分布式服务框架之服务化最佳实践

最佳实践 — Dubbo 服务化进程的一点思考 最近主要负责公司的 dubbo 服务改造。在改造过程中,涉及到很多核心系统的编码。改造的系统涉及到核心系统,并且改造的系统一多,难免会产生一点胡思乱想。下面我就分享一下我在项目改造过程中的一点胡乱的想法。需要对大家有帮助: 1、统一的打包方式 对于之前项目中使用 restful 进行交互,项目的发布就没有版本这个概念。但在使用 dubbo 服务化就依赖版本这个概念。在项目中我们打包的方式和项目的版本的是相互绑定的。 这对于运维来说其实是一种负担。每次修改版本的时候都开发修改 build 脚本。而且运维也需要在CI/CD 的脚本也需要修改。 fintech-notice-client 立即下载

640?wx_fmt=gif

点击箭头处“蓝色字”,关注我们哦!!


在服务化之前,业务通常都是本地 API 调用,本地方法调用性能损耗较小。服务化之后,服务提供者和消费者之间采用远程网络通信,增加了额外的性能损耗,业务调用的时延将增大,同时由于网络闪断等原因,分布式调用失败的风险也增大。如果服务框架没有足够的容错能力,业务失败率将会大幅提升。


除了性能、可靠性等问题,跨节点的事务一致性问题、分布式调用带来的故障定界困难、海量微服务运维成本增加等也是分布式服务框架必须要解决的难题。本章节我们将对服务化之后面临的挑战进行分析,并给出解决方案和业务最佳实践。



01 性能和时延问题

在服务化之前,业务通常都是本地 API 调用,本地方法调用性能损耗较小。服务化之后,服务提供者和消费者之间采用远程网络通信,增加了额外的性能损耗:

01

客户端需要对消息进行序列化,主要占用 CPU 计算资源。


02

序列化时需要创建二进制数组,耗费 JVM 堆内存或者堆外内存。

03

客户端需要将序列化之后的二进制数组发送给服务端,占用网络带宽资源。

04

 服务端读取到码流之后,需要将请求数据报反序列化成请求对象,占用 CPU 计算资源。

05

服务端通过反射的方式调用服务提供者实现类,反射本身对性能影响就比较大。

06

服务端将响应结果序列化,占用 CPU 计算资源。

07

服务端将应答码流发送给客户端,占用网络带宽资源。

08

 客户端读取应答码流,反序列化成响应消息,占用 CPU 资源。


通过分析我们发现,一个简单的本地方法调用,切换成远程服务调用之后,额外增加了很多处理流程,不仅占用大量的系统资源,同时增加了时延。一些复杂的应用会拆分成多个服务,形成服务调用链,如果服务化框架的性能比较差、服务调用时延也比较大,业务服务化之后的性能和时延将无法满足业务的性能需求。


1.1 RPC 框架高性能设计


影响 RPC 框架性能的主要因素有三个。

1) I/O 调度模型:同步阻塞 I/O(BIO)还是非阻塞 I/O(NIO)。

2) 序列化框架的选择:文本协议、二进制协议或压缩二进制协议。

3) 线程调度模型:串行调度还是并行调度,锁竞争还是无锁化算法。


1. I/O 调度模型


在 I/O 编程过程中,当需要同时处理多个客户端接入请求时,可以利用多线程或者 I/O 多路复用技术进行处理。I/O 多路复用技术通过把多个 I/O 的阻塞复用到同一个 select 的阻塞上,从而使得系统在单线程的情况下可以同时处理多个客户端请求。与传统的多线程 / 多进程模型比,I/O 多路复用的最大优势是系统开销小,系统不需要创建新的额外进程或者线程,也不需要维护这些进程和线程的运行,降低了系统的维护工作量,节省了系统资源。

