1.ribbon负载均衡详解
2.PSATPAST电力系统软件
3.一文读懂PaaS、断路的代FaaS，器源运行微服务应该选择哪个？
4.springbootcloud组件

ribbon负载均衡详解

       æœåŠ¡ç«¯è´Ÿè½½å‡è¡¡ï¼šåœ¨å®¢æˆ·ç«¯å’ŒæœåŠ¡ç«¯ä¸­é—´ä½¿ç”¨ä»£ç†ï¼Œlvs  和 nginx。

        硬件负载均衡的设备或是软件负载均衡的软件模块都会维护一个下挂可用的服务端清单，通过心跳检测来剔除故障的服务端节点以保证清单中都是可以正常访问的服务端节点。当客户端发送请求到负载均衡设备的时候，该设备按某种算法（比如线性轮询、按权重负载、按流量负载等）从维护的可用服务端清单中取出一台服务端端地址，然后进行转发。

        客户端负载均衡：根据自己的情况做负载。Ribbon。

        客户端负载均衡和服务端负载均衡最大的区别在于 服务端地址列表的存储位置，以及负载算法在哪里。

        2、Spring Cloud的负载均衡机制的实现

        Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Ribbon实现客户端的负载均衡，负载均衡器提供很多对.netflix.client.conf.CommonClientConfigKey。

        <clientName>.<nameSpace>.NFLoadBalancerClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerRuleClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerPingClassName=xx

        <clientName>.<nameSpace>.NIWSServerListClassName=xx

        <clientName>.<nameSpace>.NIWSServerListFilterClassName=xx

        com.netflix.client.config.IClientConfig：Ribbon的客户端配置，默认采用com.netflix.client.config.DefaultClientConfigImpl实现。

        com.netflix.loadbalancer.IRule：Ribbon的负载均衡策略，默认采用com.netflix.loadbalancer.ZoneAvoidanceRule实现，该策略能够在多区域环境下选出最佳区域的实例进行访问。

        com.netflix.loadbalancer.IPing：Ribbon的实例检查策略，默认采用com.netflix.loadbalancer.NoOpPing实现，该检查策略是一个特殊的实现，实际上它并不会检查实例是否可用，而是始终返回true，默认认为所有服务实例都是可用的。

        com.netflix.loadbalancer.ServerList：服务实例清单的维护机制，默认采用com.netflix.loadbalancer.ConfigurationBasedServerList实现。

        com.netflix.loadbalancer.ServerListFilter：服务实例清单过滤机制，默认采org.springframework.cloud.netflix.ribbon.ZonePreferenceServerListFilter，该策略能够优先过滤出与请求方处于同区域的服务实例。

        com.netflix.loadbalancer.ILoadBalancer：负载均衡器，默认采用com.netflix.loadbalancer.ZoneAwareLoadBalancer实现，它具备了区域感知的能力。

        上面的配置是在项目中没有引入spring Cloud Eureka，如果引入了Eureka和Ribbon依赖时，自动化配置会有一些不同。

        通过自动化配置的实现，可以轻松的实现客户端的负载均衡。同时，针对一些个性化需求，我们可以方便的替换上面的这些默认实现，只需要在springboot应用中创建对应的实现实例就能覆盖这些默认的配置实现。

        @Configuration

        public class MyRibbonConfiguration {

            @Bean

            public IRule ribbonRule(){

                return new RandomRule();

            }

        }

        这样就会使用P使用了RandomRule实例替代了默认的com.netflix.loadbalancer.ZoneAvoidanceRule。

        也可以使用@RibbonClient注解实现更细粒度的客户端配置

       å¯¹äºŽRibbon的参数通常有二种方式：全局配置以及指定客户端配置

        全局配置的方式很简单

        只需要使用ribbon.<key>=<value>格式进行配置即可。其中，<key>代表了Ribbon客户端配置的参数名，<value>则代表了对应参数的值。比如，我们可以想下面这样配置Ribbon的超时时间

        ribbon.ConnectTimeout=

        ribbon.ServerListRefreshInterval=   ribbon获取服务定时时间

        全局配置可以作为默认值进行设置，当指定客户端配置了相应的key的值时，将覆盖全局配置的内容

        指定客户端的配置方式

        <client>.ribbon.<key>=<value>的格式进行配置.<client>表示服务名，比如没有服务治理框架的时候（如Eureka），我们需要指定实例清单，可以指定服务名来做详细的配置，

        user-service.ribbon.listOfServers=localhost:,localhost:,localhost:

        对于Ribbon参数的key以及value类型的定义，可以通过查看com.netflix.client.config.CommonClientConfigKey类。

        当在spring Cloud的应用同时引入Spring cloud Ribbon和Spring Cloud Eureka依赖时，会触发Eureka中实现的对Ribbon的自动化配置。这时的serverList的维护机制实现将被com.netflix.niws.loadbalancer.DiscoveryEnabledNIWSServerList的实例所覆盖，该实现会讲服务清单列表交给Eureka的服务治理机制来进行维护。IPing的实现将被com.netflix.niws.loadbalancer.NIWSDiscoveryPing的实例所覆盖，该实例也将实例接口的任务交给了服务治理框架来进行维护。默认情况下，用于获取实例请求的ServerList接口实现将采用Spring Cloud Eureka中封装的org.springframework.cloud.netflix.ribbon.eureka.DomainExtractingServerList，其目的是为了让实例维护策略更加通用，所以将使用物理元数据来进行负载均衡，而不是使用原生的AWS AMI元数据。在与Spring cloud Eureka结合使用的时候，不需要再去指定类似的user-service.ribbon.listOfServers的参数来指定具体的服务实例清单，因为Eureka将会为我们维护所有服务的实例清单，而对于Ribbon的参数配置，我们依然可以采用之前的两种配置方式来实现。

        此外，由于spring Cloud Ribbon默认实现了区域亲和策略，所以，可以通过Eureka实例的元数据配置来实现区域化的实例配置方案。比如可以将不同机房的实例配置成不同的区域值，作为跨区域的容器机制实现。而实现也非常简单，只需要服务实例的元数据中增加zone参数来指定自己所在的区域，比如：

        eureka.instance.metadataMap.zone=shanghai

        在Spring Cloud Ribbon与Spring Cloud Eureka结合的工程中，我们可以通过参数禁用Eureka对Ribbon服务实例的维护实现。这时又需要自己去维护服务实例列表了。

        ribbon.eureka.enabled=false.

        由于Spring Cloud Eureka实现的服务治理机制强调了cap原理的ap机制（即可用性和可靠性），与zookeeper这类强调cp（一致性，可靠性）服务质量框架最大的区别就是，Eureka为了实现更高的服务可用性，牺牲了一定的一致性，在极端情况下宁愿接受故障实例也不要丢弃"健康"实例。

        比如说，当服务注册中心的网络发生故障断开时候，由于所有的服务实例无法维护续约心跳，在强调ap的服务治理中将会把所有服务实例剔除掉，而Eureka则会因为超过%的实例丢失心跳而触发保护机制，注册中心将会保留此时的所有节点，以实现服务间依然可以进行互相调用的场景，即使其中有部分故障节点，但这样做可以继续保障大多数服务的正常消费。

        在Camden版本，整合了spring retry来增强RestTemplate的重试能力，对于我们开发者来说，只需要简单配置，即可完成重试策略。

        spring.cloud.loadbalancer.retry.enabled=true

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=

        user-service.ribbon.ConnectTimeout=

        user-service.ribbon.ReadTimeout=

        user-service.ribbon.OkToRetryOnAllOperations=true

        user-service.ribbon.MaxAutoRetriesNextServer=2

        user-service.ribbon.maxAutoRetries=1

        spring.cloud.loadbalancer.retry.enabled:该参数用来开启重试机制，它默认是关闭的。

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds：断路器的超时时间需要大于Ribbon的超时时间，不然不会触发重试。

        user-service.ribbon.ConnectTimeout：请求连接超时时间。

        user-service.ribbon.ReadTimeout：请求处理的超时时间

        user-service.ribbon.OkToRetryOnAllOperations：对所有操作请求都进行重试。

        user-service.ribbon.MaxAutoRetriesNextServer：切换实例的重试次数。

        user-service.ribbon.maxAutoRetries：对当前实例的重试次数。

        根据以上配置，当访问到故障请求的时候，它会再尝试访问一次当前实例（次数由maxAutoRetries配置），如果不行，就换一个实例进行访问，如果还是不行，再换一个实例访问（更换次数由MaxAutoRetriesNextServer配置），如果依然不行，返回失败

