前言：记录一下以前学习SpringCloud的时候的一些过程与方法，以及踩过的各种花式坑；并且结合自身经验重新整理一套SpringCloud快速上手与排坑指南；以及熟练SpringCloud各个技术栈之后将会进行模拟业务场景高可用微服务搭建，整合高可用搜索引擎、缓存架构，数据分库分表以及海量模拟数据测试，高并发测试。
指南
一、快速学习SpringCloud所涉及的技术栈
1、服务注册与发现 Eureka或者（zookeeper、consul）
2、ribbon客户端负载均衡
3、hystrix服务容错处理
4、feign声明式rest服务调用
5、zuul服务网关
6、springConfig、Bus 统一配置管理、消息总线
7、sleuth微服务跟踪
二、模拟业务场景
某外卖平台
一般简单业务流程为，打开app 对外卖商品进行浏览，查看商品的详情以及店铺信息和评价，然后再是填写收货地址，进行下单，支付成功后外卖平台骑手进行接单，送达后却认收货进行评价。
1、业务服务划分
从上面的基本业务流程大致可以划分出以下几个服务模块
用户、商家、商品、订单、骑手
当然，这只是为了演练进行粗略的划分，外卖平台业务可比这个复杂多了。
- 1.1 用户服务模块
- 1.2 商家服务模块
- 1.3 商品服务模块
- 1.4 订单服务模块
- 1.5 骑手服务模块
2、业务实体领域模型划分
划分了服务，还需要对服务实体进行领域拆分，这样更好的达到微服务的“领域驱动模型”设计理念；具体什么是领域驱动设计，大家可以自行百度一下，本文就不在赘述；这里为了达到演示效果，只划分一些基本实体字段信息；
-
1.1 用户服务模块
用户基本信息实体
id、手机号、昵称、密码、账户余额
收货地址实体
id、用户id、联系人、电话、地址 -
1.2 商家服务模块
商家信息实体
id、商家名称、商家电话、地址、商家信息 -
1.3 商品服务模块
商品信息实体
id、商家id、商品名称、描述图、单价 -
1.4 订单服务模块
订单实体
id、用户id、订单编号、下单时间、订单状态、订单总额、收货地址id
订单详情实体
id、订单编号、商品id、数量、总价 -
1.6 搜索服务模块
搜索服务主要用来提供一系列的如商品、商铺搜索服务
三、高可用微服务、搜索引擎、缓存系统搭建
1、高可用微服务搭建
- 高可用eureka、consul、zookeeper的搭建。这里选高可用eureka作为服务注册中心
- 各个服务集群化、采用ribbon进行负载均衡，并使用feign进行服务调用
- 采用Hystrix进行资源隔离、熔断降级，来实现服务的高可用与健壮性
- 基于zuul构建服务网关
2、搜索引擎Elasticsearch整合
要想服务高可用 搜索引擎是必不可少的，总不可能去数据库进行like查询吧，尤其是针对高并发、海量数据的场景；
Elasticsearch是目前比较火的一个实时的分布式搜索和分析引擎，可以快速的进行海量数据全文搜索、结构化搜索等。
3、高可用redis缓存系统
- 高可用redis哨兵集群搭建
- redis AOF数据库持久化
四、模拟海量数据分库分表
模拟千万级别、数亿级别海量数据的分库分表与扩容，以及海量数据备份方案
- 基于shading-jdbc进行数据分库分表
- mysql双机热备、读写分离
五、压测、高并发测试
- 对整体SpringCloud系统进行高流量下压力测试
- 高并发峰值测试
