知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 43 - 配置中心设计 > 导读:本文用一问一答的方式,讲清配置中心"为什么需要、配置怎么存、变更怎么实时到达客户端、挂了怎么办"。读完你能说清推/拉两种刷新机制的取舍、灰度推送与版本回滚的实现,并能在 Nacos 与 Apollo 之间做出有依据的选择。适合准备系统设计面试的后端工程师。 ## 一、先建立全局认知 ### Q:为什么微服务需要一个配置中心? A:结论——**配置中心把配置从"散落在各服务代码仓库里的文件"变成"集中托管的、可动态生效的数据",从而消除"改一个开关要重新打包重启"的工程成本。** 问题在服务规模变大后尤其突出。假设系统里有 50+ 个服务,配置散落在各自的 `application.yml` 中,每次改个数据库连接串或开关配置,都要改代码、打包、重启,效率极低。一个可用的配置中心至少要满足四件事: ``` 1. 集中管理:所有服务的配置统一存储和管理 2. 动态刷新:改配置不用重启服务,实时生效 3. 灰度推送:新配置先推给部分实例验证,再全量发布 4. 版本回滚:配置改错了能一键回滚到上一个版本 ``` 注意这四条对应的是配置生命周期的不同阶段:**存储(集中管理)→ 生效(动态刷新)→ 发布(灰度)→ 恢复(回滚)。** 一个只有"存储 + 拉取"能力、改完还要重启的方案,不能算合格的配置中心。 ### Q:配置中心的整体架构是怎样的?为什么每个客户端都要有本地缓存? A:架构分三层:管理后台(写)、配置中心服务端(存 + 推送)、各业务服务内的客户端(拉 + 缓存)。关键点是每个客户端都带一份**本地缓存快照**——这是配置中心自身故障时的容灾兜底:  *图:Server 下发配置到各 Client,本地缓存兜底* ``` ┌──────────────┐ ┌──────────────┐ │ 管理后台 │────→│ 配置中心服务 │ │ (增删改查) │ │ (Server) │ └──────────────┘ └──────┬───────┘ │ ┌──────┼──────┐ │ │ │ ▼ ▼ ▼ 服务 A 服务 B 服务 C (Client)(Client)(Client) │ ┌─────┴─────┐ │ 本地缓存 │ ← 容灾:配置中心挂了也能用 └───────────┘ ```  [编辑 Excalidraw 源图](/images/java-interview-copy/system-design/43-design-config-center-design-config-center-architecture-diagram.excalidraw) **为什么必须有本地缓存?** 因为配置中心本身也是系统的一部分,如果它一挂、所有服务连"上一次拿到的配置"都读不到,就会把一次配置中心的故障放大成整站故障。本地缓存相当于把"最近一次已知可用配置"固化到磁盘,让服务在最坏情况下仍能以旧配置启动和运行。 ## 二、理解核心机制 ### Q:配置在数据库里怎么存?为什么还要单独一张历史表? A:主表存"当前生效值",历史表存"变更流水",两者职责分离。主表用 `UNIQUE KEY uk_app_env_key (app_name, env, config_key)` 保证同一个应用在同一环境下每个配置键只有一条当前记录;`gray_ips` 字段为灰度推送服务,为空表示全量生效。 ```sql CREATE TABLE config ( id BIGINT PRIMARY KEY AUTO_INCREMENT, app_name VARCHAR(64) NOT NULL, -- 应用名 env VARCHAR(16) NOT NULL, -- 环境:dev/test/prod config_key VARCHAR(256) NOT NULL, -- 配置键 config_value TEXT, -- 配置值 version INT DEFAULT 1, -- 版本号 gray_ips VARCHAR(1024), -- 灰度 IP 列表(为空表示全量) status TINYINT DEFAULT 1, -- 1:启用 0:禁用 update_time DATETIME, UNIQUE KEY uk_app_env_key (app_name, env, config_key) ); -- 配置变更历史(用于回滚) CREATE TABLE config_history ( id BIGINT PRIMARY KEY AUTO_INCREMENT, config_id BIGINT NOT NULL, config_value TEXT, version INT, operator VARCHAR(64), create_time DATETIME DEFAULT NOW() ); ``` **为什么要拆历史表?** 因为回滚、审计、追责都依赖"每一次变更的完整快照"。如果只保留当前值,改错了就没有可回退的基线;如果把历史塞进主表,主表的唯一键约束和查询性能都会被拖累。 ### Q:配置变更是怎么"实时"推送到客户端的?推还是拉? A:这是一个典型的"推 vs 拉"取舍题。**纯推的实时性最好,但服务端要维护所有客户端的连接并处理断连重连,复杂度高;纯拉实现简单,但有轮询间隔造成的延迟。** 工业界的主流答案是"推拉结合",代表作是 Apollo 的长轮询(long polling)和 Nacos 2.x 的 gRPC 长连接。 方案一:长轮询(Apollo 的做法)。客户端发起请求,服务端把连接 hold 住(不立即返回),一旦配置有变或超时(这里是最多 30 秒)才返回。