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
# Nacos 服务注册与发现原理 > 导读:本文从"服务明明启动了,调用方却报 `No instances available`;或者实例早就下线了,请求还在往上面打"这个具体痛点出发,把服务注册/注销流程、临时实例与持久实例的区别、健康检查机制(1.x 心跳 vs 2.x 长连接探测)、AP/CP 模式(Distro vs Raft)与切换方式、服务发现推送、保护阈值、列表变更通知逐项讲透,并给出一个 Spring Cloud Alibaba 集成示例与常见问题排查。适合已经用过 Nacos 但对"实例为什么没被发现/没被摘除"说不清楚的后端同学。 ## 一、先建立全局认知 ### Q:一次完整的"服务注册到被发现",Nacos 内部都发生了什么? A:结论先行——注册本质上是**客户端把 `IP:Port` 与元数据写到服务端,服务端更新内存注册表并把变更推给订阅者**;发现本质上就是**订阅 + 推送(2.x)/ 推送 + 轮询兜底(1.x)**。 把一次链路拆成可观测的步骤: 1. 服务提供者(Provider)启动,`nacos-client` 向 Nacos 发起**注册请求**,携带 `namespace`、`group`、`serviceName`、`ip`、`port`、`ephemeral`、`weight`、`metadata` 等。 2. Nacos 服务端校验后,把实例写入该服务的**内存注册表**(Service → 实例列表)。 3. 该变更被同步到集群其他节点(临时实例走 Distro 异步复制,持久实例走 Raft)。 4. 服务端找出所有**订阅了该服务**的消费者连接,把变更**推送**下去。 5. 消费者(Consumer)收到新实例列表,更新本地缓存,后续负载均衡从新列表里选实例。 6. 提供者持续保活:1.x 靠定时**心跳**,2.x 靠 **gRPC 长连接**本身。 7. 提供者下线或宕机:正常下线触发**注销**;异常宕机则由健康检查超时后**摘除**,同样会推送变更。  *图:Nacos 服务注册与发现的完整时序* ```text Provider Nacos Server Consumer │ 1.register │ │ ├───────────────────────▶│ 写入内存注册表 │ │ │ 同步到其他节点(Distro/Raft) │ │ │ 2.推送变更 ─────────────────▶│ 更新本地缓存 │ 3.heartbeat/长连接保活 │ │ ├───────────────────────▶│ │ │ 4.下线/宕机 │ │ ├───────────────────────▶│ 摘除实例 │ │ │ 5.推送变更 ─────────────────▶│ 列表移除该实例 ``` 理解这条链路后,大部分"注册不上/发现不了/下线还在打"的问题,都可以定位到具体是哪一步断了。 ### Q:Nacos 里"服务"和"实例"在注册表里是怎么组织的? A:结论先行——服务端维护的是**多级映射结构**:`Namespace → Group → Service → 实例集合`,客户端订阅的最小粒度通常是一个 Service。 - 一个 `Service` 对应一个服务名,内部维护**实例列表**(临时的和持久的分别管理)。 - `Service` 上还有几个关键属性:**保护阈值(protectThreshold)**、**健康检查模式**、**集群(clusterName)**。 - 实例分**临时(ephemeral)**与**持久(persistent)**两类,存放在不同的管理单元里,采用不同的一致性协议。 - 服务端同时维护**订阅关系**:哪些客户端订阅了哪个服务。推送时就是遍历订阅关系下发。 这也是为什么"改错了 `namespace`"会导致完全发现不了服务——你注册进了 A 命名空间的注册表,调用方却在 B 命名空间里查,两个注册表根本不是一个。 ## 二、注册与注销流程 ### Q:注册一个实例,具体提交了哪些信息?服务端做了什么? A:结论先行——注册请求的核心是**三元定位(namespace/group/serviceName)+ 实例坐标(ip/port)+ 实例属性(ephemeral/weight/metadata/集群)**,服务端做的是"建服务(若不存在)+ 写实例 + 触发推送"。 