微服务入门技术栈知识总结笔记（SpringCloud + RabbitMQ + Docker + Redis + 搜索Elasticsearch + 分布式）

2401_88612756

481人浏览 · 2026-08-04 22:33:17

2401_88612756 · 2026-08-04 22:33:17 发布

一、微服务与 SpringCloud

1. 架构演进

单体架构：所有功能打成一个包部署。优点：简单、部署成本低；缺点：耦合度高、维护/升级困难。适合小项目。
分布式架构：按业务功能拆成独立项目（服务）。优点：降低耦合、易扩展；缺点：调用关系复杂。
微服务：一种"良好设计的分布式架构"。四大特征：单一职责（粒度更小）、自治（团队/技术/数据/部署独立）、面向服务（标准接口、跨语言）、隔离性强（隔离+容错+降级）。做到高内聚、低耦合。

微服务不是具体技术，而是一种架构标准；SpringCloud 是它的一站式落地方案。

2. SpringCloud 是什么

国内最主流的微服务框架，官网 https://spring.io/projects/spring-cloud。
集成了各种微服务功能组件，并基于 SpringBoot 自动装配，开箱即用。
常见组件：注册中心、配置中心、远程调用、负载均衡、网关、熔断限流等。
版本关系：SpringCloud 依赖 SpringBoot。

二、服务拆分与远程调用

1. 拆分原则

不同微服务不要重复开发相同业务。
微服务数据独立，不要访问其它微服务的数据库。
微服务把自己的业务暴露为接口，供其它服务调用。

2. 远程调用（RestTemplate 原始方式）

// 1. 在启动类注册 RestTemplate
@Bean
public RestTemplate restTemplate(){ return new RestTemplate(); }

// 2. 注入并调用
String url = "http://localhost:8081/user/" + order.getUserId();
User user = restTemplate.getForObject(url, User.class);

服务提供者：被其它微服务调用的服务（提供接口）。
服务消费者：调用其它微服务的服务。
角色是相对的：A 调 B、B 调 C，则 B 既是消费者也是提供者。

3. 痛点

硬编码 IP+端口、无法负载均衡、无服务健康感知 → 引入注册中心。

三、注册中心：Eureka 与 Nacos

1. 为什么需要注册中心

服务有多个实例时，消费者如何知道实例地址？如何选一个？如何感知宕机？
注册中心解决：服务注册、服务发现（拉取）、心跳续约、剔除故障实例。

2. Eureka 结构

eureka-server：独立微服务，保存"服务名 → 实例地址列表"映射。
eureka-client：每个微服务引入，既注册又发现。
流程：实例启动注册 → 消费者按服务名拉列表 → Ribbon 负载均衡选一个 → 实例每 30s 发心跳，超时不跳则剔除。

关键配置：

eureka:
  client:
    service-url:
      defaultZone: http://127.0.0.1:10086/eureka
spring:
  application:
    name: userservice

3. Nacos（阿里，国内主流）

功能比 Eureka 丰富，既是注册中心也是配置中心。
引入依赖（注意注释掉 eureka 依赖）：

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

spring:
  cloud:
    nacos:
      server-addr: localhost:8848

4. Nacos 核心概念

分级存储模型：服务 → 集群（如 HZ 杭州、SH 上海）→ 实例。同集群优先访问，跨机房才访问其它集群。
权重配置：控制台改实例权重，权重越大访问越多；权重=0 永不被访问。用于让性能好机器多扛量。
环境隔离 namespace：不同 namespace 的服务互相不可见（默认 public）。可通过命名空间 ID 隔离 dev/test/prod。

5. Nacos vs Eureka

对比	Nacos	Eureka
服务注册/拉取	都支持	都支持
健康检查	临时实例心跳；非临时实例主动检测	仅心跳
实例剔除	临时实例不正常才剔除；非临时不剔除	不正常即剔除
列表更新	支持变更推送，更及时	定时拉取
一致性	默认 AP，含非临时实例时 CP	AP

