罗罗编程学习记录
本页内容 展开查看

06.2.3.1 服务注册与发现

所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.2 Java Spring 生态 / 06.2.3 Spring Cloud

本节要解决的问题

  • 服务实例如何注册、心跳、被消费者发现,注册中心故障时如何兜底?
  • Nacos 的 Naming 与 Config 分别用什么一致性协议,AP/CP 如何取舍?
  • 主流注册中心如何选型,实例元数据、权重、健康状态与集群隔离如何管理?

版本前提:Spring Cloud 2023.x / Spring Boot 3.x / Java 17+;Nacos 协议与端口以官方部署手册为准。

06.2.3.1-001 服务注册与发现的原理是什么?

一句话结论

提供者启动时向注册中心登记实例信息并定时心跳;消费者拉取实例列表并订阅变更,调用时从本地缓存选实例;注册中心按心跳判定健康状态并把变更推送给订阅者,形成「注册—心跳—订阅—推送」闭环。

概念解释

服务发现把「硬编码地址」替换为「按服务名寻址」。注册中心只维护实例目录与健康状态,不参与业务调用;调用方通过客户端负载均衡从目录中选一个实例发起请求。

原理流程

服务提供者启动
  → 向注册中心注册实例(IP、端口、权重、元数据、命名空间)
  → 定时心跳上报,注册中心维护实例列表与健康状态

服务消费者
  → 启动时全量拉取实例列表
  → 订阅变更(注册中心推送 + 客户端本地缓存)
  → 调用时从本地缓存选择实例,避免每次请求访问注册中心

注册中心
  → 心跳超时:标记不健康 / 下线
  → 实例变更:推送给订阅者

常见误区

  • 认为每次调用都查注册中心:实际走本地缓存,注册中心只负责目录变更推送。
  • 注册中心挂掉就认为全链路不可用:消费者有本地缓存兜底,仍可调用存量实例,只是无法发现新实例与感知下线。

追问

  • 注册中心挂了服务还能调用吗?能,客户端缓存兜底;但不能发现新实例、不能及时感知下线。
  • 为什么不用 DNS 做服务发现?DNS 有 TTL 缓存、权重与健康检查能力弱、变更不实时,难以支撑微服务实例上下线。
  • 注册中心与网关的职责边界?注册中心管「有哪些实例」,网关管「请求怎么路由与治理」。

06.2.3.1-002 Nacos 的架构是怎样的?AP 与 CP 如何取舍?

一句话结论

Nacos 同时承担服务发现(Naming,基于 Distro 协议,面向可用性 AP,各节点异步复制最终一致)与配置管理(Config,基于 Raft/JRaft 多数派,强一致 CP);两类数据分开处理,而不是整个集群二选一。

概念解释

服务发现允许短暂不一致(实例刚下线仍被调用几次,由重试与熔断兜底),配置错乱会导致大范围故障,必须强一致。Nacos 把注册数据与配置数据用不同一致性协议分别处理。集群默认外置 MySQL 存储,单机默认内嵌 Derby。

示例(端口规划,以官方手册为准)

端口 偏移 用途
8848 0 HTTP API / Admin API
9848 +1000 客户端 gRPC 请求
9849 +1001 服务端间 gRPC 同步
7848 -1000 JRaft 请求
8080 独立 控制台(3.0 起与主端口解耦)

使用 VIP/Nginx 代理时,gRPC 端口必须配置 TCP 转发,不能按 HTTP/HTTP2 转发,否则连接会被断开。

常见误区

  • 把 Nacos 整体当作 AP 或 CP:Naming 是 AP、Config 是 CP,两套协议并存。
  • 集群只部署 2 节点:Raft 多数派要求奇数节点,3 节点可容忍 1 台故障。

追问

  • 为什么 Nacos 集群建议奇数节点?Raft 多数派表决需要过半存活,奇数节点在同等故障容忍度下节点数更少。
  • Nacos 2.x 与 3.x 客户端协议差异?2.x 起长连接 gRPC,1.x 为 HTTP 长轮询;3.x 进一步拆分控制台(具体以官方文档为准)。
  • 生产环境 Nacos 要不要开鉴权?必须开,默认关闭,暴露公网极其危险。

06.2.3.1-003 注册中心如何选型?Nacos、Eureka、Consul、ZooKeeper 对比?

