hello，大家好呀，我是小樓。今天不寫BUG，來聊一聊注冊中心。

標題本來想叫《如何設計一個注冊中心》，但網上已經有好多類似標題的文章了。所以打算另辟蹊徑，換個角度，如何組裝一個注冊中心。

組裝意味著不必從0開始造輪子，這也比較符合許多公司對待自研基礎組件的態度。

知道如何組裝一個注冊中心有什么用呢？

第一可以更深入理解注冊中心。以我個人經歷來說，注冊中心的第一印象就是Dubbo的Zookeeper（以下簡稱zk），后來逐漸深入，學會了如何去zk上查看Dubbo注冊的數據，并能排查一些問題。后來了解了Nacos，才發現，原來注冊中心還可以如此簡單，再后來一直從事服務發現相關工作，對一些細枝末節也有了一些新的理解。

第二可以學習技術選型的方法，注冊中心中的每個模塊，都會在不同的需求下有不同的選擇，最終的選擇取決于對需求的把握以及技術視野，但這兩項是內功，一時半會練不成，學個選型的方法還是可以的。

本文打算從需求分析開始，一步步拆解各個模塊，整個注冊中心以一種如無必要，勿增實體的原則進行組裝，但也不會是個玩具，向生產可用對齊。

當然在實際項目中，不建議重復造輪子，盡量用現成的解決方案，所以本文僅供學習參考。

需求分析

本文的注冊中心需求很簡單，就三點：可注冊、能發現、高可用。

服務的注冊和發現是注冊中心的基本功能，高可用則是生產環境的基本要求，如果高可用不要求，那本文可講解的內容就很少，上圖中的高可用標注只是個示意，高可用在很多方面都有體現。

至于其他花里胡哨的功能，我們暫且不表。

我們這里介紹三個角色，后文以此為基礎：

• 提供者（Provider）：服務的提供方（被調用方）
• 消費者（Consumer）：服務的消費方（調用方）
• 注冊中心（Registry）：本文主角，服務提供列表、消費關系等數據的存儲方

接口定義

注冊中心和客戶端（SDK）的交互接口有三個：

• 注冊（register），將服務提供方注冊到注冊中心
• 注銷（unregister），將注冊的服務從注冊中心中刪除
• 訂閱（subscribe），服務消費方訂閱需要的服務，訂閱后提供方有變更將通知到對應的消費方

注冊、注銷可以是服務提供方的進程發起，也可以是其他的旁路程序輔助發起，比如發布系統在發布一臺機器完成后，可調用注冊接口，將其注冊到注冊中心，注銷也是類似流程，但這種方式并不多見，而且如果只考慮實現一個注冊中心，必然是可以單獨運行的，所以通常注冊、注銷由提供方進程負責。

有了這三個接口，我們該如何去定義接口呢？注冊服務到底有哪些字段需要注冊？訂閱需要傳什么字段？以什么序列化方式？用什么協議傳輸？

這些問題接踵而來，我覺得我們先不急著去做選擇，先看看這個領域有沒有相關標準，如果有就參考或者直接按照標準實現，如果沒有，再來分析每一點的選擇。

服務發現還真有一套標準，但又不完全有。它叫OpenSergo，它其實是服務治理的一套標準，包含了服務發現：

OpenSergo 是一套開放、通用的、面向分布式服務架構、覆蓋全鏈路異構化生態的服務治理標準，基于業界服務治理場景與實踐形成通用標準規范。OpenSergo 的最大特點就是以統一的一套配置/DSL/協議定義服務治理規則，面向多語言異構化架構，做到全鏈路生態覆蓋。無論微服務的語言是 Java, Go, Node.js 還是其它語言，無論是標準微服務還是 Mesh 接入，從網關到微服務，從數據庫到緩存，從服務注冊發現到配置，開發者都可以通過同一套 OpenSergo CRD 標準配置針對每一層進行統一的治理管控，而無需關注各框架、語言的差異點，降低異構化、全鏈路服務治理管控的復雜度。

官網：https://opensergo.io/

我們需要的服務注冊與發現也被納入其中：

說有但也不是完全有是因為這個標準還在建設中，服務發現相關的標準在寫這篇文章的時候還沒有給出。

既然沒有標準，可以結合現有的系統以及經驗來定義，這里我用json的序列化方式給出，以下為筆者的總結，不能囊括所有情形，需要時根據業務適當做一些調整：

服務注冊入參?