一次注册携带的关键字段: | 字段 | 含义 | 说明 | | --- | --- | --- | | `namespaceId` | 命名空间 | 隔离维度,注意用 ID 而非中文名 | | `groupName` | 分组 | 默认 `DEFAULT_GROUP` | | `serviceName` | 服务名 | 逻辑服务标识 | | `ip` / `port` | 实例坐标 | 调用方最终要连的地址 | | `ephemeral` | 是否临时实例 | 决定健康检查方式与一致性协议,默认通常为 `true` | | `weight` | 权重 | 负载均衡权重,越大通常越容易被选中;**取值范围与语义随版本/实现不同,需结合版本确认** | | `clusterName` | 集群名 | 用于同机房等分组,默认 `DEFAULT` | | `metadata` | 自定义元数据 | 灰度/路由标签 | | `enabled` | 是否启用 | `false` 时实例存在但不参与调用 | 服务端处理流程(简化): 1. 根据三元组找到或创建 `Service`。 2. 判断实例是临时还是持久:临时实例进入 Distro 管理并建立"客户端-实例"映射;持久实例进入持久化存储并触发 Raft 写入。 3. 更新内存注册表。 4. 触发**服务变更事件**,向订阅者推送。 **边界说明**:临时实例是"客户端声明自己活着",所以客户端进程被杀后服务端靠超时兜底摘除;持久实例是"服务端负责探测它活不活",所以进程挂了服务端探测器会失败但**不会自动删除**这个实例。 ### Q:注销(下线)和"宕机"的处理有什么不同? A:结论先行——**优雅下线会显式调用注销接口、立即摘除并推送;异常宕机没有注销动作,只能等健康检查超时后被动摘除,因此必然存在一段"僵尸实例"窗口。** - **优雅下线**:应用收到停止信号时,`nacos-client` 调用反注册接口 `deregisterInstance`,服务端立即移除实例并推送。Spring Cloud 应用正常 `shutdown` 时会走这一步。 - **异常宕机**:进程被 `kill -9`、容器被强制驱逐、网络割接,客户端来不及注销。此时服务端只能依赖: - **1.x**:心跳超时(超过设定时长没收到心跳)→ 先标记不健康 → 再超时 → 摘除。 - **2.x**:gRPC 连接断开被感知 → 触发实例摘除。 - **两者都会推送给消费者**,但**异常宕机的摘除是滞后**的,这段时间消费者可能还在往死实例上打流量。 所以生产上要**优先保证优雅下线**:给应用足够的 `shutdown` 时间(如 Spring Boot 的 `server.shutdown=graceful` 配合优雅停机),并在 K8s 里配置合理的 `preStop` + `terminationGracePeriodSeconds`,让客户端有机会主动注销,避免依赖超时。 ### Q:为什么实例上下线总感觉"慢半拍"?延迟到底出在哪几段? A:结论先行——**上下线延迟 = 客户端上报延迟 + 服务端判定延迟 + 推送延迟 + 客户端本地缓存生效延迟**,四段相加才是一次变更真正被调用方感知的时间。 逐段拆解: 1. **客户端上报延迟**:优雅下线几乎无延迟;异常宕机则要等健康检查超时,这段通常最大。 2. **服务端判定延迟**:心跳超时阈值 / 连接断开检测的时间。 3. **推送延迟**:2.x 长连接推送基本是秒级以内;1.x 依赖 UDP 推送 + 轮询兜底,实时性受轮询周期制约。 4. **调用方生效延迟**:消费者本地有实例列表缓存,负载均衡从缓存取,缓存刷新前仍会用旧列表。 **降低延迟的实践**: - 保证优雅下线(显式注销),从源头消除第 1 段。 - 使用 2.x(长连接主动推送),缩短第 3 段。 - 对一致性要求高的调用方,配合**重试 + 熔断**,让"偶发打到死实例"不至于变成用户可见的错误。 - 不要把健康检查阈值调得过短,否则网络抖动会造成实例频繁抖动(误摘除后又被重新注册,引发列表震荡)。 ### Q:实例的权重(weight)有什么用?