       é¡¹ç›®å¯åŠ¨çš„时候会自动的为我们加载LoadBalancerAutoConfiguration自动配置类，该自动配置类初始化条件是要求classpath必须要有RestTemplate这个类，必须要有LoadBalancerClient实现类。

        LoadBalancerAutoConfiguration为我们干了二件事，第一件是创建了LoadBalancerInterceptor拦截器bean，用于实现对客户端发起请求时进行拦截，以实现客户端负载均衡。创建了一个

        RestTemplateCustomizer的bean，用于给RestTemplate增加LoadBalancerInterceptor拦截器。

        每次请求的时候都会执行org.springframework.cloud.client.loadbalancer.LoadBalancerInterceptor的intercept方法，而LoadBalancerInterceptor具有LoadBalancerClient（客户端负载客户端）实例的一个引用，

        在拦截器中通过方法获取服务名的请求url（比如/p/1bddb5dc

        Spring cloud系列六 Ribbon的功能概述、主要组件和属性文件配置  

       /p/faffa

        本人有道云笔记中记录的参考文章

        文档：_ribbon 负载均衡.note

        链接：/noteshare?id=efc3efbbefd8ed0b9&sub=B0E6DFEEBDAF

PSATPAST电力系统软件

       PSAT，即Power System Analysis 断路的代Toolbox，是器源一个功能强大的电力系统分析软件包，它提供了多种关键功能。码断码印刷报价 源码首先，断路的代PF-潮流计算是器源研究电力系统问题的基础，采用标准牛顿-拉夫逊算法和快速解耦算法，码断码用户可以方便地通过*.mdl或*.m文件进行计算，断路的代并查看母线电压相角、器源有功和无功等详细结果。码断码潮流计算结果支持文本格式输出，断路的代便于与其他电力系统分析软件配合使用。器源

       OPF-最优潮流采用Mehrotra预测-修改的码断码内点法，支持多种目标函数，为电力系统优化提供了强大工具。SSSA-小信号分析则针对低频振荡问题，通过解析法计算Jacobian矩阵，确保了分析的精确性，对于跨大区输电安全至关重要。

       此外，TDS-时域仿真通过修改系统参数和专用故障描述文件实现，用户可以根据研究需要动态调整模型。PSAT的GUI-用户界面直观易用，支持丰富的模型库，包括潮流模型（如母线、变压器等）、电力市场模型、断路器模型、测量元件模型、电机模型、负荷模型、外汇短线指标源码控制器模型（如调速器、PSS等）、FACTS技术模型（如SVC、TCSC等）、直流输电模型以及分布式发电系统模型（如风机模型）等，满足不同电力系统元件和问题的研究需求。

       值得一提的是，由于其开源的特性，用户可以根据个人研究兴趣修改PSAT的源代码，将其与控制科学、信号处理等领域的最新思想结合，进行深度研究和创新。整体而言，PSAT是电力系统仿真计算的强大工具，为科研和实际应用提供了广泛的可能性。

一文读懂PaaS、FaaS，运行微服务应该选择哪个？

       大家好，我是小碗汤，今天分享一篇PaaS vs FaaS的对比选择，欢迎兄弟们留言讨论~

       我们都知道微服务是分布式进程，必须独立发布、部署和扩展。乍一看，平台即服务(PaaS)和函数即服务(FaaS)，又称无服务器。这两种云计算模型也能够在软件开发过程中，提供非常短的交付时间，从而促进创新和持续研究。

       然而，当深入研究它们的技术细节时，会很快意识到它们并不总是抓取指定页面源码适用在相同的场景。

       PaaS

       Platform-as-a-Service(平台即服务)是一种云模型，你提供源代码，平台将打包、发布、供给、部署、运行、监控和扩缩微服务。我能想到的最好的例子是Cloud Foundry， Heroku和谷歌 App Engine。

