01、什么是微服务
Adrian Cockcroft对微服务的表述:loosely couped service oriented architecture with bounded context。
这里涉及两个微服务的概念:
-
loosely couped:松耦合
松耦合可以引申出其他概念,如各自独立,微服务应该是各自独立的,可以独立开发,独立测试,独立部署,独立运维,如果每个服务都需要同时被更新,那就不是松耦合。服务自理,高度内聚,对外界应该是没有依赖的。
-
bounded context:有界上下文
业务有界,每个微服务有着明确的业务功能,业务场景。数据有界,每个微服务自身数据不对外界暴露,外界只能通过微服务暴露的接口访问内部数据。
02、优点
-
隔离性好:
部署A服务时,不会影响B服务的运⾏
-
易于管理:
⾃动地服务升降级,不会影响整个系统的运⾏状态。监控每个微服务的运⾏状态,及时发出告警
-
弹性:
系统中一个组件不可用,并没有导致级联故障,系统其他部分可以正常运行
-
简化部署:
在大型代码仓库中,如果只修改了一小部分,也需要部署整个程序。这样做影响较大,风险也较大。微服务架构中,各服务是彼此独立部署的,如果出问题了,可以快速回滚。便于功能快速发布
03、缺点
-
多服务运维难度:
可能需要多个人对多个服务进行维护
-
系统部署依赖:
由于服务间存在调用依赖,因而部署也存在依赖
-
服务间通信成本:
直接通常是rpc调用,但仍有调用成本
-
数据一致性保证:
需要保证服务正常工作、异常工作下服务间处理一致
-
系统需要集成测试 :
除单个服务外,需要服务集成起来,统一测试
04、CAP理论
衡量系统设计的准则。分布式系统不可能同时满足一致性(consistency)、可用性(availability)、分区容错性(partition tolerance),最多只能满足两个。因此,任何分布式系统的设计只是在三者中的不同取舍而已。
-
C:分布式系统所有服务在同一时刻提供同样的业务形态。
-
A:每个服务都必须能在限定时间内响应请求。
-
P:即使服务之间丢失数据,服务仍然响应请求。
CAP理论是分布式系统的设计一个重要准则。
详细介绍:http://blog.csdn.net/chen77716/article/details/30635543
举例:
-
A:业务侧服务和订单平台服务必须都能访问。
-
P:订单状态同步失败,仍能下单,仍能查看业务的订单列表。
-
C:订单状态同步(业务侧订单系统和订单中心,订单平台和业务订单)
05、分布式系统的一种容错机制
分布式系统容错一般有两种机制:
-
重复尝试:
适用于能预知到的短期故障。
-
断路器模式:
适用于无法预知的突发性故障,无法预估恢复耗时的场景。记录成功和失败请求的数量。如果失效率超过一个阈值,触发断路器使得后续的请求立刻失败。如果大量的请求失败,就可能是这个服务不可用,再发请求也无意义。在一个失效期后,客户端可以再试,如果成功,关闭此断路器。
ps:异常场景应对措施——失败重试,负载均衡,熔断
06、公司级别的服务
具体实现特点:
-
隔离性一般:
无法做到所有服务彻底隔离。
部署A服务时,可能会影响B服务的运⾏
例如:
服务A挂掉,服务B可以正常运行,但可能真正使用B调用了A的某个接口,导致B无法正常使用
-
易于管理:
一般公司级别团队专门负责,可以保证监控每个微服务的运⾏状态,及时发出告警
-
故障预防:
一般有负载均衡,多台机器同时,一台无法提供服务,流量不会进来
-
简化部署:
各服务是彼此独立部署的;但由于服务间可能有依赖,回滚可能需要同时回滚,但具体看服务实现是否进行了100%向前兼容。
-
服务实现维护:
不同的服务可能由不同的开发人员维护,需要和多人打交道
07、如何测试?
1、测试要求:
-
服务独立测试:
功能、数据检查、性能
-
服务间一致性测试:
正常场景、异常场景
-
系统集成测试:
功能、数据检查、性能
-
服务幂等测试:
一个服务、服务之间
2、 具体测试执行,抛开测试外,大致用过两种测试方案:
间接测试:
在每个服务上,提供虚拟的http接口,这样服务测试转换为http接口测试
直接测试:
针对每个服务,专门写一个client进行访问测试
例如,下面是针对多个thrift服务,采用的两种测试方案思路:
绵薄之力
最后感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走
这些资料,对于想进阶【自动化测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。希望对大家有所帮助…….