推荐序 7 前⾔ 9 序言 9 简介 13 Nacos 简介 13 Nacos 架构 17 Nacos 总体设计 17 Nacos 架构 17 Nacos 配置模型 21 Nacos 内核设计 28 Nacos ⼀致性协议 28 Nacos 自研 Distro 协议 38 Nacos 通信通道 42 Nacos 寻址机制 56 Nacos 服务发现模块 63 Nacos 注册中心的设计原理 务最佳实践。 随着我们选择三合⼀的开源模式，又面临另外⼀个问题，未来内部和商业化关系是什么，代码关系 是什么？ 这个问题应该说⼀直持续，但是我们定下来开源、自研、商业化三位⼀体的战略，以开源为内核， 以商业化为扩展；开源做生态，商业化做企业级特性，阿里内部做性能和高可用；开源做组件，商 业化做解决方案；并且随着时间推移，基本按照这思路完成的正循环，全面系统的打造了 Nacos 各 个维度的能力。 十⼀的洪峰考验，沉淀了简单易用、稳定可靠、性能卓越的核心竞争力。 随着云计算兴起，2018 年我们深刻感受到开源软件行业的影响，因此决定将 Nacos（阿里内部 Configserver/Diamond/ Vipserver 内核） 开源，输出阿里十年的沉淀，推动微服务行业发展，加速企业数字化转型！ 简介 < 14 Nacos 定位 Nacos/nɑ:kəʊs/ 是 Dynamic Naming and Configuration

org/LDP/intro-linux/html/sect_01_01.html Linux History n 1991年4月，芬兰赫尔辛基大学计算机系研究生Linus Torvalds开始为一个以后被称为 “Linux”的内核而工作。（后附Linus的邮件） n 1991年8月25日，Linus在网上发贴，寻找志同道合的合作伙伴。 n 1991年10月5日，Linus Torvalds在新闻组comp.os.minix发表了Linux minix发表了Linux V0.01，约有 一万行代码。 n 1992年，全世界大约有1000个左右的人使用Linux，并有不少人提供初期的代码上载 和评论。 n 1993年，大约由100多个程序员参与内核代码修改，内核核心由5人组成，V0.99 约有 十万行代码。 n 1993年12月，Linux全球用户数约在10万左右。 n 1994年3月，Linux1.0问世，约有17万行代码。它完全按自由免费的协议发布，源码 GPL协议。 n 1995年，Linux全球用户数大大超过50万， Linux已可在Intel、Digital和Sun SPARC 处理器上运行，Linux Journal杂志已发行了10万册。内核发展到1.2，约有25万行代 码。 Linux History n 第一篇Linux帖子 From: torvalds@klaava.Helsinki.FI Newsgroups: comp.os

行计算能力，每一个处理核心对应一个内核线程（Kernel Thread，KLT）。 ▶ 内核线程是直接由操作系统内核支持的线程，由内核来完成 线程切换，内核通过操作调度器对线程进行调度，并负责将 线程的任务映射到各个处理器上。 大纲 线程基础 线程控制 线程的同步 相关知识回顾 多核与多线程 一般一个处理核心对应一个内核线程，比如单核处理器对应一个 内核线程，双核处理器对应两个内核线程。 而现代计算机 而现代计算机采用超线程技术将一个物理处理核心模拟成两个逻 辑处理核心对应两个内核线程，一般是双核四线程、四核八线 程。1 1课后自行搜索了解超线程的概念，内核线程与用户线程的映射 大纲 线程基础 线程控制 线程的同步 线程的概念模型 ���� 线程基础 相关知识回顾 线程的概念模型 创建线程 后台线程 线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知

Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试 Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试 Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试

应用任何显 示技术，例如，使用 JSP、Velocity 模板或者直接产生 Excel。 3. 应用被分为三层，降低各层耦合，提高了可扩展性。 4. 控制层把不同模型和视图组合在一起，完成不同的请求，控 制层包含了用户请求权限的概念。 5. MVC 符合软件工程化管理的思想，不同层各司其职，有利 于通过工程化和工具化产生管理程序代码。 大纲 Java Web 应用的开发演化 经典 MVC 框架 数据是动的，数据在 View 和 Control 层一旦运动起来，就会产 生许多的问题： ▶ 数据从 View 层传递到 Control 层，如何使得一个个扁平的字符 串，转化成一个个生龙活虎的 Java 对象。 ▶ 数据从 View 层传递到 Control 层，如何方便的进行数据格式和 内容的校验？ ▶ 数据从 Control 层传递到 View 层，一个个生龙活虎的 Java 对象， 又如何在页面上以各种各样的形式展现出来。 ▶ 如果你试图将数据请求从 View 层发送到 Control 层，你如何才 能知道你要调用的究竟是哪个类，哪个方法？一个 HTTP 的请求， 又如何与 Control 层的 Java 代码建立起关系来？ 大纲 Java Web 应用的开发演化 经典 MVC 框架 - Struts 2 本节习题 MVC 数据是动的，数据在 View 和 Control 层一旦运动起来，就会产 生许多的问题：

