【SpringCloud】微服务保护和分布式事务

此时查询购物车业务需要查询并等待商品的查询结果，因为商品查询并发较高，因此也就导致查询购物车业务响应时间变长。因为请求是源源不断的，如果前面的请求接收不到响应，就会一直占用Tomcat中的线程，后面的请求就会占用新的线程，最终可能会导致Tomcat中的资源耗尽，服务的性能就会很差。

同理，如果有其他服务需要调用购物车模块中的查询购物车功能，该服务也会受到影响，从而影响整个项目。

这就是雪崩问题。（一个小的问题从而引发一个十分严重的问题）

总结：当某个服务因资源耗尽、响应延迟或代码错误而失效时，依赖它的上游服务会因等待响应而阻塞线程。若未及时释放资源，阻塞会持续蔓延，直至整个系统不可用。这一过程类似雪崩，由局部故障演变为全局瘫痪。

雪崩问题产生的原因是什么？

微服务相互调用，服务提供者出现故障或阻塞。
服务调用者没有做好异常处理，导致自身故障。
调用链中的所有服务级联失败，导致整个集群故障

解决问题的思路有哪些？

尽量避免服务出现故障或阻塞。
- ✅ 保证代码的健壮性；
- ✅ 保证网络畅通；
- ✅ 能应对较高的并发请求；
服务调用者做好远程调用异常的后备方案，避免故障扩散

一、微服务保护

1. 微服务保护方案

微服务保护方案有很多，常用的有以下三种：请求限流、线程隔离、服务熔断。

1.1 请求限流

服务故障的一个重要原因就是并发太高。因此请求限流就是限制或控制接口访问的并发流量，避免服务因流量激增而出现故障。

请求限流往往会有一个限流器，数量高低起伏的并发请求曲线，经过限流器就变的非常平稳。这就像是水电站的大坝，起到蓄水的作用，可以通过开关控制水流出的大小，让下游水流始终维持在一个平稳的量。

1.2 线程隔离

当一个业务接口响应时间过长，而且并发高时，就可能耗尽服务器的线程资源，导致服务内的其他接口受到影响。就需要用到线程隔离。

线程隔离可以限定每个接口可以用到的资源范围，也就是将其“隔离”起来。

线程隔离：也叫做舱壁模式，模拟船舱隔板的防水原理。通过限定每个业务能使用的线程数量而将故障业务隔离，避免故障扩散。

如图所示，给查询购物车的接口只分配了20个线程，这时就算查询购物车业务发生了异常，也不会影响到购物车服务中的其他接口正常运行。

1.3 服务熔断

线程隔离虽然避免了雪崩问题，但故障服务（商品服务）依然会拖慢购物车服务（服务调用方的接口响应速度）。而且商品查询的故障依然会导致查询购物车的功能出现故障，购物车的业务也就不可用了。

所以，要做两件事：

编写服务降级逻辑：就是服务调用失败后的处理逻辑，根据业务场景，可以抛出异常，也可以返回友好提示或默认数据

异常统计和熔断：统计服务提供方的异常比例，当比例过高表明该接口会影响到其他业务，此时就拒绝调用该接口，直接走降级逻辑。

服务熔断：由断路器统计请求的异常比例或慢调用比例，如果超出阈值则会熔断该业务，则拦截该接口的请求。熔断期间，所有请求快速失败，全都走 fallback 逻辑。

解决雪崩问题的常见方案有哪些？

请求限流：限制流量在服务可以处理的范围，避免因突发流量而故障
线程隔离：控制业务可用的线程数量，将故障隔离在一定范围
服务熔断：将异常比例过高的接口断开，拒绝所有请求，直接走 fallback
失败处理：定义 fallback 逻辑，让业务失败时不再抛出异常，而是返回默认数据或友好提示

2. Sentinel

2.1 安装

Sentinel是阿里巴巴开源的一款服务保护框架，目前已经加入SpringCloudAlibaba中。

Sentinel 是阿里巴巴开源的一款微服务流量控制组件。官网地址：https://sentinelguard.io/zh-cn/index.html

首先先去GitHub中下载响应的jar包https://github.com/alibaba/Sentinel/releases。

然后将jar包放在任意非中文、不包含特殊字符的目录下，重命名为sentinel-dashboard.jar

运行下面的命令启动控制台：

java -Dserver.port=8090 -Dcsp.sentinel.dashboard.server=localhost:8090 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar

访问http://localhost:8090页面，就可以看到sentinel的控制台了：

需要输入账号和密码，默认都是：sentinel。登录后，即可看到控制台，默认会监控sentinel-dashboard服务本身：

2.2 微服务整合

若要在微服务模块中整合Sentinel，连接控制台，步骤如下：

1）引入依赖

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

2）配置yaml文件

添加如下内容（换成你自己设置的地址和ip端口）：

spring:
  cloud: 
    sentinel:
      transport:
        dashboard: localhost:8090  # sentinel控制台地址

3）访问微服务模块的任意接口，以cart-service为例

查询购物车接口，sentinel的客户端就会将服务访问的信息提交到sentinel-dashboard控制台。并展示出统计信息：

点击簇点链路菜单，会看到下面的页面：

簇点链路就是一次请求在微服务内部走过的“完整路径”，例如在电商网站点“购买”按钮，请求会经过：下单接口 → 支付服务 → 库存服务 → 数据库。简单来说，就是当对一个业务进行请求时，完成该业务所需要的所有服务组成的链路。

我们看到/carts这个接口路径就是其中一个簇点，我们可以对其进行限流、熔断、隔离等保护措施。

不过可能在一个服务中多个接口请求的地址是相同的

所以我们可以选择打开Sentinel的请求方式前缀，把请求方式 + 请求路径作为簇点资源名：

首先，在cart-service的application.yml中添加下面的配置：

spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8090
      http-method-specify: true # 开启请求方式前缀

重启服务，通过页面访问购物车的相关接口，可以看到sentinel控制台的簇点链路发生了变化：

3. 请求限流

在簇点链路后面点击流控按钮，即可对其做限流配置：

弹出的菜单如下：

注：QPS是每秒请求的流量

上述信息表明把查询购物车的这个簇点资源的流量限制在了每秒6个请求。如果我们每秒发送10个请求，通过的只有6个。

4. 线程隔离

4.1 OpenFeign整合Sentinel

我们要对查询购物车接口做线程隔离。

首先，修改购物车微服务模块的application.yml文件，开启Feign的sentinel功能

feign:
  sentinel:
    enabled: true # 开启feign对sentinel的支持

需要注意的是，默认情况下SpringBoot项目的tomcat最大线程数是200，允许的最大连接是8492，单机测试很难打满。

所以我们需要配置一下购物车模块的application.yml文件，修改tomcat连接，这样在测试的时候才可以看到效果。

server:
  port: 8082
  tomcat:
    threads:
      max: 50 # 允许的最大线程数
    accept-count: 50 # 最大排队等待数量
    max-connections: 100 # 允许的最大连接

然后重启购物车服务，可以看到查询商品的FeignClient自动变成了一个簇点资源：

4.2 配置线程隔离

点击查询商品的FeignClient对应的簇点资源后面的流控按钮：

这里勾选的是并发线程数限制，也就是说这个查询功能最多使用5个线程，而不是5QPS。如果查询商品的接口每秒处理2个请求，则5个线程的实际QPS在10左右，而超出的请求自然会被拒绝。

此时就实现了线程隔离的需求。

5.Fallback

当调用商品服务失败时，触发查询商品 fallback逻辑，返回默认数据或友好提示，保证用户体验。

1）将 FeignClient 作为 Sentinel 的簇点资源：

feign:
  sentinel:
    enabled: true

2）FeignClient 的 Fallback 有两种配置方式：

方式一：FallbackClass，无法对远程调用的异常做处理
方式二：FallbackFactory，可以对远程调用的异常做处理，通常都会选择这种

FallbackFactory 是更灵活的降级方案，核心优势是能通过 Throwable 参数获取远程调用的异常详情，便于问题排查和精细化降级。

步骤 1：编写 FallbackFactory 实现类

以商品服务调用为例，实现带异常处理的降级逻辑：

@Slf4j
public class ItemClientFallbackFactory implements FallbackFactory<ItemClient> {
    @Override
    public ItemClient create(Throwable cause) {
        return new ItemClient() {
            @Override
            public List<ItemDTO> queryItemByIds(Collection<Long> ids) {
                log.error("查询商品服务失败，IDS：{}", ids, cause);
                return CollUtils.emptyList(); // 降级时返回空列表
            }