JDK1.5_update10 版本使用 epoll 替代了传统的 select/poll,极大地提升了 NIO 通信的性能,它的工作原理如图 1-1 所示。

640?wx_fmt=png

图 1-1 非阻塞 I/O 工作原理

Netty 是一个开源的高性能 NIO 通信框架:它的 I/O 线程 NioEventLoop 由于聚合了多路复用器 Selector,可以同时并发处理成百上千个客户端 Channel。由于读写操作都是非阻塞的,这就可以充分提升 I/O 线程的运行效率,避免由于频繁 I/O 阻塞导致的线程挂起。另外,由于 Netty 采用了异步通信模式,一个 I/O 线程可以并发处理N个客户端连接和读写操作,这从根本上解决了传统同步阻塞 I/O 一连接一线程模型,架构的性能、弹性伸缩能力和可靠性都得到了极大的提升。

Netty 被精心设计,提供了很多独特的性能提升特性,使它做到了在各种 NIO 框架中性能排名第一,它的性能优化措施总结如下。

640?wx_fmt=gif 1. 零拷贝

(1)Netty 的接收和发送 ByteBuffer 采用 DIRECT BUFFERS,使用堆外直接内存进行 Socket 读写,不需要进行字节缓冲区的二次拷贝。如果使用传统的堆内存(HEAP BUFFERS)进行 Socket 读写,JVM 会将堆内存 Buffer 拷贝一份到直接内存中,然后才写入 Socket 中。相比于堆外直接内存,消息在发送过程中多了一次缓冲区的内存拷贝。(2)Netty 提供了组合 Buffer 对象,可以聚合多个 ByteBuffer 对象,用户可以像操作一个 Buffer 那样方便地对组合 Buffer 进行操作,避免了传统通过内存拷贝的方式将几个小 Buffer 合并成一个大的 Buffer。(3)Netty 的文件传输采用了 transferTo 方法,它可以直接将文件缓冲区的数据发送到目标 Channel,避免了传统通过循环 write 方式导致的内存拷贝问题。



2. 内存池

随着 JVM 虚拟机和 JIT 即时编译技术的发展,对象的分配和回收是个非常轻量级的工作。但是对于缓冲区 Buffer,情况却稍有不同,特别是对于堆外直接内存的分配和回收,是一件耗时的操作。为了尽量重用缓冲区,Netty 提供了基于内存池的缓冲区重用机制。性能测试表明,采用内存池的 ByteBuf 相比于朝生夕灭的 ByteBuf,性能高 23 倍左右(性能数据与使用场景强相关)。


3. 无锁化的串行设计

在大多数场景下,并行多线程处理可以提升系统的并发性能。但是,如果对于共享资源的并发访问处理不当,会带来严重的锁竞争,这最终会导致性能的下降。为了尽可能地避免锁竞争带来的性能损耗,可以通过串行化设计,即消息的处理尽可能在同一个线程内完成,期间不进行线程切换,这样就避免了多线程竞争和同步锁。为了尽可能提升性能,Netty 采用了串行无锁化设计,在 I/O 线程内部进行串行操作,避免多线程竞争导致的性能下降。表面上看,串行化设计似乎 CPU 利用率不高,并发程度不够。但是,通过调整 NIO 线程池的线程参数,可以同时启动多个串行化的线程并行运行,这种局部无锁化的串行线程设计相比一个队列 - 多个工作线程模型性能更优。


4. 高效的并发编程

volatile 的大量、正确使用;CAS 和原子类的广泛使用;线程安全容器的使用;通过读写锁提升并发性能。


02   高性能序列化框架


影响序列化性能的关键因素总结如下:

1) 序列化后的码流大小(网络带宽的占用)。

2) 序列化 & 反序列化的性能(CPU 资源占用)。

3) 是否支持跨语言(异构系统的对接和开发语言切换)。

4) 并发调用的性能表现:稳定性、线性增长、偶现的时延毛刺等。


相比于 JSON 等文本协议,二进制序列化框架性能更优异,以 Java 原生序列化和 Protobuf 二进制序列化为例进行性能测试对比,结果如图 1-2 所示。

