今朝
返回知识库

软考

在游戏中攻打此考点

微服务与分布式系统深化

微服务拆分 DDD / 注册发现 Eureka·Nacos·Consul·ZooKeeper / 网关 / 熔断 Hystrix·Sentinel / 限流（令牌桶·漏桶·滑动窗口）/ 负载均衡（一致性哈希）/ 分布式事务 7 方案 + Seata 4 模式 / 消息队列 / Service Mesh

更新于 2026年7月29日
软考微服务分布式限流熔断分布式事务SeataService Mesh真题论文

一句话定位

2024-2025 真题显示微服务 + 分布式事务 + 秒杀限流是案例与论文新主战场——本篇把限流算法、Seata 4 模式、一致性哈希等细节落成可默写的对比表 + 答题套路。

NOTE

本篇是 05-new-tech-web-arch.mdx 的”微服务深化版”。事实据教材第 2 版 + 2020-2025 真题核对（2026-07-29）。

A. 微服务拆分原则（论文级深度）

A1 单体 vs 微服务对比

维度单体微服务
部署一个包多个独立服务
扩展整体复制按需独立扩展
技术栈统一灵活（每服务一栈）
数据共享 DB每服务独立 DB
团队大团队小团队自治（2-pizza）
故障一处故障全局故障隔离
复杂度业务复杂度分布式复杂度（运维/网络/一致性）
测试简单难（端到端）

A2 DDD 战术设计

概念含义
限界上下文 Bounded Context模型边界，每个微服务对应一个
子域 Subdomain核心子域（业务核心）/ 支持子域（辅助）/ 通用子域（通用如认证）
上下文映射 Context Mapping多上下文关系：合作 Partnership / 共享内核 Shared Kernel / 客户-供应商 Customer-Supplier / 防腐层 ACL

A3 拆分原则

  • 单一职责：一个服务一个业务能力
  • 限界上下文：明确边界，避免跨服务调用爆炸
  • 业务能力：按业务流程拆（如订单/支付/库存）
  • 数据自治：每服务独立 DB
  • 粒度权衡：过粗 = 单体；过细 = 运维爆炸（“纳米服务”反模式）

A4 适用 vs 不适用

适用不适用
业务边界清晰业务简单（CRUD）
团队规模 > 10团队 < 5
需独立扩展（部分服务高负载）全系统低负载
多技术栈需求单一技术栈足够

B. 服务注册与发现（必考 1 题）

B1 客户端发现 vs 服务端发现

模式说明代表
客户端发现客户端查注册中心，自己负载均衡Netflix Ribbon + Eureka
服务端发现客户端请求路由器/网关，由其转发Nginx + Consul / K8s Service

B2 主流注册中心对比（必考）

注册中心CAP一致性算法特点适用
ZooKeeperCPZAB强一致；不适合大规模服务发现（性能瓶颈）Hadoop/Kafka 协调
EurekaAPPeer-to-Peer 复制高可用；自我保护模式；Spring Cloud 默认大规模服务发现
ConsulCPRaft强一致 + 健康检查 + KV + 多 DC多数据中心
NacosAP/CP 可切换（默认 AP）Distro + Raft注册 + 配置中心一体化；阿里开源Spring Cloud Alibaba
etcdCPRaftK8s 底层存储K8s 生态

B3 关键机制

  • 心跳：服务定期发送心跳（默认 30s）
  • 自我保护模式（Eureka）：15 分钟内心跳丢失 > 85%，Eureka 不再剔除实例（防止网络分区误删）
  • 健康检查：Consul HTTP/TCP/Script
  • 服务下线：主动注销 + 超时被动剔除

B4 真题举一反三

2022-11 综合：Eureka 属于哪类 CAP？

  • 解：AP（高可用优先）

2025-11 综合：某电商需高可用注册中心，网络分区时仍可查询服务，应选？

  • 解：Nacos（AP 模式） 或 Eureka

C. API 网关（高频）

C1 核心功能

功能说明
路由转发按路径转发到后端服务
鉴权 AuthenticationJWT / OAuth2 校验
限流 Rate Limiting令牌桶 / 漏桶
熔断 Circuit BreakerHystrix / Sentinel
日志监控访问日志 + 调用统计
协议转换HTTP ↔ gRPC ↔ WebSocket
负载均衡集成 Ribbon / LoadBalancer
响应聚合多服务结果合并（BFF 模式）

