# 一、什么是微服务
就目前而言，对于微服务业界并没有一个统一的，标准的定义。但通常而言，微服务架构是一种架构模式或者说是一种架构风格，它提倡将单一应用程序划分一组小的服务，每个服务运行在其独立的自己的进程中，服务之间相互协调、互相配合，为用户提供最终价值。服务之间采用轻量级的通信机制互相沟通（通常是基于 HTTP 的 RESTful API），每个服务都围绕着具体的业务进行构建，并且能够被独立的构建在生产环境、类生产环境等。另外，应避免统一的、集中式的服务管理机制，对具体的一个服务而言，应根据业务上下文，选择合适的语言、工具对其进行构建，可以有一个非常轻量级的集中式管理来协调这些服务，可以使用不同的语言来编写服务，也可以使用不同的数据存储。
# 二、微服务之间是如何独立通讯的
RestFul Http协议是微服务架构中最常用的通讯机制。
# 三、SpringCloud 和 Dubbo 有哪些区别
| Dubbo | SpringCloud |
|---|---|
| 服务注册中心 | Zookeeper |
| 服务调用方式 | RPC |
| 服务监控 | Dubbo-monitor |
| 断路器 | 不完善 |
| 服务网关 | 无 |
| 分布式配置 | 无 |
| 服务跟踪 | 无 |
| 消息总线 | 无 |
| 数据流 | 无 |
| 批量任务 | 无 |
最大区别：SpringCloud 抛弃了 Dubbo 的 RPC 通信，采用的是基于 HTTP 的 REST 方式。总体来说，两者各有优势。虽说后者牺牲了服务调用的功能，但也避免了上面提到的原生 RPC 带来的问题。而且 REST 相比 RPC 更为灵活，服务提供方和调用方的依赖只依靠一纸契约，不存在代码级别的依赖，这在强调快速演化的微服务环境下，显得更加合适。
品牌机与组装机的区别：很明显 SpringCloud 比 Dubbo 的功能更强大，覆盖面更广，而且能够与 SpringFramework、SpringBoot、SpringData、SpringBatch 等其他 Spring 项目完美融合，这些对于微服务至关重要。使用 Dubbo 构建的微服务架构就像组装电脑、各环节我们选择自由度高，但是最终可能会因为内存质量而影响整体，但对于高手这也就不是问题。而SpringCloud 就像品牌机，在 Spring Source 的整合下，做了大量的兼容性测试，保证了机器拥有更高的稳定性。在面临微服务基础框架选型时Dubbo与SpringCloud只能二选一。
# 四、SpringBoot 和 SpringCloud 谈谈对他们的理解
【1】SpringBoot 专注于快速方便的开发单个个体微服务。
【2】SpringCloud 是关注全局的微服务协调、整理、治理的框架，它将 SpringBoot 开发的单体整合并管理起来。
【3】SpringBoot 可以离开 SpringCloud 独立使用开发项目，但是 SpringCloud 离不开 SpringBoot，属于依赖关系。
# 五、什么是服务熔断？什么是服务降级？
熔断机制：应对雪崩效应的一种微服务链路保护机制。当查出链路中的某个微服务不可用或者响应时间太长时，会进行服务降级，进而熔断该节点微服务的调用，快速返回“错误”的响应信息。当检测到该节点微服务调用响应正常时则恢复调用链路。在 SpringCloud 框架里熔断机制通过 Hystrix/Sentinel 实现，Hystrix/Sentinel
会监控微服务间调用的状况，当失败的调用到一定阈值，缺省是5秒内调用20次，如果失败，就会启动熔断机制。熔断机制的注解是 @HystrixCommand
服务降级：一般是从整体负荷考虑。就是当某个服务熔断之后，服务器将不再被调用，此时客户端可以自己准备一个本地的fallback 回调，返回一个缺省值。这样做，虽然水平下降，但好歹可用，比直接挂掉强。
# 六、微服务的优缺点是什么？说下你在项目开发中碰到的问题
优点：
【1】每个服务足够内聚，足够小，代码容易理解这样能聚焦一个指定的业务功能或业务需求。
【2】开发简单，开发效率提高，一个服务可能就是专一的只干一件事。
【3】微服务能够被小团队开发，这个团队可以是2到5个开发人员组成。
【4】微服务是松耦合的，是有功能意义的服务，无论是在开发阶段或部署阶段都是独立的。
【5】微服务能使用不同的语言开发。
【6】易于第三方集成，微服务允许使用容易且灵活的方式集成自动部署，通过持续集成集成工具，如Jenkins、Hudson等。
【7】微服务易于被一个开发人员理解，修改和维护，这样小团队能够更关注自己的工作成果。无需通过合作体现价值。
【8】微服务允许你融合最新技术。
【9】微服务知识业务逻辑代码，不会和 HTML 和 CSS 其他界面组件混合。
【10】每个微服务都有自己的存储能力，可以有自己的数据库，也可以有统一的数据库。
缺点：
【1】开发人员要处理分布式系统的复杂性。
【2】多服务运维难度，随着服务的增加，运维的压力也在增加。
【3】系统部署依赖。
【4】服务间通讯成本。
【5】数据一致性。
【6】系统集成测试。
【7】性能监控.....
