dubbo服务降级 dubbo服务降级组件

Dubbo提供者的禁用

神级状态：很少有人能达到，到这步的已经能写脱离业务逻辑的架构了，需要对计算机系统运行规则，数据流规则，JVM了解的大神。

dynamic

dubbo服务降级 dubbo服务降级组件

dubbo服务降级 dubbo服务降级组件

服务是否动态注册，如果设为false，注册后将显示为disable状态，需人工启用，并且服务提供者停止时，也不会自动取消注册，需人工禁用。

@Serv注解

dubbo2.稳定性是非常重要的一环，、告警需要做的很完善才可以，比如接口调用量、响应时间、异常、错误码、等相关的告警，还有线程池相关的一些，比如活跃线程数、队列积压等，还有些系统层面的，比如CPU、内存、FullGC这些基本的。7.2以前

dubbo2.7.2及2.7.2以后

dynamic在serv上的默认值变了

按照dubbo配置生效规则 ：

但是dynamic参数并不会产生禁用dubbo提供者的效果

dynamic=false提供者启动时，服务同样会被注册到zookeeper。消费者也会调用到相对应的服务。

当提供者停止后，dynamic=true的服务的连接在zookeeper上会消失，但是dynamic=false的服务的连接还会保存在zookeeper上，不会消失。

dynamic关键字只是控制dubbo提供者停止后，zk上这些消不消失，并不是控制服务可不可以访问。

由于ip是动态的，采用application name的方式

提前取好name、配置好动态规则，再去部署提供者就可禁用dubbo服务。

但是dubbo-admin只有先部署服务才能配置规则

取新的applicaton name 和不取新applicaton name，结合下面 【3、dubbo-admin动态配置】 选择一种

动态配置分两种，取新的applicaton name 和不取applicaton name

限制的地址需要修改

修改权重weight

经过测试的用例：

3： 2个权重100，1 个权重0 ，权重0的不可以访问

3：3个权重都是0，都可以访问

2： 2个权重都是0，都可以访问

2：1个权重100 ，1个权重0 ，权重0的不可以访问

例如：

user-center-provider 老的权重默认100，为A和B。

同时存在四个A、B、C、D。由于C和D权重为0，所以流量只会进入A、B。

当A、B停止时，流量会进入C、D，此时与权重值是否为0无关了。

老停止，新瞬间可用

引发的思考：并发访问量大的情况下，老停止，到新启用，这之间的数据同步会不会有问题？

微服务初体验（二）：使用Nacos作为配置中心并集成Dubbo

更改apollo配置weight=0，启动服务创建C和D。

首先启动Nacos，按照上篇文章的步骤，启动Nacos服务和项目，访问Nacos的web页面。确保项目中的服务都注册到注册中心当中了。在application.yml同级目录下添加bootstrap.yml，在Spring boot项目中bootstrap.yml会比application.yml优先初始化，所以我们需要在bootstrap.yml中引入Nacos指定的配置文件即可（上篇文章中已经把Nacos作为配置中心的配置写入了application.yml，现在只需要把它从applicaiton.yml中剪切出来即可， 其中的spring:application:name会作为Nacos中新增配置时的Data ID，需要留意 ），再新增属性gorup进行分组测试，如下图

把consumer.xml中配置的直连的方式去掉

接着打开Nacos的服务的web页面，打开配置管理->配置列表，点击右侧新增按钮，进行新增。

Data ID： bootstrap.yml配置文件中spring:application:name对应的名称 ；

Group：指定分组（便于不同环境下的项目配置管理，因为笔者这里属于测试，所以填写的是和上文中的配置文件中group对应的test一致）；

描述：针对于该配置的描述；

配置格式：配置文件的格式，要和Data ID中的后缀格式一致（这里笔者用的是yml，那么下面就选择yaml，注意该位置也可以选择properties，但是必须和上面bootstrap.yml文件中的file-extension的值相匹配）；

配置内容：具体的配置内容（这里笔者将项目中的application.yml中的配置全部拷贝至其中）；

新增一个测试Controller，然后加上@RefreshScope注解，表明该Controller中的配置数据为自动刷新 。

编辑Nacos中的配置文件consumer新增相关参数type: test，访问Controller，返回test。效果如下图：

将Nacos中consumer.yml文件的type: test修改为type: prod，在不重启项目的情况下重新访问对应的controller，效果如下图：

因为Dubbo是属于各个服务之间都要公用的依赖，所以将其引入cloud-common当中，详细的版本可以去 mvnreitory 搜索合适自己项目的

引入依赖后需要编写消费者服务中的配置文件，将Dubbo服务注册至Nacos，新增如下内容，其中subscribed-servs指的是生产者服务，prot：-1指的是端口随机，registry:address:指的是Dubbo对应的注册中心那这里就应该设置为Nacos

