Java后端常用技术选型 |（四）微服务篇

一、基础概念

1.1 微服务核心问题

将单体应用拆分为一组小型服务后，原本的方法调用变成了网络通信，引入了一系列新问题：

┌─────────────────────────────────────────────────────┐
│  框架        │ Spring Cloud Alibaba / Spring Cloud   │
│  服务治理    │ Sentinel / Resilience4j               │
│  负载均衡    │ Spring Cloud LoadBalancer             │
│  服务监控    │ Prometheus + Grafana / Micrometer     │
│  链路追踪    │ SkyWalking / Zipkin / Jaeger          │
│  容器化部署  │ Docker + Kubernetes                   │
└─────────────────────────────────────────────────────┘

1.2 选型原则

  • 框架锁定后，其余组件尽量跟随框架生态：选了 Spring Cloud Alibaba，治理自然用 Sentinel，配置自然用 Nacos。
  • 关注 Spring Boot 版本兼容矩阵：Spring Boot 3.x 要求 JDK 17，且废弃了 javax 命名空间。选框架前先确定 JDK 版本。
  • 监控和追踪是生产必备：没有监控的微服务等于盲飞，这两个不是"可选增强"而是基础设施。

二、微服务框架

使用广泛度：Spring Cloud Alibaba ＞ Spring Cloud（官方版） ＞ Apache Dubbo

Dubbo 是 RPC 框架，定位与前两者不同——Spring Cloud Alibaba 内部已集成 Dubbo 作为 RPC 方案，三者不是严格互斥关系。

2.1 Spring Cloud Alibaba

定位：阿里开源的 Spring Cloud 实现，整合了 Nacos（注册/配置）、Sentinel（治理）、RocketMQ（消息）、Seata（分布式事务）、Dubbo（RPC），形成生态闭环。国内微服务项目的事实标准。

核心特性

  • 全家桶一站整合，组件间版本兼容矩阵由社区统一维护，降低选型试错成本。
  • 2022.x 起全面转向 Spring Boot 3.x / JDK 17，废弃了 javax 命名空间。

适用场景：国内绝大多数微服务项目，尤其需要中文社区和国内云厂商支持场景。

局限与注意

  • 组件版本必须匹配（参考 Spring Cloud Alibaba 官方版本说明），混用不兼容版本是常见故障来源。
  • 版本说明：
SCA 版本Spring CloudSpring BootJDK
2022.x2022.0.x (Kilburn)3.0.x17+
2023.x2023.0.x (Leyton)3.2.x17+
2025.0.x2025.0.x (Northfields)3.5.x17+

2.2 Spring Cloud（官方版）

定位：Spring 官方维护的微服务框架，组件来自国际社区（Netflix Eureka / Resilience4j / Spring Cloud Gateway 等），适合多语言团队或偏好非阿里生态的项目。

核心特性

  • Spring Cloud Gateway（网关）、Spring Cloud LoadBalancer（负载均衡）、Resilience4j（熔断）均为官方首选组件。
  • 2023.0.x（代号 Leyton）对应 Spring Boot 3.2.x~3.3.x，JDK 17+。

适用场景：国际化团队、已使用 Spring 官方生态且不需要阿里全家桶的项目。

局限与注意

  • Eureka 已进入维护模式（仅修 bug，不再新增功能），新项目不推荐。
  • Netflix Ribbon、Hystrix、Zuul 1.x 已被 Spring Cloud 2020.0.0（Ilford）正式移除。
  • 推荐 2023.0.x+。

2.3 Apache Dubbo

定位：高性能 RPC 框架，Spring Cloud Alibaba 中的默认 RPC 方案。在不需要完整微服务框架、只关注服务间高性能调用的场景下可独立使用。

核心特性

  • Triple 协议（gRPC + Protobuf），性能优于 HTTP + JSON。
  • Dubbo 3.x 引入应用级服务发现（注册数据量从 O(N×M) 降为 O(N)）。

适用场景：高性能 RPC 场景，或已有 Dubbo 技术栈的团队。也可作为 Spring Cloud Alibaba 内部的 RPC 组件使用。

局限与注意：独立使用 Dubbo 需自行补齐注册中心、配置中心、网关等，成本高于 Spring Cloud Alibaba 全家桶。推荐 3.3+。

三、服务治理（熔断与限流）

使用广泛度：Sentinel ＞ Resilience4j

3.1 Sentinel

定位：阿里开源的流量控制与熔断降级组件，Spring Cloud Alibaba 默认治理方案。

核心特性

  • 三种熔断策略：慢调用比例、异常比例、异常数。
  • 流量控制支持 QPS 和并发线程数两种模式，支持热点参数限流。
  • Dashboard 实时监控，规则动态下发。

