为了实现基于微服务开发的产品，或者说为了将单体应用重构为微服务架构时，将面临着众多技术框架的选择。大公司往往会有专门的部门或团队来负责自主研发自己的框架，以满足产品的需要，但是对于一般的中小型企业，选择合适的开源框架就显得更接地气了。

本章将简单介绍微服务中，在技术选型时需要注意哪些原则，一些常用的开源技术框架，希望能够为大家在进行技术选型、调研时提供一些思路方向。

笔者面试过很多程序员，一提及微服务，就会具体说道Spring Boot、Spring Cloud，然后就是“背诵”各种具体的用法和配置文件。并不是说这样不对，但我们更希望知道的是这些技术框架的原理，为什么选择它，它与其他类似框架又有何不同呢。

至于一个技术框架该怎么用，它适用于什么场景，笔者建议可以直接阅读官方或对应的github上的文档，有需要时还可以阅读下关注点的源码，这样对正确的理解它，是很有必要的，毕竟官方发布的东西是相对权威的，其他地方的资料或许存在片面性，对大家的使用、理解存在一定的误导。(这只是笔者对大家在技术选型时，查阅资料的一些建议)

在软件开发领域，几乎每天都有新的技术框架诞生、更新，一些新的概念更是层出不穷，技术选型时，难免让人无从抉择。对于技术选型，我个人有以下几点建议：

在微服务架构中，各类组件/技术很多很多，但并不意味着所有的都应该引入你的项目，倘若单纯为了覆盖全技术栈或组件而全部引入，这将是一种很不明智的选择。后续将会成为你项目的累赘，让你苦不堪言。

只要你记住这六个字：“有需求，再引入”，就OK了。伴随着项目体系架构的完善、功能的健全，当有某方面的需求时，在逐步考虑是否引入某些技术组件。

“一个新项目里最好不要使用超过30%的新技术”，我觉得这句话是有一定道理的。对于你完全不知道、不了解的技术，你是无法预估、掌控在使用过程中会出现的任何风险，一旦出现问题，短时间内解决不了，你将会变得很难堪。

在这里不是说拒绝使用、接触新技术，新技术是值得大家去追捧、了解、学习，一些新技术在很大程度上能给我们带来前所未有的利处，解决其他技术框架解决不了的问题。这里所说的“新技术”，是指没有经过充分的考察、技术验证、存在种种疑惑的技术，而是一味的拿来主义，这样的风险可想而知。

确保选择的技术，是业界使用最多的、被大家认可的技术，即使出现了问题，也能应对自如。至少在团队内部小范围是非常认可的。

GitHub上star的数量是一个重要指标，同时参考近年来代码、文档、issues等更新频率，各大技术博客是否有相关技术分享记载，这些都是能够说明该技术是否活跃、受欢迎程度、使用人群多少等。

拥有强大社区支持的技术，在选型后，倘若使用出现疑问、问题、bug等，能够有地方可提、可修复、可深究探讨，毕竟现在的技术社区都是足够开放的。

慎选个人开源的技术框架、组件等，里面到底有多少坑，没几个人能说清楚的，况且说不定哪天就不复存在了呢。

任何技术的出发点都是为最终业务而服务的，不同业务、不同项目规模，对技术的要求指标都是不同的。

处于初创期的业务，选型的基准是相对灵活，毕竟业务相对简单，支撑业务不是很大，只要够用、开发效率足够高就好。处于复杂业务而重构的项目，选型就需谨慎，往往伴随着一些复杂需求诞生、规模大小的不确定性，不得不考虑选型技术可能伴随着一些小修小补或者螺旋式上升的重构，则需选型便于适配、切换、替换，耦合度低的技术。

正因为技术选型和业务相关，我们能够观察到一些很明显的现象：新技术往往被早期创业团队或大公司的新兴业务使用；中大型公司的核心业务则更倾向于用一些稳定了几年的技术；一个公司如果长期使用一种技术，就会倾向于一直使用下去，甚至连版本都不更新的使用下去。

学会从业务端思考。首先我们需要充分地理解业务，理解用户需求，理解当下需要解决的首要问题，以及可能的风险有哪些，再将目标进行分解，进行具体的技术选型、模型设计、架构设计。