接下来新增接口服务，项目类型为Men项目，在项目中新增一个接口。并在cloud-provider（生产者）和cloud-consumer（消费者）pom.xml文件中都引入该模块

在生产者实际服务中实现该接口对应的方法

在服务消费者的Controller中引入该Serv，并在该Serv上加入@Reference注解，注意在引入jar包的时候选择带有Dubbo的，不要使用Jdk原生的

编写消费者服务中测试Dubbo调用的接口，进行测试，测试结果如下图：

Dubbo服务框架有哪些替代品

Spring cloud是当前主流的微服务架构，轻便，插件式的设计理念很赢得当前开发及企业的青睐，在很多方面优于dubbo的架构设计，我认为dubbo最终会被淘汰，但短时间内不会，因为很多金融机构之前很多系统用的是dubbo架构，金融机构在短时间内考虑系统和业务的稳定性不会立刻就更新换代

dubbox 是当当网对dubbo的完善,毕竟dubbo已经被阿里废弃很多年,已经没有人维护更新了,你可以去了解一下dubbox,就是dubbo的升级版,

具体的缺点不太清楚，毕竟不是专业的人员，只能给你简单介绍下：

主要的核心部件：

Remot4.4启动，给自己投票，同时与之前启动的1,2,3交换信息，尽管4的编号大，但之前3已经胜出，所以4只能成为小弟。ing: 网络通信框架，实现了 sync-over-async 和

request-response 消息机制.

Registry: 服务目录框架用于服务的注册和服务发布和

Dubbo中的那些坑（四）HTTP调用

5.Dubbo 架构

D3、消费者${serv intece}/ [ providers、configurators、routers ]三个目录，这些目录下的删除、新增都胡通知消费者，根据通知，重构服务调用器(Invoker)。ubbo实现了HTTP调用，但只是走了HTTP协议而已，并没有使用诸如REST的调用方式。换句话说，其他语言不能直接调用Dubbo的HTTP协议。而如今异构的系统的REST调用都比较常见，也出现了对Dubbo的REST协议的各种实现。

当当网改进的Dubbox，用了JBOSS的RESTEasy实现REST功能，比Jersey、Restlet、CXF好用。具体参见当当网开源项目： Dubbox

GitHub上的热心网友(好像是阿里巴巴员工)写了个Dubbo-Plus的项目，有实现Dubbo的HTTP调用( 项目地址 )，没用啥框架，手动解析HTTP请求。

以上几种调换用都存在一个问题，并没有传入RpcContext对象，导致一些Dubbo的原生功能如Token校验等无法使用。这里用RestExpress（基于Netty，可脱离Tomcat或者Jetty等servlet容器运行，以极高的性能著称。参见 Benchmark , Benchmark2 ）写了简单的实现。通过将HTTP请求头的值，写入RpcContext中来解决这一问题。项目地址： GitHub：onne/dubbo-rpc-restexpress

Dubbo服务注册与动态发现机制的原理与实现细节

总结一下服务注册与发现机制：

基于注册 中心目前有5台，每台均没有数据，它们的编号分别是1,2,3,4,5,按编号依次启动，它们的选择举过程如下：的通知（与发布），一切支持与发布的框架都可以作为Dubbo注册中心的选型。

1、服务提供者在暴露服务时，会向注册中心注册自己，具体就是在${serv intece}/providers目录下添加 一个（临时），服务提供者需要与注册中心保持长连接，一旦连接断掉（重试连接）会话信息失效后，注册中心会认为该服务提供者不可用（提供者会被删除）。

2、消费者在启动时，首先也会向注册中心注册自己，具体在${intece intece}/consumers目录一：Zookeeper篇下创建一个。

以上就是Dubbo服务注册与动态发现机制的原理与实现细节。

API从入门到放弃

因为会涉及到很多异步调用，比如、HTTP客户端、dubbo、redis等，因此需要考虑下异步调用的方式，如果基于回调或者future的话，代码嵌套会很深，可读性，可以参考zuul和spring cloud gateway的方案，基于响应式进行改造。