应用任何显 示技术，例如，使用 JSP、Velocity 模板或者直接产生 Excel。 3. 应用被分为三层，降低各层耦合，提高了可扩展性。 4. 控制层把不同模型和视图组合在一起，完成不同的请求，控 制层包含了用户请求权限的概念。 5. MVC 符合软件工程化管理的思想，不同层各司其职，有利 于通过工程化和工具化产生管理程序代码。 大纲 Java Web 应用的开发演化 MVC 模式示例 数据是动的，数据在 View 和 Control 层一旦运动起来，就会产生 许多的问题： ▶ 数据从 View 层传递到 Control 层，如何使得一个个扁平的字符串， 转化成一个个生龙活虎的 Java 对象。 ▶ 数据从 View 层传递到 Control 层，如何方便的进行数据格式和内 容的校验？ ▶ 数据从 Control 层传递到 View 层，一个个 Java 对象，又如何在页 面上以各种各样的形式展现出来。 如果试图将数据请求从 View 层发送到 Control 层，你如何才能知 道你要调用的究竟是哪个类，哪个方法？一个 Http 的请求，又如 何与 Control 层的 Java 代码建立起关系来？ 大纲 Java Web 应用的开发演化 MVC 模式示例 Spring MVC 数据绑定和表单标签库 MVC 数据是动的，数据在 View 和 Control 层一旦运动起来，就会产生 许多的问题：

省略所有系数。例如，循环 2? 次、5? + 1 次、⋯⋯，都可以化简记为 ? 次，因为 ? 前面的系数对时间 复杂度也不产生影响。 3. 循环嵌套时使用乘法。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别套 用上述 1. 和 2. 技巧。 以下示例展示了使用上述技巧前、后的统计结果。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = logRecur(float n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 线性对数阶 ?(? log ?) 线性对数阶常出现于嵌套循环中，两层循环的时间复杂度分别为 ?(log ?) 和 ?(?) 。 主流排序算法的时间复杂度都是 ?(? log ?) ，例如快速排序、归并排序、堆排序等。 2. 复杂度分析 hello‑algo.com 个互不重复的元素，求其所有可能的排列方案，则方案数量为 ?! = ? × (? − 1) × (? − 2) × ⋯ × 2 × 1 阶乘常使用递归实现。例如以下代码，第一层分裂出 ? 个，第二层分裂出 ? − 1 个，⋯⋯，直至到第 ? 层时 终止分裂。 // === File: time_complexity.java === /* 阶乘阶（递归实现） */ int factorialRecur(int

省略所有系数。例如，循环 2? 次、5? + 1 次、⋯⋯，都可以化简记为 ? 次，因为 ? 前面的系数对时间 复杂度也不产生影响。 3. 循环嵌套时使用乘法。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别套 用上述 1. 和 2. 技巧。 以下示例展示了使用上述技巧前、后的统计结果。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = logRecur(float n) { if (n <= 1) return 0; return logRecur(n / 2) + 1; } 线性对数阶 ?(? log ?) 线性对数阶常出现于嵌套循环中，两层循环的时间复杂度分别为 ?(log ?) 和 ?(?) 。 主流排序算法的时间复杂度都是 ?(? log ?) ，例如快速排序、归并排序、堆排序等。 2. 复杂度分析 hello‑algo.com 个互不重复的元素，求其所有可能的排列方案，则方案数量为 ?! = ? × (? − 1) × (? − 2) × ⋯ × 2 × 1 阶乘常使用递归实现。例如以下代码，第一层分裂出 ? 个，第二层分裂出 ? − 1 个，⋯⋯，直至到第 ? 层时 终止分裂。 // === File: time_complexity.java === /* 阶乘阶（递归实现） */ int factorialRecur(int

”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。 2. 递归调用：对应“递”，函数调用自身，通常输入更小或更简化的参数。 3. 返回结果：对应“归”，将当前递归层级的结果返回至上一层。 观察以下代码，我们只需调用函数 recur(n) ，就可以完成 间效率上与迭代相当。这种情况被称为尾递归（tail recursion）。 ‧ 普通递归：当函数返回到上一层级的函数后，需要继续执行代码，因此系统需要保存上一层调用的上下 文。 ‧ 尾递归：递归调用是函数返回前的最后一个操作，这意味着函数返回到上一层级后，无须继续执行其他 操作，因此系统无须保存上一层函数的上下文。 以计算 1 + 2 + ⋯ + ? 为例，我们可以将结果变量 res 设为函数参数，从而实现尾递归： 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为 ? 次，因为 ? 前面的系数对时间复 杂度没有影响。 3. 循环嵌套时使用乘法。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别 套用第 1. 点和第 2. 点的技巧。 给定一个函数，我们可以用上述技巧来统计操作数量： void algorithm(int n) { int a = 1; // +0（技巧

”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。 2. 递归调用：对应“递”，函数调用自身，通常输入更小或更简化的参数。 3. 返回结果：对应“归”，将当前递归层级的结果返回至上一层。 观察以下代码，我们只需调用函数 recur(n) ，就可以完成 间效率上与迭代相当。这种情况被称为「尾递归 tail recursion」。 ‧ 普通递归：当函数返回到上一层级的函数后，需要继续执行代码，因此系统需要保存上一层调用的上下 文。 ‧ 尾递归：递归调用是函数返回前的最后一个操作，这意味着函数返回到上一层级后，无须继续执行其他 操作，因此系统无须保存上一层函数的上下文。 以计算 1 + 2 + ⋯ + ? 为例，我们可以将结果变量 res 设为函数参数，从而实现尾递归： 省略所有系数。例如，循环 2? 次、5? + 1 次等，都可以简化记为 ? 次，因为 ? 前面的系数对时间复 杂度没有影响。 3. 循环嵌套时使用乘法。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别 套用第 1. 点和第 2. 点的技巧。 给定一个函数，我们可以用上述技巧来统计操作数量： void algorithm(int n) { int a = 1; // +0（技巧