640?wx_fmt=png

图 1-2 序列化性能测试对比数据

640?wx_fmt=gif

在序列化框架的技术选型中,如无特殊要求,尽量选择性能更优的二进制序列化框架,码流是否压缩,则需要根据通信内容做灵活选择,对于图片、音频、有大量重复内容的文本文件(例如小说)可以采用码流压缩,常用的压缩算法包括 GZip、Zig-Zag 等。

03 高性能的 Reactor 线程模型


该模型的特点总结如下。

1) 有专门一个 NIO 线程:Acceptor 线程用于监听服务端,接收客户端的 TCP 连接请求。

2) 网络 I/O 操作:读、写等由一个 NIO 线程池负责,线程池可以采用标准的 JDK 线程池实现,它包含一个任务队列和N个可用的线程,由这些 NIO 线程负责消息的读取、解码、编码和发送。

3) 1 个 NIO 线程可以同时处理N条链路,但是 1 个链路只对应 1 个 NIO 线程,防止产生并发操作。

由于 Reactor 模式使用的是异步非阻塞 I/O,所有的 I/O 操作都不会导致阻塞,理论上一个线程可以独立处理所有 I/O 相关的操作,因此在绝大多数场景下,Reactor 多线程模型都可以完全满足业务性能需求。


Reactor 线程调度模型的工作原理示意


640?wx_fmt=png

图 1-3 高性能的 Reactor 线程调度模型


3.1 业务最佳实践


要保证高性能,单依靠分布式服务框架是不够的,还需要应用的配合,应用服务化高性能实践总结如下:

1) 能异步的尽可能使用异步或者并行服务调用,提升服务的吞吐量,有效降低服务调用时延。

2) 无论是 NIO 通信框架的线程池还是后端业务线程池,线程参数的配置必须合理。如果采用 JDK 默认的线程池,最大线程数建议不超过 20 个。因为 JDK 的线程池默认采用N个线程争用 1 个同步阻塞队列方式,当线程数过大时,会导致激烈的锁竞争,此时性能不仅不会提升,反而会下降。

3) 尽量减小要传输的码流大小,提升性能。本地调用时,由于在同一块堆内存中访问,参数大小对性能没有任何影响。跨进程通信时,往往传递的是个复杂对象,如果明确对方只使用其中的某几个字段或者某个对象引用,则不要把整个复杂对象都传递过去。举例,对象 A 持有 8 个基本类型的字段,2 个复杂对象 B 和 C。如果明确服务提供者只需要用到 A 聚合的 C 对象,则请求参数应该是 C,而不是整个对象 A。

4) 设置合适的客户端超时时间,防止业务高峰期因为服务端响应慢导致业务线程等应答时被阻塞,进而引起后续其他服务的消息在队列中排队,造成故障扩散。

5) 对于重要的服务,可以单独部署到独立的服务线程池中,与其他非核心服务做隔离,保障核心服务的高效运行。

6) 利用 Docker 等轻量级 OS 容器部署服务,对服务做物理资源层隔离,避免虚拟化之后导致的超过 20% 的性能损耗。

7) 设置合理的服务调度优先级,并根据线上性能监控数据做实时调整。


3.2 事务一致性问题


服务化之前,业务采用本地事务,多个本地 SQL 调用可以用一个大的事务块封装起来,如果某一个数据库操作发生异常,就可以将之前的 SQL 操作进行回滚,只有所有 SQL 操作全部成功,才最终提交,这就保证了事务强一致性,如图 2-1 所示。

640?wx_fmt=png

服务化之后,三个数据库操作可能被拆分到独立的三个数据库访问服务中,此时原来的本地 SQL 调用演变成了远程服务调用,事务一致性无法得到保证,如图 2-2 所示。

640?wx_fmt=png

图 2-2 服务化之后引入分布式事务问题

640?wx_fmt=gif

假如服务 A 和服务 B 调用成功,则 A 和 B 的 SQL 将会被提交,最后执行服务 C,它的 SQL 操作失败,对于应用 1 消费者而言,服务 A 和服务 B 的相关 SQL 操作已经提交,服务 C 发生了回滚,这就导致事务不一致。从图 2-2 可以得知,服务化之后事务不一致主要是由服务分布式部署导致的,因此也被称为分布式事务问题。