这样既保留了拉模型的服务端简单性,又逼近推模型的实时性: ```java // 方案一:长轮询(Apollo 的做法) // 客户端发起长轮询请求,服务端 hold 住连接,有变更时立即返回 // Server 端 @RestController public class ConfigController { private final DeferredResultHolder resultHolder = new DeferredResultHolder(); @GetMapping("/config/listen") public DeferredResult<ConfigChange> listen( @RequestParam String appName, @RequestParam String env) { // 挂起请求,最多等 30 秒 DeferredResult<ConfigChange> result = new DeferredResult<>(30000L); result.onTimeout(() -> result.setResult(ConfigChange.NO_CHANGE)); resultHolder.add(appName + ":" + env, result); return result; } // 配置变更时通知所有监听的客户端 public void notifyChange(String appName, String env, ConfigChange change) { List<DeferredResult<ConfigChange>> results = resultHolder.getAndRemove(appName + ":" + env); if (results != null) { results.forEach(r -> r.setResult(change)); } } } // Client 端 @Component public class ConfigClient { @Scheduled(fixedDelay = 0) // 上一次结束后立即发起下一次 public void longPolling() { try { ConfigChange change = restTemplate.getForObject( serverUrl + "/config/listen?appName={}&env={}", ConfigChange.class, appName, env); if (change != null && change.isChanged()) { // 刷新本地配置 refreshLocalConfig(change); } } catch (Exception e) { // 异常后等 5 秒重试 Thread.sleep(5000); } } } ``` 方案二:监听机制(Nacos 的做法,基于长连接 gRPC)。Nacos 2.x 用 gRPC 长连接,服务端可主动推送变更,省掉反复建连的开销。业务代码侧只需要一个 `@RefreshScope` 就能在配置变更后自动刷新注入值: ```java // 方案二:监听机制(Nacos 的做法,基于长连接 gRPC) // Nacos 2.x 用 gRPC 长连接,服务端主动推送变更 // Spring Cloud 集成 Nacos 动态刷新 @RefreshScope @RestController public class OrderController { @Value("${order.timeout:30}") private int orderTimeout; // 配置变更后自动刷新 @GetMapping("/timeout") public int getTimeout() { return orderTimeout; } } ``` **关键取舍:**长轮询基于普通 HTTP,部署简单、易排查,但每次变更需要客户端重新建连,实时性略逊且连接数多时服务端压力大;gRPC 长连接推送更实时、连接更省,但引入了长连接的保活与重连复杂度。选型要看团队能否承接长连接的运维成本。 ### Q:灰度推送是怎么实现的? A:灰度的思路是"先只通知一部分目标实例,验证通过后再放开到全部"。主表里的 `gray_ips` 记录灰度实例列表,发布时按列表定向通知: ```java @Service public class ConfigPublishService { // 灰度发布:先推给指定 IP 的实例 public void grayPublish(Long configId, String newValue, List<String> grayIps) { // 1. 更新配置,设置灰度 IP configMapper.updateGray(configId, newValue, String.join(",", grayIps)); // 2. 只通知灰度 IP 的客户端 notifyClients(configId, grayIps); } // 全量发布:验证通过后推给所有实例 public void fullPublish(Long configId) { // 清除灰度标记,全量生效 configMapper.clearGray(configId); notifyClients(configId, null); // null 表示通知所有 } } ``` 要注意一个实现细节:灰度期间,同一份配置对灰度实例和非灰度实例是**两个不同的值**,客户端刷新后本地缓存也要能区分。因此实际生产里通常不是"改同一个键",而是按标签(Nacos)或命名空间(Apollo)隔离,避免灰度状态被误当成全量值普及开来。具体行为需结合所选组件的版本确认。 ### Q:版本回滚是怎么做的? A:回滚 = "从历史表取出目标版本的值,覆盖当前值,再通知客户端刷新"。整个过程放在一个事务里,保证"覆盖 + 记流水"要么都成功要么都失败: ```java @Service public class ConfigRollbackService { @Transactional public void rollback(Long configId, Integer targetVersion) { // 1. 从历史表查找目标版本 ConfigHistory history = historyMapper.selectByVersion(configId, targetVersion); if (history == null) { throw new BizException("版本不存在"); } // 2. 用历史值覆盖当前值 configMapper.updateValue(configId, history.getConfigValue(), targetVersion); // 3. 记录本次变更到历史表 historyMapper.insert(new ConfigHistory(configId, history.getConfigValue(), targetVersion, "rollback")); // 4. 