临时实例：ephemeral: false 设为非临时（永久）实例。

四、负载均衡 Ribbon

SpringCloud 底层用 Ribbon 实现负载均衡。给 RestTemplate 加 @LoadBalanced 即可用服务名代替 IP。
原理：LoadBalancerInterceptor 拦截请求 → 从 Eureka 按服务名取实例列表 → IRule 选一个 → 替换 URL 发起真实请求。
内置策略：RoundRobinRule(轮询，默认)、RandomRule、WeightedResponseTimeRule、RetryRule 等。一般用默认即可。
饥饿加载（避免首次慢）：

ribbon:
  eager-load:
    enabled: true
    clients: userservice

五、配置管理：Nacos Config

1. 统一配置管理

实例多了逐个改配置易错 → Nacos 集中管理，且支持热更新。
核心配置、需要热更新的配置才放 Nacos；基本不变的留本地。
读取顺序：先读 bootstrap.yaml（在 application.yml 之前），得知 Nacos 地址，再拉取配置合并。

# bootstrap.yaml
spring:
  application:
    name: userservice
  profiles:
    active: dev
  cloud:
    nacos:
      server-addr: localhost:8848
      config:
        file-extension: yaml

文件 ID 规则：${spring.application.name}-${profiles.active}.${file-extension} → 例 userservice-dev.yaml。

2. 配置热更新（两种方式）

方式一：在 @Value 所在类加 @RefreshScope。
方式二（推荐）：用 @ConfigurationProperties(prefix="pattern") 代替 @Value，自动刷新。

3. 配置共享

userservice.yaml（无环境）可被多环境共享；userservice-dev.yaml 仅 dev。
优先级（高→低）：Nacos 当前环境配置 > Nacos 共享配置 > 本地 application.yml > bootstrap。
生产务必部署 Nacos 集群（非单机）。

六、声明式 HTTP 调用：Feign

RestTemplate 代码可读性差、URL 难维护 → 用 Feign（声明式 http 客户端）。

1. 基本使用

<dependency>
  <groupId>org.springframework.cloud</groupId>
  <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

@EnableFeignClients        // 启动类开启
@FeignClient("userservice") // 声明客户端
public interface UserClient {
    @GetMapping("/user/{id}")
    User findById(@PathVariable("id") Long id);
}
// 调用：userClient.findById(userId) 即可，无需手写 RestTemplate

2. 自定义配置

类型	作用
`Logger.Level`	日志级别 NONE/BASIC/HEADERS/FULL
`Decoder`/`Encoder`	响应解析/请求编码
`Retryer`	失败重试

配置（针对某服务或全局 default）：

feign:
  client:
    config:
      userservice:
        loggerLevel: FULL

3. 性能优化（★重点）

Feign 底层默认用 URLConnection（无连接池）。改用 HttpClient/OKHttp 连接池：

<dependency>
  <groupId>io.github.openfeign</groupId>
  <artifactId>feign-httpclient</artifactId>
</dependency>

feign:
  httpclient:
    enabled: true
    max-connections: 200
    max-connections-per-route: 50
  client:
    config:
      default:
        loggerLevel: BASIC

4. 最佳实践（抽取）

把 FeignClient、相关 POJO、默认配置抽到独立模块 feign-api，各消费者引入依赖。
解决扫描包问题：@EnableFeignClients(basePackages="cn.itcast.feign.clients") 或 clients={UserClient.class}。

七、服务网关 Gateway

1. 为什么需要网关

所有微服务的统一入口。三大功能：请求路由、权限控制、限流。
实现：Gateway（响应式 WebFlux，性能好）与 Zuul（Servlet 阻塞式）。选 Gateway。
架构：请求 → 网关 → 按规则路由到某微服务（带负载均衡）→ 返回。

2. 快速入门

spring:
  application:
    name: gateway
  cloud:
    nacos:
      server-addr: localhost:8848
    gateway:
      routes:
        - id: user-service
          uri: lb://userservice      # lb=负载均衡，后跟服务名
          predicates:
            - Path=/user/**          # 路径匹配

lb://userservice 表示按服务名从注册中心拉列表并负载均衡。

3. 断言工厂（Predicate）

决定请求是否符合路由条件。常用 Path=/user/**；还有 After/Before/Between、Header、Method、Query、RemoteAddr 等十几种。入门掌握 Path 即可。