{
  "application":"provider_test", // 應用名
  "protocol":"http", // 協議
  "addr":"127.0.0.1:8080", // 提供方的地址
  "meta":{ // 攜帶的元數據，以下三個為示例
    "cluster":"small",
    "idc":"shanghai",
    "tag":"read"
  }
}

服務訂閱入參

{
    "subscribes":[
        {
            "provider":"test_provider1", // 訂閱的應用名
            "protocol":"http", // 訂閱的協議
            "meta":{ // 攜帶的元數據，以下為示例
                "cluster":"small",
                "idc":"shanghai",
                "tag":"read"
            }
        },
        {
            "provider":"test_provider2",
            "protocol":"http",
            "meta":{
                "cluster":"small",
                "tag":"read"
            }
        }
    ]
}

服務發現出參

{
    "version":"23des4f", // 版本
    "endpoints":[ // 實例
        {
            "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"
            }
        }
    ]
}

變更推送 & 服務健康檢查

有了定義，我們如何選擇序列化方式？選擇序列化方式有兩個重要參考點：

• 語言的適配程度，比如 json 幾乎所有編程語言都能適配。除非能非常確定5-10年內不會有多語言的需求，否則我還是非常建議你選擇一個跨語言的序列化協議
• 性能，序列化的性能包含了兩層意思，序列化的速度（cpu消耗）與序列化后的體積，設想一個場景，一個服務被非常多的應用訂閱，如果此時該服務發布，則會觸發非常龐大的推送事件，此時注冊中心的cpu和網絡則有可能被打滿，導致服務不可用

至于編程語言的選擇，我覺得應該更加偏向團隊對語言的掌握，以能hold住為最主要，這點沒什么好說的，一般也只會在 Java / Go 中去選，很少見用其他語言實現的注冊中心。

對于注冊、訂閱接口，無論是基于TCP的自定義私有協議，還是用HTTP協議，甚至基于HTTP2的gRPC我覺得都可以。

但變更推送這個技術點的實現，有多種實現方式：

• 定時輪詢，每隔一段時間向注冊中心請求查詢訂閱的服務提供列表
• 長輪詢，向注冊中心查詢訂閱的服務提供列表，如果列表較上次沒有變化，則服務端hold住請求，等待有變化或者超時（較長時間）才返回
• UDP推送，服務列表有變化時通過UDP將事件通知給客戶端，但UDP推送不一定可靠，可能會丟失、亂序，故要配合定時輪詢（較長時間間隔）來作為一個兜底
• TCP長連接推送，客戶端與注冊中心建立一個TCP長連接，有變更時推送給客戶端

從實現的難易、實時性、資源消耗三個方面來比較這四種實現方式：

似乎我們不好抉擇到底使用哪種方式來做推送，但以我自己的經驗來看，定時輪詢應該首先被排除，因為即便是一個初具規模的公司，定時輪詢的消耗也是巨大的，更何況這種消耗隨著實時性以及服務的規模日漸龐大，最后變得不可維護。

剩下三種方案都可以選擇，我們可以繼續結合服務節點的健康檢查來綜合判斷。

服務啟動時注冊到注冊中心，當服務停止時，從注冊中心摘除，通常摘除會借助劫持kill?信號實現，如果是Java則有封裝好的ShutdownHook，當進程被 kill 時，觸發劫持邏輯，從注冊中心摘除，實現優雅退出。

但事情不總是如預期，如果有人執行了kill -9強制殺死進程，或者機器出現硬件故障，會導致提供者還在注冊中心，但已無法提供服務。

此時需要一種健康檢查機制來確保服務宕機時，消費者能正常感知，從而切走流量，保證線上服務的穩定性。

關于健康檢查機制，在之前的文章《??服務探活的五種方式??》中有專門的總結，這里也列舉一下，以便做出正確的選擇：

我們暫時無法控制調用動作，故而前2項依賴消費者的方案排除，提供者上報心跳如果規模較小還好，上點規模也會不堪重任，這點在Nacos中就體現了，Nacos 1.x版本使用提供者上報心跳的方式保持服務健康狀態，由于每次上報健康狀態都需要寫入數據（最后健康檢查時間），故對資源的消耗是非常大的，所以Nacos 2.0版本后就改為了長連接會話保持健康狀態。

