微服务治理面试题
微服务治理核心:服务发现、网关、限流、熔断、链路追踪、配置中心。
一、概述
1. 微服务相比单体架构的优缺点?
- 优点:独立部署、技术栈灵活、易扩展、故障隔离、团队自治。
- 缺点:系统复杂度高、运维成本高、分布式事务/一致性问题、调试难、网络开销。
2. 服务拆分的原则?
- 单一职责、高内聚低耦合、按业务域(DDD 限界上下文)拆分、数据独立、避免过度拆分。
3. 什么是服务治理?
- 服务的注册发现、负载均衡、限流、熔断、降级、配置管理、链路追踪、灰度发布等一系列管理手段。
二、注册发现与网关
4. 服务注册与发现原理?
- 服务启动时向注册中心注册自己的地址,调用方从注册中心拉取服务地址列表,客户端负载均衡调用,配合心跳健康检查剔除故障节点。
5. Eureka 和 Nacos 区别?
- Eureka:AP 模型,Netflix 出品,已停止更新。
- Nacos:AP + CP 可切换,支持配置中心,阿里出品,生态活跃。
6. 网关的作用?
- 统一入口、路由转发、鉴权、限流、熔断、日志、协议转换、灰度发布。
7. 网关和 Nginx 区别?
- Nginx:流量层反向代理、负载均衡、静态资源、性能高,配置简单。
- 网关(Gateway):应用层,支持动态路由、服务发现、限流熔断、鉴权等微服务能力。
三、限流
8. 限流算法有哪些?
- 计数器(固定窗口):简单但有临界问题。
- 滑动窗口:解决固定窗口临界问题。
- 漏桶:恒定速率流出,平滑流量。
- 令牌桶:固定速率放令牌,可应对突发流量(常用)。
9. 令牌桶和漏桶区别?
- 漏桶:强制恒定速率,适合保护系统。
- 令牌桶:允许一定突发,适合网关限流(更灵活)。
10. 限流工具?
- 网关层:Sentinel、Gateway 内置。
- 中间件:Redis + Lua 脚本实现分布式限流。
- 单机:Guava RateLimiter。
11. 分布式限流如何实现?
- Redis + Lua 脚本原子操作(如固定窗口计数器、令牌桶),保证多实例下限流准确。
四、熔断与降级
12. 熔断、降级、限流区别?
- 限流:控制进入系统的流量,超出丢弃/排队。
- 熔断:下游故障时快速失败,避免雪崩,故障恢复后关闭熔断。
- 降级:服务不可用时返回兜底逻辑(如默认值、缓存)。
13. 什么是服务雪崩?
- 一个服务故障导致依赖它的服务连锁故障,最终整个系统崩溃。
- 解决:熔断、降级、限流、超时控制、资源隔离。
14. 熔断器的三种状态?
- 关闭(正常)→ 打开(熔断,快速失败)→ 半开(试探放行部分请求)→ 恢复关闭。
15. Hystrix 和 Sentinel 区别?
- Hystrix:Netflix 出品,已停止维护,线程池/信号量隔离。
- Sentinel:阿里出品,更灵活,支持流量控制、熔断降级、系统自适应保护、规则动态配置,中文生态好。
16. 服务间调用超时如何设置?
- 合理设置连接超时和读超时,配合重试(注意幂等)、熔断,避免线程池耗尽。
五、链路追踪与监控
17. 链路追踪的作用和原理?
- 定位分布式调用中的性能瓶颈和故障。
- 原理:一次请求生成全局 traceId,跨服务透传,每个服务段记录 span,最终拼成调用链。
- 工具:SkyWalking、Zipkin、Jaeger、Sleuth + Zipkin。
18. traceId 如何透传?
- 通过 HTTP 头、RPC 元数据(如 ThreadLocal 存储 + 传递到下游),日志打印带上 traceId,方便关联查询。
19. 微服务监控指标?
- 系统:CPU、内存、磁盘、网络。
- 应用:QPS、RT、错误率、线程池、GC。
- 中间件:连接数、慢查询。
- 工具:Prometheus + Grafana、SkyWalking。
六、配置中心
20. 配置中心的作用?
- 集中管理配置、动态刷新、环境隔离、权限审计、版本管理。
- 工具:Nacos、Apollo、Spring Cloud Config。
21. 配置动态刷新如何实现?
- 配置中心变更通知 → 客户端监听 → 刷新本地配置(如
@RefreshScope或 Apollo 的自动更新)。
七、灰度与发布
22. 灰度发布/金丝雀发布?
- 先让一小部分用户使用新版本,观察无问题后逐步放量,降低发布风险。
23. 如何实现灰度?
- 网关按用户/流量比例路由到新版本,或注册中心标签路由。