前言

上一篇对微服的演变、优缺点进行了概述，对于业务复杂项目，微服务算是比较合适的解决方案；对于咱们开发者来说，有好的解决方案肯定要跟进学习，但不能盲目追崇流行技术，目的还是为了解决问题。这里就把Asp.NetCore落地微服务架构技术栈汇总一下(当然不限于此)，同时制定了个学习分享计划，和小伙们一起共勉；

正文

将涉及的技术栈将其分为如下几个阶段进行归类，后续学习分享的大方向也是如此：

对于需求阶段业务分析、测试阶段相关及最后应用阶段的服务，这系列暂时就先不涉及，而是主要针对开发技术、代码管理、应用部署、运维管理方面的技术进行汇总和学习分享；对于上图的各个阶段，可能在很多大公司将其职责划分得很清晰，但对接避免不了(DevOps)，所以了解和学习是很有必要的；如果是中小型公司，那可能开发是你、部署是你、运维还是你，技多不压身，来了就干，不服就来学。

注：不是在项目中使用以下提到的技术就是微服务，而微服务指的是业务之微，技术只是对其进行落地实现；

开发阶段

对于实现，在开发阶段涉及的组件或框架颇多，所以得花更多时间进行学习和实战，如下：

‍

认证中心

当划分的服务增多时，单个服务的认证和授权显得更加冗余，更希望有一个统一的认证站点，每一个服务的认证都由认证中心站点进行处理；咱们可以从零自己实现OAuth 2.0和OIDC提供授权和认证功能，轮子肯定有人造好了，拿来就用多好，IdentityServer 4将授权和认证都有很好的实现，从而使得开发人员有更多的时间关注在业务开发上。

服务发现

当服务不多的时候，可能手动进行API地址配置，实现调用还可以接受配置复杂性，如果是对服务进行增加服务器扩展时，还得手动进行配置，那干这活的肯定要喷脏话了。如果使用Consul做服务发现，自动识别各个服务，同时还能进行健康检查，及时过滤掉不可用服务，增强高可用，显得更加智能化；减少人工配置的复杂性，还能提升服务的高可用。

网关(Gateway)

网关的主要作用是进行路由转换、统一入口、隔离内网等，当然还可以做一些服务熔断、限流、重试、缓存等相关功能。功能具体是什么意思，怎么实现？在后续的学习分享时会一一说到。而.NetCore中常用的网关为Ocelot和Kong；

• 路由转换：根据配置规则，将不同业务地址转换到对应的微服务地址上，让业务请求由对应的业务API进行处理；

• 统一入口：对于UI界面而言，只关心一个入口，即网关地址，不用和每个微服务直接打交道，降低请求访问复杂性；

• 隔离内网：对外提供地址为网关地址，内部服务通信都是通过内网，使得站点安全性增强；

• 其他功能会在后续实操中一一说到；

服务间通讯

虽然拆分成了各个小服务，但始终还是一个系统，对于一些业务依赖关系的服务会进行聚合或是通过服务间通信，将数据整合统一返回给UI层；常用的技术手段是通过Restful Api接口或是gRPC进行数据交互，然后再进行数据业务处理。

服务治理

每一个小服务也是一个程序，就有可能出现Bug、网络通信异常、服务器宕机等情况而导致服务不可用，通常我们理想状态肯定是希望其他服务不被异常服务影响，这样就需要对服务进行治理，比如失败重试、服务熔断、失败降级等，从而提升服务的可用性，避免单个异常服务导致整个系统雪崩的现象；.NetCore中会使用Polly库实现相关功能。

NoSql-非关系型数据库

通常的高并发场景下需要进行缓存和数据共享，实现高可用，而目前Redis是一个很不错的选择。对于一些文档型数据，MongoDB存储更有优势，当有大量数据时，会有一些列存储的数据库；对于搜索实现，ElasticSearch存储实现会更加符合场景；

消息队列

消息队列的三大好处：异步处理、解耦、削峰；通常在微服务系统业务处理中，遇到一些复杂业务，需要耗费较长的时间，这样给用户体验就不友好，咱们可以将涉及的业务通过消息队列分发给不同服务处理，然后及时响应给用户，业务后台异步处理，体验感觉就不一样；可能有小伙伴还会说，直接多线程不就得了，如果是这样的话，那业务可能都耦合在一块，后期维护又是一个很大问题；对于一些高并发系统，估计平时服务器都能承载请求，但是存在某一时间段高峰访问，如果请求都打到后台服务数据库，数据库可能抗不住，像这种短时段高峰的情况，可以通过消息队列进行削峰，避免高峰时刻搞崩系统；目前比较常用的消息队列有：Kafka、RocketMQ、RabbitMQ。

CAP

微服务就是分布式，既然是分布式，那分布式事务就避免不了，最终数据一致性的问题那得解决；对于分布式来说，这是老生常谈的问题了，并且提供了相关的解决方案，而在.Net中，有大神就封装了CAP，并将其开源，配合消息队列很好的实现了分布式事务控制；

Apollo

试想，如果每个服务都有一套自己的配置文件，那部署和运维是不是很头痛，而且对于一些公共配置数据也会重复在每个服务中配置使用，如果有一套统一的配置中心是不是感觉非常爽，所有服务的配置数据通过一个点进行维护和使用，不管在开发维护、部署还是运维方面，都带来便捷性；可以自己实现，也可以使用第三方的，而Apollo现在相对来说是比较火的，也有一些直接使用Consul扮演配置中心的角色；当然还有使用在K8S自带的配置中心。