所以健康檢查我個人比較傾向最后兩種方案：注冊中心主動探測與提供者與注冊中心會話保持的方式。

結合上述變更推送，我們發現如果實現了長連接，好處將很多，很多情況下，一個服務既是消費者，又是提供者，此時一條TCP長連接可以解決推送和健康檢查，甚至在注冊注銷接口的實現，我們也可以復用這條連接，可謂是一石三鳥。

長連接技術選型

長連接的技術選型，在《Nacos架構與原理》這本電子書中有有詳細的介紹，我覺得這部分堪稱技術選型的典范，我們參考下，本節內容大量參考《Nacos架構與原理》，如有雷同，那便是真是雷同。

首先是長連接的核心訴求：

圖來自《Nacos架構與原理》

• 低成本快速感知：客戶端需要在服務端不可用時盡快地切換到新的服務節點，降低不可用時間

客戶端正常重啟：客戶端主動關閉連接，服務端實時感知

服務端正常重啟 : 服務端主動關閉連接，客戶端實時感知

• 防抖：網絡短暫不可用，客戶端需要能接受短暫網絡抖動，需要一定重試機制，防止集群抖動，超過閾值后需要自動切換 server，但要防止請求風暴
• 斷網：斷網場景下，以合理的頻率進行重試，斷網結束時可以快速重連恢復
• 低成本多語言實現：在客戶端層面要盡可能多的支持多語言，降低多 語言實現成本
• 開源社區：文檔，開源社區活躍度，使用用戶數等，面向未來是否有足夠的支持度

據此，我們可選的輪子有：

我比較傾向gRPC，而且gRPC的社區活躍度要強于Rsocket。

數據存儲

注冊中心數據存儲方案，大致可分為2類：

• 利用第三方組件完成，如Mysql、Redis等，好處是有現成的水平擴容方案，穩定性強；壞處是架構變得復雜
• 利用注冊中心本身來存儲數據，好處是無需引入額外組件；壞處是需要解決穩定性問題

第一種方案我們不必多說，第二種方案中最關鍵的就是解決數據在注冊中心各節點之間的同步，因為在數據存儲在注冊中心本身節點上，如果是單機，機器故障或者掛掉，數據存在丟失風險，所以必須得有副本。

數據不能丟失，這點必須要保證，否則穩定性就無從談起了。保證數據不丟失怎么理解？在客戶端向注冊中心發起注冊請求后，收到正常的響應，這就意味著數據存儲了起來，除非所有注冊中心節點故障，否則數據就一定要存在。

如下圖，比如提供者往一個節點注冊數據后，正常響應，但是數據同步是異步的，在同步完成前，nodeA節點就掛掉，則這條注冊數據就丟失了。

所以，我們要極力避免這種情況。

而一致性算法（如raft）就解決了這個問題，一致性算法能保證大部分節點是正常的情況下，能對外提供一致的數據服務，但犧牲了性能和可用性，raft算法在選主時便不能對外提供服務。

有沒有退而求其次的算法呢？還真有，像Nacos、Eureka提供的AP模型，他們的核心點在于客戶端可以recover數據，也就是注冊中心追求最終一致性，如果某些數據丟失，服務提供方是可以重新將數據注冊上來。

比如我們將提供方與注冊中心之間設計為長連接，提供方注冊服務后，連接的節點還沒來得及將數據同步到其他節點就掛了，此時提供方的連接也會斷開，當連接重新建立時，服務提供方可以重新注冊，恢復注冊中心的數據。

對于注冊中心選用AP、還是CP模型，業界早有爭論，但也基本達成了共識，AP要優于CP，因為數據不一致總比不可用要好吧？你說是不是。

高可用

其實高可用的設計散落在各個細節點，如上文提到的數據存儲，其基本要求就是高可用。除此之外，我們的設計也都必須是面向失敗的設計。

假設我們的服務器會全部掛掉，怎樣才能保持服務間的調用不受影響？

通常注冊中心不侵入服務調用，而是在內存（或磁盤）中緩存一份服務列表，當注冊中心完全掛了，大不了這份緩存不再更新，但也不影響現有的服務調用，但新應用啟動就會受到影響。

總結

本文內容略多，用一幅圖來總結：

組裝一個線上可用的注冊中心最小集，從需求分析出發，每一步都有許多選擇，本文通過一些核心的技術選型來描繪出一個大致藍圖，剩下的工作就是用代碼將這些組裝起來。