       你的应用程序在 PaaS 上至少有一个实例在运行。当需要通过SSE (Server-Sent-Events)、Websockets或RSocket实现通知推送时，这很方便。还有很多其他的好处，例如：及时处理传入的请求，在内存中保存数据(也称为进程内数据缓存)，实现断路器模式处理部分故障，或者利用连接池来调节工作负载和减少响应时间。

       FaaS

       Function-as-a-Service(函数即服务)指的是计算模型，在这个模型中，你的代码将被平台打包，并作为一些可配置事件(如 HTTP 请求、消息到达、文件上传)的结果，在有限时间内按需运行，之后可能随时被处理。这里的优秀代表有AWS Lambda， Azure 函数和谷歌云函数。

       我们可以用大量的functions来组装应用程序，但每个functions需要单独配置和部署。这就是dubbo如何调用源码为什么FaaS有时被称为纳米服务。

       考虑下面的图表，比较了使用无服务器框架(Lambda + API 网关)实现的项目和使用纯 Node.js 实现的项目之间的代码行。对于添加到软件系统中的每一个重要的功能，当使用无服务器架构时，维护项目所需的配置代码行数将以陡峭的线性速度增长。简而言之，从短期来看，无服务器架构的前景似乎不容乐观。

       经验

       我已经看到一些同事和公司倡导将FaaS作为一种方法，以避免构建和维护大量容器镜像以及跨各种环境协调的痛苦。

       我非常同意将管理基础设施的负担，从开发人员身上抽象出来的想法。然而，我们已经看到 PaaS 和 FaaS 都能够代表开发人员处理无差别的繁重工作，包括打包、部署和自动伸缩应用程序，以及管理安全、路由和日志聚合。

       没有必要仅仅为了避免大规模运行容器所带来的复杂性而采用 FaaS

       如果您的目标仅仅是提高开发人员的体验，那么您可能会发现，与 FaaS 相比，PaaS 以更低的复杂性和更少的侵入性来满足需求。我相信这一理念是数字平台模式越来越多人采用的原因。

       数字平台是自助服务 API、工具、服务、知识和支持的基础，是一个引人注目的内部产品。自主交付团队可以利用平台以更快的速度交付产品特性，减少协调。

       总结

       现在炒作 Serverless 似乎接近尾声，可以查看为何 Serverless 停滞不前和Serverless 未实现的xss读取整站源码潜力

       我认为，每一种模式都有各自的优点和缺点。在将我们的工作负载迁移到云上时，似乎总是没有万能的解决方案。混合的方法可能会帮助我们获得最好的结果。

       我目前的立场是:

       所以您在做决定之前先考虑自己的需求和环境，无论跟风或是什么原因，甚至可以做一些体验，这是这两种云计算模型提供的最大好处之一。

springbootcloud组件

       .SpringBoot和SpringCloud的关系

       很多人新手对于SpringBoot和SpringCloud的关系说不清楚、理解不清楚，本文抽出点时间来进行分享下自己的理解，以帮助大家更好的理解两者之间的关系。

       其设计目的之初是用来简化Spring应用的初始搭建以及开发过程。很多东西都是配置好的，约定大于配置，使用注解替代了很多xml臃肿的配置，极大的简化了项目配置的消耗，提供了高效的编程脚手架。

       Cloud相当于利用了SpringBoot的开发便利性巧妙地简化了分布式系统基础设施的开发，像是服务注册发现、配置中心、消息总线、负载均衡、断路器、数据监控等，都可以用SpringBoot的开发风格做到一键启动和部署，SpringCloud并没有重复的造轮子，把各家公司成熟，经得起考验的服务框架组合起来，通过SpringBoot屏蔽调复杂的配置和实现原理，留给开发者一套简单易懂、容易部署、容易维护的分布式开发工具包。

       其中的关系是：

       Spring-》SpingBoot-》SpringCloud

       Cloud的核心组件：

       感觉这个话题能写好多的东西，像是SpingCloud和Dubbbo的微服务选型等等再进行对比、比较优缺点，本篇就简单的进行了总结和介绍，希望能帮助到有困惑的朋友吧，后面有时间在写一些文章进行拓展和补充。

