1、微服务的发展
单体应用（进程内部调用）--- RPC接口（远程方法调用）。将臃肿的单体应用拆分为细粒化的服务（项目）。随着敏捷开发、持续交付、DevOps 理论的发展和实践，以及基于Docker容器化技术的成熟，微服务的应用越来越广。
举个例子，之前我们的项目是打包为war包部署，所有的代码在一个项目，如果有改动，则需要重新打包部署。 现在我们把一个项目拆分为了好几个子项目目，打包为jar包，各自部署，某一个子项目改动并不会影响其他项目的部署。
这样提高了开发、测试、上线、运维的效率。
2、服务拆分的考虑
1）、功能维度---将公共功能聚合为一个服务，这是横向拆分；
2）、业务维度---业务和数据关系密切的放一起，纵向拆分；
3）、人员聚类---某几个业务某几个人熟悉，就一起开发部署；
4）、性能聚类---性能要求高的并发大和性能要求低的并发小，分为不同的服务。
3、微服务架构（很多是分布式、集群系统才会很明显的使用）
1）、服务描述： 一般用的RESTful API 暴露接口。提供接口路径，入参，出参；
2）、注册中心：常规的eureka和consul；
3）、服务框架：接口调用之前还有几个问题---服务通信采用什么通信（HTTPS）、数据传输采用什么方式（同步或异步、单连接传输还是多路复用）、数据压缩采用什么格式（Json序列化或Java对象序列化）；
4）、服务监控：前后端或者后端与后端调用是否正常，指标收集---数据处理---数据展示。这个在小型项目中一般直接看后台日志，大型项目才有专门的监控。
5）、服务追踪：主要用于服务追踪和故障定位，每一次调用接口记录一个requestId，向下调用再记录一个requestId...这样定位故障（没用过）；
6）、服务治理：单机故障（小型项目常遇到，这时候就要查看Log日志再解决）、单数据中心故障（人为挖断缆线等）、依赖服务不可用（被依赖的项目异常，可以做熔断机制）。
这些组件，在分布式SOA架构中有类似相同功能的组件。
4、服务发现 - 注册中心
注册中心是服务提供者和服务消费者之间的纽带。 服务提供者提供心跳给注册中间，表明服务提供者是否在运行。 当服务提供者增加/减少节点时，也通知注册中心，注册中心修改注册表，再提供给服务消费者。
注册中心一般采用集群部署，保证高可用。但是又要保证数据的一致性，这就涉及到分布式事务等一系列的操作。
5、服务调用 - RPC调用
1）、客户端（我理解的前端）和服务端（我理解的后端）如何建立连接：
HTTP通信，"三次握手"来建立连接，"四次挥手"断开连接；
Socket通信，前端和后端要对接，发送请求和响应请求。当连接发生异常时，通过链路存活检测到链接是否断开，断开就断链重试；
2）、服务端的处理方式：BIO同步阻塞方式（客户端请求一次创建一个线程去处理...最后线程太多达到系统最大数直接挂掉）、NIO同步非阻塞方式（客户端请求，通过IO多路复用处理，可以为系统节省开销）、AIO异步非阻塞方式（客户端发送IO请求立即返回，等待服务端通知）；
3）、协议与数据序列化：协议契约通常包括消息头和消息体。为什么数据要序列化，因为数据的传输速度取决于网络带宽与数据大小，数据序列化后，数据变小，传输速度变快。 常见的序列化：Hsesian2.0支持Map、List数据类型，二进制PB序列化压缩比和速度都比Json快，适用于对性能和存储要求高的场景，Json性能比PB稍微差些，但是可读性好，适合提供给外接服务。
序列化最主要的作用是数据编解码，适用于前后端的数据传输。
推荐使用成熟的通信框架，例如netty。
6、服务监控
监控可以从三个方面着手：
1）、监控对象：用户端监控、接口监控（后端开发常用到）、资源监控、基础监控（CPU利用率、内存使用量、IO读写、带宽等）；
2）、监控指标：每秒请求数量QPS（一段时间请求数量，如果在高峰期，每秒请求数量的指标更具有代表性PV）、响应时间（主要是慢请求500ms的数量，越少越好）、错误率（顾名思义）；
3）、监控维度：全局监控、单机房监控、单机监控、时间监控、核心业务监控。
监控系统的原理：
1）、数据采集：服务主动上报（在代码里写逻辑，每次调用完接口将数据上报）、代理采集（在日志中采集需求的数据）。 采样率涉及到监控的准度和系统的性能，当系统空闲的时间加大采样率，系统并发高的时候减小采样率（提高系统性能）；
2）、数据传输：UDP传输（数据采集完和服务器建立连接，上传数据到数据处理单元）、kafka传输（数据采集完上传到Topic，数据处理单元去订阅）。 在传输的时候可以使用PB（protocol buffers）/Json个数传输；
3）、数据处理：需要将数据聚合---接口维度聚合、机器维度聚合。可以用es数据库保存数据；
4）、数据展示：可以用曲线图、饼状图、格子图展示数据。
7、服务追踪
服务追踪的作用
1）、快速定位bug或者错误，例如五层调用，请求到第三层的时候莫名挂了，就可以定位是第三层请求的时候出了问题；
