麻了，面试场景题，居然是喊我搞个注册中心！

Bertha 。 2024-04-07 12:15 59阅读 0赞

最近有读者反馈说面试的时候遇到一个面试题是：谈谈注册中心。

这个题的范围太大，各个角度都能说几句，反而导致不知道怎么回答的更好井井有条。

所以给大家分享一篇关于注册中心的文章。

但是不是如何设计出一个注册中心，而是如何组装出一个注册中心。

其实我觉得“组装”比“设计”更好。

组装意味着不必从0开始造轮子，这也比较符合许多公司对待自研基础组件的态度。

知道如何组装一个注册中心有什么用呢？

第一可以更深入理解注册中心。

以我个人经历来说，注册中心的第一印象就是Dubbo的Zookeeper（以下简称zk），后来逐渐深入，学会了如何去zk上查看Dubbo注册的数据，并能排查一些问题。后来了解了Nacos，才发现，原来注册中心还可以如此简单，再后来一直从事服务发现相关工作，对一些细枝末节也有了一些新的理解。

第二可以学习技术选型的方法。

注册中心中的每个模块，都会在不同的需求下有不同的选择，最终的选择取决于对需求的把握以及技术视野，但这两项是内功，一时半会练不成，学个选型的方法还是可以的。

本文打算从需求分析开始，一步步拆解各个模块，整个注册中心以一种如无必要，勿增实体的原则进行组装，但也不会是个玩具，向生产可用对齐。

当然在实际项目中，不建议重复造轮子，尽量用现成的解决方案，所以本文仅供学习参考。

### 需求分析 ###

![9b71a64144d06e0c043952d1a04a76e1.png][]

本文的注册中心需求很简单，就三点：

可注册、能发现、高可用。

服务的注册和发现是注册中心的基本功能，高可用则是生产环境的基本要求，如果高可用不要求，那本文可讲解的内容就很少，上图中的高可用标注只是个示意，高可用在很多方面都有体现。

至于其他花里胡哨的功能，我们暂且不表。

我们这里介绍三个角色，后文以此为基础：

*  提供者（Provider）：服务的提供方（被调用方）
 *  消费者（Consumer）：服务的消费方（调用方）
 *  注册中心（Registry）：本文主角，服务提供列表、消费关系等数据的存储方

### 接口定义 ###

注册中心和客户端（SDK）的交互接口有三个：

*  注册（register），将服务提供方注册到注册中心
 *  注销（unregister），将注册的服务从注册中心中删除
 *  订阅（subscribe），服务消费方订阅需要的服务，订阅后提供方有变更将通知到对应的消费方

比如发布系统在发布一台机器完成后，可调用注册接口，将其注册到注册中心，注销也是类似流程，但这种方式并不多见，而且如果只考虑实现一个注册中心，必然是可以单独运行的，所以通常注册、注销由提供方进程负责。

有了这三个接口，我们该如何去定义接口呢？

注册服务到底有哪些字段需要注册？

订阅需要传什么字段？

以什么序列化方式？

用什么协议传输？

这些问题接踵而来，我觉得我们先不急着去做选择， **先看看这个领域有没有相关标准** ，如果有就参考或者直接按照标准实现，如果没有，再来分析每一点的选择。

服务发现还真有一套标准，但又不完全有。

它叫OpenSergo，它其实是服务治理的一套标准，包含了服务发现：

OpenSergo 是一套开放、通用的、面向分布式服务架构、覆盖全链路异构化生态的服务治理标准，基于业界服务治理场景与实践形成通用标准规范。OpenSergo 的最大特点就是以统一的一套配置/DSL/协议定义服务治理规则，面向多语言异构化架构，做到全链路生态覆盖。无论微服务的语言是 Java, Go, Node.js 还是其它语言，无论是标准微服务还是 Mesh 接入，从网关到微服务，从数据库到缓存，从服务注册发现到配置，开发者都可以通过同一套 OpenSergo CRD 标准配置针对每一层进行统一的治理管控，而无需关注各框架、语言的差异点，降低异构化、全链路服务治理管控的复杂度。

官网：https://opensergo.io/

我们需要的服务注册与发现也被纳入其中：

![0fb483c5b595a205fcf2a1a9a1113a34.png][]