SpringCloud微服务体系的组成

       NetflixEureka是SpringCloud服务注册发现的基础组件

       Eureka提供RESTful风格(HTTP协议)的服务注册与发现

       Eureka采用C/S架构,SpringCloud内置客户端

       启用应用,访问

       Eureka客户端开发要点

       maven依赖spring-cloud-starter-netflix-eureka-clientapplication.yml

       配置eureka.client.service-url.defaultZone

       入口类增加@EnableEurekaClient

       先启动注册中心,在启动客户端,访问localhost:查看eureka注册中心,看到客户端注册

       Eureka名词概念

       Register-服务注册,向Eureka进行注册登记

       Renew-服务续约,秒/次心跳包健康检查.秒未收到剔除服务

       FetchRegistries-获取服务注册列表,获取其他微服务地址

       Cancel-服务下线,某个微服务通知注册中心暂停服务

       Eviction-服务剔除,秒未续约,从服务注册表进行剔除

       Eureka自我保护机制

       Eureka在运行期去统计心跳失败率在分钟之内是否低于%

       如果低于%，会将这些实例保护起来，让这些实例不会被剔除

       关闭自我保护:eureka.服务实例.

       enable-self-preservation:false

       PS:如非网络特别不稳定,建议关闭

       Eureka高可用配置步骤

       服务提供者defaultZone指向其他的Eureka

       客户端添加所有Eureka服务实例URL

       Actuator自动为微服务创建一系列的用于监控的端点

       Actuator在SpringBoot自带，SpringCloud进行扩展

       pom.xml依赖spring-boot-starter-actuator

       RestTemplate+@LoadBalanced显式调用

       OpenFeign隐藏微服务间通信细节

       Ribbon是RestTemplate与OpenFeign的通信基础

       Feign是一个开源声明式WebService客户端，用于简化服务通信

       Feign采用“接口+注解”方式开发，屏蔽了网络通信的细节

       OpenFeign是SpringCloud对Feign的增强，支持SpringMVC注解

       1.新建SpringbootWeb项目，applicationname为product-service

       在pom.xml中引入依赖

       spring-cloud-starter-alibaba-nacos-discovery作用为向Nacosserver注册服务。

       spring-cloud-starter-openfeign作用为实现服务调用。

       2.修改application.yml配置文件

       3.在启动类上添加@EnableDiscoveryClient、@EnableFeignClients注解

       4.编写OrderClientInterface

       注：/api/v1/order/test会在下面order-service声明。

       OrderClient.java

       5.编写Controller和service

       ProductController.java

       ProductService.java

       1.OpenFeign开启通信日志

       基于SpringBoot的logback输出,默认debug级别

       设置项：feign.client.config.微服务id.loggerLevel

       微服务id：default代表全局默认配置

       2.通信日志输出格式

       NONE:不输出任何通信日志

       BASIC:只包含URL、请求方法、状态码、执行时间

       HEADERS：在BASIC基础上，额外包含请求与响应头

       FULL：包含请求与响应内容最完整的信息

       3.OpenFeign日志配置项

       LoggerLevel开启通信日志

       ConnectionTimeout与ReadTimeout

       利用flix-hystrix-dashboard

       监控微服务利用@EnableHystrixDashboard开启仪表盘

       9.Hystrix熔断设置

       产生熔断的条件:

       当一个RollingWindow(滑动窗口）的时间内（默认：秒），最近次调用请求，请求错误率超过%，则触发熔断5秒，期间快速失败。

       TIPS:如秒内未累计到次，则不会触发熔断

       Hystrix熔断设置项:

       统一访问出入口,微服务对前台透明

       安全、过滤、流控等API管理功能

       易于监控、方便管理

       NetflixZuul

       SpringCloudGateway

       Zuul是Netflix开源的一个API网关,核心实现是Servlet

       SpringCloud内置Zuul1.x

       Zuul1.x核心实现是Servlet，采用同步方式通信

       Zuul2.x基于NettyServer，提供异步通信

       认证和安全

       性能监测

       动态路由

       负载卸载

       静态资源处理

       压力测试

       SpringCloudGateway，是Spring“亲儿子”

