大家好，今天给大家介绍一个非常热门的技术，同时也是面试的时候面试官特别喜欢问的一个话题，那就是 SpringCloudAlibaba 的底层原理。
现在大家都知道，SpringCloudAlibaba 风靡 Java 开发行业，各个公司都在用这套技术，所以咱们 Java 工程师出去面试，面试官对 SpringCloudAlibaba 都搞成了面试必问选项了，但凡面试，总会有面试官问问：“兄弟，SpringCloudAlibaba 玩儿过吗？能聊聊 SpringCloudAlibaba 的底层原理吗？”
这个时候你要是一脸懵圈的说：“兄弟，我们玩儿的是 SpringCloud 啊，你后面加个 Alibaba 干什么？这东西什么时候跟阿里扯上钩了？”要是面试时你这么回答，那么恭喜你，基本上面试官应该会借口肚子疼要上厕所，然后 30 分钟就结束这场面试了。
所以说，咱们这篇文章，就是希望各位兄弟别出现上面那种 30 分钟就被迫结束面试的窘迫问题。
今天我们先一步一步的来让大家理解一下 SpringCloudAlibaba 里面都包含哪些技术组件，在系统里都是用来干什么的，然后再给大家分析一下这些技术底层的原理。
首先，假设你们公司有两个系统，咱们就假设是系统 A 和系统 B 吧，这俩系统现在的需求就是要让系统 A 可以发送一个请求给系统 B 来实现系统间的接口调用。
咱们看下面这个图：
现在有一个最大的问题，系统 A 是部署在一台服务器上的，系统 B 又是部署在另外一台服务器上的，那系统 A 怎么可能莫名其妙的就知道系统B部署在哪台机器上呢？
这就好比说，您在大马路上走着走着，看到一个美女，回家了特别想微信联系她一下，结果您都不知道她的微信号，没加过好友，凭空也没法跟美女搭讪啊！
那跟美女搭讪的正确姿势应该是什么呢？这得有一个前提，就是您有一个中间的朋友，他认识那美女有人家的微信号，这个时候你可以找那中间的朋友要到人家微信号，再根据微信号加人家美女好友，接着就可以实现无缝情感沟通啦！
开个玩笑，上面仅仅是枯燥技术文章中的一个插曲，其实对于您的系统 A 来说，这时就必须引入一个 SpringCloudAlibaba 的关键技术组件，叫做 Nacos。
大家请擦亮眼睛，这个 Nacos 是一个关键名词，一定要记住了，他的学术定位叫做“服务注册中心”。
这个 Nacos 就类似上面说的那个有美女微信号的第三方朋友，他是知道你的系统B部署在哪台机器上的，因为系统 B 在启动的时候会主动向 Nacos 服务注册中心进行服务注册，告诉 Nacos 说自己部署在哪台机器上，自己的机器 ip 地址是 172.86.76.251，自己的端口号是 20880。
大家看下图：
这个时候，系统 A 如果想要调用系统B的接口，就可以发送请求给 Nacos 服务注册中心说，兄弟，能告诉我系统 B 部署在哪台机器上吗？我想调用一下他的接口，这个动作有专业术语，叫做“服务发现”。
然后呢，Nacos 服务注册中心绝对会很大方的把系统 B 的微信号，奥不对，是系统 B 的机器 ip 和端口号都告诉你的。
这时系统 A 知道了系统 B 的 ip 地址和端口号，就可以发送请求过去调用系统 B 的接口了，大家请看下图：
我们再来看下一个问题，假设系统 B 是个大美女，然后还有多个孪生姐妹花，也就是说系统 B 部署在了多台服务器上，我们管这种情况叫做系统 B 有多个服务实例部署在了多台服务器上，然后这个时候系统 A 想要调用系统 B，应该怎么办呢？
我们看下图：
其实也很简单，系统 B 的每个服务实例部署了一台机器后，他们都得对 Nacos 服务注册中心发起服务注册的请求，所以 Nacos 是知道系统 B 部署的每台机器的 ip 地址和端口号的，看下图。
然后这个系统 A 找 Nacos 进行服务发现的时候，一下子就会发现系统 B 部署在了两台机器上，也就是说两台机器的 ip 地址和端口号他都会发现。这个时候问题就来了，系统 A 很犹豫啊，到底调用系统 B 的哪个机器呢？