# 七、你所知道的微服务技术栈有哪些?请举例一二
微服务的技术栈（各项功能的实现所使用的技术）具体如下：
| 微服务条目 | 落地的技术 |
|---|---|
| 服务开发 | SpringBoot、Spring、SpringMVC |
| 服务配置管理 | Netfilx公司的Archaius、阿里的Diamond等 |
| 服务注册与发现 | Eureka、Consul、Zookeeper |
| 服务调用 | RPC、Rest、gRPC |
| 服务熔断器 | Hystrix、Envoy等 |
| 负载均衡 | Nginx、Ribbon |
| 服务接口调用（客户端调用服务的简化工具） | Feign等 |
| 消息队列 | Kafka、RabbitMQ、ActiveMQ等 |
| 服务配置中心管理 | SpringCloudConfig、Chef等 |
| 服务路由（API网关） | Zuul等 |
| 服务监控 | Zabbix、Naggios、Metrics、Spectator等 |
| 全链路追踪 | Zipkin、Brave、Dapper等 |
| 服务部署 | Docker、OpenStack、Kubernetes等 |
| 数据流操作开发包 | SpringCloud Stream |
| 事件消息总线 | Spring Cloud Bus |
# 八、Eureka 和 Zookeeper 都可以提供服务注册与发现的功能，请说说两个的区别？
Zookeeper 保证了CP（C：一致性，P：分区容错性），Eureka保证了AP（A：高可用）
【1】当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟以前的信息，但不能容忍直接 down 掉不可用。也就是说，服务注册功能对高可用性要求比较高，但 zk 会出现这样一种情况，当 master 节点因为网络故障与其他节点失去联系时，剩余节点会重新选 leader。问题在于，选取 leader 时间过长，30 ~ 120s，且选取期间 zk 集群都不可用，这样就会导致选取期间注册服务瘫痪。在云部署的环境下，因网络问题使得 zk 集群失去 master 节点是较大概率会发生的事，虽然服务能够恢复，但是漫长的选取时间导致的注册长期不可用是不能容忍的。
【2】Eureka 保证了可用性，Eureka 各个节点是平等的，挂掉几个节点不会影响正常节点的工作，剩余的节点仍然可以提供注册和查询服务。而 Eureka 的客户端向某个 Eureka 注册或发生连接失败，则会自动切换到其他节点，只要有一台 Eureka 还在，就能保证注册服务可用，只是查到的信息可能不是最新的。除此之外，Eureka 还有自我保护机制，如果在15分钟内超过85%的节点没有正常的心跳，那么 Eureka 就认为客户端与注册中心发生了网络故障，此时会出现以下几种情况：
①、Eureka 不在从注册列表中移除因为长时间没有收到心跳而应该过期的服务。
②、Eureka 仍然能够接受新服务的注册和查询请求，但是不会被同步到其他节点上（即保证当前节点仍然可用）
③、当网络稳定时，当前实例中新的注册信息会被同步到其他节点。
因此，Eureka 可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像 Zookeeper 那样使整个微服务瘫痪。
# 九、微服务与 SOA 服务的区别
【1】服务拆分粒度： SOA 首先要解决的是异构应用的服务化；微服务强调的是服务拆分尽可能小，最好是独立的原子服务。
【2】服务依赖： 传统的 SOA 服务，由于需要重用已有的资产，存在大量服务间依赖；微服务的设计理念是服务自治、功能单一独立，避免依赖其他服务产生耦合，耦合会带来更高的复杂度。
【3】服务规模： 传统 SOA 服务粒度比较大，多数会采用将多个服务合并打成 war 包的方案，因此服务实例数比较有限；微服务强调尽可能拆分，同时很多服务独立部署，这将导致服务规模急剧膨胀，对服务治理和运维带来新的挑战。
【4】架构差异： 微服务化之后，服务数量的激增会引起架构质量属性的变化，例如企业继承总线 ESB（实总线）逐渐被 P2P 的虚拟总线替换；为了保证高性能、低延迟，需要高性能的分布式服务框架保证微服务架构的实施。
【5】服务治理： 传统基于 SOA Governance 的静态治理转型为服务运行态微服务治理、实时生效。
【6】敏捷交付： 服务由小研发团队服务微服务设计、开发、测试、部署、线上治理、灰度发布和下线，运维整个生命周期支持，实现真正的DevOps。
# 十、sentinel 与 hystrix 的区别
| 区别 | Sentinel | Hystrix |
|---|---|---|
| 隔离策略 | 信号量隔离 | 线程池隔离/信号量隔离 |
| 熔断降级策略 | 基于响应时间或失败比率 | 基于失败比率 |
| 实时指标实现 | 滑动窗口 | 滑动窗口（基于 RxJava） |
| 规则配置 | 支持多种数据源 | 支持多种数据源 |
| 扩展性 | 多个扩展点 | 插件的形式 |
| 基于注解的支持 | 支持 | 支持 |
| 限流 | 基于 QPS，支持基于调用关系的限流 | 不支持 |
| 流量整形 | 支持慢启动、匀速器模式 | 不支持 |
| 系统负载保护 | 支持 | 不支持 |
| 控制台 | 开箱即用，可配置规则、查看秒级监控、机器发现等 | 不完善 |
| 常见框架的适配 | Servlet、Spring Cloud、Dubbo、gRPC | Servlet、Spring Cloud Netflix |