一句话结论

Java 微服务配合 Spring Cloud Alibaba 选 Nacos;多语言混合云、需要服务网格选 Consul;已有 ZK(Dubbo/Kafka)可复用但不建议新项目单独为注册中心引入;Eureka 多数进入维护状态,新项目不建议。

对比

维度 Nacos Eureka Consul ZooKeeper
CAP Naming AP / Config CP AP CP(也可 AP 模式) CP
健康检查 心跳 + 服务端探测 客户端心跳 多种探针 会话
配置中心 内置 无(配 Config) KV 需自建
生态 Spring Cloud Alibaba Spring Cloud Netflix 通用 Dubbo/Kafka
控制台 完善 简单 完善 无
运维复杂度 中 低 中 高

常见误区

  • 只按 CAP 选注册中心:还要看配置中心能力、健康检查机制、多语言支持与运维成本。
  • 新项目沿用 Eureka 2.x 预期:Eureka 2.x 停止开发,需评估迁移 Nacos/Consul 的风险。

追问

  • Consul 的 CP 模式对服务发现有什么影响?多数派不可用时写入受阻,但读仍可用。
  • 已有 ZooKeeper 还需要独立注册中心吗?可复用 ZK 做注册,但它不提供配置中心与控制台,能力需自行补充。

06.2.3.1-004 临时实例与持久实例的健康检查有什么差异?

一句话结论

临时实例靠客户端主动心跳续约,心跳超时由服务端摘除;持久实例由服务端主动探测(TCP/HTTP 端口),客户端宕机后仍保留登记,适合需要固定地址的场景。

概念解释

实例类型决定健康判定与摘除方式。临时实例是微服务主流:实例下线即释放注册信息;持久实例常用于设备、任务节点等需要长期登记的对象。

常见误区

  • 持久实例宕机后以为会自动摘除:服务端探测失败标记不健康,但实例条目不一定删除。
  • 心跳间隔与超时不匹配:心跳过短增加压力,过长导致下线感知延迟,需按网络环境配置。

追问

  • 心跳超时一般怎么配?按注册中心默认值与网络情况调整,超时时间通常为数倍心跳周期。
  • 客户端断线重连后临时实例如何恢复?重新注册并续用心跳,元数据与权重一并上报。

06.2.3.1-005 命名空间与分组如何隔离环境和租户?

一句话结论

命名空间(Namespace)做环境或租户级强隔离,分组(Group)在同一命名空间内对服务/配置做归类;隔离后的实例列表互不串扰。

概念解释

两层隔离维度:命名空间是粗粒度边界(dev/test/prod、不同租户),分组是命名空间内的次级归类(同一服务的不同集群或灰度组)。消费者订阅哪一层,就只能看到该范围内的实例。

常见误区

  • 用分组代替命名空间做环境隔离:权限与配额边界模糊,配置误串环境风险高。
  • 多租户共用命名空间只靠分组区分:租户数据应在独立命名空间隔离。

追问

  • 服务跨环境调用怎么处理?应通过显式网关或受控通道,禁止消费者直接订阅跨环境实例。
  • 命名空间创建与删除影响什么?只影响目录与配置隔离,不删除业务数据。

06.2.3.1-006 客户端本地缓存的作用与不一致窗口有多大?

一句话结论

客户端缓存实例列表,使注册中心不可用时仍能调用;代价是下线变更存在短暂不一致窗口,旧实例可能被短暂选中,需配合重试与健康识别兜底。

概念解释

缓存是可用性设计:目录数据在消费者进程内保留一份,订阅推送与本地刷新更新缓存。缓存陈旧度取决于推送通道与刷新周期,通常在秒级到十秒级。

常见误区

  • 认为缓存与注册中心强一致:网络分区或推送丢失时,缓存可能保留已下线实例。
  • 缓存不刷新:实例扩容后新节点长期不被选中,需确认订阅与刷新机制正常。

追问

  • 缓存里的坏实例怎么剔除?调用失败时从本地列表剔除或标记,配合重试换一个实例。
  • 全量拉取与增量推送如何配合?启动全量建表,运行期靠推送增量更新,异常时回退全量拉取。

06.2.3.1-007 注册中心的自我保护与故障兜底怎么做?