说有但也不是完全有是因为这个标准还在建设中，服务发现相关的标准在写这篇文章的时候还没有给出。

既然没有标准，可以结合现有的系统以及经验来定义，这里我用json的序列化方式给出，以下为笔者的总结，不能囊括所有情形，需要时根据业务适当做一些调整：

1.服务注册入参

{
      "application":"provider_test", // 应用名
      "protocol":"http", // 协议
      "addr":"127.0.0.1:8080", // 提供方的地址
      "meta":{ // 携带的元数据，以下三个为示例
        "cluster":"small",
        "idc":"shanghai",
        "tag":"read"
      }
    }

2.服务订阅入参:

{
        "subscribes":[
            {
                "provider":"test_provider1", // 订阅的应用名
                "protocol":"http", // 订阅的协议
                "meta":{ // 携带的元数据，以下为示例
                    "cluster":"small",
                    "idc":"shanghai",
                    "tag":"read"
                }
            },
            {
                "provider":"test_provider2",
                "protocol":"http",
                "meta":{
                    "cluster":"small",
                    "tag":"read"
                }
            }
        ]
    }

3.服务发现出参

{
        "version":"23des4f", // 版本
        "endpoints":[ // 实例
            {
                "application":"provider_test",
                "protocol":"http",
                "addr":"127.0.0.1:8080",
                "meta":{
                    "cluster":"small",
                    "idc":"shanghai",
                    "tag":"read"
                }
            },
            {
                "application":"provider_test",
                "protocol":"http",
                "addr":"127.0.0.2:8080",
                "meta":{
                    "cluster":"small",
                    "idc":"shanghai",
                    "tag":"read"
                }
            }
        ]
    }

### 变更推送 & 服务健康检查 ###

有了定义，我们如何选择序列化方式？

选择序列化方式有两个重要参考点：

*  语言的适配程度，比如 json 几乎所有编程语言都能适配。除非能非常确定5-10年内不会有多语言的需求，否则我还是非常建议你选择一个跨语言的序列化协议
 *  性能，序列化的性能包含了两层意思，序列化的速度（cpu消耗）与序列化后的体积，设想一个场景，一个服务被非常多的应用订阅，如果此时该服务发布，则会触发非常庞大的推送事件，此时注册中心的cpu和网络则有可能被打满，导致服务不可用

至于编程语言的选择，我觉得应该更加偏向团队对语言的掌握，以能hold住为最主要，这点没什么好说的，一般也只会在 Java / Go 中去选，很少见用其他语言实现的注册中心。

对于注册、订阅接口，无论是基于TCP的自定义私有协议，还是用HTTP协议，甚至基于HTTP2的gRPC我觉得都可以。

但变更推送这个技术点的实现，有多种实现方式：

*  定时轮询，每隔一段时间向注册中心请求查询订阅的服务提供列表
 *  长轮询，向注册中心查询订阅的服务提供列表，如果列表较上次没有变化，则服务端hold住请求，等待有变化或者超时（较长时间）才返回
 *  UDP推送，服务列表有变化时通过UDP将事件通知给客户端，但UDP推送不一定可靠，可能会丢失、乱序，故要配合定时轮询（较长时间间隔）来作为一个兜底
 *  TCP长连接推送，客户端与注册中心建立一个TCP长连接，有变更时推送给客户端

从实现的难易、实时性、资源消耗三个方面来比较这四种实现方式：

![9f02cbf6d10a42ce58542bded86d56c0.png][]

似乎我们不好抉择到底使用哪种方式来做推送，但以我自己的经验来看，定时轮询应该首先被排除，因为即便是一个初具规模的公司，定时轮询的消耗也是巨大的，更何况这种消耗随着实时性以及服务的规模日渐庞大，最后变得不可维护。

剩下三种方案都可以选择，我们可以继续结合服务节点的健康检查来综合判断。

服务启动时注册到注册中心，当服务停止时，从注册中心摘除，通常摘除会借助劫持kill信号实现，如果是Java则有封装好的ShutdownHook，当进程被 kill 时，触发劫持逻辑，从注册中心摘除，实现优雅退出。

但事情不总是如预期，如果有人执行了kill -9强制杀死进程，或者机器出现硬件故障，会导致提供者还在注册中心，但已无法提供服务。

此时需要一种健康检查机制来确保服务宕机时，消费者能正常感知，从而切走流量，保证线上服务的稳定性。

关于健康检查机制，在之前的文章《服务探活的五种方式》中有专门的总结，这里也列举一下，以便做出正确的选择：

![5ee128760bac0f422fbb80eb90fd4a23.png][]