            @Override
            public void deductStock(List<OrderDetailDTO> items) {
                log.error("扣减商品库存失败", cause);
                throw new RuntimeException("库存服务暂时不可用，请稍后再试");
            }
        };
    }
}

步骤 2：将降级工厂注册为 Bean

在配置类中，把我们定义的 FallbackFactory 注册为 Spring Bean，这样 Spring 才能管理和注入它。或者可以直接在步骤1加上@Component注解。

@Configuration
public class FeignConfig {
    @Bean
    public ItemClientFallbackFactory itemClientFallbackFactory() {
        return new ItemClientFallbackFactory();
    }
}

步骤 3：关联到 FeignClient 接口（在 Feign 接口上指定降级工厂）

在 @FeignClient 注解中通过 fallbackFactory 属性关联我们的降级工厂。

@FeignClient(value = "item-service", fallbackFactory = ItemClientFallbackFactory.class)
public interface ItemClient {
    @GetMapping("/items")
    List<ItemDTO> queryItemByIds(@RequestParam("ids") Collection<Long> ids);

    @PutMapping("/items/stock/deduct")
    void deductStock(@RequestBody List<OrderDetailDTO> items);
}

6.服务熔断

线程隔离保护了购物车业务的其它接口，但是超出的QPS上限的请求就只能抛出异常，从而导致购物车的查询失败。但从业务角度来说，即便没有查询到最新的商品信息，购物车也应该展示给用户，用户体验更好。也就是给查询失败设置一个降级处理逻辑。

同时，如果查询商品的延迟比较高，从而导致查询购物车的响应时间也变的很长。这样不仅拖慢了购物车服务，消耗了购物车服务的更多资源，而且用户体验也很差。对于商品服务这种不太健康的接口，我们应该直接停止调用，直接走降级逻辑，避免影响到当前服务。也就是将商品查询接口熔断。当商品服务接口恢复正常后，再允许调用。这其实就是断路器的工作模式了。

Sentinel中的断路器不仅可以统计某个接口的慢请求比例，还可以统计异常请求比例。当这些比例超出阈值时，就会熔断该接口，即拦截访问该接口的一切请求，降级处理；当该接口恢复正常时，再放行对于该接口的请求。

断路器的工作状态切换有一个状态机来控制：

状态机包括三个状态：

closed：关闭状态，断路器放行所有请求，并开始统计异常比例、慢请求比例。超过阈值则切换到open状态
open：打开状态，服务调用被熔断，访问被熔断服务的请求会被拒绝，快速失败，直接走降级逻辑。Open状态持续一段时间后会进入half-open状态
half-open：半开状态，放行一次请求，根据执行结果来判断接下来的操作。

——>请求成功：则切换到closed状态

——>请求失败：则切换到open状态

我们可以在控制台通过点击簇点后的熔断按钮来配置熔断策略：

二、分布式事务

在分布式系统中，如果一个业务需要多个服务合作完成，而且每一个服务都有事务，多个事务必须同时成功或失败，这样的事务就是分布式事务。其中的每个服务的事务就是一个分支事务。整个业务称为全局事务。

项目中下单业务流程如下：

由于订单、购物车、商品分别在三个不同的微服务，而每个微服务都有自己独立的数据库，因此下单过程中就会跨多个数据库完成业务。而每个微服务都会执行自己的本地事务。

整个业务中，各个本地事务是有关联的。因此每个微服务的本地事务，也可以称为分支事务。多个有关联的分支事务一起就组成了全局事务。我们必须保证整个全局事务同时成功或失败。

每一个分支事务就是传统的单体事务，是满足ACID特性的。但是在全局事务中，ACID特性就不一定会满足了。因为它们跨越了不同的数据库，相互之间没有感知，可能已经下单成功，扣减库存了，但是购物车缺清理失败，就导致最终的结果无法统一。

1. 认识Seata

解决分布式事务的方案有很多，但实现起来都比较复杂，因此我们一般会使用开源的框架来解决分布式事务问题。在众多的开源分布式事务框架中，功能最完善、使用最多的就是阿里巴巴在2019年开源的Seata了。