一句话结论

注册中心自身应集群化部署;消费端必须保留本地缓存与兜底列表,注册中心故障时维持存量调用,待恢复后再同步目录,避免注册中心成为全站单点。

概念解释

自我保护分两层:注册中心集群多数派可用保证目录一致;客户端缓存保证中心不可达时业务不断。中心恢复后重新订阅并校正缓存。

常见误区

  • 把注册中心做成单点:一台故障即全部服务无法寻址。
  • 消费端每次远程拉取实例:中心抖动直接传导为调用失败。

追问

  • 注册中心故障期间能发布新实例吗?不能发现与注册,存量调用不受影响。
  • 如何验证兜底能力?演练停掉注册中心集群,观察消费者是否仍按缓存调用。

06.2.3.1-008 实例元数据与权重如何携带和使用?

一句话结论

注册信息可携带版本、区域、权重、灰度标签等元数据;负载均衡器按权重分配流量,按元数据过滤实例(如只选灰度版本或同区域实例)。

概念解释

元数据是注册实例附属的键值对,不参与健康判定,只供客户端侧决策:权重决定流量比例,标签决定实例分组与过滤条件。元数据随注册信息上报并随目录推送同步到消费者。

示例

{
  "serviceId": "order-service",
  "ip": "10.0.0.12",
  "port": 8080,
  "weight": 5,
  "metadata": { "version": "gray", "zone": "cn-east" }
}

常见误区

  • 权重只在注册中心配置却不被负载均衡读取:自定义均衡器必须解析 weight 字段。
  • 元数据放业务 Header 而不进注册目录:下游选择实例时拿不到版本标签。

追问

  • 权重如何做容量倾斜?性能强的实例调高权重,慢实例调低,避免均分流量堆积。
  • 灰度标签存在哪里?注册中心 metadata version=gray,配合自定义实例列表供应器过滤。

06.2.3.1-009 实例上线与下线的时序是怎样的?

一句话结论

上线:实例启动 → 注册登记 → 健康检查通过 → 消费者订阅推送后纳入列表;下线:主动注销或心跳超时 → 摘除不健康实例 → 推送变更 → 消费者更新缓存,在途请求由优雅停机处理。

原理流程

上线:启动 → 注册 → 健康探测通过 → 推送订阅者 → 进入负载均衡列表
下线:主动注销 / 心跳超时 → 标记摘除 → 推送变更 → 消费者缓存更新
      在途请求:优雅停机等待处理完,再关闭进程

常见误区

  • 进程直接 kill 不注销:依赖心跳超时摘除,下线感知延迟。
  • 健康检查未通过就接流量:实例启动未就绪即被选中,首批请求失败。

追问

  • 滚动发布期间新旧实例如何共存?消费者列表同时包含新旧版本,按标签或权重路由。
  • 下线时如何避免新请求进入?先从注册中心摘除,等待缓存刷新与连接排空,再停进程。

06.2.3.1-010 注册中心高可用集群有什么部署要求?

一句话结论

生产至少 3 节点组成集群,外置共享数据库或按协议复制,节点间端口全互通;注册、配置、控制台端口分别规划,前面可用负载均衡,但 gRPC 通道要 TCP 转发。

概念解释

集群保证多数派可用与实例目录冗余;单机内嵌存储只用于开发测试。节点规格与磁盘按实例规模和配置数量评估。

常见误区

  • 集群节点之间网络不通仍期望复制:gRPC/同步端口被防火墙阻断会出现数据不一致。
  • 用单节点外置数据库却未高可用:注册中心集群本身冗余,但共享库成为新单点。

追问

  • 集群节点数怎么定?Raft 类协议 3 节点容忍 1 台故障,规模扩大再按多数派原则加节点。
  • 多数据中心怎么部署?按官方多集群/多中心方案同步元数据,跨中心网络延迟要评估。

06.2.3.1-011 为什么 DNS 不适合作为微服务服务发现?