设你正在开发一个电商网站，那么这里会涉及到很多后端的微服务，比如会员、商品、服务等等。

那么这里就会遇到一个问题，APP/Browser怎么去访问这些后端的服务? 如果业务比较简单的话，可以给每个业务都分配一个的域名()，但这种方式会有几个问题:

更好的方式是采用API，实现一个API接管所有的入口流量，类似Nginx的作用，将所有用户的请求转发给后端的，但做的不仅仅只是简单的转发，也会针对流量做一些扩展，比如鉴权、限流、权限、熔断、协议转换、错误码统一、缓存、日志、、告警等，这样将通用的逻辑抽出来，由统一去做，业务方也能够更专注于业务逻辑，提升迭代的效率。

通过引入API，客户端只需要与API交互，而不用与各个业务方的接口分别通讯，但多引入一个组件就多引入了一个潜在的故障点，因此要实现一个高性能、稳定的，也会涉及到很多点。

API 注册

业务方如何接入?一般来说有几种方式。

内部的API可能是由很多种不同的协议实现的，比如HTTP、Dubbo、GRPC等，但对于用户来说其中很多都不是很友好，或者根本没法对外暴露，比如Dubbo服务，因此需要在层协议转换，将用户的HTTP协议请求，在层转换成底层对应的协议，比如HTTP -> Dubbo, 但这里需要注意很多问题，比如参数类型，如果类型搞错了，导致转换出问题，而日志又不够详细的话，问题会很难定位。

服务发现

作为流量的入口，负责请求的转发，但首先需要知道转发给谁，如何寻址，这里有几种方式:

服务调用

由于对接很多种不同的协议，因此可能需要实现很多种调用方式，比如HTTP、Dubbo等，基于性能原因，都采用异步的方式，而Http、Dubbo都是支持异步的，比如apache就提供了基于NIO实现的异步HTTP客户端。

优雅下线

性能

作为所有流量的入口，性能是重中之重，早期大部分都是基于同步阻塞模型构建的，比如Zuul 1.x。但这种同步的模型我们都知道，每个请求/连接都会占用一个线程，而线程在JVM中是一个很重的资源，比如Tomcat默认就是200个线程，如果隔离没有做好的话，当发生网络延迟、FullGC、第三方服务慢等情况造成上游服务延迟时，线程池很容易会被打满，造成新的请求被拒绝，但这个时候其实线程都阻塞在IO上，系统的资源被没有得到充分的利用。另外一点，容易受网络、磁盘IO等延迟影响。需要谨慎设置超时时间，如果设置不当，且服务隔离做的不是很完善的话，很容易被一个慢接口拖垮。

而异步化的方式则完全不同，通常情况下一个CPU核启动一个线程即可处理所有的请求、响应。一个请求的生命周期不再固定于一个线程，而是会分成不同的阶段交由不同的线程池处理，系统的资源能够得到更充分的利用。而且因为线程不再被某一个连接独占，一个连接所占用的系统资源也会低得多，只是一个文件描述符加上几个等，而在阻塞模型中，每条连接都会独占一个线程，而线程是一个非常重的资源。对于上游服务的延迟情况，也能够得到很大的缓解，因为在阻塞模型中，慢请求会独占一个线程资源，而异步化之后，因为单条连接所占用的资源变的非常低，系统可以同时处理大量的请求。

如果是JVM平台，Zuul 2、Spring Cloud gateway等都是不错的异步选型，另外也可以基于Netty、Spring Boot2.x的webflux、vert.x或者servlet3.1的异步支持进行自研。

缓存

对于一些幂等的get请求，可以在层面根据业务方指定的缓存头做一层缓存，存储到Redis等二级缓存中，这样一些重复的请求，可以在层直接处理，而不用打到业务线，降低业务方的压力，另外如果业务方挂掉，也能够返回自身的缓存。

限流

限流对于每个业务组件来说，可以说都是一个必须的组件，如果限流做不好的话，当请求量突增时，很容易导致业务方的服务挂掉，比如双11、双12等大促时，接口的请求量是平时的数倍，如果没有评估好容量，又没有做限流的话，很容易服务整个不可用，因此需要根据业务方接口的处理能力，做好限流策略，相信大家都见过淘宝、百度抢红包时的降级页面。

稳定性

是所有服务的入口，对于的稳定性的要求相对于其他服务会更高，能够一直稳定的运行，尽量少重启，但当新增功能、或者加日志排查问题时，不可避免的需要重新发布，因此可以参考zuul的方式，将所有的核心功能都基于不同的实现，的代码采用Groovy编写，存储到数据库中，支持动态加载、编译、运行，这样在出了问题的时候能够时间定位并解决，并且如果需要开发新功能，只需要增加新的，并动态添加到即可，不需要重新发布。