2）、优化系统瓶颈：服务追踪数据展示，可以用全局角度去定位是哪一块出现了系统的性能的瓶颈。然后做出对应的优化；
3）、优化链路调用：服务追踪，可以很直观的从全局角度去看一个链路调用的各种依赖，有些依赖是否是有必要的，然后优化；
4）、生成网络拓扑：根据链路调用，可以生成一个网络拓扑图像，可以直观的的反应了一个接口的调用路线，依赖，耗时等等。 也起到一个监控的作用。
服务追踪原理：
1）、每个请求有一个唯一标识traceId，在整个系统中也是唯一标识。所以一次请求生成的traceId可以在整个系统中看到调用了哪些接口服务；
2）、每一层或同层调用的不同服务，都有一个spanId来区别。 向下一层就是在spanId值后面再添加值（修改值），同层就是spanId的值的尾数不一样。例如A调用B和C，B调用D。traceId=123，A服务的spanId=0，B的spanId=0.1，D的spanId=0.1.1，C的spanId=0.2，这样就可以迅速追踪到当前请求一共调了几层服务，一共调了多少次服务等数据。
服务追踪实现：
1）、数据埋点上报：通过CS.SR创建上下文、CR.SS归档上下文，将每个服务的埋点上报；
2）、数据计算处理：实时数据处理、离线数据处理。不同的方式都有各自的插件、数据库；
3）、数据展示：链路图（可以看到一个接口的总体情况，响应时间、模块、调用多少个系统，主要用来定位故障）、拓扑图（一个调用包含了哪些应用，它们之间的关系、以及QPS、耗时等）。
服务追踪和数据监控的区别：
服务追踪：从系统全局去看，是一个链路，一个traceId全局追踪，上下游依赖关系；
数据监控：某节点的具体数据的采集、处理、展示、分析；
排查bug和调优性能等，都是先从链路去定位bug等的位置。 定位后，再根据该节点的数据监控，查看该节点的日志、性能、资源、异常等。
8、微服务的治理手段
微服务如果调用失败，原因可能是服务提供者宕机或线程退出，还可能是服务提供者、注册中心、服务消费者三者之间的某块网络问题。
针对于上述问题，有2种节点管理方法：
1）、注册中心主动摘除服务提供者：服务提供者主动向注册中心汇报心跳（存活），把这次汇报心跳的世界与上一次汇报心跳的时间做对比，超过一定时间，就认为服务提供者失效，然后注册中心主动摘除该节点（服务提供者可能部署了集群，所以摘除了有问题的节点）；
2）、服务消费者摘除机制：第一个解决方法情况下，假如服务提供者与注册中心的网络出了问题，会导致所有的服务提供者全部被摘除。 所以可以在服务消费者调用服务提供者的时候，如果哪一个节点出现了问题，就摘除哪一个提供者的节点。
一个服务提供者多是以集群存在，这就涉及到了负载均衡，涉及到了负载均衡的几种算法：
1）、随机算法：顾名思义就是随机的去访问节点，最终访问数量大到一定程度的时候，发现请求到各个节点的数量占比差不多；
2）、轮询算法：根据节点的权重，对服务节点轮询发送请求。性能好的服务器，将权重设置大一点，分发的请求多一点，性能达到最优；
3）、最少活跃调用算法：在服务消费者端维护一个数字，调用某服务节点，改节点数字+1，返回了就数字-1。 性能好的服务器节点，处理快，活跃数低，所以请求很多分发到性能好的节点，性能达到最优；
4）、一致性Hash算法：相同参数的请求总是发某一个服务器节点。当某个服务器节点宕机后，基于虚拟节点机制，平摊到其他节点，不会整体宕机。
选择节点不止由负载均衡确定，还由路由规则确定，制定路由规则原因有2个
1）、业务存在灰度发布的需求：更新了版本，要内测，允许部分人使用，则符合条件的部分人就可以访问新的节点；
2）、多机房就近访问的需求：如果在全国部署了几个大机房，那么请求的话就最好就近访问。
路由配置方式有2种
1）、静态配置：在服务消费者本地存放路由规则，只有在修改服务消费者本地配置的路由规则后才能上线后生效。
2）、动态配置：路由规则存放在注册中心，服务消费者定期去注册中心同步规则。 注册中心的路由规则改变，服务消费者去更新的时候也相应改变，从而实现动态更新。
服务容错手段有以下几种
1）、FailOver：失败自动切换。访问一个节点失败后访问下一个节点；
2）、FailBack：失败通知。如果是读操作，失败了可以再一次发送请求，如果是非幂等性操作（插入等），则如果调用生效就不可以重新请求；
3）、FailCache：失败缓存。请求失败后，隔一段时间重新对该节点发送请求；
4）、FailFast：快速失败。请求失败后不再请求，直接打印错误日志。
在幂等性（读）的情况下可以选择FailOver或者FailCache，在非幂等性操作下选择FailBack或者FailFast操作。
该文章只是笔记，记录的是我自己大概的总结。
如果想看完整的知识点，可以去 极客时间app 上找 从0开始学微服务 --- 阿忠伯 老师的课程。
链接：https://time.geekbang.org/column/115