怎么用它做优雅上下线? A:结论先行——**权重决定实例被负载均衡选中的相对概率**,是"不重启、不改配置"就能调节流量的手段,常用于**灰度引流、分批上下线、以及把某实例暂时置零以排空流量**。 权重能做什么: - **灰度引流**:新版本实例先给很小权重,观察指标后逐步加大,实现按比例的流量灰度。 - **优雅下线**:实例要停止前,**先把权重调小或调 0**,让新请求不再分给它,等存量请求处理完再真正停进程/注销实例,从而减少"下线瞬间报错"。 - **流量倾斜**:某台机器配置更好,或想做压测引流,可以提高其权重。 使用要点与边界: - 权重是**提供给客户端负载均衡器参考的元数据**,最终是否按权重分流,取决于负载均衡策略;并非所有策略都严格按权重分配。 - 权重**不等于**"健康状态":权重为 0 通常意味着不承接流量,但实例仍然注册、仍然被健康检查;这与"不健康实例"是两个概念。 - 权重**调 0 与直接摘除**不同:调 0 保留了实例的存在(订阅方仍能看到),摘除则从列表消失,语义不同,按需选择。 - 权重取值范围与行为**随版本/组件实现有差异(需结合版本确认)**,请以官方文档与你的负载均衡实现为准。 ```text 优雅下线推荐流程(不依赖超时兜底): 1) 把实例权重调小 / 调 0 ← 让新流量不再进来 2) 等待一个"排空窗口" ← 让存量请求处理完 3) 应用优雅停机,客户端主动注销 ← 服务端立即摘除并推送 4) 进程退出 ``` **为什么不只靠第 3 步?** 因为第 3 步生效前,调用方可能刚从缓存里选到这个实例,存在极短的"窗口期"。先用权重把流量收窄,能把窗口期的影响降到最低。 ## 三、健康检查、一致性与服务推送 ### Q:临时实例(ephemeral)和持久实例(persistent)到底怎么选? A:结论先行——**绝大多数微服务用临时实例;只有"实例由人工维护、需服务端主动探测、且不应被自动摘除"时才用持久实例。** | 维度 | 临时实例(ephemeral=true) | 持久实例(ephemeral=false) | | --- | --- | --- | | 谁负责报活 | 客户端(心跳/长连接) | Nacos 服务端主动探测 | | 掉线行为 | 超时后**自动摘除** | 只标记不健康,**不删除** | | 一致性协议 | Distro(AP,异步复制) | Raft(CP,多数派写入) | | 健康检查类型 | 客户端上报,无服务端探测类型 | 可配 `TCP` / `HTTP` / `MYSQL` 等(具体支持类型以版本为准) | | 写放大 | 无额外写盘成本 | 每次变更走 Raft 日志复制,写成本高 | | 典型用途 | 常规 Web/RPC 微服务、K8s Pod | 手工登记的固定后端、需外部探测的存量服务 | 选择要点: - 你的实例是**弹性伸缩、随时上下线**的 → 临时实例。这是默认值。 - 你的实例是**手工在控制台/OpenAPI 登记、且不会被动态调度**的 → 持久实例。 - **不要**因为"想让实例不被摘除"而滥用持久实例:集群里大量持久实例会让 Raft 承担不必要的写压力,且失去自动摘除的弹性能力。 ### Q:1.x 的心跳和 2.x 的长连接探测,机制上差在哪? A:结论先行——**1.x 让客户端主动"报活"(心跳),2.x 把"连接存在"本身当作存活证据(长连接),从"重复上报"变成了"连接态推断"。** **1.x 心跳机制**: - 临时实例注册后,客户端按固定间隔(通常被描述为秒级,常见为 5 秒量级)向服务端发送心跳包。 - 服务端在超过一定时长未收到心跳(常被描述为 15 秒量级)时把实例标记为**不健康**;再超过更长时长(30 秒量级)后**摘除**。 - 这些阈值是服务端可配项,**具体默认值随版本变化,需结合版本确认**,不要把它当成固定常量写进设计文档。 **2.x 长连接机制**: - 客户端与服务端维持 gRPC 长连接,这条连接天然携带保活(keepalive)语义。 - 服务端感知连接断开即可判定实例异常,**不需要解析独立的心跳报文**,也就不用维护海量的心跳处理逻辑。 - 服务端可基于连接做精准推送与连接数统计——这也是 2.x 内存与连接数成为新运维关注点的原因。  *图:1.x 心跳超时标记不健康,2.x 连接断开即摘除* ```text 1.x:Client ──heartbeat──▶ Server ──(超时未收到)──▶ 标记不健康 ──▶ 摘除 2.x:Client ══gRPC conn══ Server ──(连接断开)────▶ 摘除 ``` **边界说明**:心跳机制下,客户端与服务端是"弱耦合"的——只要网络能发心跳就算活;长连接机制下,连接状态成为核心,客户端**重连**、**网络抖动**会直接影响实例健康判定。因此 2.x 运维要额外关注客户端的重连日志与服务端连接数指标。 ### Q:什么是保护阈值(protectThreshold)?它能防止什么? A:结论先行——保护阈值是**"健康实例占比"的兜底开关**:当健康实例数占总实例数的比例低于阈值时,Nacos 会把**所有实例(含不健康的)**都返回给调用方,宁可"可能报错"也不要"完全没实例可用"。 - 场景:一个服务有 10 个实例,因网络故障导致健康检查大面积误判,只剩 1 个健康。若严格按健康实例返回,调用方就只有 1 个出口,很容易被打挂,形成雪崩。 - 保护阈值介入后:当健康比例跌破阈值,直接返回全部 10 个,把流量摊开。代价是**必然会打到部分真正不健康的实例**,需要调用方配合重试/熔断。 - 阈值取值范围约定为 0~1 的小数,**0 表示关闭保护**(即始终只返回健康实例)。默认值请以你使用的版本为准(不同版本行为有差异,需结合版本确认)。 **适用边界**:保护阈值是"两害相权取其轻"的手段,不是治本方案。如果健康检查本身误判频繁,应先排查是网络问题、阈值配置问题还是客户端上报问题,而不是靠调保护阈值掩盖。 ### Q:Distro 协议和 Raft 协议分别解决什么问题? A:结论先行——**Distro(AP)解决"大量动态实例的高可用与最终一致",Raft(CP)解决"少量关键实例的强一致"**,二者在 Nacos 里并存、按实例类型分流。 - **Distro 协议(AP)**: - 思路是**分片 + 异步同步**。每个 Nacos 节点负责一部分 Service 的写入,写入后异步把数据同步给其他节点,并周期性做**数据校验与补偿**,保证最终一致。 - 优点:写入不等待多数派,可用性高、吞吐好,非常适合"实例频繁上下线"的服务发现场景。 - 代价:网络分区期间不同节点可能看到不同的实例列表,属于**最终一致**而非强一致。 - **Raft(CP)**: - 通过**选主 + 日志复制**,写入需要多数派确认,保证任意时刻各节点数据一致。 - 用于持久实例与部分元数据,写成本比 Distro 高,但结果确定。 为什么服务发现要用 AP?因为服务发现的数据特征是**高频写、可容忍短暂不一致、必须高可用**——网络分区时,如果为了强一致而拒绝服务,反而会导致整个微服务集群雪崩。这与 ZooKeeper 用 CP 做协调的取舍逻辑正好相反。 ### Q:怎么在 AP 和 CP 之间切换? A:结论先行——**切换方式不是配置一个全局开关,而是通过"注册的实例类型"来间接选择协议**:注册时指定 `ephemeral=true` 走 Distro(AP),`ephemeral=false` 走 Raft(CP)。 - 客户端侧(Spring Cloud Alibaba 示例): ```yaml spring: cloud: nacos: discovery: ephemeral: false # 该实例按持久实例注册,走 Raft(CP) ``` - 控制台/OpenAPI 注册时,也有对应的 `ephemeral` 字段来控制。 - 注意:**同一个服务名下理论上可以同时存在两类实例**,但混用会让一致性语义变得复杂,实践中应避免,按服务统一约定。 **边界说明**:所谓"Nacos 支持 AP/CP 切换",指的是**注册侧按实例类型选择协议**,并不是说配置中心也能随意在 AP/CP 间切。配置侧始终以数据库为事实来源 + 本地快照兜底。涉及具体版本的协议细节与开关项,请以官方文档为准(需结合版本确认)。 ### Q:消费者是怎么"知道"服务列表的?推送还是拉取? A:结论先行——**1.x 是"UDP 推送 + 定时轮询兜底",2.x 是"gRPC 长连接主动推送"**;无论哪种,客户端都会维护一份本地实例列表缓存,调用时从缓存里选实例。 - **订阅(subscribe)**:消费者启动时对关心的服务发起订阅,服务端记录"这个连接/客户端关心这个服务"。 - **1.x 的推送**:服务端通过 **UDP** 把变更推给客户端。UDP 不可靠,所以客户端还会**定时轮询**拉取最新列表作为兜底。 - **2.x 的推送**:服务端通过 gRPC 长连接**主动推送**变更,实时性更好、也更省资源。 - **本地缓存**:消费者本地始终保存着实例列表,服务端推送失败或短暂不可用时,调用仍可基于本地缓存进行(这是注册中心故障时"存量调用不受影响"的关键)。 ### Q:服务列表变更通知会推给"谁"?为什么我改了实例但调用方没反应? A:结论先行——**推送只发给"订阅了该服务且定位三元组一致"的客户端**;如果你的调用方没收到变更,八成是**命名空间/分组不一致**、**服务名不一致**,或**客户端版本/网络导致订阅未建立成功**。 排查清单: 1. 提供者注册的 `namespace/group/serviceName` 与消费者订阅的是否**完全一致**? 2. 消费者是否真的发起了订阅(看客户端日志里有无 subscribe 记录)? 3. 2.x 下 gRPC 端口是否放通、长连接是否建立成功? 4. 是否是本地缓存未刷新导致的"看起来没通知"(可以重启消费者验证是否是缓存问题)? 5. 是否配置了按集群/元数据过滤的订阅规则,导致变更被过滤掉? ## 四、Spring Cloud Alibaba 集成示例 ### Q:用 Spring Cloud Alibaba 接入 Nacos 服务发现,最少要写什么? A:结论先行——**加依赖 + 配 `spring.cloud.nacos.discovery` + 一个 `@EnableDiscoveryClient`(新版可省略)+ 用 `@LoadBalanced` 或 `DiscoveryClient` 调用**,四步即可跑通。 先看这段配置解决什么问题:告诉应用 Nacos 地址、自己叫什么、落在哪个隔离域。 ```yaml # application.yaml —— 服务提供者/消费者通用 spring: application: name: order-service # 服务名,注册到 Nacos 的 serviceName cloud: nacos: discovery: server-addr: 127.0.0.1:8848 # Nacos 地址;2.x 还需能连通 9848/9849 namespace: dev # 建议用命名空间 ID group: DEFAULT_GROUP ephemeral: true # 临时实例,走 AP(Distro) metadata: version: "1.0.0" # 自定义元数据,可用于灰度 # 集群名,同机房优先等场景可设置 cluster-name: SH ``` 关键点与边界: - `spring.application.name` 就是注册到 Nacos 的**服务名**,消费者按它来订阅。 - `namespace` 若使用命名空间**名称**可能不被识别,**建议填控制台里的命名空间 ID**。 - 2.x 客户端默认走 gRPC,`server-addr` 给主端口即可,但网络要放通 `+1000/+1001` 端口。 再看启动类与调用侧代码。启动类声明"我要做服务发现": ```java @SpringBootApplication @EnableDiscoveryClient // 新版 Spring Cloud 通常可省略,保留更直观 public class OrderServiceApplication { public static void main(String[] args) { SpringApplication.run(OrderServiceApplication.class, args); } } ``` 消费者声明一个负载均衡的 `RestTemplate`,用**服务名**代替 IP 发起调用: ```java @Configuration public class RestClientConfig { // 加了 @LoadBalanced 后,RestTemplate 会通过服务发现解析服务名并做负载均衡 @Bean @LoadBalanced public RestTemplate