微服务的原理以及多线程的使用

分布式应⽤用核⼼心CAP知识：

CAP定理理: 指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不不可同时获得。
一致性（C）：所有节点都可以访问到最新的数据
可用性（A）：每个请求都是可以得到响应的，不不管请求是成功还是失败
分区容错性（P）：除了全部整体⽹网络故障，其他故障都不不能导致整个系统不不可⽤用

CAP理理论就是说在分布式存储系统中，最多只能实现上⾯面的两点。⽽而由于当前的⽹网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进⾏行行权衡。

 各种注册中心支持的协议：

 结论：
分布式系统中P,肯定要满⾜足，所以只能在CA中二选⼀没有最好的选择，最好的选择是根据业务场景来进⾏行行架构设计；
如果要求一致性，则选择zookeeper/Nacos，如⾦金金融⾏行业 CP；
如果要求可⽤用性，则Eureka/Nacos，如电商系统 AP
CP ： 适合⽀支付、交易易类，要求数据强一致性，宁可业务不可⽤用，也不能出现脏数据
AP: 互联网业务，比如信息流架构，不要求数据强一致，更更想要服务可用。

base理论：

CAP 中的一致性和可用性进⾏行行一个权衡的结果，核心思想就是：我们无法做到强⼀一致，但每个应用都可以根据自身的业务特点，用适当的⽅方式来使系统达到最终一致性,

 微服务中的面向失败编程：

 限流、隔离、降级、熔断；

流量防卫兵sentinal

以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性
丰富的应⽤用场景：消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。

完备的实时监控：Sentinel 同时提供实时的监控功能。

利用docker安装sentinel

1、导入依赖

 <!--流量防卫兵Sentinal-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

2、配置sentinel

 sentinel:
      transport:
        dashboard: 10.229.34.58:8858
        #  port 是这个模块与sentinel进行交互的端口，不能被占用因此选择较大的
        port: 9999 

3、运行之后，可以在sentinel的控制台设置流量控制等信息。

sentinel的流控配置是在控制台直接设置

流量控制（flow control）：原理是监控应⽤用流量的 QPS 或并发线程数等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。

 openfeign负载均衡整合sentinel流量控制

 1、导入sentinel流量控制依赖

  <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

 2、开启feign对sentinel的支持

feign:
sentinel:
enabled: true

 3、创建容错类兜底数据，并实现service层中类的接口

@Service
public class VideoServiceFallBack implements VideoService {
    @Override
    public Video findById(int videoId) {
        // 兜底数据执行
        return null;
    }

    @Override
    public int save(Video video) {
        return 0;
    }
}

 service层中的VideoService接口需要配置fallback

@FeignClient(value = "xdclass-video-service",fallback = VideoServiceFallBack.class)