适用场景：需要精细流量控制和实时监控的生产环境，国内 Spring Cloud 项目首选。

局限与注意

  • Dashboard 默认不持久化规则（存储在 JVM 内存，重启丢失），生产环境需将规则持久化到 Nacos 等外部数据源。
  • 熔断阈值需通过压测确定，不宜凭经验拍板。
  • 推荐 1.8.8+（适配 Spring Boot 3.x）；当前最新 1.8.9。

3.2 Resilience4j

定位：Netflix Hystrix 的官方替代品，Spring Cloud Circuit Breaker 的默认实现之一。

核心特性：函数式轻量设计，提供熔断、限流、重试、隔离舱四个独立模块。

适用场景：需要轻量级容错、不想引入 Dashboard 的项目。

局限与注意

  • 无原生可视化控制台（需 Grafana + Micrometer 自建监控）。
  • 1.7.x 支持 JDK 8；2.0.x+ 要求 JDK 17。（不存在 “2.1.0 切回 JDK 8”——2.x 全线 JDK 17。）
  • 推荐 2.1.0+（当前最新 2.4.0）。

四、负载均衡

使用广泛度：Spring Cloud LoadBalancer ＞ Ribbon（已移除）

4.1 Spring Cloud LoadBalancer

定位：Spring Cloud 官方客户端负载均衡器，自 2020.0.0（Ilford）起替代 Ribbon。

核心特性

  • 响应式模式：通过 WebClient + Reactor Netty 实现异步非阻塞调用；阻塞模式：通过 RestTemplate 的 @LoadBalanced 拦截器实现。LoadBalancer 本身是纯逻辑层（从服务列表中选择实例），不依赖 Netty。
  • 内置轮询（RoundRobin）、随机（Random）算法，支持自定义负载均衡策略。
  • 支持基于 Cookie 的粘性会话（RequestBasedStickySessionServiceInstanceListSupplier）。

适用场景：Spring Cloud 项目的默认负载均衡方案，覆盖所有常见场景。

局限与注意

  • 服务列表更新延迟取决于注册中心（如 Eureka 默认 30 秒拉取间隔、Nacos 通过 gRPC 长连接实时推送，延迟远低于此）。
  • 随 Spring Cloud 版本发布，无需单独指定版本号。

4.2 Ribbon（仅存量维护）

定位：Netflix 早期客户端负载均衡器，已被 Spring Cloud LoadBalancer 替代。

注意：Netflix 于 2018 年宣布 Ribbon 进入维护模式。Spring Cloud 2020.0.0 正式移除 Ribbon。仅适用于存量的 Spring Cloud Netflix 旧项目维护，新项目绝对不要用。

五、服务监控

使用广泛度：Prometheus + Grafana ＞ Micrometer + ELK

5.1 Prometheus + Grafana

定位：业界标准的时序监控 + 可视化方案。Prometheus 采集和存储时序指标，Grafana 提供仪表盘和告警。

核心特性

  • Prometheus 通过 Pull 模式采集指标（应用暴露 /actuator/prometheus 端点），Grafana 对接 Prometheus 数据源渲染大盘。
  • 配合 Micrometer 统一指标门面（spring-boot-starter-actuator + micrometer-registry-prometheus）。

适用场景：中大型微服务集群的指标监控与告警。

局限与注意

  • Prometheus 默认数据保留 15 天，需配置 --storage.tsdb.retention.time 延长。
  • 每服务暴露的指标数建议控制在 50 个以内，避免指标爆炸。
  • 推荐 Prometheus 3.x + Grafana 11.x+（11.x 为当前 LTS 系列；12.x/13.x 为较新短期版本）。

5.2 Micrometer + ELK

定位：Micrometer 统一指标出口，ELK（Elasticsearch + Logstash + Kibana）负责日志聚合与分析，与 Prometheus 侧重不同——前者看日志，后者看指标，互补而非替代。

核心特性：Micrometer 提供统一 API（Timer、Counter、Gauge），支持同时对接 Prometheus 和 ELK 等多个后端。

局限与注意

  • ELK 部署复杂，建议生产环境 3 节点起。
  • 日志需结构化输出（JSON 格式），否则 Kibana 无法高效检索。
  • ELK 8.x 要求 JDK 17+。

六、链路追踪

使用广泛度：SkyWalking ＞ Zipkin ＞ Jaeger

6.1 Apache SkyWalking

定位：国产开源的分布式链路追踪与 APM 系统，Apache 顶级项目。

核心特性

  • Java Agent 字节码增强，零代码侵入。
  • 原生支持 Spring Cloud、Dubbo 等主流微服务框架。
  • 后端存储建议 Elasticsearch。