很简单，他可以第一次调用机器 1，第二次调用机器 2，第三次调用机器 1，第四次机器 2，以此类推，循环往复，这个过程叫做负载均衡，系统 A 可以通过负载均衡把自己的所有请求均匀的分发给系统 B 的每台机器，看下图。
那么下一个问题又来了，系统 A 如果要想办法去调用系统B的某个接口的话，就必须要跟系统 B 建立一个网络连接，然后通过这个网络连接发送请求过去给系统 B。
接着系统 B 收到了请求，以后就会调用自己本地的某个接口的代码，然后再把响应结果通过网络连接返回给系统 A，这个过程就叫做 RPC 远程调用，看下图。
其实这个 RPC 调用的过程，说白了就类似于跟人聊微信的过程，微信聊天你总得先加个好友，完了再发个消息过去，接着人家再给你回一个消息吧？
没错，咱们这 RPC 调用也是同理，你两台机器总得先建立个网络连接，然后系统 A 发个请求过去，系统 B 本地代码执行一下，再返回个响应给你。
那现在问题来了，这个系统 A 那里要对系统 B 部署的多台机器实现负载均衡，然后建立网络连接，接着发起 RPC 调用，就是系统 A 发个请求过去，系统 B 执行一下代码返回个响应，就这套看起来很复杂的流程是谁负责搞定的呢？
简单，就是 SpringCloudAlibaba 里的另外一个关键组件，Dubbo。
这个 Dubbo 就是一个 RPC 的框架，他就是专门负责帮你做负载均衡、网络连接、RPC 调用这些事情的的，这是 SpringCloudAlibaba 组件体系中的第二个关键组件。
大家看下图：
接着再来讨论下一个问题，很多人可能知道，也可能不知道，那就是：一台 4 核 8G 的服务器，每秒钟可以抗多少并发请求？
有一些兄弟平时玩儿过高并发系统，应该是知道这个数值的，那就是 4 核 8G 的服务器上部署的如果是一个 java 系统，这个 java 系统连接的是 MySQL 数据库的话，那么通常来说，这一台服务器每秒大致可以抗 1000 以内的 QPS，如下图，每秒 1000 请求我还特意标红了。
这是为什么呢？原因很简单，我们要从两个维度来分析：
第一个维度是，我们的系统 A 有多少个线程来处理请求，每个请求要耗费多少 ms 来完成，每个线程每秒可以执行多少个请求。
第二个维度是，我们系统 A 的 n 多线程拼命处理请求，这个时候会对机器的 CPU 负载造成多大压力，大概所有线程每秒处理多少请求的时候，机器的 CPU 就扛不住了。
把这两个问题解决清楚了，也就知道系统每秒可以抗多少请求了。
首先看第一个维度，系统 A 一般来说对外接受用户的请求，都是通过 Tomcat 这种 web 服务器，对外用 spring mvc 提供 controller 这种接口的，接收的都是 http 请求。
所以实际上 tomcat 一般来说，我们都会配置 200 左右的线程，就是说系统 A 有 200 个线程会并发的处理用户发来的请求，如下图。
那么下一个问题来了：tomcat 线程处理一个请求要耗费多长时间？
这个就不好说了，因为一个线程处理一个请求的时候，往往会执行你自己写的一大堆业务代码，从 controller 到 service 再到 dao，如果你用 mybatis 做数据持久层框架，那么应该会用 mybatis mapper 执行一大堆的 SQL 语句。
这往往取决于你的系统代码有多复杂，执行的 SQL 语句有多复杂，要执行多少个 SQL，数据库里的表数据是万级、十万级、还是百万级，甚至是千万级、亿级。
所以影响因素太多，我们这里取一个不多不少的均值，假设你一个请求需要调用 n 多次数据库，执行 n 个 SQL 语句，而且数据库里的数据量还小，基本在十万到百万级，那么此时大概你一个请求处理要耗费 200ms，如下图。
所以一个简单的小学公式就可以计算出来了，你一个线程处理一个请求要耗费 200ms，那么每秒就可以处理 5 个请求，你有 200 个线程，每秒可以处理 200*5=1000 个请求，这个小学生级别的算数大家没问题吧？