       SpringCloudGateway旨在为微服务架构提供一种简单而有效的统一的API路由管理方式

       Gateway基于Spring5.0与SpringWebFlux开发，采用Reactor响应式设计

       1.使用三部曲

       依赖spring-cloud-starter-netflix-zuul

       入口增加@EnableZuulProxy

       application.yml增加微服务映射

       2.微服务映射

       SpringCloudZuul内置Hystrix

       服务降级实现接口：FallbackProvider

       1.微服务网关流量控制

       微服务网关是应用入口，必须对入口流量进行控制

       RateLimit是SpringCloudZuul的限流组件

       RateLimit采用“令牌桶”算法实现限流

       2.什么是令牌桶

       1.Zuul的执行过程

       2.Http请求生命周期

       1.需要实现ZuulFilter接口

       shouldFilter()-是否启用该过滤器

       filterOrder()-设置过滤器执行次序

       filterType()-过滤器类型:pre|routing|post

       run()-过滤逻辑

       2.Zuul内置过滤器

       3.Zuul+JWT跨域身份验证

       1.SpringCloudConfig

       2.携程Apollo

       3.阿里巴巴Nacos

       1.依赖"spring-cloud-starter-config"

       2.删除application.yml,新建bootstrap.yml

       3.配置"配置中心"服务地址与环境信息

       1、微服务依赖"spring-boot-starter-actuator";

       2、动态刷新类上增加@RefreshScope注解

       3、通过/actuator/refresh刷新配置

       1、通过加入重试机制、提高应用启动的可靠性;

       2、重试触发条件1:配置中心无法与仓库正常通信

       3、重试触发条件2:微服务无法配置中心正常通信

       SpringCloud整体构架设计（一）

       SpringClound整体核心架构只有一点：Rest服务，也就是说在整个SpringCloud配置过程之中，所有的配置处理都是围绕着Rest完成的，在这个Rest处理之中，一定要有两个端：服务的提供者（Provider）、服务的消费者（Consumer），所以对于整个SpringCloud基础的结构就如下所示：

       既然SpringCloud的核心是Restful结构，那么如果要想更好的去使用Rest这些微服务还需要考虑如下几个问题。

       1、所有的微服务地址一定会非常的多，所以为了统一管理这些地址信息，也为了可以及时的告诉用户哪些服务不可用，所以应该准备一个分布式的注册中心，并且该注册中心应该支持有HA机制，为了高速并且方便进行所有服务的注册操作，在SpringCloud里面提供有一个Eureka的注册中心。

       对于整个的WEB端的构架（SpringBoot实现）可以轻松方便的进行WEB程序的编写，而后利用Nginx或Apache实现负载均衡处理，但是你WEB端出现了负载均衡，那么业务端呢？应该也提供有多个业务端进行负载均衡。那么这个时候就需要将所有需要参与到负载均衡的业务端在Eureka之中进行注册。

       在进行客户端使用Rest架构调用的时候，往往都需要一个调用地址，即使现在使用了Eureka作为注册中心，那么它也需要有一个明确的调用地址，可是所有的操作如果都利用调用地址的方式来处理，程序的开发者最方便应用的工具是接口，所以现在就希望可以将所有的Rest服务的内容以接口的方式出现调用，所以它又提供了一个Feign技术，利用此技术可以伪造接口实现。

       在进行整体的微架构设计的时候由于牵扯的问题还是属于RPC，所以必须考虑熔断处理机制，实际上所有的熔断就好比生活之中使用保险丝一样，有了保险丝在一些设备出现了故障之后依然可以保护家庭的电器可以正常使用，如果说现在有若干的微服务，并且这些微服务之间可以相互调用，例如A微服务调用了B微服务，B微服务调用了C微服务。

       如果在实际的项目设计过程之中没有处理好熔断机制，那么就会产生雪崩效应，所以为了防止这样的问题出现，SpringCloud里面提供有一个Hystrix熔断处理机制，以保证某一个微服务即使出现了问题之后依然可以正常使用。

       通过Zuul的代理用户只需要知道指定的路由的路径就可以访问指定的微服务的信息，这样更好的提现了java中的“key=value”的设计思想，而且所有的微服务通过zuul进行代理之后也更加合理的进行名称隐藏。