我们暂时无法控制调用动作，故而前2项依赖消费者的方案排除。

提供者上报心跳如果规模较小还好，上点规模也会不堪重任，这点在Nacos中就体现了，Nacos 1.x版本使用提供者上报心跳的方式保持服务健康状态，由于每次上报健康状态都需要写入数据（最后健康检查时间），故对资源的消耗是非常大的，所以Nacos 2.0版本后就改为了长连接会话保持健康状态。

所以健康检查我个人比较倾向最后两种方案： **注册中心主动探测与提供者与注册中心会话保持的方式。**

结合上述变更推送， **我们发现如果实现了长连接，好处将很多** ，很多情况下，一个服务既是消费者，又是提供者，此时一条TCP长连接可以解决推送和健康检查，甚至在注册注销接口的实现，我们也可以复用这条连接，可谓是一石三鸟。

### 长连接技术选型 ###

长连接的技术选型，在《Nacos架构与原理》这本电子书中有有详细的介绍，我觉得这部分堪称技术选型的典范，我们参考下，本节内容大量参考《Nacos架构与原理》，如有雷同，那便是真是雷同。

首先是长连接的核心诉求：

![567c8144d7ae04eeaa8db20e5b7dcc8b.png][]

图来自《Nacos架构与原理》

*  低成本快速感知：客户端需要在服务端不可用时尽快地切换到新的服务节点，降低不可用时间
    
     *  客户端正常重启：客户端主动关闭连接，服务端实时感知
     *  服务端正常重启 : 服务端主动关闭连接，客户端实时感知
 *  防抖：网络短暂不可用，客户端需要能接受短暂网络抖动，需要一定重试机制，防止集群抖动，超过阈值后需要自动切换 server，但要防止请求风暴
 *  断网：断网场景下，以合理的频率进行重试，断网结束时可以快速重连恢复
 *  低成本多语言实现：在客户端层面要尽可能多的支持多语言，降低多 语言实现成本
 *  开源社区：文档，开源社区活跃度，使用用户数等，面向未来是否有足够的支持度

据此，我们可选的轮子有：

![2cc69eb7b452808b1cac8e5dc7192a8f.png][]

我比较倾向gRPC，而且gRPC的社区活跃度要强于Rsocket。

### 数据存储 ###

注册中心数据存储方案，大致可分为2类：

*  利用第三方组件完成，如Mysql、Redis等，好处是有现成的水平扩容方案，稳定性强；坏处是架构变得复杂
 *  利用注册中心本身来存储数据，好处是无需引入额外组件；坏处是需要解决稳定性问题

第一种方案我们不必多说，第二种方案中最关键的就是解决数据在注册中心各节点之间的同步，因为在数据存储在注册中心本身节点上，如果是单机，机器故障或者挂掉，数据存在丢失风险，所以必须得有副本。

数据不能丢失，这点必须要保证，否则稳定性就无从谈起了。

保证数据不丢失怎么理解？

在客户端向注册中心发起注册请求后，收到正常的响应，这就意味着数据存储了起来，除非所有注册中心节点故障，否则数据就一定要存在。

如下图，比如提供者往一个节点注册数据后，正常响应，但是数据同步是异步的，在同步完成前，nodeA节点就挂掉，则这条注册数据就丢失了。

![d9bdd7cbefead84f56622938678b9162.png][]

所以，我们要极力避免这种情况。

而一致性算法（如raft）就解决了这个问题，一致性算法能保证大部分节点是正常的情况下，能对外提供一致的数据服务，但牺牲了性能和可用性，raft算法在选主时便不能对外提供服务。

有没有退而求其次的算法呢？

还真有，像Nacos、Eureka提供的AP模型，他们的核心点在于客户端可以recover数据，也就是注册中心追求最终一致性，如果某些数据丢失，服务提供方是可以重新将数据注册上来。

比如我们将提供方与注册中心之间设计为长连接，提供方注册服务后，连接的节点还没来得及将数据同步到其他节点就挂了，此时提供方的连接也会断开，当连接重新建立时，服务提供方可以重新注册，恢复注册中心的数据。

对于注册中心选用AP、还是CP模型，业界早有争论，但也基本达成了共识，AP要优于CP，因为数据不一致总比不可用要好吧？

你说是不是？

### 高可用 ###

其实高可用的设计散落在各个细节点，如上文提到的数据存储，其基本要求就是高可用。除此之外，我们的设计也都必须是面向失败的设计。

假设我们的服务器会全部挂掉，怎样才能保持服务间的调用不受影响？

通常注册中心不侵入服务调用，而是在内存（或磁盘）中缓存一份服务列表，当注册中心完全挂了，大不了这份缓存不再更新，但也不影响现有的服务调用，但新应用启动就会受到影响。