解决分布式事务，各个子事务之间必须能感知到彼此的事务状态，才能保证状态一致。

在Seata的事务管理中有三个重要的角色：

TC (Transaction Coordinator) - 事务协调者：维护全局和分支事务的状态，协调全局事务提交或回滚。
TM (Transaction Manager) - 事务管理器：定义全局事务的范围、开始全局事务、提交或回滚全局事务。
RM (Resource Manager) - 资源管理器：管理分支事务，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

Seata的工作架构如图所示：

其中，TM和RM可以理解为Seata的客户端部分，引入到参与事务的微服务依赖中即可。将来TM和RM就会协助微服务，实现本地分支事务与TC之间交互，实现事务的提交或回滚。

而TC服务则是事务协调中心，是一个独立的微服务，需要单独部署（可以部署到docker容器当中）。

2.部署TC服务

2.1 准备数据库表

Seata支持多种存储模式，但考虑到持久化的需要，我们一般选择基于数据库存储。导入数据库表：

2.2 准备配置文件

课前资料准备了一个seata目录，其中包含了seata运行时所需要的配置文件：

server:
  port: 7099

spring:
  application:
    name: seata-server

logging:
  config: classpath:logback-spring.xml
  file:
    path: ${user.home}/logs/seata
  # extend:
  #   logstash-appender:
  #     destination: 127.0.0.1:4560
  #   kafka-appender:
  #     bootstrap-servers: 127.0.0.1:9092
  #     topic: logback_to_logstash

console:
  user:
    username: admin
    password: admin

seata:
  config:
    # support: nacos, consul, apollo, zk, etcd3
    type: file
    # nacos:
    #   server-addr: nacos:8848
    #   group: "DEFAULT_GROUP"
    #   namespace: ""
    #   dataId: "seataServer.properties"
    #   username: "nacos"
    #   password: "nacos"
  registry:
    # support: nacos, eureka, redis, zk, consul, etcd3, sofa
    type: nacos
    nacos:
      application: seata-server
      server-addr: nacos:8848
      group: "DEFAULT_GROUP"
      namespace: ""
      username: "nacos"
      password: "nacos"
  security:
    secretKey: SeataSecretKey0c382ef121d778043159209298fd40bf3850a017
    tokenValidityInMilliseconds: 1800000
    ignore:
      urls: /,/**/*.css,/**/*.js,/**/*.html,/**/*.map,/**/*.svg,/**/*.png,/**/*.ico,/console-fe/public/**,/api/v1/auth/login
  server:
    # service-port: 8091 #If not configured, the default is '${server.port} + 1000'
    max-commit-retry-timeout: -1
    max-rollback-retry-timeout: -1
    rollback-retry-timeout-unlock-enable: false
    enable-check-auth: true
    enable-parallel-request-handle: true
    retry-dead-threshold: 130000
    xaer-nota-retry-timeout: 60000
    enableParallelRequestHandle: true
    recovery:
      committing-retry-period: 1000
      async-committing-retry-period: 1000
      rollbacking-retry-period: 1000
      timeout-retry-period: 1000
    undo:
      log-save-days: 7
      log-delete-period: 86400000
    session:
      branch-async-queue-size: 5000 #branch async remove queue size
      enable-branch-async-remove: false #enable to asynchronous remove branchSession
  store:
    # support: file, db, redis
    mode: db
    session:
      mode: db
    lock:
      mode: db
    db:
      datasource: druid
      db-type: mysql
      driver-class-name: com.mysql.cj.jdbc.Driver
      url: jdbc:mysql://mysql:3306/seata?rewriteBatchedStatements=true&serverTimezone=UTC
      user: root
      password: 123
      min-conn: 10
      max-conn: 100
      global-table: global_table
      branch-table: branch_table
      lock-table: lock_table
      distributed-lock-table: distributed_lock
      query-limit: 1000
      max-wait: 5000
    # redis:
    #   mode: single
    #   database: 0
    #   min-conn: 10
    #   max-conn: 100
    #   password:
    #   max-total: 100
    #   query-limit: 1000
    #   single:
    #     host: 192.168.150.101
    #     port: 6379
  metrics:
    enabled: false
    registry-type: compact
    exporter-list: prometheus
    exporter-prometheus-port: 9898
  transport:
    rpc-tc-request-timeout: 15000
    enable-tc-server-batch-send-response: false
    shutdown:
      wait: 3
    thread-factory:
      boss-thread-prefix: NettyBoss
      worker-thread-prefix: NettyServerNIOWorker
      boss-thread-size: 1