3.2.1 分布式事务设计方案

通常,分布式事务基于两阶段提交实现。

两阶段工作原理示意图

640?wx_fmt=png

阶段 1:全局事务管理器向所有事务参与者发送准备请求;事务参与者向全局事务管理器回复自己是否准备就绪。

阶段 2:全局事务管理器接收到所有事务参与者的回复之后做判断,如果所有事务参与者都可以提交,则向所有事务提交者发送提交申请,否则进行回滚。事务参与者根据全局事务管理器的指令进行提交或者回滚操作。

分布式事务回滚原理图

640?wx_fmt=png

两阶段提交采用的是悲观锁策略,由于各个事务参与者需要等待响应最慢的参与者,因此性能比较差。第一个问题是协议本身的成本:整个协议过程是需要加锁的,比如锁住数据库的某条记录,且需要持久化大量事务状态相关的操作日志。更为麻烦的是,两阶段锁在出现故障时表现出来的脆弱性,比如两阶段锁的致命缺陷:当协调者出现故障,整个事务需要等到协调者恢复后才能继续执行,如果协调者出现类似磁盘故障等错误,该事务将被永久遗弃。

对于分布式服务框架而言,从功能特性上需要支持分布式事务。在实际业务使用过程中,如果能够通过最终一致性解决问题,则不需要做强一致性;如果能够避免分布式事务,则尽量在业务层避免使用分布式事务。

3.2.2 分布式事务优化

“ 既然分布式事务有诸多缺点,那么为什么我们还在使用呢?有没有更好的解决方案来改进或者替换呢?如果我们只是针对分布式事务去优化的话,发现其实能改进的空间很小,毕竟瓶颈在分布式事务模型本身。 ”

640?wx_fmt=gif

那我们回到问题的根源:为什么我们需要分布式事务?

因为我们需要各个资源数据保持一致性,但是对于分布式事务提供的强一致性,所有业务场景真的都需要吗?大多数业务场景都能容忍短暂的不一致,不同的业务对不一致的容忍时间不同。像银行转账业务,中间有几分钟的不一致时间,用户通常都是可以理解和容忍的。

在大多数的业务场景中,我们可以使用最终一致性替代传统的强一致性,尽量避免使用分布式事务。

在实践中常用的最终一致性方案就是使用带有事务功能的 MQ 做中间人角色,它的工作原理如下:在做本地事务之前,先向 MQ 发送一个 prepare 消息,然后执行本地事务,本地事务提交成功的话,向 MQ 发送一个 commit 消息,否则发送一个 rollback 消息,取消之前的消息。MQ 只会在收到 commit 确认才会将消息投递出去,所以这样的形式可以保证在一切正常的情况下,本地事务和 MQ 可以达到一致性。但是分布式调用存在很多异常场景,诸如网络超时、VM 宕机等。假如系统执行了 local_tx() 成功之后,还没来得及将 commit 消息发送给 MQ,或者说发送出去由于网络超时等原因,MQ 没有收到 commit,发生了 commit 消息丢失,那么 MQ 就不会把 prepare 消息投递出去。MQ 会根据策略去尝试询问(回调)发消息的系统(checkCommit)进行检查该消息是否应该投递出去或者丢弃,得到系统的确认之后,MQ 会做投递还是丢弃,这样就完全保证了 MQ 和发消息的系统的一致性,从而保证了接收消息系统的一致性。

3.3 研发团队协作问题


服务化之后,特别是采用微服务架构以后。研发团队会被拆分成多个服务化小组,例如 AWS 的 Two Pizza Team,每个团队由 2~3 名研发负责服务的开发、测试、部署上线、运维和运营等。

随着服务数的膨胀,研发团队的增多,跨团队的协同配合将会成为一个制约研发效率提升的因素。

3.3.1 共用服务注册中心

为了方便开发测试,经常会在线下共用一个所有服务共享的服务注册中心,这时,一个正在开发中的服务发布到服务注册中心,可能会导致一些消费者不可用。

解决方案:

可以让服务提供者开发方,只订阅服务(开发的服务可能依赖其他服务),而不注册正在开发的服务,通过直连测试正在开发的服务。


它的工作原理如图 3-1 所示。

640?wx_fmt=png

图 3-1 只订阅,不发布

3.3.2 直连提供者

在开发和测试环境下,如果公共的服务注册中心没有搭建,消费者将无法获取服务提供者的地址列表,只能做本地单元测试或使用模拟桩测试。

还有一种场景就是在实际测试中,服务提供者往往多实例部署,如果服务提供者存在 Bug,就需要做远程断点调试,这会带来两个问题:

1) 服务提供者多实例部署,远程调试地址无法确定,调试效率低下。

2) 多个消费者可能共用一套测试联调环境,断点调试过程中可能被其他消费者意外打断。

解决策略:

绕过注册中心,只测试指定服务提供者,这时候可能需要点对点直连,点对点直联方式将以服务接口为单位,忽略注册中心的提供者列表。


3.3.3 多团队进度协同

假如前端 Web 门户依赖后台 A、B、C 和 D 4 个服务,分别由 4 个不同的研发团队负责,门户要求新特性 2 周内上线。A 和 B 内部需求优先级排序将门户的优先级排的比较高,可以满足交付时间点。但是 C 和 D 服务所在团队由于同时需要开发其他优先级更高的服务,因此把优先级排的相对较低,无法满足 2 周交付。

在 C 和 D 提供版本之前,门户只能先通过打测试桩的方式完成 Mock 测试,但是由于并没有真实的测试过 C 和 D 服务,因此需求无法按期交付。

应用依赖的服务越多,特性交付效率就越低下,交付的速度取决于依赖的最迟交付的那个服务。假如 Web 门户依赖后台的 100 个服务,只要 1 个核心服务没有按期交付,则整个进度就会延迟。

解决方案:

调用链可以将应用、服务和中间件之间的依赖关系串接并展示出来,基于调用链首入口的交付日期作为输入,利用依赖管理工具,可以自动计算出调用链上各个服务的最迟交付时间点。通过调用链分析和标准化的依赖计算工具,可以避免人为需求排序失误导致的需求延期。


3.3.4 服务降级和 Mock 测试

在实际项目开发中,由于小组之间、个人开发者之间开发节奏不一致,经常会出现消费者等待依赖的服务提供者提供联调版本的情况,相互等待会降低项目的研发进度。

解决方案:

服务提供者首先将接口定下来并提供给消费者,消费者可以将服务降级同 Mock 测试结合起来,在 Mock 测试代码中实现容错降级的业务逻辑(业务放通),这样既完成了 Mock 测试,又实现了服务降级的业务逻辑开发,一举两得。


3.3.5 协同调试问题

在实际项目开发过程中,各研发团队进度不一致很正常。如果消费者坐等服务提供者按时提供版本,往往会造成人力资源浪费,影响项目进度。

解决方案:

分布式服务框架提供 Mock 桩管理框架,当周边服务提供者尚未完成开发时,将路由切换到模拟测试模式,自动调用 Mock 桩;业务集成测试和上线时,则要能够自动切换到真实的服务提供者上,可以结合服务降级功能实现。


3.3.6 接口前向兼容性

由于线上的 Bug 修复、内部重构和需求变更,服务提供者会经常修改内部实现,包括但不限于:接口参数变化、参数字段变化、业务逻辑变化和数据表结构变化。

在实际项目中经常会发生服务提供者修改了接口或者数据结构,但是并没有及时知会到所有消费者,导致服务调用失败。

解决方案:

1) 制定并严格执行《服务前向兼容性规范》,避免发生不兼容修改或者私自修改不通知周边的情况。

2) 接口兼容性技术保障:例如 Thrift 的 IDL,支持新增、修改和删除字段,字段定义位置无关性,码流支持乱序等。

总结   


服务化之后,无论是服务化框架,还是业务服务,都面临诸多挑战,本章摘取了其中一些比较重要的问题,并给出解决方案和最佳实践。对于本章节没有列出的问题,则需要服务框架开发者和使用者在实践中探索,找出一条适合自己产品的服务化最佳实践。


640?wx_fmt=jpeg

书籍介绍

《分布式服务框架原理与实践》依托工作实践,从分布式服务框架的架构设计原理到实践经验总结,涵盖了服务化架构演进、订阅发布、路由策略、集群容错和服务治理等多个专题,全方位剖析服务框架的设计原则和原理,结合大量实践案例与读者分享作者对分布式服务框架设计和运维的体会。同时,对基于 Docker 部署微服务以及基于微服务架构开发、部署和运维业务系统进行了详细介绍。

640?wx_fmt=gif END 640?wx_fmt=gif▼往期精彩回顾▼ 基于CSE的微服务工程实践-多微服务框架演进 RPC框架的可靠性设计 如何设计一个优质的微服务框架



本文为 InfoQ 中文站特供稿件,首发地址为:

https://www.infoq.cn/article/servitization-best-practice


640?wx_fmt=png扫码加群 640?wx_fmt=png更多精彩 640?wx_fmt=png 640?wx_fmt=png
测绘程序设计——试题一:出租车轨迹数据计算 仅展示试题1的原文,如需了解其余内容,请自行购买图书李老师著作主页-http://ybli.users.sgg.whu.edu.cn/book/ 阅读详情

相关推荐

【Win11】Photoshop cc 2019破解安装全攻略:从下载到修复

本文提供了在Windows 11系统上安装和激活Adobe Photoshop CC 2019的详细图文教程。核心步骤包括获取可靠安装包、断网执行纯净安装、替换破解文件以及解决常见的主页空白和性能优化问题,确保用户能顺利完成破解并流畅使用这款经典设计软件。

weixin_28559803的博客 404

【微服务】Dubbo的最佳实践

以下是Dubbo的一些最佳实践整理,可以当做一张Dubbo的使用说明书,具体的原理分析后续再详写,这里就言简意赅的说明用法,且大部分来自官方文档: 【一】服务化最佳实践 分包 服务接口、服务模型、服务异常等均放在 API 包中,符合REP(重用发布原则),CRP(共同重用原则) 粒度 服务接口尽可能大粒度,避免分布式事务,因为Dubbo暂未提供分布式事务支持。 服务接口建议以业务场景为...

陌北有棵树的博客 2217

【LPDDR4 - 学习二】LPDDR4 介绍 ——LPDDR4 芯片引脚说明解析

本文系统解析了LPDDR4内存芯片的引脚定义与特性,重点介绍了272球POPFBGA封装的双通道架构。内容涵盖电源管理(三级供电架构与上电时序)、控制信号(差分时钟与复用命令总线)、数据接口(16位双向数据总线与选通信号)以及校准复位等核心模块。通过表格详细列明了各引脚电压范围、功能定义及工程注意事项,并附有典型封装球位分布图。全文基于JEDEC标准,为移动设备内存设计提供全面的硬件参考,特别强调电源时序控制、信号完整性及抗干扰设计等关键点。

zap15622077817的博客 2652

Dubbo最佳实践,我整理了以下9点

点击上方蓝色字关注我们~Dubbo服务化,在当前互联网后端开发中,大部分都使用了Dubbo。截止目前github dubbo上,star也将近3万,使用dubbo的公司数...

u010889990的专栏 2143

别再为数码管引脚发愁了!用STM32的普通IO口驱动TM1650数码管模块(附完整模拟I2C代码)