对于未经验证的新技术、新理念的引入一定要慎重，一定要在全方位的验证过后，再大规模的使用，最终确定选型。

新技术、新理念的出现，自然有它的诱惑，慎重并不代表保守，技术总是在不断前进，拥抱变化本身没有问题，但是引入不成熟的技术看似能带来短期的收益，但是它的风险或者是后期的成本可能远远大于收益。

验证后，才有说服力，用着更放心。

每种技术架构都有其优缺点，存在即合理，不同的业务场景使用不同的应用架构，技术框架，不一定说最新的架构、技术就是最适合你的。

微服务架构中常提及到的主要技术框架选型如下表所示，本文后面将基于此展开说明对比。

Dubbo是一款高性能、轻量级的开源JAVA RPC框架，以及SOA服务治理方案。简单的说，Dubbo就是个服务框架，说白了就是个远程服务调用的分布式框架。它提供了三大核心能力：面向接口的远程方法调用、智能容错和负载均衡、以及服务自动注册和发现，很容易和Spring框架无缝集成。

Dubbo逻辑架构如下图所示：

Dubbo特点：

在现有的微服务架构下，Dubbo只能说是一个服务治理框架，或者说是一个RPC框架，是以接口为粒度，一个接口类就就是一个服务。如果直接用Dubbo来实现微服务架构，还缺少以下几个功能：  

Spring Cloud是目前最主流的微服务架构落地首选方案之一，是基于Spring Boot实现的开源框架，是一个全家桶，是微服务的整体技术栈。

它为服务注册发现、*动态路由*、负载均衡、*配置管理*、消息总线、**熔断器**、分布式链路追踪、*大数据操作*等提供了简单的实现，让我们可以更简洁的使用它。

正如我们前面说过的，微服务是可以独立部署、水平扩展、独立访问的服务单元，而Spring Cloud就是这些微服务的“大管家”，采用了微服务这种架构之后，项目的数量会非常多，调用链路复杂，从而管理成了很大的问题，而Spring Cloud框架恰恰提供了各种组件用于管理和治理微服务。理所应当的，就成了大家首选框架了。

Spring Cloud的整体架构如下图所示，提供一站式的微服务架构解决方案。

使用Spring Cloud来构建微服务架构可以省去你整合各家技术的成本，Spring Cloud为我们构建微服务架构提供了一站式的解决方案，就好比当初Spring诞生是为解决EJB企业应用开发的众多问题而提供的一站式轻量级企业应用开发解决方案一样，随着使用Spring Cloud的产品数量增加，Spring Cloud在微服务架构中已一统江湖。

下面是Spring Cloud的完整技术栈，看完你就知道它为啥会在微服务架构中一统江湖了。

通过上表对比，很容易发现Spring Cloud拥有很多的项目模块，包含了微服务系统的方方面面。Dubbo是一个非常优秀的服务治理和服务调用框架，但缺少很多功能模块，例如网关、链路追踪等。在项目模块上，Spring Cloud占据着更大的优势。对比并不是否定谁，推崇谁，只是说明在不同场景下，有利优劣，需客观来看。

如果仅关注于服务治理的这个层面，Dubbo其实还优于Spring Cloud很多：

如果对效率有极高的要求建议使用Dubbo，相对比RPC的效率会比Restful高很多，如果选择微服务架构去重构整个技术体系，那么 Spring Cloud是当仁不让之选，它可以说是目前最好的微服务框架没有之一，并且可以断言，将来Dubbo可以很好的整合到Spring Cloud中。

API网关作为微服务中所有服务的唯一入口，免得业界各类成熟的技术框架组件，在进行技术选型时，需要特别考虑是否拥有以下特性：

Zuul作为Spring Cloud中的核心组件之一，充当API网关的重要角色，所有请求都可以通过Zuul达到后端的应用程序、服务。Zuul提供了动态路由、监控、弹性负载和安全等特性，其核心是一系列的Filter，其作用类似于Servlet框架中的Filter，或者AOP。

Zuul底层利用各种Filter实现了如下功能：

基于上述这些功能特性，使得Zuul作为API网关的不二之选。

Zuul的逻辑架构如下图所示:

