试点实施 效果评估 经验固化 目标设定 培 训 （ 理 论 、 案 例 、 实 战 演 练 ） 应用管理平台（CAS） 生命周期管理 部署/卸载 启动/停止 升级/回滚 灰度发布 弹性伸缩 微服务运维 应用告警 日志分析 全链路拓扑 SQL分析 调用链 立体监控 方法追踪 事务洞察 微服务治理 负载均衡 限流/降级 熔断/容错 错误注入 黑白名单 微服务管理 Mesher 统计报表服务 微服务注册中心 灵活扩展 应用零改造 微服务化 快速迭代，加 快上线速度 非侵入式接入微服务 PHP应用接入微服务治理 “更新就停机”变为 “随时更新维护” 弹性伸缩，成本可控 提升整体性能 servicecomb.apache.org github.com/apache?q=servicecomb 应用 市场 游戏中 心 视频 阅读 音乐 天际通 架构不统一，有使用SpringCloud、Dubbo、Servlet等各 种架构，维护成本非常高 大系统小做缩短上线周期 • 快速、小批量交付价值需求 • 上线周期： 月 -> 周/天 动态自治降运维成本 • 弹性伸缩、故障自动迁移、 降级熔断，提升复杂分布 式系统运维效率 华为消费者云服务全微服务化的基础底座， 实现运营更敏捷 servicecomb.apache.org github.com/apache

OpenAPI规范，最终将微服务API规范化、标准化、在线化。系统从传统单体 应用的黑盒调用（本地Java方法调用）转变成透明的API契约调用  服务自治：通过在线的微服务治理结合云平台，可以实现微服务的弹性伸缩、故障自劢 迁移、降级熔断等，保障微服务的运行质量，提升业务SLA  建立服务化团队：随着业务的丌断拆分，大的研发团队也会被拆分成2-Pizza Team， 微服务团队由3-5人组成，负 运行在Web容器中， 需要类似Main函数可以直接拉起来的Standalone模式  服务框架要足够轻量级，可以按需加载类库，防止不当前业务的 三方库发生冲突  启停速度要快（秒级弹性伸缩）、资源占用要合理 微服务框架技术选型-微服务安全  有些业务场景对微服务调用安全要求较高，需要微服务框架支持 SSL传输、API鉴权和认证等  对于一些敏感信息，例如用户账号、金额等，在记录日志等落盘

Standalone模式，后台应用 不依赖Web容器 对于纯微服务消费端，不需要额外 监听端口 业务微服务独立部署，一个微服务可 对应多个Java Interface 更轻量，启停速度更快，云端 弹性伸缩效率更高 实践-微服务治理 Website: http://servicecomb.incubator.apache.org/ Gitter: https://gitter.im/ServiceCombUsers/Lobby 需求的研发和交付周期缩短，业务更敏捷应对变化 可独立交付和升级的服务越来越多，业务之间逐步解耦，可独立演进 服务之间的接口契约可视化、可度量和管控，架构看护和优化更有章可循 服务无状态，微服务数据自治，天生的弹性伸缩架构，高效支撑业务快速发展 提供微服务维度的监控大盘和细粒度的治理措施，运维更得心应手 个人级、微服务团队级、项目级三级微服务流水线体系，基础设施自动化 … Thank You. Website:

百级TPS、秒级时延 万级TPS、毫秒级时延 月级上线 （>2月） 运维效率提升 人工定位 问题定位时间缩短3倍 微服务化后 案例：助力某无人机企业打造智慧控制大脑 新功能上线 月 -> 天 弹性伸缩 秒级 AI 新生报到人脸识别 教务系统 科研系统 人事系统 … 独立烟囱 (12个) 云容器引擎，微服务引擎，EI服务 微服务公共组件 数据平台 教学 科研 人事 … 案例：助力某大学教学管理信息系统上云 架构不统一，有使用SpringCloud、传统RPC、 Servlet等各种架构，维护成本非常高 大系统小做，缩短上线周期 • 快速、小批量交付价值需求 • 上线周期： 月 -> 周/天 动态自治降运维成本 • 弹性伸缩、故障自动迁 移、降级熔断，提升复 杂分布式系统运维效率 系统性能大幅提升 • QPS提升2倍+ • 时延降低45% • CPU使用率下降56% 全自动化微服务流水线 • 个人、团队、项目组三级