本文详细介绍了如何利用STM32的普通IO口通过模拟I2C协议驱动TM1650数码管模块,提供了完整的硬件连接方案和软件实现代码。通过模拟I2C技术,开发者可以灵活使用任意GPIO引脚控制多位数码管显示,解决了传统驱动方式占用大量IO资源的问题。文章包含TM1650寄存器解析、亮度控制等实用功能实现,并分享了常见问题排查与性能优化技巧。

weixin_30764771的博客 659

从零实现反激式电源仿真:LTspice高级应用实例

深入解析反激式开关电源的建模与仿真过程,利用LTspice实现从零搭建电路,精准验证电路仿真效果,提升电源设计效率与可靠性。

weixin_36149538的博客 1900

Dubbo服务化最佳实战

存放实体bean和业务接口 2.2 实现接口中的方法 UserserviceImpl.java 2.3 服务提供者的核心配置文件 声明dubbo服务提供者的名称:保证唯一- 性 设置dubbo使用的协议和端口号 暴露服务接口 加载业务接口的实现类到spring容器中 2.4 监听器 3. 服务消费者(maven web) 3.2 服务消费者的核心配置文件 声明服务消费者名称:保证唯一性 引用远程接口服务 3.3 spring核心配置文件 扫描组件 配置注解驱动(命名空间容易出错)

qq_45896330的博客 4579

用运放和乘法器DIY忆阻模拟器:从理论到Multisim仿真实战

本文详细介绍了如何利用运放和乘法器DIY忆阻模拟器,从理论基础到Multisim仿真实战。通过解析忆阻器的数学模型,设计关键电路模块,并完成仿真验证,帮助电子爱好者低成本实现忆阻器功能。文章还提供了实际调试中的常见问题解决方案和进阶应用建议,适合神经形态计算和非易失性存储领域的研究者参考。

weixin_28718345的博客 424

Dubbo:dubbo 服务化最佳实践

由于直连方式中存在的问题,改造 dubbo 项目:抽象分散在多个项目中的公共接口,实体类,异常,工具类到一个项目中,在其他项目 如服务提供者,消费者共用公共的资源。2.6.1 分包建议将服务接口、服务模型、服务异常等均放在公共包中。 就是接口工程2.6.2 粒度服务接口尽可能大粒度,每个服务方法应代表一个功能,而不是某功能的一个步骤, 否则将面临分布式事务问题,Dubbo 暂未提供分布式事务支持。服务接口建议以业务场景为单位划分,并对相近业务做抽象,防止接口数量爆炸。不建议使用过于抽象的通用接口,如:Map

dengfengling999的博客 389

【基于 CasADi 的欠驱动无人船实时非线性模型预测控制(NMPC)实现与避碰仿真】MATLAB开源复现

本文提出了一种基于CasADi的欠驱动无人船实时非线性模型预测控制(NMPC)方法,实现了轨迹跟踪与避碰功能。研究采用三自由度USV动力学模型,集成静态与动态障碍物避碰约束,并满足国际海上避碰规则(COLREGS)。通过CasADi+IPOPT数值优化求解,实现了毫秒级实时控制。文章详细介绍了USV建模、NMPC控制器设计、避碰约束建模以及CasADi实现流程,包括核心求解流程和轨迹生成方法。实验结果表明,该方法能有效实现复杂环境下的轨迹跟踪与避碰功能。

vor234的博客 1399

【Qt】QtCreator远程部署、调试程序

1)QtCreator 工具–> 选项 --> 设备 --> 添加2)设备设置向导选择–> Generic Linux Device --> 开启向导3)填写“标识配置的名称”(随便写)、设备IP、用户名 --> 下一步4)选择配对秘密文件,第一次配对,可以不填写,点击“下一步”5)点击“完成”6)设备添加成功,需要再配置SSH端口号、用户名、密码等7)保存SSH登陆密码:验证类型选择默认“Default”–> “创建新密钥”–> “Test”

郭老二 5197

Dubbo——Dubbo中的常用标签、服务化最佳实践

Dubbo——Dubbo中的常用标签、服务化最佳实践

贝尔摩德苦艾酒 8084

Python 爬虫实战:网站反爬机制绕过终极指南(技术原理 + 实战代码 + 避坑技巧)