适用场景：国内微服务项目首选（中文社区活跃、国产化合规）。

局限与注意

  • 社区实践建议 Agent 采样率 10%–50%（全量采样的存储和 CPU 开销大），实际值通过压测确定取性价比最优。
  • 存储周期需配置上限，避免磁盘膨胀。
  • 推荐 Java Agent 9.5.0+（OAP Server 已更新至 10.x 系列）。

6.2 Zipkin

定位：Twitter 开源的轻量级链路追踪系统，Spring Cloud Sleuth 的传统搭档。

核心特性：部署简单（单 jar 启动），与 Brave 集成成熟。

适用场景：轻量级追踪需求、小规模集群。

局限与注意

  • 默认内存存储仅限测试（生产需切换为 Elasticsearch 或 MySQL）。
  • 默认采样率 100% 易导致性能过载，生产环境务必降低。
  • 推荐 3.x（当前最新 3.2.1）。

6.3 Jaeger

定位：Uber 开源的分布式追踪系统，CNCF 毕业项目。

核心特性：兼容 OpenTracing 和 OpenTelemetry 标准。Jaeger v2 基于 OpenTelemetry Collector 框架重构。

注意：Jaeger v1 已于 2025 年 12 月 31 日终止生命周期（EOL），新部署应直接使用 v2。推荐 v2.17.0+。

七、容器化部署

使用广泛度：Docker + Kubernetes ＞ Podman + K3s

7.1 Docker + Kubernetes

定位：云原生部署的事实标准。Docker 打包应用为容器镜像，Kubernetes 实现编排、扩缩容、自愈和滚动更新。

核心特性

  • K8s 提供服务发现（Service）、负载均衡（Ingress）、配置管理（ConfigMap/Secret）、存储抽象（PV/PVC）。
  • 声明式部署（YAML 清单），GitOps 友好。

适用场景：中大型微服务集群（10 节点以上）。

局限与注意

  • K8s 学习曲线陡峭，中小团队可从 Docker Compose 起步再迁移。
  • 容器资源（CPU/内存）必须限制（resources.limits），避免单容器耗尽节点资源。
  • 推荐 Docker 28.x+ / Kubernetes 1.32+。

7.2 Podman + K3s

定位：轻量级容器方案。Podman 无守护进程（Rootless 更安全），K3s 是轻量 Kubernetes（打包为单个二进制文件）。

核心特性：K3s 支持 ARM 架构，适合边缘计算和小型集群。

适用场景：边缘计算、CI/CD 测试环境、3–5 节点小型集群、资源受限环境。

局限与注意

  • K3s 适合中小规模集群，大规模场景（数百节点以上）建议评估完整 K8s。
  • Podman 的生态兼容性（Docker Compose 支持）略逊于 Docker。

八、国产化对照

微服务领域的国产化替代路径相对清晰——Spring Cloud Alibaba 全家桶本身就是国产方案。

领域国外方案国产方案说明
微服务框架Spring Cloud（官方版）Spring Cloud Alibaba已适配鲲鹏/飞腾 CPU、麒麟/统信 OS
服务治理Resilience4j / HystrixSentinelSCA 原生，国内项目事实标准
负载均衡RibbonSpring Cloud LoadBalancerSpring 官方组件，开源 License 不受限制
服务监控Prometheus + GrafanaPrometheus + Grafana（开源，无需国产化）Apache 2.0 / AGPL 协议不受信创限制
链路追踪Zipkin / JaegerSkyWalkingApache 顶级项目，国产主导
容器化部署Docker + K8sDocker + K8s（开源，无需国产化）或使用 阿里云 ACK / 华为云 CCE 等国产托管版
应用服务器Tomcat东方通 TongWeb信创项目中常见替代

8.1 迁移注意事项

  1. Spring Cloud Alibaba 版本兼容矩阵是信创项目的核心：Nacos + Sentinel + RocketMQ + Seata + Dubbo 的版本搭配由社区统一维护，建议成套使用。
  2. SkyWalking 是国产 APM 的唯一成熟选择，建议在项目初期就接入，而非事后补监控。
  3. 国产中间件（达梦 DM、人大金仓）需确认 Spring Cloud Alibaba 版本的 JDBC 驱动兼容性。
  4. 容器化层面，Docker 和 Kubernetes 本身是开源项目不受信创限制，但建议使用国产云厂商的托管版（ACK/CCE）以获得国产化合规认证。
# java # 分布式
Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区