后台任务

既然用到微服务项目，应该数据量也不会小，通常会做一些报表分析，数据同步等操作，而这种耗时操作不希望在业务高峰时期执行，需要在空闲时间定时操作即可，针对这种场景后台定时任务就有用武之地啦。当然不仅仅是这种场景，还有一些做业务数据重放或修复，比如一个订单在操作中异步处理失败了，可以在后台任务检查过程中，进行再次处理等；在.Net中用的相对比较多的是Quartz.Net和Hangfire。

代码管理

代码应该不用多说了，小伙伴们应该都摸清门路了，简单画个图，如下：

代码规范

不管什么架构，代码规范一直是开发者严格要求的，开发过程中得有良好的编码规范，虽然每一个公司的要求不太一样，但最终的目的是一致的：规范化，这样在后期维护就不会花费大量的时间去研究之前代码为什么要这么写。为了规范，周期性的Code Review是必不可少的。

代码版本管理

对于代码版本管理工具，用的最多应该是git和svn了，其中对于分支的管理是非常重要的，比如临时修复线上Bug怎么办，常规开发怎么办，紧急功能开发又怎么划分处理，合理的规划代码分支不会让代码版本混乱，从而引起功能的不完整或异常；别小看这一件事，经常因为版本分支问题导致生产功能出问题的事件比比皆是，所以小伙伴开发过冲要注重哦，因为持续集成离不开代码的管理；

部署

提到部署，可能有的小伙伴会说，这不是运维搞的吗，或者说这不应该有专门的人搞吗？是的，理想是这样的，但事实就是，小伙伴不仅负责开发，还得要部署，对于职责分明的团队，至少你也得会，不然对接有一大堆的尴尬。

操作系统

现在部署更多的是推荐在Linux上了，像Redis、ES、nginx等都是在Linux中发挥更好的性能，而对于Linux估计有些小伙伴还不熟，甚至只是听说，还没操作，不说多的，关于开发和部署相关日常操作到时候我们来一起聊聊，高深操作可以抽时间再去研究。当然，Windows的操作到时候也能提到，毕竟现在Windows服务器也没有说不用。

持续集成(CI/CD)

老式的手动发布和部署在微服务中显得力不从心了，那么多服务，做重复操作，换做任何一个人也受不了，如果多发几次迭代，那这人就别干其他活，就负责发布妥了。想想，如果这些事自动化解决岂不完美，而Jenkins搭配代码管理软件就能很好的实现，自动拉取代码->自动构建->自动部署，代码管理软件可以自己搭建，比如Gogs，或者使用gitlab、github等都行。通过监听代码的提交，就能自动完成，想想都美。

容器化

开发和运维干架啦，一个说在我这行，一个说在我那不行， 别说那么多，先干架再说；哈哈哈，为了不允许这种事发生，容器化显得很屌，开发发布打包生成镜像，运维拉下来就直接跑，啥都一样，还有的说吗；其实主要的目的还是提升工作效率啊，现如今Docker是火的旺旺的，但K8S的弃用能否让它走下坡路，这似乎好像不太好说；

容器编排

当容器集群扩展增多时，就得有一个东西进行管理，否则扩展会显得超级麻烦，而K8S就很吃香，针对容器集群管理更好的自动伸缩、自动部署，还能搭配探针实现自修复；

运维

功能开发完了、代码也上传了、站点也部署了，用户开始用吧，后续就很轻松了；no，no，no，这才开始，应该很少有小伙伴拍着胸脯说，没事，我做的功能都没问题，绝对没Bug，好，先假设开发没问题，断电、宕机、断网咋整，这种物理问题不能避免吧，不管是做异地多活也好，还是有其他方案，至少得去弄吧；那如果是业务问题呢，排查问题更多的是靠日志了，对于微服务这种架构，有一个调用链的追踪会提供很好的辅助，来，先看看需要什么技术工具：

日志分析

之前单体架构，登上服务器，拷贝日志下来分析妥了，而对于微服务，这似乎不太可取，拷贝日志不仅麻烦还耗时。如果使用Exceptionless将日志统一收集在一起，是不是稍微好那么一点，再加上做一个ElasticSearch和Kibana的查询分析，是不是又加快了问题的分析速度。

链路追踪

微服务间的数据交互肯定避免不了，有一个可视化的调用链路及监控就显得更加直观，清楚的看到每次接口调用经过的服务点，对于定位问题来说也提供很大的帮助，能快速知道这次异常经过哪些服务处理，缩小范围。而用的相对比较多的是SkyWalking和Butterfly。

分布式监控系统

微服务情况下，只要一发布，就不知道什么情况，这样只有在问题发生之后，才能去排查；有没有一个监控系统，对系统和服务运行环境进行监控，能在危险范围内的时候提前给个告警，及时通知相关人员处理呢，prometheus搭配Grafana能将监控数据友好的展示和配置，从而实现对服务运行环境的监控。

总结

对于微服务，还是开篇说到的，不是使用以上技术就是微服务架构，而服务的划分更多是通过业务进行划分，技术只是帮助其落地；

以上针对于各阶段的技术栈汇总并不涵盖全部，仅仅是当下相对比较火，且周围朋友用的比较多的，有什么好的技术，小伙伴可以分享。

这个战线拉的很长，但肯定会坚持学习分享。期间把Redis系列分享完之后，还会穿插数据库优化系列的文章。