在 Python 爬虫的世界里,反爬机制是每一个爬虫开发者都必须面对的挑战。网站为了保护自身数据不被恶意爬取,会设置各种反爬机制,这使得爬虫开发变得更加复杂和有趣。本文将详细介绍常见的网站反爬机制及其绕过方法,结合技术原理、实战代码和避坑技巧,帮助你成为一名优秀的爬虫开发者。

u014481728的博客 1006

分布式服务框架之服务化最佳实践(很好)

转载至:https://blog.youkuaiyun.com/kobejayandy/article/details/52155223 在服务化之前,业务通常都是本地API调用,本地方法调用性能损耗较小。服务化之后,服务提供者和消费者之间采用远程网络通信,增加了额外的性能损耗,业务调用的时延将增大,同时由于网络闪断等原因,分布式调用失败的风险也增大。如果服务框架没有足够的容错能力,业务失败率将会大幅...

weixin_30681121的博客 149

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。

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

华为18级大牛整理总结:微服务设计和分布式服务框架原理实践文档

对于很多Java工程师而言,想要提升技能,往往是自己摸索成长,不成体系的学习效果低效漫长且无助。整理的这些资料希望对Java开发的朋友们有所参考以及少走弯路,本文的重点是你有没有收获与成长,其余的都不重要,希望读者们能谨记这一点。再分享一波我的Java面试真题+视频学习详解+技能进阶书籍《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!备注Java获取)**

A1867350的博客 1285

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

《分布式服务框架原理与实践》试读感想

       《分布式服务框架原理与实践》试读感想         先讲讲我公司目前面临的问题:随着公司业务的发展和扩大,团队人员不断增多,公司原有的技术架构的弊端越来越明显,处理业务数据越来越吃力,线上服务的处理能力越来越捉襟见肘。增加团队人员并没有解决效率问题,很多人员不是帮线上救火,就是在救火的路上;单纯的增加硬件设备已经不能得到原有系统具有的伸缩能力了。由于原系统是基于RPC远程服务...

用技术点亮生命,用产品温暖人心,探讨coding真谛,感悟技术精神。 344

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

华为18级大牛倾情奉送:分布式服务框架和微服务设计原理实战文档,啃完发现涨薪如此简单

前言 分布式服务框架不仅仅包含核心的运行时类库,还包括服务划分原则、服务化最佳实践、服务治理、服务监控、服务开发框架等,它是一套完整的解决方案,用来协助应用做服务化改造,以及指导用户如何构建适合自己业务场景的服务化体系,将服务化的价值发挥到极致。 基于分布式服务框架,业务终于可以把全部精力都放到应用层的逻辑开发,研发效率、系统可靠性都得到了极大的提升。目前,华为电信软件主要解决方案几乎所有的Java系统都基于分布式服务框架构建,底层的基础框架实现了统一。 近年来,随着DevOps和以Docker为首的

python6_quanzhan的博客 1851

真卷,隔壁半夜房间还亮着灯,原来在偷偷学习分布式服务框架

分布式服务框架,特点在于分布式,功能在于服务提供,目标在于即时通讯框架整合。由于其能够让服务端和客户端进行解耦,让调用方和被调用方处于网络的两端但是通讯毫无障碍,从而能够扩充整体的业务规模。对于一些业务场景稍微大一些的公司,一般都会采用分布式服务框架。

老男孩的架构路 158

系统架构

javaversion"1.6.0_18" Java(TM)SERuntimeEnvironment(build1.6.0_18-b07) JavaHotSpot(TM)64-BitServerVM(build16.0-b13,mixedmode) -server-Xmx2g-Xms2g-Xmn256m-XX...

weixin_33690963的博客 87

动力节点Dubbo学习笔记

动力节点dubbo学习笔记,视频链接:https://www.bilibili.com/video/BV1Sk4y197eD

Vashon的博客 748

RPC 基础知识 和Dubbo

dubbo

h259077的博客 498
上一篇: ServiceComb/CSE和Spring Cloud技术栈对比
下一篇: Netty 防止内存泄漏措施
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