我们将整个seata文件夹拷贝到虚拟机的/root目录：

2.3 Docker部署

需要注意，要确保nacos、mysql都在hm-net网络中。如果某个容器不再hm-net网络，可以参考下面的命令将某容器加入指定网络：

docker network connect [网络名] [容器名]

在虚拟机的/root目录执行下面的命令：

docker run --name seata \
-p 8099:8099 \
-p 7099:7099 \
-e SEATA_IP=192.168.150.101 \  # 自己的虚拟IP地址
-v ./seata:/seata-server/resources \
--privileged=true \
--network hm-net \
-d \
seataio/seata-server:1.5.2

启动后：

3.微服务集成Seata

参与分布式事务的每一个微服务都需要集成Seata，我们以trade-service为例。

3.1 引入依赖

为了方便各个微服务集成seata，我们需要把seata配置共享到nacos，因此trade-service模块不仅仅要引入seata依赖，还要引入nacos依赖:

<!--统一配置管理-->
  <dependency>
      <groupId>com.alibaba.cloud</groupId>
      <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
  </dependency>
  <!--读取bootstrap文件-->
  <dependency>
      <groupId>org.springframework.cloud</groupId>
      <artifactId>spring-cloud-starter-bootstrap</artifactId>
  </dependency>
  <!--seata-->
  <dependency>
      <groupId>com.alibaba.cloud</groupId>
      <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
  </dependency>

3.2 改造配置

首先在nacos上添加一个共享的seata配置，命名为shared-seata.yaml：

内容如下：

seata:
  registry: # TC服务注册中心的配置，微服务根据这些信息去注册中心获取tc服务地址
    type: nacos # 注册中心类型 nacos
    nacos:
      server-addr: 192.168.150.101:8848 # nacos地址
      namespace: "" # namespace，默认为空
      group: DEFAULT_GROUP # 分组，默认是DEFAULT_GROUP
      application: seata-server # seata服务名称
      username: nacos
      password: nacos
  tx-service-group: hmall # 事务组名称
  service:
    vgroup-mapping: # 事务组与tc集群的映射关系
      hmall: "default"

然后，改造trade-service模块，添加bootstrap.yaml：

内容如下:

spring:
  application:
    name: trade-service # 服务名称
  profiles:
    active: dev
  cloud:
    nacos:
      server-addr: 192.168.150.101 # nacos地址
      config:
        file-extension: yaml # 文件后缀名
        shared-configs: # 共享配置
          - dataId: shared-jdbc.yaml # 共享mybatis配置
          - dataId: shared-log.yaml # 共享日志配置
          - dataId: shared-swagger.yaml # 共享日志配置
          - dataId: shared-seata.yaml # 共享seata配置

可以看到这里加载了共享的seata配置。

然后改造application.yaml文件，内容如下：

server:
  port: 8085
feign:
  okhttp:
    enabled: true # 开启OKHttp连接池支持
  sentinel:
    enabled: true # 开启Feign对Sentinel的整合
hm:
  swagger:
    title: 交易服务接口文档
    package: com.hmall.trade.controller
  db:
    database: hm-trade

参考上述办法分别改造hm-cart和hm-item两个微服务模块。

4. XA模式

4.1 模型架构

Seata对原始的XA模式做了简单的封装和改造，以适应自己的事务模型，基本架构如图：

首先TM会告知TC全局事务已开启-->调用分支事务-->注册分支事务-->执行业务sql（执行完后不对事务进行提交，而是等待）--> 报告事务状态 --> 提交全局事务 --> 提交/回滚（如果所有分支事务状态都正常就提交，若存在异常就对所有分支事务进行回滚）。