熔断降级

熔断机制也是非常重要的一项。若某一个服务挂掉、接口响应超时等发生，则可能整个都被一个接口拖垮，因此需要增加熔断降级，当发生特定异常的时候，对接口降级由直接返回，可以基于Hystrix或者Resilience4j实现。

日志

由于所有的请求都是由处理的，因此日志也需要相对比较完善，比如接口的耗时、请求方式、请求IP、请求参数、响应参数(注意脱敏)等，另外由于可能涉及到很多微服务，因此需要提供一个统一的traceId方便关联所有的日志，可以将这个traceId置于响应头中，方便排查问题。

隔离

比如线程池、连接池、redis等应用层面的隔离，另外也可以根据业务场景，将核心业务部署带以user-center-provider为例单独的集群，与其他非核心业务隔离开。

管控平台

这块也是非常重要的一环，需要考虑好整个流程的用户体验，比如接入到的这个流程，能不能尽量简化、智能，比如如果是dubbo接口，我们可以通过到git仓库中获取源码、解析对应的类、方法，从而实现自动填充，尽量帮用户减少作；另外接口一般是从测试->预发->线上，如果每次都要填写一遍表单会非常麻烦，我们能不能自动把这个事情做掉，另外如果部署到了多个可用区、甚至不同的，那这个时候，我们还需要接口数据同步功能，不然用户需要到每个后台都作一遍，非常麻烦。

这块个人的建议是直接参考阿里云、aws等提供的服务即可，功能非常全面。

其他还有些需要考虑到的点，比如接口mock，文档生成、sdk代码生成、错误码统一、服务治理相关的等，这里就不累述了。

目前的还是中心化的架构，所有的请求都需要走一次，因此当大促或者流量突增时，可能会成为性能的瓶颈，而且当接入的大量接口的时候，做好流量评估也不是一项容易的工作，每次大促前都需要跟业务方一起针对接口做压测，评估出大致的容量，并对进行扩容，而且是所有流量的入口，所有的请求都是由处理，要想准确的评估出容量很复杂。可以参考目前比较流行的ServMesh，采用去中心化的方案，将的逻辑下沉到sidecar中，

sidecar和应用部署到同一个，并接管应用流入、流出的流量，这样大促时，只需要对相关的业务压测，并针对性扩容即可，另外升级也会更平滑，中心化的，即使灰度发布，但是理论上所有业务方的流量都会流入到新版本的，如果出了问题，会影响到所有的业务，但这种去中心化的方式，可以先针对非核心业务升级，观察一段时间没问题后，再全量推上线。另外ServMesh的方案，对于多语言支持也更友好。

求ja学习路线图？

RPC: 一个远程过程调用的抽象，支持负载均衡、容灾和集群功能

想要学习ja一定就要先去了解ja学习的路线，只有了解了学习路线我们才能够知道要学习哪些内容，怎么去学习，怎样才能够很好的系统学习，今天小编这里就为大家简单的介绍一下有关ja的学习路线是怎么样的。

ja学习路线图：

阶段、ja基础知识

第二阶段：数据库技术

第三阶段：jaweb网页技术

第四阶段：开发框架

第五阶段：高级技术

第六阶段：企业项目

说到学习Ja，我们今天就来说说Ja开发需要学习的内容，说说ja学习路线，说说Ja学习的课程内容。

Ja学习大致分为四大阶段，具体内容如下：

阶段——Ja基础

Ja的学习内容从计算机基本概念，DOS命令开始，为你入门编程语言扫盲，什么是程序，如何配置Ja开发环境，Ja编程的过程是怎样的，Ja有什么物特点，程序是如何运行的，这些你都可以在这里得到。

Ja编程的基础语法，共分为10个知识点，我们将学习变量，基本数据类型，进制，转义字符，运算符，分支语句和循环语句等，以达到训练基础语法和逻辑能力的目的。还有对数组、面向对象和异常处理等。

第二阶段——JaWeb

Web前端开发基础和框架、Servlet和JSP在Web后端的应用、Web后端开发相关专题、MVC和分层架构以及项目开发流程及CASE工具的使用等。

第三阶段——Ja框架

框架是程序中另一种存储数据的方式，比直接使用数组来存储更加的灵活，在项目中应用十分广泛。同时，框架整合开发(SSH/SSS)、RESTful架构和移动端接口设计、第三方接口和在线支付功能、网站安全和Spring Security应用实战、复杂用户交互处理和Spring Web Flow的应用、MyBatis的应用和SSM整合，我们将深入研究其中涉及到的数据结构和算法，对学员的技术深度有了一个质的提升。