一句话结论

DNS 主要解决域名到 IP 的映射,TTL 缓存导致变更不实时,不支持权重、健康检查、元数据标签与主动摘除,无法满足实例频繁上下线的微服务场景。

概念解释

DNS 记录聚合多个 A 记录,解析结果被客户端与中间层缓存;服务发现需要健康状态驱动的动态目录、按版本/区域的实例过滤与精细负载均衡,这些 DNS 不提供。

常见误区

  • 用 DNS 轮询替代负载均衡:DNS 不感知实例健康,坏节点仍被解析到。
  • 期望 DNS 秒级生效:TTL 未过期前缓存不会刷新。

追问

  • DNS 在云原生里还有角色吗?有,用于注册中心、数据库等基础设施域名的稳定寻址。
  • 服务发现能否基于 K8s Service?可以,K8s 提供集群内 DNS 与端点感知,微服务框架可对接其端点列表。

06.2.3.1-012 注册中心与网关的职责边界是什么?

一句话结论

注册中心维护「有哪些健康实例」,网关维护「请求如何路由、鉴权、限流、灰度」;网关通过服务发现拿到实例目录,再按过滤器链治理流量,两者不互相替代。

概念解释

网关是流量入口,注册中心是目录仓库。网关解析 lb://service 时向服务发现客户端取实例列表,负载均衡在客户端侧完成。

常见误区

  • 让注册中心做鉴权与限流:这些是流量治理职责,应放在网关与服务内。
  • 网关直连实例列表绕过注册中心:丢失健康摘除与弹性伸缩能力。

追问

  • 网关自身怎么做高可用?多实例部署,前面由负载均衡或 DNS 分发。
  • 注册中心变更如何同步到网关?网关复用服务发现客户端的订阅与缓存机制。

06.2.3.1-013 多集群、多数据中心的实例如何同步?

一句话结论

按官方多集群方案在数据中心间同步注册元数据;跨中心调用要考虑网络延迟与就近路由,避免跨中心高频调用放大时延。

概念解释

单集群覆盖一个可用区或地域,多集群用于容灾与就近访问。实例目录在集群间同步,流量可按区域元数据选择就近实例,灾备时再切换远程集群。

常见误区

  • 跨中心同步未评估带宽与延迟:实例量大时复制压力与延迟影响目录新鲜度。
  • 跨中心调用不区分就近:请求绕远路,P99 时延上升。

追问

  • 多中心数据一致性要求?注册目录可接受短暂最终一致,配置中心仍按强一致协议处理。
  • 灾备切换时实例目录如何处理?按集群分组隔离,切换时更新路由与权重。

06.2.3.1-014 注册中心如何做安全控制?

一句话结论

开启登录鉴权与权限控制,按命名空间/服务分配读写权限;客户端使用身份凭证接入,管理端口不暴露公网,内部网络做访问控制。

概念解释

注册中心暴露服务目录与配置,属于敏感基础设施。未鉴权时任何人可读取实例地址、修改配置;生产必须账号、角色、网络隔离三层防护。

常见误区

  • 控制台与客户端共用匿名访问:实例清单与配置可被外部读取。
  • 只保护控制台不保护 API:客户端 API 同样需要鉴权。

追问

  • 服务间凭证如何管理?凭证随部署环境注入,不写进代码库,纳入密钥管理。
  • 配置加密和注册鉴权是一回事吗?不是,前者保护配置内容,后者保护接入与操作权限。

06.2.3.1-015 健康状态如何判定与摘除?

一句话结论

健康判定结合心跳续约、服务端探测与客户端上报;超时或探测失败标记不健康,摘除后推送变更;不健康实例可保留观察,不直接参与负载均衡。

概念解释

状态机一般为健康、不健康、离线三类。临时实例靠心跳超时判定,持久实例靠端口探测;摘除动作先从负载列表移除,再决定是否删除条目。

常见误区

  • 一次探测失败立刻摘除:网络抖动会造成误摘,应设置连续失败阈值与恢复机制。
  • 只看进程存活不看依赖:进程活着但下游不可用时,健康检查应能反映整体就绪度。

追问

  • 启动未就绪如何避免接流量?就绪检查通过前不注册或标记未就绪。
  • 实例恢复后如何重新纳入?心跳恢复或探测通过后状态转回健康并推送。

06.2.3.1-016 消费者实例列表如何刷新?