C2 典型实现

网关类型特点
Spring Cloud GatewayJavaSpring 生态主流；基于 Reactor
ZuulJavaNetflix；Zuul 1 同步、Zuul 2 异步
KongLua + Nginx插件丰富；高性能
Nginx + LuaC + Lua灵活；高并发
APISIXLua + Nginx国内开源；动态路由

C3 BFF（Backend for Frontend）

为不同前端（Web/Mobile/IoT）提供专属网关层，避免业务服务为多端适配。

D. 熔断降级（必考 1 题）

D1 熔断器三态

图 D1：熔断器三态转换
状态行为
Closed 闭合正常请求；统计错误率
Open 断开直接返回 fallback（不调下游）；等待休眠期
Half-Open 半开允许少量试探请求；成功 → Closed，失败 → Open

D2 Hystrix vs Sentinel vs Resilience4j

工具厂商隔离方式特点
HystrixNetflix（已停止维护）线程池 / 信号量老牌；fallback 机制
Sentinel阿里信号量流控 + 熔断 + 系统自适应 + 实时监控；Spring Cloud Alibaba
Resilience4j开源函数式风格受 Hystrix 启发，推荐替代

D3 熔断 vs 降级 vs 限流

IMPORTANT

三者区分 callout（必考）：

  • 熔断 Circuit Breaker：依赖服务故障时断开保护本服务（不调下游，避免级联雪崩）
  • 降级 Degradation：本服务整体过载或非核心功能故障，牺牲非核心保核心（如关闭推荐/评论，保留下单）
  • 限流 Rate Limiting：请求超过阈值，拒绝部分请求（保系统不崩）

关系：熔断是降级的一种触发方式；限流是预防，熔断是事后保护。

D4 真题举一反三

2024-05 综合：Hystrix 熔断器在错误率达多少时打开？

  • 解：默认 50%（可配置）

2025-11 综合：某系统依赖服务故障，断开连接保护本服务，称为什么？

  • 解：熔断

E. 限流算法（必考 1 题）

E1 四种限流算法

算法原理优点缺点
固定窗口计数时间窗口内计数简单临界点双倍流量问题
滑动窗口 Sliding Window细化窗口降低临界平滑内存稍多
漏桶 Leaky Bucket恒定速率流出 + 桶满丢弃平滑输出不允许突发
令牌桶 Token Bucket恒定速率生成令牌 + 桶满丢弃允许突发实现略复杂

E2 漏桶 vs 令牌桶（高频对比）

IMPORTANT

漏桶 vs 令牌桶 callout：

  • 漏桶：以恒定速率流出（处理请求），桶满则丢弃新请求 → 平滑输出，不允许突发
  • 令牌桶：以恒定速率生成令牌，请求必须取到令牌才处理；桶可累积令牌 → 允许突发流量（累积的令牌一次性消耗）

关键差异：突发流量处理能力。令牌桶更适合实际业务（秒杀等突发场景）。

E3 实现

实现说明
Nginx limit_req漏桶
Sentinel滑动窗口 + 令牌桶
Guava RateLimiter令牌桶
Redis + Lua分布式限流

E4 真题举一反三

2021-11 综合：限流算法中允许突发流量的是？

  • 解：令牌桶

2024-11 综合：滑动窗口相比固定窗口的优势？

  • 解：降低临界点双倍流量问题

F. 负载均衡（必考 1 题）

F1 客户端负载 vs 服务端负载

类型说明代表
客户端负载客户端从注册中心拉取实例列表，自己选Ribbon / Spring Cloud LoadBalancer
服务端负载客户端请求负载均衡器，由其转发Nginx / F5 / LVS

F2 算法对比

算法原理优缺点
轮询 Round Robin依次轮流简单；不考虑性能差异
加权轮询 Weighted RR按权重分配适合异构集群
最少连接 Least Connections选当前连接最少适合长连接
源地址哈希 IP Hash同 IP 固定后端会话保持；不均
一致性哈希 Consistent Hash环空间 + 虚拟节点节点增减影响小；缓存友好
最短响应时间选响应最快性能最优；监控开销