4. 过滤器

路由过滤器 GatewayFilter（31 种）：对请求/响应加工，如 AddRequestHeader、RequestRateLimiter（限流）。
配置在路由下只对该路由生效；写在 default-filters 下对所有路由生效。

spring:
  cloud:
    gateway:
      default-filters:
        - AddRequestHeader=Truth, itcast-awesome

5. 全局过滤器 GlobalFilter

自己写代码实现拦截逻辑（登录校验、权限、限流）。实现 GlobalFilter 接口，加 @Order 指定顺序（值越小越先执行）。

@Order(-1)
@Component
public class AuthorizeFilter implements GlobalFilter {
  public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain){
    String auth = exchange.getRequest().getQueryParams().getFirst("authorization");
    if("admin".equals(auth)) return chain.filter(exchange);
    exchange.getResponse().setStatusCode(HttpStatus.FORBIDDEN);
    return exchange.getResponse().setComplete();
  }
}

执行顺序：order 值相同则 defaultFilter > 路由过滤器 > GlobalFilter。

6. 跨域（CORS）

浏览器禁止跨域 ajax，网关统一解决：

spring:
  cloud:
    gateway:
      globalcors:
        add-to-simple-url-handler-mapping: true
        corsConfigurations:
          '[/**]':
            allowedOrigins: ["http://localhost:8090"]
            allowedMethods: ["GET","POST","DELETE","PUT","OPTIONS"]
            allowedHeaders: "*"
            allowCredentials: true
            maxAge: 360000

八、消息队列 RabbitMQ

1. 同步 vs 异步

同步（Feign）：实时得结果；缺点：耦合高、性能/吞吐下降、级联失败。
异步（事件模式）：发布者发事件到 Broker（中间人），订阅者各自处理。优点：吞吐提升、故障隔离、解耦、流量削峰；缺点：架构复杂、依赖 Broker 可靠。

2. MQ 选型对比

MQ	公司	语言	可用性	单机吞吐	延迟	可靠性
RabbitMQ	Rabbit	Erlang	高	一般	微秒级	高
ActiveMQ	Apache	Java	一般	差	毫秒级	一般
RocketMQ	阿里	Java	高	高	毫秒级	高
Kafka	Apache	Scala&Java	高	非常高	毫秒内	一般

追求可靠/低延迟选 RabbitMQ；追求吞吐选 RocketMQ/Kafka。

3. RabbitMQ 角色

publisher（生产者）、consumer（消费者）、exchange（交换机，路由）、queue（队列，存消息）、virtualHost（虚拟主机，租户隔离）。

4. 五种消息模型

基本队列（HelloWorld）：一生产者一队列一消费者。
WorkQueue：多个消费者绑同一队列，共同消费（"能者多劳"靠 prefetch:1）。
发布/订阅（Pub/Sub）：引入 exchange，三类交换机：
- Fanout：广播，发给所有绑定队列。
- Direct：按 RoutingKey 精确匹配。
- Topic：RoutingKey 支持通配符（# 多词，* 一词）。
exchange 只转发不存储，无队列绑定则消息丢失。

5. SpringAMQP（企业常用）

封装了 RabbitTemplate，自动声明队列/交换机/绑定，注解式监听。

<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-amqp</artifactId>
</dependency>

spring:
  rabbitmq:
    host: 192.168.150.101
    port: 5672
    virtual-host: /
    username: itcast
    password: 123321

发送：rabbitTemplate.convertAndSend(queueName, message);
接收：

@RabbitListener(queues = "simple.queue")
public void listen(String msg){ System.out.println("收到：" + msg); }

基于注解声明交换机+队列+绑定（Direct 示例）：

@RabbitListener(bindings = @QueueBinding(
    value = @Queue(name = "direct.queue1"),
    exchange = @Exchange(name = "itcast.direct", type = ExchangeTypes.DIRECT),
    key = {"red","blue"}
))
public void listen(String msg){ ... }

