面经策

现在我让你把单体服务拆成多个微服务，这些服务之间如何自动发现彼此？具体原理是什么？ ​

  • 标签：后端、场景题

🏛 业务架构师 ​

服务自动发现问题，我会先讲清注册中心的工作机制（注册、心跳、发现、推送四个环节），再落到架构师更关心的选型取舍和发布安全——因为生产上"服务发现"真正的事故大多不在原理，在上下线过程。

机制原理

1. 服务注册：服务启动时把自己的地址（IP:Port + 元数据）写入注册中心（Nacos/Consul/etcd），创建临时节点或带租约的记录。

2. 健康检查：服务定期心跳续约（默认 5 秒）；注册中心检测失败或租约过期，将该实例标记为不健康并摘除。

3. 订阅与发现：消费方启动时拉取全量地址列表，并建立长连接订阅变更——Nacos 用 gRPC 推送，etcd/ZK 用 watch 机制监听节点变化，实例上下线秒级通知到所有订阅者。

4. 本地缓存：客户端在内存缓存地址列表（并落盘快照），注册中心全挂时用缓存兜底继续通信——这是可用性的最后防线。

选型的架构取舍

  • CP 还是 AP：ZK/etcd 偏 CP（保证一致，选举期间不可用）；Nacos/Eureka 支持 AP（分区时宁可返回旧地址也不拒绝服务）。服务发现场景我倾向 AP——旧地址最多调用失败重试，注册中心不可用会让全集群瘫痪，代价不对等
  • 推送 vs 轮询：长连接推送变更秒级生效，是现代注册中心的标配

架构师的重点提醒：优雅上下线

  • 上线：服务注册后不能立刻接流量——要先预热（JIT 编译、缓存加载），Nacos 可配权重从 0 缓慢调大
  • 下线：先从注册中心摘除 → 等存量流量排空（消费方刷新 + 在途请求完成，约 10 秒）→ 再停进程。直接 kill -9 造成发布瞬间的批量 5xx，是"发布事故"的头号来源，治理它靠发布平台统一收口，不能指望每个开发者手写

🏗 系统架构师 ​

服务发现要解决三件事：注册、发现、感知变化，我以 Nacos/Consul 讲原理，再对比模式。

核心流程：

  1. 注册：服务启动时把 服务名 + IP + 端口 + 权重 + 元数据(版本/机房) 写入注册中心，通常是临时节点（CP 系统如 ZooKeeper 用临时 znode；Nacos 用客户端心跳维持，默认 5s 心跳、15s 未达标记不健康、30s 剔除）
  2. 发现：消费方不直接配置对端 IP，而是订阅服务名。客户端 SDK 通常本地缓存服务列表，调用时从本地列表按负载均衡策略选一个实例，每次调用并不实时查注册中心
  3. 变更感知：推拉结合——Nacos 用 UDP/gRPC 长连接推变更通知，客户端定期拉全量对账；ZooKeeper 用 watcher 事件。双保险防止推送丢失

为什么客户端要本地缓存：注册中心短暂不可用时，消费方靠本地快照继续调用（AP 优先），这是"注册中心挂了服务不挂"的关键设计。

选型对比（必讲权衡）：

  • ZooKeeper（CP）：强一致，主写选举期间不可用，可能牺牲可用性；临时会话断开即批量剔除，网络抖动会误伤
  • Nacos/Eureka（AP）：最终一致，分区时各自可读写，配合健康检查兜底——服务发现场景我选 AP，因为短暂的数据不一致只是个别调用失败，注册中心不可用则全站瘫痪
  • K8s 原生：Service/DNS + Endpoints，云原生环境首选，配合 Istio 做服务网格时发现下沉到 sidecar

细节：实例下线要做优雅停机（先反注册、睡眠几秒排空在途请求再关闭），否则变更传播窗口内仍会有流量打到已死实例。

💻 全栈开发专家 ​

服务发现 = 注册中心（存）+ 心跳（保活）+ 推拉通知（同步）+ 客户端缓存（容错）。以我用得最多的 Nacos 为例。

原理四步

  1. 服务注册：实例启动时向 Nacos 发 POST /nacos/v1/ns/instance（服务名 + IP + 端口 + 集群/权重/元数据），注册表存内存 + 落盘持久化。
  2. 心跳保活：客户端每 5s 发一次心跳；15s 没收到标记不健康，30s 没收到直接剔除。永久实例（DB 存储型）只标不健康不剔除。
  3. 发现与同步：
    • 订阅方每 10s 定时拉取全量服务列表兜底；
    • Nacos 2.x 用 gRPC 长连接推送，服务列表变更毫秒级推到订阅方（1.x 是 UDP 推 + 拉）；
    • 集群内节点间用 Distro 协议同步各自负责的服务数据。
  4. 客户端本地缓存：订阅方把服务列表快照落本地磁盘，注册中心全挂时读快照启动，这叫 failover，也是"注册中心挂了服务还能调"的关键。

调用链路

java
// OpenFeign + LoadBalancer：从本地缓存的实例列表里负载均衡选一个
List<ServiceInstance> instances = discoveryClient.getInstances("order-service");

踩过的坑

  • K8s 里用 Nacos 要处理优雅上下线：实例先从注册中心摘除（或 weight=0）再 kill Pod，配合 terminationGracePeriodSeconds，否则滚动发布时打到正在关闭的实例上报 502。我们加了 preStop 钩子先反注册再等待 10s。