例,ERA5月温度平均,是一张721*1440的0.25degTIF。现在的结果看起来不错,但太大了,我们如果只需要北半球的数据,则需要指定经纬度。绘制完结果也是正方形,和ArcGIS差不多,见之前的推文。

wlh2067的博客 1297

Python爬虫实战:扒取专利数据库核心信息,我用这招搞定反爬+数据结构化(附完整可运行代码)

这套爬虫方案从「实际需求」出发,解决了专利数据库抓取的核心痛点:反爬突破、数据结构化、标题创作。核心价值不在于代码多复杂,而在于「实用」——我用这套代码半天就抓取了800+条Python爬虫相关专利,比手动效率提升了几十倍。最后想说:爬虫技术的核心是「解决问题」,而不是炫技。专利数据能帮我们快速了解行业技术趋势,尤其是程序员,从专利中扒出的核心逻辑,远比零散的博客文章更系统。希望这篇实战分享能帮到有需要的小伙伴,也欢迎在评论区交流专利爬虫的更多技巧!

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 2132

分布式事务+ServiceCom Pack Saga介绍

分布式事务相关知识、Saga实现详解及示例

dreamsofa的专栏 1608

【系统架构设计师-2026上半年真题】综合知识-参考答案及详解(75题完全回忆版)

【系统架构设计师-2026上半年真题】综合知识-参考答案及详解(75题完全回忆版)

数据知道的博客 3121

Apache ServiceComb(incubating) 第一个版本发布

\u0026#xD;\n看新闻很累?看技术新闻更累?试试下载InfoQ手机客户端,每天上下班路上听新闻,有趣还有料!\u0026#xD;\n\u0026#xD;\n\u0026#xD;\n开源的微服务解决方案ServiceComb 于去年12月进入Apache软件基金会孵化,并于4月3日在Apache官网上的新闻版块正式通告Apache ServiceComb (incubating) 发布 Ja...

啊啊啊啊2 125

OpenLayers6入门,快速搭建Vue+OpenLayers地图脚手架项目

本章针对Vue初学者,对Vue不熟悉,甚至还不会Vue的入门学生读者。本章会详细讲解从环境到环境的各个步骤,再到使用脚手架快速生成项目,以及添加地图库依赖,编写简单的高德地图显示页面的。如果已有VUE项目或者熟悉VUE的读者可以不用看本章,直接添加ol依赖到VUE项目中即可。

GIS技术方向,GIS地图技术分享(GIS入门、Openlayers教程、Leaflet教程),做最好的GIS地图开发教程。关注博主公众号:eguid 5441

北斗导航 | 卫星/惯导组合导航方法

从组合导航结构方面来讲,卫星/惯导(下文以GPS/INS)组合模式一般分为三种,即松组合、紧组合和超紧组合(即深组合)。

尘世冰封的专栏 1543

微服务 Apache ServiceComb (incubating) 首次发布新版本

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34233856的博客 143

SAP采购申请审批策略配置简介

SAP采购申请审批策略配置简介 1、CT04创建特征

我小时候很黑的博客 8163

[里程碑]1.0.0版本正式发布——Apache ServiceComb(incubating)

近日,正在Apache基金会孵化项目—微服务解决方案Apache ServiceComb(incubating) 的1.0.0版本通过社区投票,正式发布。这次发版的项目包括 Apache ServiceComb Java-Chassis (以下简称 Java-chassis)以及Apache ServiceComb ServiceCenter (以下简称ServiceCenter)。        ServiceComb从2017年12月进入Apache基金会孵化至今半年时间内,一步一个脚印,于2018年

ServiceComb的博客 579

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

微服务解决方案Apache ServiceComb(incubating) 发布新版本

    近期,微服务解决方案Apache ServiceComb(incubating) 捷报频传,除了LC3大会ServiceComb Workshop成功举办之外,Java-Chassis 1.0.0-m2、Service-Center 1.0.0-m2和Saga 0.2.0版本顺利通过投票,完成发版。版本变更概览Java-Chassis服务间通讯提供文件流传输能力,支持音乐、图片等多媒体场景...

ServiceComb的博客 1649

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

上一篇: 少年的尾巴更辉煌:Apache 软件基金会19岁生日快乐
下一篇: 今明两天微服务 Apache ServiceComb 北京深圳连续”双开”
looook
博客等级 码龄20年 145粉丝 195原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值