### 小结 ###

到此，我们已经组装好了一个注册中心了，用一幅图来总结：

![f36d45a2d19d2ceee413ea23bab84a49.png][]

上面，就是组装一个线上可用的注册中心最小集，从需求分析出发，每一步都有许多选择，本文通过一些核心的技术选型来描绘出一个大致蓝图，剩下的工作就是用代码将这些组装起来。

### 锦上添花 ###

有了一个注册中心之后，我们还可以做一些“锦上添花”的功能。

没有它们注册中心可以正常运行，有了它们也不一定变得更强，但一定会更加花里胡哨。

那可能有人就会问了：花里胡哨的有什么用呢？

我觉得主要是了解一些新的、奇怪的知识，说不定哪天能用上呢，是吧？

同时还可以“装逼用”。

另外需要说明一下的是，“锦上添花”的信息量很多，但深度不够，很多地方只是一笔带过，点到即可。

如果你对其中某些点感兴趣，建议自行深入了解。

水很深，但是我相信你可以把握住。

### 控制台 ###

如果想让注册中心变得花里胡哨，首先肯定是开发一个控制台，控制台的基本功能就是展示服务的消费者与提供者，展示的用处有查找服务，排查问题等等，下图是Nacos的控制台

![8957d4543bc5613f6ead1f8282eae137.png][]

除了基本的展示功能，我们还可以在控制台上搞些别的事情，比如下面这些。

#### 服务配置 ####

配置本不是注册中心必备的功能，配置一般由配置中心管理，但配置中心似乎又和注册中心脱不了干系，Nacos就是一个集注册中心和配置中心于一体的组件。

注册中心也可以做一点和服务相关配置的事情，比如服务的超时时间、熔断降级等等元数据，不过要注意的是注册中心本身只能保存、修改，至于这些配置真正起作用的还是得和RPC框架配合。

可能你会问，为什么注册中心要去做配置中心的事儿呢？这不是职责不清？

可以这么理解，服务发现基本是个服务都要接入，但配置中心可不一定要接，如果只想做点简单的服务相关的动态配置，引入一个配置中心是有点重。

如果是公司生产级的服务配置，最好再附带上一个灰度的能力，如果一次下发配置到全部机器，可能会出现故障，所以需要一种灰度下发的机制，分批下发，控制风险。

#### 事件追踪 ####

说到问题排查，光展示提供者、消费者可能还不够，有时候启动一个提供者，消费者就是没感知到，或者很久之后才感知到，这时有点摸不着头脑，如果我们拿出这个事件的时间线，哪个环节出问题便一目了然。

在Nacos的企业版中就支持了类似的推送轨迹功能，当然这么好的功能，肯定是收费项。

#### 拓扑关系 ####

可能我们忽略了注册中心的绘制服务之间的拓扑关系的能力，开源注册中心基本没提到这个，一般来说拓扑关系是链路追踪的活。

![2d304453ba7e59148a705124e7ec9073.png][]

注册中心其实也大致可以干这个活，不过注册中心是按照服务的订阅关系绘制出来，并不是按照真实的调用关系，但这几乎也近似调用关系了，有了这个，我们就可以去做一些服务治理相关的事了，比如循环依赖、依赖层级太深等问题都可以看出来。

### 流量控制 ###

流量控制也不一定非要在注册中心上做，比如Dubbo就是在RPC框架上做了很多流量相关的事情，像集群的选择、路由、负载均衡等。

如果RPC框架没这么强大的能力，或者RPC框架是多语言的实现，能力尚未打平，那么在注册中心上实现也是一个不错的选择。

#### 路由偏好 ####

路由偏好简单来说，如果提供者有多个集群，挑选一个更适合的集群来提供服务，这就叫路由偏好。

举个例子，例如消费者在杭州，提供者有两个集群，一个在上海，一个在北京，这两个机房提供的服务完全对等，这时消费者更适合调用本地的集群，这样时延更小。

![be73ede9593801ff9f8fe79109840771.png][]

当然我们还可以根据服务器的性能、甚至自定义的规则来做路由偏好。

#### 动态切流 ####

有了上面路由偏好的铺垫，想必你也能想到一个场景，万一有一天上海的提供者不可用了，我们可以通过对注册中心的干预，手动把北京的提供者下发给消费者，实现一个客户端无侵入的动态切流。