restTemplate() { return new RestTemplate(); } } ``` ```java @RestController public class OrderController { private final RestTemplate restTemplate; public OrderController(RestTemplate restTemplate) { this.restTemplate = restTemplate; } @GetMapping("/user/{id}") public String getUser(@PathVariable Long id) { // 注意:这里写的是服务名 user-service,不是具体 IP:Port return restTemplate.getForObject("http://user-service/user/" + id, String.class); } } ``` 如果不想用 `RestTemplate`,也可以直接注入 `DiscoveryClient` 拿到实例列表,自己做选择: ```java @Service public class ManualDiscoveryService { private final DiscoveryClient discoveryClient; public ManualDiscoveryService(DiscoveryClient discoveryClient) { this.discoveryClient = discoveryClient; } public String pickOne() { // 拿到的是当前订阅到的实例列表(可能来自本地缓存) List<ServiceInstance> instances = discoveryClient.getInstances("user-service"); if (instances.isEmpty()) { throw new IllegalStateException("no instance available for user-service"); } ServiceInstance ins = instances.get(0); return ins.getHost() + ":" + ins.getPort(); } } ``` 关键点与适用边界: - `@LoadBalanced` 让框架负责"服务名 → 实例 → 负载均衡"这条链路,是最省事的用法;底层是 Spring Cloud LoadBalancer(老版本可能是 Ribbon)。 - `DiscoveryClient.getInstances` 拿到的是**客户端缓存的实例列表**,因此它不能用来"实时判断某个实例是否健康"。 - 若需要更强的调用治理(超时、重试、熔断),建议换成 OpenFeign + 相应组件,而不是手写 `RestTemplate`。 提供者侧无需额外代码——只要引入了 discovery 依赖并配置了 `spring.cloud.nacos.discovery`,应用启动时就会自动注册、关闭时自动注销。 ### Q:怎么验证注册和发现真的生效了? A:结论先行——**看三个地方:Nacos 控制台的服务列表、应用启动日志里的注册日志、以及实际调用是否成功**。 1. **控制台**:在对应命名空间/分组下能看到服务名与实例列表,实例数量、健康状态与你的实际部署一致。 2. **启动日志**:客户端会打印注册/订阅相关日志(不同版本日志文案不同),启动时应能看到本实例的注册信息。 3. **实际调用**:消费者用服务名调用成功,且实例上下线时调用方无需重启即可感知。 ## 五、常见问题与排查 ### Q:实例"下线了还在被调用"或"上线了没人调用",怎么定位? A:结论先行——**先判断是"注册/注销没成功"还是"变更没推送给消费者",再针对性排查网络、隔离域与缓存三个方向。