微服务 调用链监控 微服务监控报警平台

一、微服务调微服务监微服务架构的用链分布式事务问题如何处理

分布式系统架构中，分布式事务问题是监控警平一个绕不过去的挑战。而微服务架构的控报流行，让分布式事问题日益突出！微服务调微服务监

下面我们以电商购物支付流程中，用链在各大参与者系统中可能会遇到分布式事务问题的监控警平场景进行详细的分析！

如上图所示，控报假设三大参与平台（电商平台、微服务调微服务监支付平台、用链银行）的监控警平系统都做了分布式系统架构拆分，按上数中的控报流程步骤进行分析：

1、电商平台中创建订单：预留库存、微服务调微服务监预扣减积分、用链锁定优惠券，监控警平此时电商平台内各服务间会有分布式事务问题，因为此时已经要跨多个内部服务修改数据；

2、支付平台中创建支付订单（选银行卡支付）：查询账户、查询限制规则，符合条件的就创建支付订单并跳转银行，此时不会有分布式事务问题，因为还不会跨服务改数据；

3、银行平台中创建交易订单：查找账户、创建交易记录、判断账户余额并扣款、增加积分、通知支付平台，此时也会有分布式事务问题（如果是服务化架构的话）；

4、支付平台收到银行扣款结果：更改订单状态、给账户加款、给积分帐户增加积分、生成会计分录、通知电商平台等，此时也会有分布式事务问题；

5、电商平台收到支付平台的支付结果：更改订单状态、扣减库存、扣减积分、使用优惠券、增加消费积分等，系统内部各服务间调用也会遇到分布式事问题；

如上图，支付平台收到银行扣款结果后的内部处理流程：

1、支付平台的支付网关对银行通知结果进行校验，然后调用支付订单服务执行支付订单处理；

2、支付订单服务根据银行扣款结果更改支付订单状态；

3、调用资金账户服务给电商平台的商户账户加款（实际过程中可能还会有各种的成本计费；如果是余额支付，还可能是同时从用户账户扣款，给商户账户加款）；

4、调用积分服务给用户积分账户增加积分；

5、调用会计服务向会计（财务）系统写进交易原始凭证生成会计分录；

6、调用通知服务将支付处理结果通知电商平台；

如上图，把支付系统中的银行扣款成功回调处理流程提取出来，对应的分布式事务问题的代码场景：

/**支付订单处理**/

@Transactional(rollbackFor= Exception.class)

public void completeOrder(){

orderDao.update();//订单服务本地更新订单状态

accountService.update();//调用资金账户服务给资金帐户加款

pointService.update();//调用积分服务给积分帐户增加积分

accountingService.insert();//调用会计服务向会计系统写入会计原始凭证

merchantNotifyService.notify();//调用商户通知服务向商户发送支付结果通知

}

本地事务控制还可行吗？

以上分布式事务问题，需要多种分布式事务解决方案来进行处理。

订单处理：本地事务

资金账户加款、积分账户增加积分：TCC型事务（或两阶段提交型事务），实时性要求比较高，数据必须可靠。

会计记账：异步确保型事务（基于可靠消息的最终一致性，可以异步，但数据绝对不能丢，而且一定要记账成功）

商户通知：最大努力通知型事务（按规律进行通知，不保证数据一定能通知成功，但会提供可查询操作接口进行核对）

二、在微服务架构下,如何实现接口调用链路的跟踪

在传统的单应用架构下，接口的日志监控还是非常简单的，但是随着分布式、微服务架构的兴起，我们会面对更为复杂的服务交互关系；

也就是说，以往的系统，更多的是A系统调用B系统，而现在可能面对这A->B->C->D，而在这种情况下，如果没有链路跟踪的方案，那么查找和定位问题就会非常困难。

理论基础

Google公司研发了Dapper分布式跟踪系统，并发表了论文《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》；

目前行业内大部分的分布式跟踪方案都是基于这篇论文来实现的；这篇论文中提到了几个比较重要的概念：

A：parentId=null、spanId=1；

B：parentId=1、spanId=2；

C：parentId=2、spanId=3；

D：parentId=2、spanId=4；

实现方案

我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

集成zipkin或者spring cloud sleuth都可以的

三、真想不到!这样设计的微服务云架构,竟能够支撑全世界公司!

想要设计出能支撑全世界公司使用的微服务云架构，得先深入了解微服务架构。

自从Dubbo被Spring Cloud取代后，微服务是越来越拉风了。而Spring Cloud Alibaba是阿里巴巴出品的Spring Cloud第二代实现，是阿里微服务的解决方案与精华沉淀，在业界广泛使用，使用微服务更是大势所趋。

近几年微服务更是面试的高频问点，几乎只要你去一家互联网公司就是必被问到的问题！

最近一个朋友去字节跳动面试，就体验了一把被完虐的感觉！

这位朋友言辞中有些许惭愧：面试官已经给了一些提示，但无奈自己准备得不充分，回答很不理想。他没想到，像Seata、Nacos，Sentinel，Eureka等这些在工作中都有涉及过的技术，面试官会问的这么深入——