到达， Manager可以就近获取结果，不必再购买Worker/Beekeeper提 供的计算服务，节省项目组开支 Human Resource从运维层面保证服务的可靠性，主要功能有 • 弹性伸缩：保证用户请求量超过Worker处理能力的某个阈值后，招聘更多Worker加入项目； 当请求量回落后，裁剪Worker以节省项目组开支 • 健康检查：保证Worker告病时，能有替补接手任务

契约开发 工具 代码自动 生成 文档自动 生成 自动测试 工具 本地远程 调试 微服务 流水线 资源管理 容器编排 & 调 度 应用管理 弹性伸缩 灰度发布 监控运维APM Go语言 XXX语言 Java语言 服务契约 & OpenAPI SpringMVC JAX-RS RPC编程 REST通讯 XX通讯插件

支持Dev开发模式 集成外部配置中心 Metrics 监控支持 异步编程模型支持 ZipkinV2版本支持 Service Center Java Chassis 1.0.0-m2 提升etcd弹性伸缩 边缘服务网关优化 支持文件流上传下载 用户自定义访问日志 Service Center Java Chassis 1.0.0 正式稳定版本发布 自动生成脚手架工程 支持Http2协议 自定义ping机制

prxoy(w) prxoy(r) app new_mast er slave slave prxoy(r) prxoy(w) app 中心机房 单元机房 未来规划 还有那些优化空间 弹性伸缩 基于全链路诊断体系的自动扩缩容能力 数据单元化 接入层分流+服务层单元+数据单元

流量接入接出时长低于30秒 负载均衡配置下发无状态改造 虎牙负载均衡部署的机器数百，配置下发的可靠性保障，一致性保障要求特别严格， 如果出现配置下发不及时，或下发配置失败，极大可能出现故障，同时负载均衡服 务弹性能力的要求较高，在业务高峰如果不能快速扩容，容易出现全网故障 传统配置下发方式 负载均衡配置固话在配置文件中， 节点操作需要人工上系统操作增减 节点 配置中心监听方式 客户端主动监听配置更新，配置秒 客户端更新服务信息 使用注册+DNS-f+健康检查模式。 DNS-F客户 端使用监听模式push/pull拉取更新信息 客户端定时轮询服务端获取其他服务ip信息并对 比，相比之下服务端压力较大、延迟较大 伸缩性 使用Raft选举算法性能、可用性、容错性均比较 好，新加入节点无需与所有节点互相广播同步信 息 由于使用广播同步信息，集群超过1000台机器 后对eureka集群压力很大 健康检查模式/方式

更容易实验和采纳新的技术。 强大： • 使大型的复杂应用程序可以持续的交付和持续的部署。 • 更容易测试 • 更容易对已有大型系统进行修改和扩展 • 容易进行的性能优化 • 更高的可用性 • 更容易的进行性能伸缩性 适合同学们学习 Demo也可以作为生产系统的一部分 [社区网站] http://servicecomb.apache.org [Github ] https://github.com/apache q=servicecomb 其他优化… 步骤3 其他优化： 1. 可以使用JMeter集群进行压测，不断调优，每台最高约1250 线程, 同时发请求。JMeter 需要调高 Xmx / Xms。 2. 需要迅速伸缩，用了docker-compose。 注意NAT的性能问题。 启发：不一定要K8s，Istio， 一定是需求驱动。 3. 设置一定的冗余，防止性能波动。 4. 配置重试，提高可用性。 5. 在压测状态，使用kill q=servicecomb 其他优化… 步骤3 其他优化： 1. 可以使用JMeter集群进行压测，不断调优，每台最高约1250 线程, 同时发请求。JMeter 需要调高 Xmx / Xms。 2. 需要迅速伸缩，用了docker-compose。 注意NAT的性能问题。 启发：不一定要K8s，Istio， 一定是需求驱动。 3. 设置一定的冗余，防止性能波动。 4. 配置重试，提高可用性。 5. 在压测状态，使用kill