** 排查路径: | 现象 | 可能原因 | 排查方向 | | --- | --- | --- | | 实例已停但调用方仍打过去 | 异常宕机未优雅注销,健康检查还没超时 | 检查是否优雅下线;确认心跳/连接超时配置 | | 实例已停且服务端列表已移除,但仍有少量流量 | 调用方本地缓存未刷新 / 长连接推送未到达 | 检查消费者推送能力与网络;确认是"短暂窗口"还是"持续" | | 新实例上线,调用方一直没感知 | 订阅未建立(网络/gRPC 端口不通) | 检查 `9848/9849` 是否放通、长连接日志 | | 服务列表里就是没有该实例 | 注册失败(隔离域不一致/鉴权失败) | 核对 `namespace/group/serviceName`;检查鉴权配置 | | 实例反复健康/不健康抖动 | 健康检查阈值过短 + 网络抖动 | 调整阈值;排查网络质量 | ### Q:健康检查"误判"通常是怎么发生的? A:结论先行——**误判主要来自"网络抖动被当成实例死亡"和"阈值配置与业务特征不匹配"**,本质是把短暂的可达性波动当成了稳定性结论。 常见成因: - **网络抖动**:机房网络瞬时丢包,1.x 心跳上报丢失几次就触发不健康;2.x 连接闪断触发摘除,随后重连又注册回来,形成**列表震荡**。 - **GC/长暂停**:应用发生长时间 Stop-The-World,心跳线程或 gRPC 发送线程被挂住,被服务端判定为不健康。 - **阈值过激**:为了让下线更快被感知而把超时阈值调得极短,放大了误判概率——**下线上线实时性和误判率是一对此消彼长的指标**。 - **时钟/负载问题**:服务端或客户端负载过高,处理心跳/连接保活不及时。 缓解手段: - 加大心跳/超时阈值到与业务容忍度匹配的水平(但要以版本可配项为准,需结合版本确认)。 - 应用侧做**优雅下线**,减少对超时的依赖。 - 调用方配置**重试 + 熔断**,让偶发误判不放大为故障。 - 合理使用**保护阈值**兜底,但不要用它掩盖根因。 ### Q:为什么我配了 `ephemeral: false` 之后感觉更难用了? A:结论先行——**改成持久实例后,实例不会因超时被自动摘除,健康检查也变成了服务端主动探测**,如果你按临时实例的心智去用它(期待自动上下线),自然会觉得"更难用"。 要点: - 持久实例**不会自动删除**,下线后需要**手动注销**,否则会一直留在列表里(可能显示不健康但仍存在)。 - 它的健康由服务端**主动探测**决定,探测类型(TCP/HTTP 等)要配对,否则会一直探测失败。 - 写入走 **Raft**,大量持久实例会给集群带来额外写压力。 **结论**:除非确实需要"服务端探测 + 不被自动摘除",否则请改回临时实例(`ephemeral: true`)。 ## 小结 - 注册 = 客户端上报实例信息 → 服务端写内存注册表 → 集群同步 → 推送订阅者;发现 = 订阅 + 推送 + 本地缓存。 - 临时实例(Distro/AP,客户端报活,超时自动摘除)是默认与主流选择;持久实例(Raft/CP,服务端主动探测,不自动删除)只用于特殊场景。 - 1.x 靠**心跳 + UDP 推送 + 轮询兜底**;2.x 靠 **gRPC 长连接 + 主动推送**,连接态即存活证据。 - 上下线延迟 = 上报 + 判定 + 推送 + 缓存四段,**优雅下线**是消除最大那一段的关键。 - 保护阈值是健康比例跌破阈值时"返回全部实例"的兜底开关,属于缓解手段而非根因修复。 - 集成只需"依赖 + `spring.cloud.nacos.discovery` 配置 + `@LoadBalanced`/`DiscoveryClient`",但**命名空间与分组一致性**是最高频的坑。 ## 思考题 1. 你在生产上有没有遇到过"僵尸实例"?当时是心跳超时摘除的,还是客户端注销的?如果想彻底消除这个窗口,你需要在发布流程和 K8s 配置上做什么? 2. 为什么服务发现选择 AP 而不是 CP?如果 Nacos 集群发生网络分区,两个分区各自返回不同的实例列表,会造成什么业务后果,你又如何用重试/熔断兜底? 3. 把一个服务的 100 个动态实例全部改成持久实例,会在 Distro/Raft、内存、探测量上分别带来什么变化?什么场景下你才会真的这么做? 4. 保护阈值把阈值调到 0.8 和调到 0 分别意味着什么?在一个只有 3 个实例的小服务上,保护阈值是否还有意义? 5. 如果消费者长时间收不到推送但服务端列表是新的,你会优先怀疑哪三个环节?给出你的排查顺序与依据。
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