殷龙飞的博客

Java技术专家面试专题系列（六）：微服务与分布式系统

 面试/技术专家  1520  4 分钟

微服务与分布式系统是现代Java开发的趋势，解决传统单体应用的扩展性和维护性问题。本篇将从微服务基础、Spring Cloud核心组件到分布式一致性，系统讲解相关技术，助你在面试中展现架构设计和分布式问题解决能力。

1. 微服务架构基础

微服务将应用拆分为小型独立服务，围绕业务能力构建。

  • 核心特性

    • 独立部署: 每个服务单独运行和更新。
    • 松耦合: 服务间通过API通信（如REST、gRPC）。
    • 技术异构: 可使用不同语言和数据库。

  • 优点与挑战

    • 优点：高扩展性、易维护。
    • 挑战：分布式复杂性（如一致性、网络延迟）。

面试问题:

  • 问题: 微服务与单体应用的区别？
  • 答案: 微服务按业务拆分，独立部署，松耦合；单体应用集中式开发部署，紧耦合，扩展性差。

2. Spring Cloud核心组件

Spring Cloud为微服务提供了丰富的工具集。

  • 服务注册与发现（Eureka）

    • 服务注册中心，动态管理服务实例。

  • 负载均衡（Ribbon/Feign）

    • 客户端负载均衡，优化请求分发。

  • 服务网关（Spring Cloud Gateway）

    • 统一入口，处理路由、认证等。

  • 熔断与降级（Hystrix/Resilience4j）

    • 防止服务雪崩。

示例: Eureka服务注册

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

// 服务端配置 (application.yml)
spring:
  application:
    name: eureka-server
eureka:
  client:
    register-with-eureka: false
    fetch-registry: false
server:
  port: 8761

// 服务端主类
@SpringBootApplication
@EnableEurekaServer
public class EurekaServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(EurekaServerApplication.class, args);
    }
}

// 客户端配置 (application.yml)
spring:
  application:
    name: user-service
eureka:
  client:
    service-url:
      defaultZone: http://localhost:8761/eureka/

// 客户端主类
@SpringBootApplication
@EnableDiscoveryClient
@RestController
public class UserServiceApplication {
    @GetMapping("/user")
    public String getUser() {
        return "User from " + InetAddress.getLocalHost().getHostName();
    }

    public static void main(String[] args) {
        SpringApplication.run(UserServiceApplication.class, args);
    }
}

面试问题:

  • 问题: Eureka的工作原理是什么？
  • 答案: 服务启动时注册到Eureka Server，客户端通过心跳维持状态，Eureka提供服务列表供发现。

3. 分布式配置管理

Spring Cloud Config提供集中式配置管理。

  • 原理
    • 配置存储在Git仓库，服务动态拉取。
    • 支持刷新（@RefreshScope）。

示例: 配置客户端

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

// application.yml
spring:
  application:
    name: config-client
  cloud:
    config:
      uri: http://localhost:8888
management:
  endpoints:
    web:
      exposure:
        include: refresh

// 主类
@SpringBootApplication
@RestController
@RefreshScope
public class ConfigClientApplication {
    @Value("${app.message}")
    private String message;

    @GetMapping("/message")
    public String getMessage() {
        return message;
    }

    public static void main(String[] args) {
        SpringApplication.run(ConfigClientApplication.class, args);
    }
}

面试问题:

  • 问题: 如何实现配置动态刷新？
  • 答案: 使用@RefreshScope注解，调用/actuator/refresh端点触发更新。

4. 分布式追踪（Sleuth + Zipkin）

分布式追踪记录请求在服务间的传播。

  • Sleuth: 添加Trace ID和Span ID。
  • Zipkin: 收集和可视化追踪数据。

配置: 添加依赖并配置

1
2
3
4
5
6
7
8

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>

application.yml:

1
2
3
4
5
6

spring:
  zipkin:
    base-url: http://localhost:9411
  sleuth:
    sampler:
      probability: 1.0 # 100%采样

面试问题:

  • 问题: 分布式追踪的作用是什么？
  • 答案: 追踪请求路径，定位延迟或故障，优化系统性能。

5. CAP理论与一致性解决方案

分布式系统需在CAP（一致性、可用性、分区容忍性）中权衡。

  • CAP选择

    • CP: 强一致性（如分布式锁）。
    • AP: 高可用性（如最终一致性）。

  • 一致性方案

    • 分布式锁: Redis实现。
    • 2PC/3PC: 事务协调。
    • BASE: 柔性事务（如TCC）。

示例: Redis分布式锁

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

import redis.clients.jedis.Jedis;

public class DistributedLockDemo {
    public static boolean acquireLock(Jedis jedis, String lockKey, String value, int expireMs) {
        return "OK".equals(jedis.set(lockKey, value, "NX", "PX", expireMs));
    }

    public static void releaseLock(Jedis jedis, String lockKey) {
        jedis.del(lockKey);
    }

    public static void main(String[] args) throws Exception {
        try (Jedis jedis = new Jedis("localhost", 6379)) {
            String lockKey = "lock:resource";
            if (acquireLock(jedis, lockKey, "client1", 10000)) {
                System.out.println("Lock acquired");
                Thread.sleep(1000);
                releaseLock(jedis, lockKey);
                System.out.println("Lock released");
            } else {
                System.out.println("Failed to acquire lock");
            }
        }
    }
}

面试问题:

  • 问题: 如何保证分布式数据一致性？
  • 答案: 使用分布式锁确保顺序操作，或通过最终一致性（如消息队列+补偿机制）实现。

6. 学习与面试建议

  • 实践: 搭建Eureka和Gateway微服务集群。
  • 深入: 阅读Spring Cloud源码，如EurekaClient。
  • 表达: 用架构图解释微服务通信流程。

结语

微服务与分布式系统是现代Java开发的热点，掌握Spring Cloud和一致性方案，能让你在面试中展现架构能力。下一专题将探讨设计模式与代码优化，敬请期待！

updatedupdated2025-04-172025-04-17

相关文章：