亿级并发架构演进、Linux基础、搭建tomcat环境以实战演练，企业真实项目供学员应用学习，进行知识体系的“二次学习”。

其实学习Ja技术，大可参考此学习路线，该学引用：习路线对从零基础小白到Ja初级开发工程师，Ja高级开发工程师，后面的Ja大神级开发工程师都有一个明确清晰的指导。

学习Ja选择【达内教育】，该机构是行业的职业教育公司，致力于面向IT互联网行业培养人才。

想了解更多有关Ja的相关信息，咨询【达内教育】。该机构致力于面向IT互联网行业，培养软件开发工程师、测试工程师、UI设计师、网络营销工程师、会计等职场人才，拥有行业内完善的教研团队，强大的师资力量，确保学员利益，全方位保障学员学习；更是与多家企业签订人才培养协议，全面助力学员更好就业。

初学状态:各类ja基础视频和基础书籍（比如黑马视频，ja疯狂讲义什么的），主要学习语法不要过于深入研究这类的视频和书籍，建议项目计算器及部分不涉及算法的简单ja练习。

入门状态：掌握了基础的语法后，学习struts2，spring，hibernate等流行框架，可以找一些比较简单的项目一边写一边研究熟悉，除了框架外可以读thinking in ja，ja核心（初级和高级），比如：学籍管理，图书管理系统等，网上后很多样例代码可以模仿。

深入研究状态：到这步对已经可以写一些简单的项目了，这时你需要深入了解框架的优劣，使用场景和优化方案，对算法又一定的认知。不多就已经是LEADER了，可以再去重读入门状态下介绍那些书会更有收获，这时更关注的应该是效率和架构了。

xml2、JAVA SE3、JAVA EE，包括Servlet、JSP、框架至于数据库的学习，在JAVA之前，之中，之后都可以，建议在JAVA之前，至少在JAVA EE之前。

spring cloud和dubbo哪个会被淘汰？

dubbo的通信方式？

个人觉的两者都不会被淘汰，但是在未来分布式微服务解决方案中或者架构中，springCloud会占主导地位。

因而，在系统架构设计和建设过程中，必须认真进行评估，不应该过分侧重于某一方面特性的实现，否则就是过犹不及，导致整体出现问题。

springCloud：

1.springCloud提供了完成的分布式解决方案，基础解决方案以及组件比较健全，而且最近几年围绕springCloud边缘服务组件越来越多，例如：nacos。

2.springCloud是基于springboot的，spring的使用部署太方便了。

dubbo：

1.dubbo更多解决的是服务间的调用，也就是服务通讯协议rpc，也会是dubbo没有完整的分布式解决方案基础设施。例如：注册中心需要借助Zookeper，链路：zipkin。

要说Dubbo，算是Spring Cloud的一个子集好了,大致相当于Spring Cloud里的 Eureka + Feign + 1/2Hystrix另外

现在大公司也在慢慢想springCloud服务过度，还有面试中文springCloud问题越来阅读，dubbo越来越少。

dubbo生态圈没有spring cloud好，会被先淘汰掉。现有架构都会优先选择Spring cloud，毕竟使用起来更简单一点。

微服务现在是一阵风而已，实际来说，很多系统不适用，综合算下来，微服务成本比原来大多了。不是所有系统都是互联网，都是弹缩性很强。有的系统就是固定数据量，稳定运行，可能几个大一点就足够了。

真正需要微服务的不会像现在看到的那么多。

慢慢沉淀，估计会把一些不需要的改回去，套壳的改回去。

如果简化方式，感觉dubbo这种轻便的有优势，开发运维都简单。或者替代品也是轻便为主。

剩的可能真的需要微服务，一般都是中等规模以上的，或者巨头，一般都有自己的内部框架。这种用也得完善的。

它们都淘汰也是早晚的事[捂脸]毕竟是ja闭源。随着serv mesh的兴起，isito的落地并于k8s的无缝融合，一切像基础设施下沉[呲牙]

事实上，很多系统根本就没必要用什么所谓微服务。目前过度设计已经泛滥，明明是一个用户数量有限，功能并不复杂的系统，也要套用所谓的微服务架构，或者要大搞所谓中台，既浪费时间，又浪费金钱，系统运维还比较复杂，需要持续投入运维。