F3 一致性哈希

IMPORTANT

一致性哈希原理 callout：

  1. 环空间：哈希值 0 ~ 2³²⁻¹ 排成环
  2. 节点入环：每节点哈希到环上某位置
  3. 数据路由：数据 key 哈希 → 顺时针找最近节点
  4. 虚拟节点：解决数据倾斜（节点少时不均）；每物理节点对应 100~200 个虚拟节点
  5. 节点增减：只影响相邻段数据，其他不动（vs 简单哈希需全部重新映射）

F4 L4 vs L7 负载

层基于代表特点
L4 传输层IP + 端口LVS / F5性能高；不解析协议
L7 应用层HTTP 头 / URL / CookieNginx / HAProxy灵活；解析开销

F5 真题举一反三

2023-05 综合：一致性哈希相比简单哈希的优势？

  • 解：节点增减时只影响相邻段，不全部重新映射

2025-05 综合：某场景需保持用户会话与同一后端绑定，应选？

  • 解：IP Hash 或 一致性哈希

G. 分布式事务（论文最高频）

G1 理论基础

详见 云原生大数据AI深化 §K CAP/BASE：

  • CAP：C/A/P 三选二
  • BASE：基本可用 / 软状态 / 最终一致

G2 分布式事务 7 方案对比表（核心必背）

方案一致性性能复杂度业务侵入适用场景
2PC 两阶段提交强一致差中无数据库 XA
3PC 三阶段提交强一致差高无减阻塞
TCC Try-Confirm-Cancel最终一致好中大（需 3 方法）高并发金融
Saga 长事务最终一致好中中（补偿）长流程业务
本地消息表最终一致好低中跨服务异步
事务消息（RocketMQ）最终一致好低低消息驱动
最大努力通知最终一致好低低第三方回调

G3 2PC（强一致）

两阶段：

  1. Prepare：协调者问所有参与者”能否提交”，参与者锁资源回 Yes/No
  2. Commit/Rollback：全部 Yes → Commit；任一 No → Rollback

缺点：

  • 同步阻塞
  • 协调者单点
  • 脑裂（部分参与者 Commit 部分未收到）

G4 TCC（业务侵入）

  • Try：预留资源（如冻结余额）
  • Confirm：实际提交（扣减冻结）
  • Cancel：回滚（解冻）

优点：性能好（无全局锁） 缺点：业务侵入大（每接口需写 3 版本）

G5 Saga（长事务）

  • 把长事务拆为一系列短事务 T1, T2, …, Tn
  • 每个短事务有对应补偿事务 C1, C2, …, Cn
  • 失败时反向执行已成功事务的补偿

适用：旅行预订（订机票→订酒店→租车，任一失败都需补偿）

G6 本地消息表

业务表更新 + 消息表插入（同一本地事务）→ 消息发送（异步）
失败重试 → 消息接收方幂等处理

优点：实现简单、可靠 缺点：消息表需维护

G7 Seata 4 模式（必考）

模式原理一致性业务侵入适用
AT 模式（默认）自动二阶段 + undo_log 回滚最终一致（弱）无（自动）大多数业务
TCC 模式手动 Try/Confirm/Cancel最终一致大高并发金融
Saga 模式长流程 + 补偿最终一致中业务流程长
XA 模式依赖 DB XA强一致无数据库层

G8 Seata 三角色

角色说明
TC Transaction Coordinator事务协调者（独立部署，Seata-Server）
TM Transaction Manager事务管理器（发起方，标注 @GlobalTransactional）
RM Resource Manager资源管理器（每个微服务，管理本地资源）

G9 选型决策树

IMPORTANT

分布式事务选型决策树 callout：

强一致 → XA / 2PC（性能差，少用）
高并发金融最终一致 → TCC（业务侵入大）
长流程业务 → Saga（补偿）
简单跨服务异步 → 本地消息表 / 事务消息
第三方回调 → 最大努力通知
默认推荐 → Seata AT（无侵入）