#### 流量劫持 ####

流量劫持和动态切流的原理一样，实现也基本差不多，只不过下发的数据不太一样，原先的提供者列表，被注册中心偷天换日，换成了本地的一个端口127.0.0.1:8001。

这样替换有什么作用呢？

比如用agent来承接流量，像service mesh都有这种需求，注册中心就可以完成流量劫持。

其实劫持还有其他作用，如果服务的提供方压力太大，想降级，但消费者和提供者都没有降级能力，眼看着服务快挂了，千钧一发之际，你想到了注册中心，手动下发一个不存在的提供者地址，让消费者请求报错，以保护其他服务正常运行，这些奇奇怪怪的想法说不定都可以在注册中心上实现。

### 探活 ###

探活算是注册中心的一个小功能，我们看看在这个小功能上还能玩出什么花样。

#### 探活扩展 ####

最简单的探活是端口探活，即注册中心向提供者注册的端口发起TCP连接请求，如果能成功建立连接说明服务正常。但有时又不是这样，比如服务僵死，端口还能连接，但服务没法提供了，这时我们需要语义级的探活。

根据提供者提供的服务和配置发起一个请求，如果返回和预期相符合，则判定为服务存活。

我们通常将这个探活留出扩展点，一般可以扩展出HTTP、MySQL、Redis、Thrift等协议的语义探活，以HTTP为例，服务提供方配置探活的URI，注册中心把提供方的ip、port与URI进行拼接、发起请求，如果响应符合预期（如返回码为2xx），则这次探活成功，同理，也可扩展出其他协议的语义级探活。

#### 探活兜底 ####

探活虽好，但有时候又很危险，如果注册中心与提供者的网络闪断，则可能将提供者全部摘除，这是个非常危险的操作，为了防止这种情况，探活兜底是很有必要的一种行为，比如同一个服务集群不能摘除超过1/3，当然这个比例是个经验值，也最好可以配置化。

### 生态建设 ###

#### 优雅发布 ####

优雅发布包括优雅退出和优雅上线，优雅是指在应用退出和上线过程中没有报错。

注册中心结合发布系统来做优雅发布是最好的搭配。发布系统在停止应用前，向注册中心发起禁用请求（停止接流），注销后再停止应用，服务上线后启动完成后，再将服务开启，接受流量。

#### 框架适配 ####

一个注册中心如果想要更多的人来使用，则需要适配各种主流开发语言如Go/Java/Cpp等，适配一些主流框架如Dubbo/SpringCloud/gRPC等，这样用户用起来才更加方便，缺点是维护成本变高。

#### DNS 服务发现 ####

对于无法接入服务发现SDK的用户，如果也想享受服务发现能力，怎么做呢？

业界有一种做法是自定义一个DNS拦截器，将DNS请求拦截，通过域名（对应到服务名）去注册中心找提供者。但这样做有一个缺点是DNS只能发现ip，端口没法自动发现。

一般这种拦截器可通过中心的DNS服务器或者本地的DNS agent代理来实现，也可以自定义编程语言的DNS解析插件来实现，像Go/Java都可以自定义DNS解析插件，但这种就属于入侵比较强了。

就好了，本文的技术部分就到这里了。

·············· END ··············

[9b71a64144d06e0c043952d1a04a76e1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/bccb3284fe574bec9da426c9ac9d5b7d.png
[0fb483c5b595a205fcf2a1a9a1113a34.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/da8d045df5674c9d8add23e0236ea7cf.png
[9f02cbf6d10a42ce58542bded86d56c0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/897c8bd8dd63433aba2481b11f544c65.png
[5ee128760bac0f422fbb80eb90fd4a23.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/3754eb99647e4afb869246c1edb17903.png
[567c8144d7ae04eeaa8db20e5b7dcc8b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/0ce33326e3b84eb8bcc33b0247e01a9a.png
[2cc69eb7b452808b1cac8e5dc7192a8f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b1d80810912c423d96d28acf9aeb20bd.png
[d9bdd7cbefead84f56622938678b9162.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6ddcd81674b249e8b75006fdc78c3b46.png
[f36d45a2d19d2ceee413ea23bab84a49.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/1e808505c49f447ea04d9268ff095b7b.png
[8957d4543bc5613f6ead1f8282eae137.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/69e9ede7a82942d2b24df5a7c49e217f.png
[2d304453ba7e59148a705124e7ec9073.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/41faa39745bf4c3ea0ebc4a7a2f8ef5b.png
[be73ede9593801ff9f8fe79109840771.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/eed75df31b124df8b4513125dcb0678d.png