6. 消息转换器（★重要）

默认 JDK 序列化：体积大、有安全漏洞、可读性差。
改用 JSON：引入 jackson 依赖，启动类加 Bean：

@Bean
public MessageConverter jsonMessageConverter(){ return new Jackson2JsonMessageConverter(); }

生产者和消费者都要配，否则反序列化失败。

九、Docker 容器化部署

1. Docker 解决什么问题

依赖冲突：把应用 + Libs + Deps + 配置一起打包，放隔离容器运行。
环境差异：镜像含完整运行环境（含系统函数库），仅依赖 Linux 内核，可跨 Linux 系统运行。
优势：启动快、体积小、隔离好、一行命令启停。

2. 与虚拟机区别

虚拟机：模拟硬件+完整 OS，重、慢。
Docker：只封装函数库，是系统进程，轻、快。

3. 核心概念

镜像（Image）：应用及其依赖、环境、配置打包成的只读文件。
容器（Container）：镜像运行起来形成的进程（隔离）。一个镜像可起多个容器。
DockerHub / 镜像仓库：托管镜像（如 MySQL、Redis 镜像）。国内有阿里云镜像库。
架构：CS 模式，客户端发指令，服务端（守护进程）管镜像/容器。

4. 常用命令

镜像：docker pull nginx、docker images、docker save -o nginx.tar nginx:latest、docker load -i nginx.tar、docker rmi nginx。
容器：docker run --name mn -p 80:80 -d nginx、docker ps、docker ps -a、docker logs -f mn、docker stop/start/rm、docker exec -it mn bash。
镜像名格式：[repository]:[tag]，不写 tag 默认 latest。

5. 数据卷（容器数据管理）

容器与数据耦合难维护 → 用数据卷解耦。
数据卷是宿主机目录的虚拟映射，容器内写操作落到宿主机。

docker volume create html
docker run --name mn -v html:/usr/share/nginx/html -p 80:80 -d nginx

也可直接挂宿主机目录：-v /tmp/mysql/data:/var/lib/mysql。
数据卷模式：耦合低、目录深；目录直挂：耦合高、目录好找。

6. Dockerfile 自定义镜像

文本文件，用指令描述构建过程，每行一层。
第一行必须是 FROM（基础镜像，如 java:8-alpine）。

FROM java:8-alpine
COPY ./app.jar /tmp/app.jar
EXPOSE 8090
ENTRYPOINT java -jar /tmp/app.jar

构建：docker build -t javaweb:1.0 .

7. Docker-Compose 部署微服务集群

用一个 yaml 描述多个容器如何运行，免去手动逐个 docker run。

version: "3.2"
services:
  nacos:
    image: nacos/nacos-server
    environment:
      MODE: standalone
    ports:
      - "8848:8848"
  mysql:
    image: mysql:5.7.25
    environment:
      MYSQL_ROOT_PASSWORD: 123
    volumes:
      - "$PWD/mysql/data:/var/lib/mysql"
  userservice:
    build: ./user-service
  orderservice:
    build: ./order-service
  gateway:
    build: ./gateway
    ports:
      - "10010:10010"

容器间用服务名互联（非 IP）。把微服务配置里的 mysql/nacos 地址改为容器名。
打包：finalName 设为 app，每个微服务 Dockerfile 用 app.jar；部署：docker-compose up -d。

8. 私有镜像仓库

推送前先 tag（加仓库地址前缀）：

docker tag nginx:latest 192.168.150.101:8080/nginx:1.0
docker push 192.168.150.101:8080/nginx:1.0
docker pull 192.168.150.101:8080/nginx:1.0

十、分布式搜索引擎 Elasticsearch

1. ES 是什么

开源分布式搜索引擎，负责存储、搜索、分析。底层基于 Lucene（Java 搜索引擎类库）。
ELK/Elastic Stack：elasticsearch + kibana（可视化）+ Logstash/Beats（采集）。
与 MySQL 分工：MySQL 管事务型写、保一致性；ES 管海量数据搜索/分析。两者结合 + 数据同步。