G10 真题举一反三

2024-11 论文：论分布式事务及其解决方案

  • 解：需覆盖 2PC、TCC、Saga、本地消息表、Seata

2025-11 综合：Saga 相比 TCC 的特点？

  • 解：Saga 无需冻结状态，靠补偿；适合长流程

H. 消息队列

H1 主流 MQ 对比

MQ厂商特点适用
KafkaLinkedIn/Apache高吞吐、日志、流处理、分区有序大数据、日志、流
RocketMQ阿里/Apache事务消息、金融级、低延迟电商交易
RabbitMQErlang路由丰富、AMQP业务消息、复杂路由
PulsarApache计算/存储分离、多租户云原生

H2 消息可靠性

维度机制
生产端同步发送确认 / 异步回调 / 失败重试
存储持久化（写盘 + 副本）
消费端手动 ACK；失败重试 / 死信队列 DLQ
顺序性单分区；业务 key 哈希到同分区

H3 三种消息语义

语义说明实现
at-most-once 至多一次可能丢失发即忘
at-least-once 至少一次可能重复ACK + 重试
exactly-once 精确一次不丢不重幂等生产 + 事务（Kafka 0.11+）

H4 MQ 三大作用

  • 削峰：突发流量入队，消费端按自己节奏处理
  • 解耦：生产者不需要知道消费者
  • 异步：非核心流程异步处理（发短信、记日志）

H5 真题举一反三

IMPORTANT

2023-11 案例：电商下单后库存扣减失败如何兜底 答：使用 RocketMQ 事务消息 + 本地消息表 + 消费者幂等；半消息 → 本库事务 → commit/rollback → 消费端失败重试 + 死信队列。

NOTE

2024-05 综合：以下关于 Kafka exactly-once 正确的是 B. 通过幂等 Producer + 事务实现。0.11+ 引入事务语义；其余选项常考分区有序、Consumer Group 再平衡。

I. 配置中心

I1 主流配置中心

实现厂商特点
Apollo携程实时推送（HTTP 长轮询）、多环境、灰度发布
Nacos阿里注册+配置一体化、AP/CP 切换
Spring Cloud ConfigPivotal基于 Git/SVN，需配合 Bus 推送

I2 配置推送机制

  • 长轮询 Long Polling（Apollo）：客户端请求挂起，服务端有变更立即返回
  • 推送 Push：服务端主动推（需保持长连接）
  • 拉取 Pull：客户端定时拉取（延迟大）

I3 真题举一反三

IMPORTANT

2024-11 案例：微服务多环境配置热更新方案 推荐 Nacos/Apollo：①支持热更新（无需重启）②支持灰度/回滚 ③支持多环境隔离（dev/test/prod）④权限审计。

J. 链路追踪与可观测性

J1 OpenTracing / OpenTelemetry

  • OpenTracing：调用链标准（已合并入 OpenTelemetry）
  • OpenTelemetry：CNCF 标准，统一指标 + 日志 + 链路

J2 核心概念

概念含义
Trace一次完整请求链路
Span一次操作（Trace 含多 Span）
Context跨服务传播（HTTP Header / RPC Context）

J3 主流实现

实现特点
SkyWalking（Apache，国产）字节码注入、Java Agent、UI 强大
ZipkinTwitter 开源、轻量
JaegerCNCF、Uber 开源

J4 可观测性三支柱

  • 日志 Logging：事件记录（ELK / Loki）
  • 指标 Metrics：数值聚合（Prometheus）
  • 链路 Tracing：请求路径（SkyWalking）

J5 真题举一反三

NOTE

2024-05 综合：可观测性三支柱是 日志 + 指标 + 链路。三者配合实现”故障发现→定位→根因”闭环。

K. 服务网格 Service Mesh

K1 Sidecar 模式

Pod:
  ├─ 业务容器（应用代码）
  └─ Sidecar 容器（Envoy，代理所有进出流量）
  • 业务代码无感知网络（无 SDK）
  • 所有流量经 Sidecar，可统一治理

K2 数据面 + 控制面

平面实现职责
数据面 Data PlaneEnvoy / Linkerd-proxy实际流量代理（路由/负载/熔断）
控制面 Control PlaneIstiod / Linkerd配置下发、证书管理、策略

K3 Istio 核心能力

能力说明
流量管理路由规则、负载、灰度（VirtualService + DestinationRule）
安全mTLS 双向认证、授权策略
可观测指标、链路、访问日志
策略执行限流、熔断（与 SDK 解耦）