Zuul的过滤器之间是不直接通信的，而是通过一个RequestContext的类来进行数据传统，RequestContext继承ConcurrentHashMap，使用ThreadLocal变量来记录每个Request需要传递的数据。

Zuul的过滤器是由Groovy来实现的，这些过滤器文件被存放在Zuul Server的特定目录下，Zuul会定期轮询这些目录，修改过的过滤器会动态加载到Zuul Server中，以便过滤请求使用。

Zuul的大部分功能都是通过过滤器来实现的，其中定义了4种标准的过滤器类型(pre、route、post、error)，以满足应用于请求的不同阶段。  

(如果想更清晰深入的了解Zuul，可以参考上图的Zuul逻辑架构图，并结合Zuul源码深入研究下。)

在了解traefik之前，不妨先看看它的整体架构图，如下所示：

从上图不难看出，traefik充当了HTTP反向代理的角色，使得发布的服务变得轻松有趣。在微服务中，实质上是一个为了让部署微服务变得更加便捷而诞生的HTTP反向代理、负载均衡工具。，它支持多种后台 (Docker, Swarm, Kubernetes, Marathon, Mesos, Consul, Etcd, Zookeeper, BoltDB, Rest API, file…) 来自动化、动态的应用它的配置文件设置。

除了众多功能之外，traefik的与众不同之处还在于它会自动发现适合您服务的配置。无需维护和同步单独的配置文件,一切都会自动，实时地进行（无需重新启动，不会中断连接）。使用traefik后，你可以将更多的精力、时间花费在开发和部署上面，而不是在配置和维护其工作状态上。

特性：

OpenResty是一个基于Nginx与Lua的高性能Web平台，其内部集成了大量精良的Lua库、第三方模块以及大多数的依赖项。用于方便地搭建能够处理超高并发、扩展性极高的动态Web应用、Web服务和动态网关。

OpenResty通过汇聚各种设计精良的Nginx模块（主要由OpenResty团队自主开发），从而将Nginx有效地变成一个强大的通用Web应用平台。这样，Web 开发人员和系统工程师可以使用Lua脚本语言调动 Nginx支持的各种C以及Lua模块，快速构造出足以胜任10K乃至 1000K以上单机并发连接的高性能Web应用系统。

OpenResty的目标是让你的Web服务直接跑在Nginx服务内部，充分利用Nginx的非阻塞I/O模型，不仅仅对HTTP客户端请求,甚至于对远程后端诸如MySQL、PostgreSQL、Memcached以及Redis等都进行一致的高性能响应。

Kong是一个在Nginx中运行的Lua应用程序，并且可以通过lua-nginx模块实现，Kong不是用这个模块编译Nginx，而是与OpenResty一起发布，OpenResty已经包含了lua-nginx-module，OpenResty不是 Nginx的分支，而是一组扩展功能的模块。

是一个Api Gateway，通过插件的形式提供负载均衡，日志记录，身份验证，速率限制，转换等功能。可以很轻松扩展功能，模块化，可以运行在任何基础设施上。

它的核心是实现数据库抽象，路由和插件管理，插件可以存在于单独的代码库中，并且可以在几行代码中注入到请求生命周期的任何位置。很方便地为路由和服务提供各种插件，网关所需要的基本特性，Kong都如数支持：

上面这些特性中，反复提及了Kong背后的OpenResty，实际上，使用 Kong之后，Nginx可以完全摒弃，因为Kong的功能是Nginx的父集。

综上对比，从开源社区活跃度和学习成本来看，无疑是Zuul和Traefik较好；从成熟度来看，较好的是Kong、Traefik；从性能角度来看，Kong要比其他几个领先一些，从架构优势的扩展性来看，Kong丰富的插件，而Zuul是完全需要自研各类Filter，但Zuul由于与Spring Cloud深度集成，使用度也很高。

服务注册与发现，是一个古老的话题，当应用开始脱离单机运行和访问时，服务注册与发现就诞生了。

目前的网络架构是每个主机都有一个独立的IP地址，那么服务发现基本上都是通过某种方式获取到服务所部署的IP地址。

DNS协议是最早将一个网络名称翻译为网络IP的协议，在最初的架构选型中，DNS+LVS+Nginx基本可以满足所有的RESTful服务的发现，此时服务的IP列表通常配置在Nginx或者LVS。后来出现了RPC服务，服务的上下线更加频繁，人们开始寻求一种能够支持动态上下线并且推送IP列表变化的注册中心框架或组件。

