全栈攻城狮

Appearance

Spring Cloud 知识体系全景复盘 ​

Spring Cloud 的知识点分散在几十个组件里，复盘的价值在于把它们放进同一张图：一条请求从哪里进、经过哪些治理、怎么保证一致与可靠、出了问题怎么看。本文以脑图形式梳理调用链路、配置管理、服务治理、可观测、安全、部署、事务、任务、线程池九大维度，并给出每个维度的核心要点。

一、知识全景脑图 ​

Spring Cloud 知识体系
├─ 调用链路
│   ├─ 网关 Gateway（路由/谓词/过滤器链）
│   ├─ 服务发现 Nacos（注册/心跳/长轮询）
│   ├─ 负载均衡 LoadBalancer（轮询/权重/灰度）
│   └─ 声明式调用 OpenFeign（动态代理/编码解码）
├─ 配置管理
│   ├─ Config / Nacos Config（dataId/分组/命名空间）
│   ├─ 动态刷新（长轮询/@RefreshScope/Bus）
│   └─ 优先级与加载顺序
├─ 服务治理
│   ├─ 熔断 Sentinel（滑动窗口/规则）
│   ├─ 限流（QPS/并发/热点/系统）
│   ├─ 降级（兜底/隔离）
│   └─ 容错 Resilience4j
├─ 可观测性
│   ├─ 链路追踪（TraceId/Span/SkyWalking）
│   ├─ 指标（Micrometer/Prometheus/Grafana）
│   └─ 日志（MDC 关联/告警）
├─ 安全
│   ├─ 网关统一鉴权（JWT/白名单）
│   ├─ RBAC 权限模型
│   ├─ OAuth2/Spring Security
│   └─ API 签名验签（防篡改/防重放）
├─ 部署与运维
│   ├─ 容器化（Dockerfile 多阶段/优雅关闭）
│   ├─ Kubernetes（Pod/Deployment/HPA）
│   ├─ CI/CD（GitLab CI/流水线）
│   └─ 发布策略（蓝绿/滚动/灰度）
├─ 分布式事务
│   ├─ 理论（CAP/BASE/2PC/3PC/TCC/SAGA）
│   ├─ Seata（AT/TC/TM/RM/undo_log）
│   └─ 消息最终一致性
├─ 定时任务
│   ├─ XXL-Job（调度中心/执行器/分片）
│   ├─ Elastic-Job（ZK 分片）
│   └─ PowerJob（DAG 工作流）
└─ 线程池
    ├─ ThreadPoolExecutor（核心/队列/拒绝）
    ├─ 动态线程池（配置中心热更新）
    └─ 虚拟线程（Loom/高吞吐）

二、调用链路维度 ​

一次请求的完整链路 ​

一次请求穿越的组件：
  客户端 → Gateway → LoadBalancer → OpenFeign → 业务服务
    → Sentinel → Seata（可选）→ MyBatis → 数据库
关键知识点：
  ├─ Gateway 路由三元组：Route / Predicate / Filter
  ├─ 过滤器链顺序：GlobalFilter + 路由过滤器按 order 排序
  ├─ LoadBalancer：接口化，可自定义灰度策略
  ├─ OpenFeign：JDK 动态代理 + 方法解析 + 编解码
  └─ 上下文透传：TraceId / X-User-Id / Seata XID

三、配置管理维度 ​

配置体系 ​

配置分层：
  ├─ 本地配置（application.yml）
  ├─ 远程配置（Nacos Config / Config Server）
  └─ 加载优先级（本地兜底 → 远程覆盖）

关键知识点：
  ├─ dataId = 服务名 + 环境 + 后缀
  ├─ 命名空间 / 分组隔离环境
  ├─ 动态刷新机制：长轮询 + MD5 比对 + Listener
  └─ @RefreshScope：代理 Bean 重建

Bus 动态刷新 ​

Bus 传播：
  ├─ 配置中心变更 → Bus 发送 RefreshRemoteApplicationEvent
  ├─ 各服务监听 → 触发 refresh
  └─ 适用多服务批量刷新场景

四、服务治理维度 ​

熔断限流降级 ​

Sentinel 核心概念：
  ├─ 资源：entry 保护的代码段
  ├─ 规则：流控（QPS/线程）、熔断（慢调用/异常）、热点、系统
  ├─ 统计：LeapArray 滑动窗口
  └─ 数据源：Nacos 动态下发规则

治理组合：
  ├─ 入口限流：保护服务自身
  ├─ 依赖熔断：保护下游与自身
  └─ 兜底降级：快速失败返回默认值

隔离与容错 ​

隔离手段：
  ├─ 线程池隔离（Hystrix/自定义）
  ├─ 信号量隔离（Sentinel/Resilience4j Bulkhead）
  └─ 依赖分级（核心/非核心，非核心可降）

容错模式：
  ├─ 超时 + 重试（注意幂等）
  ├─ 熔断（快速失败，半开探测）
  └─ 降级（缓存/默认值/提示）

五、可观测性维度 ​

三支柱 ​

可观测三支柱：
  ├─ Metrics：Micrometer → Prometheus → Grafana
  │    ├─ JVM、线程池、接口耗时、QPS、错误率
  │    └─ SLO 告警
  ├─ Tracing：SkyWalking / Zipkin
  │    ├─ Trace 贯穿：TraceId 生成与透传
  │    └─ Span 关联：服务间调用耗时分层
  └─ Logging：日志 + MDC（traceId）
       └─ 日志聚合检索（按 TraceId 查全链路）
实践要点：
  ├─ 日志必须带 traceId（MDC）
  ├─ 指标命名规范统一
  └─ 告警分级：WARN / ERROR / FATAL

