博客
关于我
05、简介-项目微服务划分图
阅读量:191 次
发布时间:2019-02-28

本文共 792 字,大约阅读时间需要 2 分钟。

基于前后分离的项目架构,前端系统主要包括admin-vue(后台管理系统)和shop-vue(前端网站系统)。admin-vue面向工作人员使用,shop-vue则为公众提供服务,目前已完成手机app及小程序开发,后续将重点关注前端功能的完善。

前端请求通过API网关入口进入业务微服务群。网关负责完成预处理工作,包括限流、鉴权、熔断降级、请求过滤、路由分配以及负载均衡等功能,确保请求安全、稳定地进入业务微服务群。

业务微服务群主要负责具体的业务处理。根据具体功能名称推测,涉及的服务可能包括订单服务、用户服务、库存服务、支付服务等。每个服务的功能实现需要结合实际业务需求进行详细设计和开发。

在微服务治理方面,我们采用了Spring Cloud Alibaba组件,包括:

  • Nacos:作为服务发现注册中心和配置中心,实现微服务的动态配置管理
  • Seata:作为分布式事务处理框架,确保微服务间的高效协调
  • Sentinel:提供服务容错、降级、限流等流量管理功能
  • Feign:用于微服务间的远程调用,简化声明式的HTTP客户端开发
  • Gateway:作为统一的API网关,负责接口的安全接入和流量控制
  • 同时,我们还集成了服务追踪体系,采用Sleth和Zipkin进行服务调用链的可视化分析,确保微服务系统的健康运行。状态监控采用Prometheus和Grafana,实现对整个应用状态的实时监控。

    数据存储和计算层采用了Redis作为缓存,MySQL作为持久化存储。为了应对高并发和复杂的数据查询,后续将使用ShardingSphere进行数据库的分库分表操作,实现数据的横向扩展。

    消息队列方面,采用RabbitMQ,支持异步任务处理和消息分发。全文检索功能则由Elasticsearch提供支持。静态资源管理采用阿里云的对象存储服务,确保图片、视频等静态资源的快速访问和高效存储。

    转载地址:http://umki.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>