2. 倒排索引（核心原理）

正向索引：按 id 找文档，但按字段模糊查只能全表扫描。
倒排索引：文档分词得到词条 → 建"词条→文档id"索引。搜索时先分词，拿词条查倒排索引得文档 id，再取文档。速度极快，无需全表扫。
优点：模糊/分词搜索快；缺点：只能按词条建索引，不能按字段排序。

3. ES 概念 vs MySQL

MySQL	ES	说明
Table	Index	索引=文档集合（类似表）
Row	Document	文档=一条 JSON 数据
Column	Field	字段
Schema	Mapping	映射=字段约束
SQL	DSL	JSON 风格查询语句

4. 索引库与文档操作（DSL）

创建索引库（含 mapping）：

PUT /hotel
{
  "mappings": {
    "properties": {
      "name": { "type": "text", "analyzer": "ik_max_word", "copy_to": "all" },
      "brand": { "type": "keyword", "copy_to": "all" },
      "price": { "type": "integer" },
      "location": { "type": "geo_point" },
      "all": { "type": "text", "analyzer": "ik_max_word" }
    }
  }
}

mapping 关键属性：type（text 分词 / keyword 精确 / 数值 / boolean / date / object / geo_point）、index（是否索引）、analyzer、copy_to（合并到 all 字段方便单字段搜）。
索引库一旦创建无法改 mapping，只能加新字段：PUT /索引库/_mapping。
文档 CRUD：
- 新增：POST /索引库/_doc/文档id {json}
- 查询：GET /索引库/_doc/id
- 删除：DELETE /索引库/_doc/id
- 全量改：PUT /索引库/_doc/id {json}（先删后增）
- 增量改：POST /索引库/_update/id {"doc":{字段}}

5. 分词器

IK 分词器：ik_smart（粗粒度）、ik_max_word（细粒度）。创建倒排索引和搜索时都会分词。
可扩展/停用词条：改 IKAnalyzer.cfg.xml。

6. DSL 查询分类

查询所有：match_all。
全文检索：match（单字段）、multi_match（多字段），走分词+倒排匹配。建议用 copy_to+单字段 all 查询，性能更好。
精确查询：term（词条精确，不分词）、range（范围，如价格）。用于 keyword/数值/日期/布尔。
地理查询：geo_distance（附近 N 公里）、geo_bounding_box（矩形）。
复合查询：bool（must 与/参与算分、should 或、must_not 非/不算分、filter 必须/不算分）、function_score（控制算分排名）。
查询 JSON 结构：query + from/size（分页）+ sort（排序）+ highlight（高亮）。
排序：keyword/数值/日期可排；地理用 _geo_distance。
分页：from+size 支持随机翻页但有 10000 上限（深度分页问题）；search_after 适合向下滚动翻页。
高亮：必须配合全文检索查询，给命中词加 <em> 标签。

7. RestHighLevelClient（Java 操作 ES）

步骤：初始化 RestHighLevelClient → 建 XxxRequest（Index/Get/Update/Delete/Bulk/Search）→ 准备参数（DSL）→ 发请求 → 解析结果。
查询解析：从外到内 SearchHits → getTotalHits().value（总数）→ getHits()（文档数组）→ getSourceAsString() 反序列化为对象。
高亮结果在 hit.getHighlightFields()，需替换原字段。

8. 数据聚合（aggregations）

桶（Bucket）聚合：分组，如 terms 按品牌分组、date_histogram 按日期。
度量（Metric）聚合：计算值，如 avg/max/min/stats。可嵌套在桶内对每个组算。
aggs 与 query 同级；query 限定聚合范围；size:0 只返回聚合结果不含文档。
参加聚合的字段必须是 keyword/日期/数值/布尔。

9. 自动补全（supplement/suggest）

字段类型必须是 completion；用 Completion Suggester 匹配以输入开头的词条。
拼音补全：装 pinyin 分词器 + 自定义 analyzer（ik + pinyin filter），搜索时用 ik_smart 避免同音字干扰。