       在SpringBoot学习的时候一直强调过一个问题：在SpringBoot里面强调的是一个“零配置”的概念，本质在于不需要配置任何的配置文件，但是事实上这一点并没有完全的实现，因为在整个在整体的实际里面，依然会提供有application.yml配置文件，那么如果在微服务的创建之中，那么一定会有成百上千个微服务的信息出现，于是这些配置文件的管理就成为了问题。例如：现在你突然有一天你的主机要进行机房的变更，所有的服务的IP地址都可能发生改变，这样对于程序的维护是非常不方便的，为了解决这样的问题，在SpringCloud设计的时候提供有一个SpringCloudConfig的程序组件，利用这个组件就可以直接基于GIT或者SVN来进行配置文件的管理。

       在整体设计上SpringCloud更好的实现了RPC的架构设计，而且使用Rest作为通讯的基础，这一点是他的成功之处，由于大量的使用了netflix公司的产品技术，所以这些技术也有可靠的保证。

Spring全家桶笔记：Spring+SpringBoot+SpringCloud+SpringMVC

       最近我整理了一下一线架构师的Spring全家桶笔记：Spring+SpringBoot+SpringCloud+SpringMVC，分享给大家一起学习一下~文末免费获取哦

       Spring是一个轻量级控制反转(IoC)和面向切面(AOP)的容器框架。Spring框架是由于软件开发的复杂性而创建的。Spring使用的是基本的JavaBean来完成以前只可能由EJB完成的事情。然而，Spring的用途不仅仅限于服务器端的开发。从简单性、可测试性和松耦合性角度而言，绝大部分Java应用都可以从Spring中受益。

       1.1Spring面试必备题+解析

       1.2Spring学习笔记

       （1）Spring源码深入解析

       （2）Spring实战

       1.3Spring学习思维脑图

       SpringBoot是由Pivotal团队提供的全新框架，其设计目的是用来简化新Spring应用的初始搭建以及开发过程。该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。通过这种方式，SpringBoot致力于在蓬勃发展的快速应用开发领域(rapidapplicationdevelopment)成为领导者。

       2.1SpringBoot面试必备题+解析

       2.2SpringBoot学习笔记

       （1）SpringBoot实践

       （2）SpringBoot揭秘快速构建微服务体系

       2.3SpringBoot学习思维脑图

       springcloud是微服务架构的集大成者，将一系列优秀的组件进行了整合。基于springboot构建，对我们熟悉spring的程序员来说，上手比较容易。通过一些简单的注解，我们就可以快速的在应用中配置一下常用模块并构建庞大的分布式系统。

       3.1SpringCloud面试必备题+解析

       3.2SpringCloud学习笔记

       （1）SpringCloud参考指南

       SpringMVC是一种基于Java的实现MVC设计模式的请求驱动类型的轻量级Web框架，使用了MVC架构模式的思想，将web层进行职责解耦，基于请求驱动指的就是使用请求-响应模型，框架的目的就是帮助我们简化开发

       4.1SpringMVC面试必备题+解析

       4.2SpringMVC学习笔记

       （1）看透SpringMVC源代码分析与实践

       （2）精通SpringMVC

       最后分享一下一份JAVA核心知识点整理（PDF）

SpringBoot和SpringCloud的区别

       1、springcloud是基于springboot的一种框架，包括eureka、ribbon、feign、zuul、hystrix等

       2、SpringBoot可以离开SpringCloud独立使用开发项目,但是SpringCloud离不开SpringBoot

       3、Springboot是Spring的一套快速配置脚手架，可以基于springboot快速开发单个微服务；SpringCloud是一个基于SpringBoot实现的云应用开发工具；

       4、Springboot专注于快速、方便集成的单个个体，SpringCloud是关注全局的服务治理框架；

       5、springboot使用了默认大于配置的理念，很多集成方案已经帮你选择好了，能不配置就不配置，SpringCloud很大的一部分是基于Springboot来实现。

       6、Springboot可以离开SpringCloud独立使用开发项目，但是SpringCloud离不开Springboot，属于依赖的关系。

       Spring-SpringBootSpringCloud这样的关系