现如今，各类服务注册与发现的框架、组件很多(Zookeeper、Eureka、Consul、etcd等)，在选择上更是眼花缭乱。在服务注册与发现的技术选型上，我觉得我们应该还是有一定遵循原则和关注要点的。通常可从以下几个方面出发，进行重点关注、抉择：

在微服务架构中，服务的数量以及配置信息的日益增多，比如各种服务器参数配置、各种数据库访问参数配置、各种环境下配置信息的不同、配置信息修改之后实时生效等等，传统的配置文件方式或者将配置信息存放于数据库中的方式已无法满足开发人员对配置管理的要求，如：

在微服务架构中，使用配置中心之前，上述的问题或麻烦，你肯定也会遇到过，所以，是否引入配置中心，取决于你是否有下面的需求：

一般完善的配置中心，都会从以下两个方面设计出发，以发挥配置中心的作用。

传统的静态配置方式要想修改某个配置只能修改之后重新发布应用，要实现动态性，可以选择使用数据库，通过定时轮询访问数据库来感知配置的变化。轮询频率低感知配置变化的延时就长，轮询频率高，感知配置变化的延时就短，但比较损耗性能，需要在实时性和性能之间做折中。配置中心专门针对这个业务场景，兼顾实时性和一致性来管理动态配置。

配置的权限管控、灰度发布、版本管理、格式检验和安全配置等一系列的配置管理相关的特性也是配置中心不可获取的一部分。(这也算是配置中心的高级特性作用)

Spring Cloud Config作为Spring Cloud中的一个组件，其功能开放，可开发性强，常是各类配置中心自我研发的基石。

从Spring Cloud Config的源码(spring-cloud-config-server)中，可以看出目前支持本地存储、Git仓库存储、SVN仓库存储、数据库存储方式，其他存储方式可参考源码自行实现即可。

以Git存储方式为例说明，Spring Cloud Config包含config-server、Git和Spring Cloud Bus三大组件：

本地测试模式下，Spring Cloud Bus和config-server需要部署一个节点，Git使用GitHub就可以。在生产环境中，Spring Cloud Config，config-server需要部署至少两个节点。Spring Cloud Bus如果使用RabbitMQ，普通集群模式至少需要两个节点。

Git服务如果使用GitHub就不用考虑高可用问题，如果考虑到安全性要自建Git私有仓库，整体的成本比较高。Web服务可以部署多节点支持高可用，由于Git有数据的一致性问题，可以通过以下的方式来支持高可用：

Apollo（阿波罗）是携程框架部门研发的分布式配置中心，能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性，适用于微服务配置管理场景。

Apollo分为MySQL，Config Service，Admin Service，Portal四个模块：

本地测试Config Service，Admin Service，Portal三个模块可以合并一起部署，MySQL单独安装并创建需要的表结构。在生产环境使用Apollo，Portal可以两个节点单独部署，稳定性要求没那么高的话，Config Service和Admin Service可以部署在一起，数据库支持主备容灾。

Nacos是一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。这正是Nacos官方给出的定义：

核心功能：

Nacos部署需要Nacos Service和MySQL：

单机模式下，Nacos可以使用嵌入式数据库部署一个节点，就能启动。如果对MySQL比较熟悉，想要了解整体数据流向，可以安装MySQL提供给Nacos数据持久化服务。生产环境使用Nacos，Nacos服务需要至少部署三个节点，再加上MySQL主备。

整体来看，Nacos的部署结构比较简单，运维成本较低。Apollo部署组件较多，运维成本比Nacos高。Spring Cloud Config易于定制化二次开发，生产高可用的成本最高。

总的来说，Apollo和Nacos相对于Spring Cloud Config的生态支持更广，在配置管理流程上做的更好。Apollo相对于Nacos在配置管理做的更加全面，不过使用起来也要麻烦一些。Nacos使用起来相对比较简洁，在对性能要求比较高的大规模场景更适合。