10. 数据同步（ES 与 MySQL）

三种方案：

同步调用：业务改库后直接调 ES 接口。简单但耦合高。
异步通知（推荐入门）：改库后发 MQ 消息，ES 端监听并更新。低耦合，依赖 MQ 可靠。
监听 binlog（canal）：完全解耦，但增加数据库负担、实现复杂。

11. ES 集群（分布式核心）

解决：海量存储（分片 shard 拆分到多节点）、单点故障（副本 replica 备份）。
概念：cluster（同名节点组）、node、shard（主分片）、replica（副本分片）。
节点职责分离：master（选主/管理）、data（数据 CRUD）、coordinator（路由/汇总）。生产建议分离。
脑裂：节点失联导致出现多个 master。解决：选票需 > (eligible节点+1)/2，eligible 节点数取奇数（如 3）。ES7 后默认配置，一般不发生。
分布式存储：对文档 id 做 hash 决定落哪个分片（故分片数创建后不可改）。
分布式查询：scatter phase（分发到各分片）+ gather phase（汇总结果）。
故障转移：master 监控节点，宕机则把分片迁移到其它节点保数据安全。

十一、Redis 缓存（★重要之前学过）

1. Redis 是什么

基于内存的键值（key-value）数据库，单线程模型但极快（十万级 QPS），常用于缓存、分布式锁、会话存储、计数器、消息队列（轻量）。
数据持久化：RDB（快照）、AOF（日志）；生产常主从+哨兵或 Cluster 集群。

2. 常用数据类型

String：字符串/计数（incr），最常用。
Hash：对象属性（用户信息）。
List：队列、最新列表。
Set/ZSet：去重集合 / 有序集合（排行榜、延迟队列）。

3. Spring Boot 整合

<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

@Autowired
private StringRedisTemplate redisTemplate; // 默认已配 JDK 序列化，建议改 JSON

// 常用
redisTemplate.opsForValue().set("key", "val", 30, TimeUnit.MINUTES);
String v = redisTemplate.opsForValue().get("key");

缓存注解（Spring Cache）：@EnableCaching + @Cacheable/@CachePut/@CacheEvict，简化缓存读写。

4. 典型缓存问题与应对（重要）

缓存穿透：查不存在的数据，绕过缓存打库。→ 缓存空值、布隆过滤器。
缓存击穿：热点 key 过期瞬间大量请求打库。→ 互斥锁、逻辑过期。
缓存雪崩：大量 key 同时过期/Redis 宕机。→ 过期时间加随机值、Redis 高可用集群。

5. 与微服务关系

网关/服务间共享会话、限流计数、热点数据缓存都依赖 Redis。
与 ES 定位不同：Redis 是内存 KV（快、容量小），ES 是搜索分析引擎（磁盘、海量）。

十二、分布式入门

服务治理：注册中心（Nacos）解决"服务在哪、谁健康"；配置中心统一配置+热更新。
远程调用：Feign 声明式调用 + 连接池优化；Ribbon 做客户端负载均衡。
流量入口：Gateway 统一路由、鉴权、限流、跨域。
异步解耦：RabbitMQ 用 Broker 解耦服务，交换机路由消息，JSON 序列化。
部署运维：Docker 镜像+容器+数据卷，Compose 一键编排微服务集群。
搜索分析：Elasticsearch 倒排索引+DSL+聚合，MySQL 与 ES 通过 MQ/binlog 同步。
缓存加速：Redis 扛热点读、共享状态，注意穿透/击穿/雪崩。
高可用：Nacos 集群、ES 分片+副本+故障转移、Redis 主从/Cluster，都是"分布式"的基础保障。

微服务入门知识总结

懂单体→分布式→微服务概念，跑通 SpringCloud 父子工程。
注册中心 Nacos → 配置中心 → Feign → Gateway，搭一个多服务可调用、可路由的小系统。
引入 RabbitMQ 做异步解耦（如下单后发消息）。
用 Docker + Compose 把整套服务容器化部署。
接入 Elasticsearch 做商品/酒店搜索，理解倒排索引与 DSL。
用 Redis 做缓存，补上分布式缓存与高可用认知。