六、安全维度 ​

安全分层 ​

安全分层模型：
  接入层 → 网关鉴权/限流/WAF
  传输层 → HTTPS / mTLS
  认证层 → OAuth2 / JWT
  授权层 → RBAC
  接口层 → API 签名验签
  数据层 → 脱敏/加密
关键知识点：
  ├─ 网关统一鉴权：白名单 + JWT 校验 + 透传用户头
  ├─ RBAC：用户 → 角色 → 权限（五表模型）
  ├─ Spring Security：过滤器链 + SecurityContext
  └─ API 签名：时间戳 + nonce + HMAC（防重放）

七、部署与运维维度 ​

容器与编排 ​

部署体系：
  ├─ 镜像构建：Dockerfile 多阶段构建（builder + runtime）
  ├─ 编排：Kubernetes（Deployment / Service / HPA）
  ├─ 配置：ConfigMap / Secret
  └─ 发布：蓝绿 / 滚动 / 灰度

发布策略对比：
  ├─ 蓝绿：两套环境切换，成本高回滚快
  ├─ 滚动：分批替换，省资源有风险
  └─ 灰度：按权重/条件放量，可控性强

CI/CD 与容量 ​

CI/CD 流水线：
  ├─ 代码提交 → 单元测试 → 构建镜像 → 部署到环境
  ├─ 多环境：dev / test / prod 流水线差异
  └─ 回滚：镜像版本管理 + 快速回退

容量规划：
  ├─ Little 定律：并发 = QPS × RT
  ├─ 压测验证容量 → HPA 自动扩缩
  └─ 缩容冷却（稳定后缩）

八、分布式事务维度 ​

事务方案全景 ​

分布式事务方案：
  ├─ 强一致：
  │    ├─ 2PC / 3PC（数据库 XA）
  │    └─ Seata AT（镜像 + 全局锁）
  ├─ 最终一致：
  │    ├─ TCC（Try/Confirm/Cancel）
  │    ├─ SAGA（状态机/补偿）
  │    └─ 消息最终一致性（本地消息表/事务消息）
  └─ 选型：
       资金/强一致 → AT/TCC
       订单/容忍延迟 → MQ 最终一致
Seata 核心：
  ├─ 三组件：TC（协调）/ TM（发起）/ RM（分支）
  ├─ AT 模式：前后镜像 + undo_log + 全局锁
  └─ 与 Spring Cloud 集成：XID 透传 + 数据源代理

九、定时任务与线程池维度 ​

定时任务 ​

任务框架对比：
  ├─ XXL-Job：调度中心 + 执行器，路由/分片/故障转移
  ├─ Elastic-Job：ZK 协调分片
  └─ PowerJob：DAG 工作流

实践要点：
  ├─ 幂等（唯一键/状态机/分布式锁）
  ├─ 依赖编排（超时/重试/禁环）
  └─ 告警监控（失败/超时/数据异常）

线程池 ​

线程池知识：
  ├─ ThreadPoolExecutor：核心线程 / 队列 / 最大线程 / 拒绝策略
  ├─ 动态线程池：配置中心热更新（Hippo4j / Dynamic-TP）
  ├─ 监控：活跃线程 / 排队 / 拒绝告警
  └─ 虚拟线程：Loom，高并发 I/O 场景吞吐提升
隔离实践：
  ├─ 核心链路与旁路任务分线程池
  ├─ 下游超时防止线程被占用
  └─ 拒绝策略兜底（CallerRuns / 降级）

十、维度间的关联 ​

一条请求串联九个维度 ​

以"下单"为例串联全部维度：
  调用链路：网关 → 订单服务 → 商品服务（Feign）
  配置管理：下单阈值配置（Nacos 动态下发）
  服务治理：订单接口限流、库存服务熔断
  可观测性：TraceId 贯穿、下单耗时指标
  安全：网关鉴权 + 用户头透传
  部署运维：版本灰度发布、实例扩缩容
  分布式事务：订单 + 扣库存全局事务（Seata）
  定时任务：超时未支付订单自动取消（XXL-Job）
  线程池：下单异步处理线程池监控

复盘方法 ​

复盘要点：
  ├─ 每个维度抓"一个核心机制"
  │    ├─ 发现：心跳 + 缓存
  │    ├─ 配置：长轮询 + 刷新
  │    ├─ 限流：滑动窗口
  │    ├─ 事务：镜像 + 补偿
  │    └─ 追踪：TraceId 透传
  ├─ 每个组件抓"入口类"
  │    ├─ Gateway：RoutePredicateHandlerMapping
  │    ├─ Feign：InvocationHandler
  │    ├─ Sentinel：CtSph
  │    └─ Seata：GlobalTransactionalInterceptor
  └─ 用一条业务请求把所有组件串起来

总结 ​

Spring Cloud 知识体系的九个维度可以压缩成三条主线：请求怎么走（调用链路 + 配置 + 治理）、数据怎么保（事务 + 任务 + 线程池）、系统怎么管（可观测 + 安全 + 部署）。每个维度抓住一个核心机制和一个入口类，再用一条真实业务请求把它们串成整体，就能形成"组件点 → 维度线 → 体系面"的完整认知。