所以说，按这个维度来说，系统 A 部署在 4 核 8G 的系统上，连接了 MySQL 数据库，然后开 200 个 tomcat 线程处理请求，每秒处理 1000 个请求是比较合理的。
第二个维度呢？就是 CPU 负载这个角度来看，其实也是差不多的，这个没法用算数来计算，只能告诉大家一个经验值，那就是当你的系统部署在 4 核 8G 机器上，连接 MySQL 数据库，然后每个请求都要执行一堆 SQL 语句的时候，往往你的系统每秒处理到 1000 左右的请求量，你的机器 CPU 负载就会达到 80% 甚至 90% 的使用率，这个时候系统负载已经很高了，再让机器处理更多请求，他已经完全就做不到了。
好，那么针对这个系统 A 每秒可以处理 1000 个请求的经验值，我们来考虑一个问题，万一要是你公司搞个活动，突然之间每秒有 2000 个请求过来，或者是被黑客来了个攻击，每秒的请求数量特别多，这个时候你怎么办？
显而易见你的系统 A 会被打死，如下图：
所以这个时候怎么办呢？我们就得引入 SpringCloudAlibaba 里的第三个组件了，就是 Sentinel，这个 Sentinel 就是帮助你的系统实现流量防护的。
当你在系统 A 里加入 Sentinel 以后，如果要是每秒请求超过了 1000，Sentinel 会直接帮你把多出来的那些请求都直接拒绝掉，这就叫做限流，限制你的系统可以处理的请求数量，这样就可以保护你的系统不会被打死，如下图。
那现在我们已经搞明白 SpringCloudAlibaba 里的三个组件的运行原理和使用场景了，Nacos 是服务注册中心，Dubbo 是 RPC 调用框架，Sentinel 是流量防护组件，接着来看最后一个组件，那就是 Seata，分布式事务组件。
既然提到了分布式事务，那就肯定是跟事务是有关系的了，这个事务相信大家都知道，就是我们对 MySQL 可以开启一个事务，事务里执行 n 条 SQL，但凡有一个 SQL 失败了，事务就会回滚，这 n 个 SQL 都不会生效的。
可是在系统 A 调用系统 B 这种分布式的场景下，事务会怎么样呢？
大家看下图，假设系统 A 处理一个请求的时候，先对自己的数据库执行了一堆 SQL，提交了事务 A，然后通过 Dubbo 发起 RPC 调用系统 B，系统 B 对自己的数据库执行了一堆 SQL，提交了事务 B。
那么现在问题来了，假设我系统 A 的事务 A 都提交了，结果到系统 B 的时候，事务 B 执行失败，事务 B 回滚了，这可怎么整？
也就是说一个请求的处理不一致了，一个系统的事务成功都提交完了，没法回滚了，另外一个系统的事务失败了！
别着急，只要你引入 Seata 分布式事务框架，就可以轻松搞定这个问题，Seata 这个框架会自动记录你的事务 A 执行的 SQL 语句的逆向补偿 SQL。
什么意思呢？假设你事务 A 执行的是 insert，那么 Seata 就知道补偿的时候可以 delete 删除。
假设你执行的是 update，那么 Seata 就可以记录你 update 之前的老数据，补偿的时候可以把数据重新 update 回老版本数据，而且这个逆向补偿日志也是记录在数据库里的，如下图。
接着 Seata 还会提供一个 Seata server 来监控你的各个系统的事务执行情况，系统 A 的事务 A 执行成功了得告诉 Seata server，系统 B 的事务 B 执行失败了也得告诉 Seata server，如下图。
当 Seata server 知道你的系统 B 的事务 B 执行失败了，他会告诉系统 A 里的 Seata 框架，小兄弟，人家系统 B 都失败了，你赶紧的吧，别墨迹，把你之前记录的事务 A 逆向补偿日志拿出来，把你之前提交的事务恢复到提交前的数据状态，搞一个逆向回滚，如下图。
好了，到此为止，就给大家把 SpringCloudAlibaba 组件体系的几个组件的使用场景和工作原理介绍清楚了，包括 Nacos 服务注册中心、Dubbo RPC 调用框架、Sentinel 流量防护组件、Seata 分布式事务组件，大家看看上面的那个图，是不是很有成就感？