一句话结论

启动全量拉取建立缓存,运行期通过长连接推送或轮询接收增量变更;连接断开后重新订阅并全量校正,保证缓存最终与注册中心一致。

概念解释

刷新通道决定目录新鲜度:长连接推送实时性好,轮询简单但有延迟。消费者本地列表是负载均衡的直接数据源,刷新失败会导致选到旧实例。

常见误区

  • 断开重连后不做全量校正:增量丢失造成缓存与服务端长期偏离。
  • 推送事件不更新元数据:权重、版本标签变更不生效。

追问

  • 推送通道有哪些实现?gRPC 长连接、长轮询、消息总线等,按注册中心实现选择。
  • 列表变更如何通知负载均衡器?缓存更新后通知实例列表供应器刷新可选实例。

06.2.3.1-017 注册中心容量与性能如何规划?

一句话结论

按实例数、服务数、配置条数与心跳频率评估节点规格与存储;实例规模扩大时拆分集群与命名空间,监控订阅连接数、推送延迟与存储增长。

概念解释

注册中心压力来自心跳上报、订阅推送、配置读取与目录查询。实例多、心跳密会放大网络与 CPU 开销;配置量大影响存储与启动拉取。

常见误区

  • 只按机器内存规划:心跳与推送连接数才是常见瓶颈。
  • 所有环境共用一个注册集群:故障域混在一起,应按环境隔离。

追问

  • 心跳频率与容量关系?心跳越密压力越大,按实例规模调整周期,平衡下线感知速度。
  • 如何观测注册中心健康?监控节点负载、复制延迟、订阅连接数与配置读取耗时。

06.2.3.1-018 Nacos Distro 协议如何保证服务目录最终一致?

一句话结论

Distro 是面向可用性的 AP 协议:每个节点负责部分实例的写入,异步复制到其他节点,各节点都能响应读请求,短暂不一致后收敛到一致。

概念解释

Naming 数据可容忍短暂陈旧,协议优先保证节点可读可写;写入归属与异步复制保证集群整体目录最终汇聚一致。节点宕机时其负责范围由其他节点接管。

常见误区

  • 期望 Distro 写入立刻在所有节点可见:异步复制有延迟,读可能命中旧数据。
  • 把 Distro 当作强一致协议用于配置:配置一致性应走 Raft。

追问

  • Distro 与 Raft 数据范围分别是什么?Distro 管临时/注册实例目录,Raft 管配置条目。
  • 节点切换后数据如何补齐?重新同步负责分片的注册数据。

06.2.3.1-019 Nacos Raft 如何保证配置强一致?

一句话结论

配置条目基于 JRaft 组成 Raft 组,写入需多数派确认并复制到多数节点,少数派故障不影响已提交数据;读可从 Leader 或按一致性要求校验,保证配置不丢不乱。

概念解释

Raft 通过 Leader 选举、日志复制与多数派提交保证一致性。配置属于不能错的数据,宁可牺牲部分可用性也要多数派落盘。

常见误区

  • 配置写入只落单机内存:节点重启丢失配置,必须持久化到多数派与外置存储。
  • 集群少数派存活仍期望写入:Raft 无法选出多数派 Leader 时写入受阻。

追问

  • Raft 组节点数怎么选?3 节点容忍 1 台故障,5 节点容忍 2 台,按可用性与成本权衡。
  • 配置回滚如何与 Raft 配合?历史版本持久化,回滚作为一次新的多数派提交。

06.2.3.1-020 注册发现常见故障如何排查?

一句话结论

按「实例是否注册成功 → 心跳是否续约 → 消费者能否订阅到 → 列表是否含目标实例 → 选中实例是否健康」逐层排查,结合注册中心控制台、客户端缓存与调用日志定位。

原理流程

实例未发现:检查注册请求、命名空间/分组、网络连通、凭证权限
发现旧实例:检查推送通道、缓存刷新、心跳超时与摘除时序
调用坏实例:检查健康状态判定、本地缓存剔除逻辑
配置/注册混乱:核对命名空间隔离与服务名拼写

常见误区

  • 直接重启消费者而不看订阅状态:无法区分是注册侧还是消费侧问题。
  • 忽略命名空间/分组差异:实例注册在 prod,消费者订阅 dev,目录自然为空。

追问

  • 实例注册成功但消费者列表为空?核对服务名、分组、命名空间与订阅权限。
  • 如何用日志区分注册失败与调用失败?注册阶段看客户端注册日志,调用阶段看负载均衡选择记录与目标实例状态。