以服务调用的方式，固然可以有更好的复用性，也可以解耦复杂系统。但实际上，我认为微服务也仅仅是组件化的一种实现方式。对于组件化，广义的讲，有多种实现方式：

种，最原始的方式就是以静态函数库或者包的形式存在。这种形式优点是开发方式简单，调用效率高，数据以参数方式进行传递，但耦合度也高，底层组件函数一旦发生变化，则需要重新编译整个工程。通常对于不经常发生变化的基础函数库，可以用这种形式进行开发，形成所谓的公共函数库，供大家使用。

第二种，称之为动态函数库，在windows环境下以dll形式存在，linux环境下以so形式存在。动态函数库相对于静态函数库，优势在于可以在运行时动态加载，可以在不用重新启动整个应用的情况下进行更新。缺点是动态函数不能共享原应用程序的存储空间，导致动态函数调用有时需要传递大量参数，导致一些不便。动态函数库也具有一定耦合度，函数名和参数必须严格按照约定调用，否则会报错。在早期单体架构下，动态函数库还是有大量使用的。

第三种，就是目前所谓的微服务架构了。微服务事实上也是可以看作是一种函数调用方式，提供基于RPC和restful远程调用方式。调用时需要传递调用的服务名称及数据报文。这种方式耦合度自然是比较低一些的，但是调用效率肯定低于函数调用方式，主要是数据传输和报文解析方面消耗的时间。此外还需要考虑通讯流量控制，超时机制，服务寻址，服务可用性等方面的问题。因而降低耦合度，事实上是以增加了系统的整体复杂度和降低调用效率为代价的。个人认为不应该过度解耦，或者仅仅强调可复用性。要知道，任何事情都是有代价的，必须要充分评估这种代价是否值得。

第四种，就更进一步，即以的系统存在，该系统具有性和完备性，可以不过于依赖其他外部系统运行，对外部以服务或api的形式进行交互。例如，单点登录系统，信贷系统，核心系统等。

个人认为，目前大部分所谓基于微服务的中台系统就是陷入了过于强调解耦的误区，导致过度的解耦设计，而忽略了由此带来的弊端，陷入了泥潭。

分层是计算机科学永恒的主题，serv mesh是微服务的未来，这样看来这两个以后都会被取代，只有spring boot能够继续存活。

这是两个作用和使用场景不同的框架，目前的情况来看都不会被淘汰。

springcloud用于微服务，dubbo用于服务治理，各有各的适用场景。

在国外springcloud使用的多，在国内dubbo使用的多。

springcloud由国外的spring团队开发维护，热度和可靠性不用多说，dubbo由国内的阿里巴巴开发，现交由Apache孵化器，可靠性也很高。

dubbo

对内rpc，对外，dubbo效率比client高很多

分布式天花板？阿里百万架构师的ZK+Dubbo笔记，认知

ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致的软件，提供的功能包括：配置维护、域名服务、分布式锁服务、集群管理、生成分布式ID等。

Apache Dubbo 是一款高性能、轻量级的开源Ja RPC框架，提供面向接口的高性能RPC调用、智能负载均衡、服务自动注册和发现、运行期流量调度、可视化服务治理和运维等功能。

作为架构师必须掌握的分布式架构技术， 你的我（雷锋）在这个星期费心费力给大家着重收集并整理了热心网友在GitHub上向当当网提交了基于SpringMVC的REST调用实现( Pull request地址 )。互联网项目中SpringMVC用的挺多，基于SpingMVC的实现还是挺好的。（SpringCloud用的也是SpringMVC，将Dubbo作为SpringCloud服务后，可以提供服务给SpringCloud端使用。感兴趣可以参阅，Dubbo的Spring-boot化）这份关于ZooKeeper+Dubbo技术栈的源码+笔记+项目实战的资料。

以上就是资料包含的内容，下面我会展示目录和详细内容截图，有需要完整版源码+笔记的朋友，只有点赞+关注，然后在我的主页私信【分布式】即可免费领取！！

1.分布式概述

2.ZK概述

3.分布式CAP协议转换

4.一致性实现

5.ZK单机&集群搭建

6.ZK快速入门

7.ZK源码解析

8.ZK应用场景

9.分布式锁和队列

二：Dubbo篇

1.RPC核心

2.手写RPC

3.Dubbo高可用

4.Dubbo IO模型

6.源码解析

部分Nginx能帮我们做什么

第二部分如何编写HTTP模块

第三部分深入Nginx

有需要完整版源码+笔记的朋友：