重点记住：微服务核心是"拆得开、找得到、调得动、挂不了"。
Nacos 管注册配置，Feign/Gateway 管调用入口，MQ 管异步，Docker 管部署，ES 管搜索，Redis 管缓存。

亚马逊云科技技术品牌专区

更多推荐

基于STM32的全屋环境智能监测与预警终端设计

亚马逊云科技技术品牌专区

Keras：面向人类的深度学习库

Keras3支持多后端（TensorFlow、PyTorch、JAX），通过设置环境变量切换，兼容指定版本。pip安装后可用Sequential API快速构建CNN模型，如MNIST分类示例，实

亚马逊云科技技术品牌专区

AI行业日报｜2026-09-25：5个热点事件

本期行业动态聚焦于端侧算力重构、自主智能体工作流、开发工具经济模型、网络隔离架构设计与公共部门合规审查。以下结合一线技术场景进行结构化梳理，供 AI 研究员与软件工程团队参考。 PrismML 正将其轻量级语言模型适配至搭载高通处理器的智能眼镜终端 1 。该平台的核心战略指向开源权重模型的本地化运行，旨在最大化挖掘穿戴设备现有算力的利用效率 1 。对于嵌入式与边缘计算开发者而言，此类微型模型向低功

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

2401_88612756

@2401_88612756

已为社区贡献2条内容

微服务入门技术栈 知识总结笔记（SpringCloud + RabbitMQ + Docker + Redis + 搜索Elasticsearch + 分布式）

2401_88612756

一、微服务与 SpringCloud

1. 架构演进

2. SpringCloud 是什么

二、服务拆分与远程调用

1. 拆分原则

2. 远程调用（RestTemplate 原始方式）

3. 痛点

三、注册中心：Eureka 与 Nacos

1. 为什么需要注册中心

2. Eureka 结构

3. Nacos（阿里，国内主流）

4. Nacos 核心概念

5. Nacos vs Eureka

四、负载均衡 Ribbon

五、配置管理：Nacos Config

1. 统一配置管理

2. 配置热更新（两种方式）

3. 配置共享

六、声明式 HTTP 调用：Feign

1. 基本使用

2. 自定义配置

3. 性能优化（★重点）

4. 最佳实践（抽取）

七、服务网关 Gateway

1. 为什么需要网关

2. 快速入门

3. 断言工厂（Predicate）

4. 过滤器

5. 全局过滤器 GlobalFilter

6. 跨域（CORS）

八、消息队列 RabbitMQ

1. 同步 vs 异步

2. MQ 选型对比

3. RabbitMQ 角色

4. 五种消息模型

5. SpringAMQP（企业常用）

6. 消息转换器（★重要）

九、Docker 容器化部署

1. Docker 解决什么问题

2. 与虚拟机区别

3. 核心概念

4. 常用命令

5. 数据卷（容器数据管理）

6. Dockerfile 自定义镜像

7. Docker-Compose 部署微服务集群

8. 私有镜像仓库

十、分布式搜索引擎 Elasticsearch

1. ES 是什么

2. 倒排索引（核心原理）

3. ES 概念 vs MySQL

4. 索引库与文档操作（DSL）

5. 分词器

6. DSL 查询分类

7. RestHighLevelClient（Java 操作 ES）

8. 数据聚合（aggregations）

9. 自动补全（supplement/suggest）

10. 数据同步（ES 与 MySQL）

11. ES 集群（分布式核心）

十一、Redis 缓存 （★重要 之前学过）

1. Redis 是什么

2. 常用数据类型

3. Spring Boot 整合

4. 典型缓存问题与应对（重要）

5. 与微服务关系

十二、分布式入门

微服务入门知识总结

所有评论(0)

温馨提示：您尚未绑定手机号

2401_88612756

微服务入门技术栈知识总结笔记（SpringCloud + RabbitMQ + Docker + Redis + 搜索Elasticsearch + 分布式）

十一、Redis 缓存（★重要之前学过）