K4 Service Mesh vs SDK 模式

维度SDKService Mesh
侵入性高（业务代码依赖）无（Sidecar）
语言单语言多语言
升级改业务代码重发改 Sidecar 即可
性能直接多一跳（Sidecar）

K5 真题举一反三

2025-05 综合：Service Mesh 的核心模式？

  • 解：Sidecar 模式（数据面与业务容器同 Pod）

L. 反查表

考点关键对比真题锚点
单体 vs 微服务部署/扩展/数据2024-11 论文§A
DDD 限界上下文服务边界2025-05 案例§A2
注册中心 CAPZK=CP / Eureka=AP2022-11, 2025-11§B
Eureka 自我保护心跳丢失 85% 不剔除2023-11§B
网关功能路由/鉴权/限流/熔断2023-11§C
熔断器三态Closed/Open/Half-Open2024-05, 2025-11§D
熔断 vs 降级 vs 限流断保护/牺牲非核心/拒部分2025-11§D3
漏桶 vs 令牌桶不允许突发 vs 允许2021-11, 2024-11§E
滑动窗口优势降低临界问题2024-11§E
一致性哈希环空间 + 虚拟节点2023-05, 2025-05§F
L4 vs L7端口 vs URL/Header综合§F
2PC 缺点阻塞/单点/脑裂2022-05§G3
TCC 业务侵入Try/Confirm/Cancel2024-11 论文§G4
Saga 补偿长流程反向补偿2025-11§G5
本地消息表业务+消息同事务2024-11 论文§G6
Seata 4 模式AT/TCC/Saga/XA2024-11 论文§G7
Seata 三角色TC/TM/RM2025-11§G8
Kafka vs RocketMQ高吞吐 vs 事务综合§H
三种消息语义at-most/least/exactly-once2024-05§H3
Apollo 长轮询实时推送综合§I
可观测三支柱日志/指标/链路2025-11§J4
SkyWalkingJava Agent 字节码注入综合§J3
Service Mesh Sidecar数据面与业务同 Pod2025-05§K
Istio 控制面Istiod综合§K2

记忆口诀 / 易错点汇总

  1. CAP 选型：ZK=CP，Eureka=AP，Nacos=AP/CP 可切
  2. 熔断 vs 降级 vs 限流：断/弃/拒
  3. 限流：固定→临界；滑动→平滑；漏桶→恒速；令牌桶→突发
  4. 一致性哈希：环 + 顺时针 + 虚拟节点
  5. 分布式事务：强一致→2PC/XA；最终一致→TCC/Saga/消息表
  6. Seata 4 模式：AT 默认 / TCC 高并发 / Saga 长流程 / XA 强一致
  7. Service Mesh：Sidecar + 数据面 + 控制面

TIP

避坑建议：

  • 熔断 ≠ 降级 ≠ 限流——三者区分必考
  • 漏桶 vs 令牌桶核心差异是”是否允许突发”
  • TCC 业务侵入大，需为每接口写 3 版本
  • Saga 与 TCC 区别：Saga 无冻结状态，靠补偿

交叉引用

本系列笔记

主计划文档

详见 主计划 §3.9 新技术与 Web 架构 的对应内容。

外部延伸

  • 官方教材：《系统架构设计师教程（第 2 版）》§3.9
  • 经典著作：Sam Newman《Building Microservices》《Microservices Patterns》
  • 真题练习：2020-2025 综合+案例+论文

自测题

  1. CAP：ZooKeeper/Eureka/Nacos 分别属于哪类？（答：CP/AP/AP-CP 可切）
  2. 限流：突发流量应选漏桶还是令牌桶？（答：令牌桶）
  3. 熔断：Hystrix 熔断器三态及其转换条件？
  4. 分布式事务：TCC 三个阶段是什么？相比 Saga 的优劣？
  5. Seata：4 种模式与适用场景？
  6. Service Mesh：Sidecar 模式与 SDK 模式的区别？

IMPORTANT

如果只能”看着面熟”但说不出来，说明还没真正掌握，建议回看对应章节并多做真题。

下一篇导引：云原生 + 大数据 + AI + 区块链深化 将讲述 Docker / K8s 全组件 / Serverless / Spark-Flink / 湖仓一体 / CAP / AI / 区块链，覆盖 2024-2025 命题新趋势。