通知客户端刷新 notifyClients(configId, null); } } ``` **为什么要记一条 `rollback` 到历史表?** 因为回滚本身就是一次新的变更,也要可追溯。否则历史流水会出现"版本号跳跃但无记录"的空洞,下次想再回滚或审计时会对不上账。 ### Q:Nacos 和 Apollo 该怎么选? A:两者都能满足核心需求,差异在于"一体化程度"与"企业级管控能力"的取舍: | 特性 | Nacos | Apollo | |------|-------|--------| | 配置推送 | gRPC 长连接推送(2.x) | 长轮询(HTTP) | | 服务发现 | 自带(配置 + 注册一体) | 不支持,需配合 Eureka | | 灰度发布 | 支持(标签匹配) | 支持(IP / 标签) | | 版本管理 | 支持历史版本回滚 | 支持,UI 更完善 | | 权限控制 | 基础的命名空间隔离 | 完善的 RBAC | | 部署复杂度 | 简单(单个 JAR) | 较复杂(Portal + Admin + Config) | | 适用场景 | 中小团队,配置 + 注册一体化 | 大团队,需要精细化配置管理 | **结论:** 中小团队希望"配置 + 注册一次搞定、少维护一个组件",选 Nacos;大团队对权限、审计、发布流程有强要求,选 Apollo。注意 Apollo 本身不解决服务发现问题,选了它通常还要另外引入注册中心。 ## 三、放进真实场景 ### Q:配置中心挂了,业务还能正常运行吗?(容灾设计) A:能,前提是客户端做了本地缓存。思路是每次成功拉到新配置就写入本地文件,配置中心不可用时从本地文件加载: ```java // 客户端本地缓存:配置中心挂了也能正常运行 @Component public class ConfigLocalCache { private static final String CACHE_DIR = "/data/config-cache/"; // 每次拉到新配置,写入本地文件 public void save(String appName, Map<String, String> configs) { File file = new File(CACHE_DIR + appName + ".properties"); try (FileWriter writer = new FileWriter(file)) { configs.forEach((k, v) -> { try { writer.write(k + "=" + v + "\n"); } catch (IOException e) {} }); } } // 配置中心不可用时,从本地缓存加载 public Map<String, String> load(String appName) { File file = new File(CACHE_DIR + appName + ".properties"); // 读取本地缓存文件... Properties props = new Properties(); props.load(new FileReader(file)); return new HashMap<>((Map) props); } } ``` **降级原则:** 配置中心不可用时,服务应"以最后一份已知配置继续运行",而不是启动失败。这决定了客户端启动时的加载顺序——先读本地缓存让服务能起来,再异步去服务端拉最新值覆盖。此外服务端的配置存储本身也要高可用(数据库集群、服务端多实例),否则一次存储故障会让所有客户端同时降级。 ### Q:配置中心和 Spring Cloud Config 有什么区别? A:Spring Cloud Config 基于 Git 存储,每次变更需要手动触发 `/actuator/refresh` 或配合 Spring Cloud Bus 广播。**它的定位更接近"配置的版本化存储 + 手动刷新",而不是"带动态推送能力的配置中心"。** Nacos / Apollo 原生支持动态推送,不需要额外组件,功能更完善(灰度、权限、回滚、UI 都有)。如果你的场景只需要"集中存储 + 简单刷新",Spring Cloud Config 也够用,但要额外接受"变更不能实时生效"这个代价。 ### Q:敏感配置(数据库密码)怎么处理? A:三步原则: 1. **配置中心存储加密后的值,客户端解密**:密文在服务端和传输链路上都不泄露明文。 2. **集成 Vault 等密钥管理服务**:由专业组件负责密钥的生成、轮换与审计。 3. **Nacos / Apollo 都支持配置加密功能**:可以直接利用内置能力。 关键是"密钥不能和配置放在一起"——如果解密密钥也写在配置里,加密就形同虚设。这个原则适用于本文所有涉及凭证的场景。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A:分四点作答: 1. **动态刷新**:长轮询(Apollo)或 gRPC 长连接推送(Nacos 2.x),客户端收到变更后刷新本地配置。 2. **灰度推送**:配置关联灰度 IP / 标签,先推给部分实例验证,再全量发布。 3. **版本回滚**:每次变更记录历史版本,回滚时用历史值覆盖当前值并通知客户端。 4. **容灾**:客户端本地缓存配置快照,配置中心不可用时降级读本地缓存。 ### Q:这套设计的主线可以怎么复述? A:一句话串起来——**配置中心把配置变成"数据",围绕它做四件事:存储(主表 + 历史表)、生效(推拉结合)、发布(灰度)、恢复(回滚);再用客户端本地缓存把"配置中心故障"收敛为"继续用旧配置"的降级,而不是整站不可用。** 能讲清"推 vs 拉的代价"和"为什么必须有本地缓存",这道题就过关了。 --- ## 自测 1. 配置中心的核心能力有哪四项?分别对应配置生命周期的哪个阶段? 2. 长轮询和 gRPC 长连接推送各有什么优缺点?分别对应哪个产品? 3. 为什么配置历史表要单独存在?回滚时为什么还要往历史表写一条记录? 4. 客户端在启动时应该先读本地缓存还是先连服务端?为什么? 5. Nacos 和 Apollo 在"服务发现"和"权限控制"上的差异分别是什么?各自适合什么团队? 6. 敏感配置加密后,为什么"解密密钥不能和配置放在一起"?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入