RM一阶段的工作：

注册分支事务到TC
执行分支业务sql但不提交
报告执行状态到TC

TC二阶段的工作：

TC检测各分支事务执行状态
如果都成功，通知所有RM提交事务
如果有失败，通知所有RM回滚事务

RM二阶段的工作：

接收TC指令，提交或回滚事务

4.2 两阶段提交

A是规范，目前主流数据库都实现了这种规范，实现的原理都是基于两阶段提交。

正常情况：

异常情况：

一阶段：

事务协调者通知每个事务参与者执行本地事务
本地事务执行完成后报告事务执行状态给事务协调者，此时事务不提交，继续持有数据库锁

二阶段：

事务协调者基于一阶段的报告来判断下一步操作
如果一阶段都成功，则通知所有事务参与者，提交事务
如果一阶段任意一个参与者失败，则通知所有事务参与者回滚事务

4.3 优缺点

XA模式的优点：

事务的强一致性，满足ACID原则
常用数据库都支持，实现简单，并且没有代码侵入

XA模式的缺点：

因为一阶段需要锁定数据库资源，等待二阶段结束才释放，性能较差
依赖关系型数据库实现事务

4.4 实现步骤

在配置文件中指定要采用的分布式事务模式

seata:
  data-source-proxy-mode: XA

其次，我们要利用@GlobalTransactional标记分布式事务的入口方法：

其他微服务相关操作加上@Transactional

5. AT模式

5.1 模型架构

Seata 主推的是 AT 模式，AT 模式同样是分阶段提交的事务模型，不过却弥补了 XA 模型中资源锁定周期过长的缺陷。

与XA模式不同的是分支事务在执行sql之后会直接进行提交，但是会在提交事务之前保存一个快照文件，如果存在异常，就可以直接使用快照文件来恢复数据。如果都成功，快照文件就会直接删除。

5.2 AT与XA的区别

XA模式一阶段不提交事务，锁定资源；AT模式一阶段直接提交，不锁定资源。
XA模式依赖数据库机制实现回滚；AT模式利用数据快照实现数据回滚。
XA模式强一致；AT模式最终一致

5.3 使用步骤

因为Seata默认就是AT模式，所以我们只需要在分布式事务的入口方法上面加上@GlobalTransa ctional注解即可。

第一步：添加 undo_log 表到微服务数据库

创建 AT 模式必须的回滚日志表：

CREATE TABLE IF NOT EXISTS `undo_log`
(
    `branch_id`     BIGINT       NOT NULL COMMENT '分支事务id',
    `xid`           VARCHAR(128) NOT NULL COMMENT '全局事务id',
    `context`       VARCHAR(128) NOT NULL COMMENT 'undo_log context,such as serialization',
    `rollback_info` LONGBLOB     NOT NULL COMMENT 'rollback info',
    `log_status`    INT(11)      NOT NULL COMMENT '0:normal status,1:defense status',
    `log_created`   DATETIME(6)  NOT NULL COMMENT 'create datetime',
    `log_modified`  DATETIME(6)  NOT NULL COMMENT 'modify datetime',
    UNIQUE KEY `ux_undo_log` (`xid`, `branch_id`)
) ENGINE = InnoDB
  AUTO_INCREMENT = 1
  DEFAULT CHARSET = utf8mb4 COMMENT ='AT transaction mode undo table';

第二步：修改微服务配置文件 application.yml

开启 AT 模式的数据源代理：（也可以直接不写，因为默认AT）

seata:
  data-source-proxy-mode: AT # 开启数据源代理的AT模式

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

GPU服务器租用多人协作实战：Linux目录权限与文件隔离配置

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

大JAVA小java

@2401_86176995

已为社区贡献3条内容

【SpringCloud】微服务保护和分布式事务

大JAVA小java

前言

一、微服务保护

1. 微服务保护方案

1.1 请求限流

1.2 线程隔离

1.3 服务熔断

2. Sentinel

2.1 安装

2.2 微服务整合

3. 请求限流

4. 线程隔离

4.1 OpenFeign整合Sentinel

4.2 配置线程隔离

5.Fallback

6.服务熔断

二、分布式事务

1. 认识Seata

2.部署TC服务

2.1 准备数据库表

2.2 准备配置文件

2.3 Docker部署

3.微服务集成Seata

3.1 引入依赖

3.2 改造配置

4. XA模式

4.1 模型架构

4.2 两阶段提交

4.3 优缺点

4.4 实现步骤

5. AT模式

5.1 模型架构

5.2 AT与XA的区别

5.3 使用步骤

所有评论(0)

温馨提示：您尚未绑定手机号

大JAVA小java