1、微服务注册中心的注册表如何更好的防止读写并发冲突？

2、Eureka注册表多级缓存架构有了解过吗？

3、Nacos如何支撑阿里巴巴内部上百万服务实例的访问？

4、Nacos高并发异步注册架构知道如何设计的吗？

5、Sentinel底层滑动时间窗限流算法怎么实现的？

6、Sentinel底层是如何计算线上系统实时QPS的？

7、Seata分布式事务协调管理器是如何实现的？

8、Seata分布式事务一致性锁机制如何设计的？

9、Seata分布式事务回滚机制如何实现的？

10、Nacos集群CP架构底层类Raft协议怎么实现的？

11、Nacos&Eureka&Zookeeper集群架构都有脑裂问题吗？

12、如何设计能支撑全世界公司使用的微服务云架构？

你看完后可能会觉得现在互联网公司面试都这么严格了吗？我想告诉你的是，没有错！甚至会问的更多更深！据我所知，如果能回答的出其中的一半，就算是勉强及格了。如果十二条你都能全部回答出来，那你应该是妥妥的技术大牛了！可以放心去投大厂简历了！

这份一线互联网公司Java面试核心知识点涵盖内容广，尤其是对微服务这一块收纳众多一线互联网面试题以及实操教程，具体内容如下：

1、亿级流量电商网站微服务架构详解

2、Nacos注册中心实现电商微服务拆分实战

3、Ribbon多实例服务负载均衡调用实战

4、Sentinel服务高可用限流熔断降级实战

5、微服务架构下的分布式事务Seata实战

6、路由&限流&安全认证网关Gateway实战

7、Nacos分布式配置中心详解

8、微服务调用链路追踪Pinpoint详解

9、微服务自动化监控Prometheus&Grafana详解

10、阿里京东后端微服务中台架构实战

1、Nacos服务注册与发现源码深度剖析

2、Nacos心跳机制与服务健康检查源码剖析

3、Nacos注册表如何防止多节点读写并发冲突

4、Nacos高并发支撑异步任务与内存队列剖析

5、Nacos集群CP架构底层Raft协议实现源码剖析

6、从脑裂问题剖析Nacos&Eureka&Zookeeper架构异同

7、阿里云超大规模注册中心SaaS架构剖析

8、Sentinel底层滑动时间窗限流算法深度剖析

9、利用Sentinel的Metric机制计算线上系统实时QPS

10、Seata分布式事务回滚机制剖析

1、微服务架构分布式事务详解

2、十分钟快速实战阿里分布式事务框架Seata

3、Seata中AT模式模型架构与数据模型设计

4、Seata事务管理器实现原理详解

5、Seata全局事务与分支事务源码剖析

6、Seata数据源代理扩展源码剖析

7、Seata事务隔离级别底层源码剖析

8、Seata事务超时、二阶段失败解决方案源码剖析

9、生产环境AT模式与TCC模式性能差异分析

微服务这单个章节就包含了这么多内容，还涵盖其他面试题内容，具体如下

四、什么是微服务架构主流的微服务如何实现

简单地说，微服务架构就是以业务域或业务功能为边界，将一个大而全的应用拆分为可以独立开发，独立部署，独立测试，独立运行的一组小的应用，并且使用轻量级，通用的机制在这组应用间进行通信。

主流的微服务包括：

1、SpringCloud

Spring Cloud,来自Spring，具有Spring社区的强大支撑，还有Netflix强大的后盾与技术输出。Netflix作为一家成功实践微服务架构的互联网公司在几年前就把几乎整个微服务框架栈开源贡献给了社区，这些框架开源的整套服务架构套件是Spring Cloud的核心。

- Eureka:服务注册发现框架；

- Zuul:服务网关；

- Karyon：服务端框架；

- Ribbon：客户端框架；

- Hystrix：服务容错组件；

- Archaius：服务配置组件；

- Servo：Metrics组件；

- Blitz4j：日志组件；

2、Dubbo

Dobbo是一个分布式服务框架，是阿里开放的微服务化治理框架，致力于提高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案。其核心部分(官网)

-远程通讯:提供对多种基于长连接的NIO框架抽象封装，包括多种线程模型，序列化，以及“请求-响应”模式的信息交换方式；

-集群容错:提供基于接口方法的透明远程过程调用，包括多协议支持，以及软负载均衡，失败容错，地址路由，动态配置等集群支持；

-自动发现:基于注册中心目录服务，使服务消费方能动态的查找服务提供方，使地址透明，使服务提供方可以平滑增加或减少机器。

Dubbo也是采用全 Spring配置方式，透明化接入应用，对应用没有任何 API侵入，只需用 Spring加载 Dubbo的配置即可，Dubbo基于 Spring的 Schema扩展进行加载。当然也支持官方不推荐的 API调用方式。

3、lstio

lstio作为用于微服务聚合层管理的新锐项目，是Google、IBM、Lyft（海外共享出行公司、Uber劲敌），首个共同联合开源的项目，提供了统一的连接，安全，管理和监控微服务的方案。

目前首个测试版是针对Kubernetes环境的，社区宣称在未来几个月内会为虚拟机和Cloud Foundry等其他环境增加支持。lstio将流量管理添加到微服务中，并为增值功能（如安全性、监控、路由、连接管理和策略）创造了基础。

- HTTP、gRPC和 TCP网络流量自动负载均衡；

-提供了丰富的路由规则，实现细颗粒度的网络流量行为控制；

-流量加密、服务件认证，以及强身份声明；

-全范围（Fleet-wide）的策略执行；

-深度遥测和报告。

参考资料:业务性能指标