推荐序 7 前⾔ 9 序言 9 简介 13 Nacos 简介 13 Nacos 架构 17 Nacos 总体设计 17 Nacos 架构 17 Nacos 配置模型 21 Nacos 内核设计 28 Nacos ⼀致性协议 28 Nacos 自研 Distro 协议 38 Nacos 通信通道 42 Nacos 寻址机制 56 Nacos 服务发现模块 63 Nacos 注册中心的设计原理 掌门教育微服务体系 Solar | 阿里巴巴 Nacos 企业级落地下篇 224 虎牙直播在微服务改造的实践总结 239 虎牙在全球 DNS 秒级生效上的实践 249 叽里呱啦 Nacos 1.1.2 升级 1.4.1 最佳实践 267 服务发现最佳实践 281 Eureka 平滑迁移 Nacos 方案 281 Nacos 打通 CMDB 实现就近访问 288 跨注册中心服务同步实践 298 张斌斌 李志鹏（怀成） 黄文清 吴援飘（草谷） 吴毅挺 任浩军 张波 王建伟（正己） 卿亮 许进 7 > 推荐序 推荐序 阿里巴巴合伙人 - 蒋江伟（小邪） 随着企业加速数字化升级，越来越多的系统架构采用了分布式的架构，主要目的是为了解决集中化 和互联网化所带来的架构扩展性和面对海量用户请求的技术挑战。这里面其中有⼀个关键点是软负 载。因为整个分布式架构需要有⼀个软负载来

org/LDP/intro-linux/html/sect_01_01.html Linux History n 1991年4月，芬兰赫尔辛基大学计算机系研究生Linus Torvalds开始为一个以后被称为 “Linux”的内核而工作。（后附Linus的邮件） n 1991年8月25日，Linus在网上发贴，寻找志同道合的合作伙伴。 n 1991年10月5日，Linus Torvalds在新闻组comp.os.minix发表了Linux minix发表了Linux V0.01，约有 一万行代码。 n 1992年，全世界大约有1000个左右的人使用Linux，并有不少人提供初期的代码上载 和评论。 n 1993年，大约由100多个程序员参与内核代码修改，内核核心由5人组成，V0.99 约有 十万行代码。 n 1993年12月，Linux全球用户数约在10万左右。 n 1994年3月，Linux1.0问世，约有17万行代码。它完全按自由免费的协议发布，源码 GPL协议。 n 1995年，Linux全球用户数大大超过50万， Linux已可在Intel、Digital和Sun SPARC 处理器上运行，Linux Journal杂志已发行了10万册。内核发展到1.2，约有25万行代 码。 Linux History n 第一篇Linux帖子 From: torvalds@klaava.Helsinki.FI Newsgroups: comp.os

行计算能力，每一个处理核心对应一个内核线程（Kernel Thread，KLT）。 ▶ 内核线程是直接由操作系统内核支持的线程，由内核来完成 线程切换，内核通过操作调度器对线程进行调度，并负责将 线程的任务映射到各个处理器上。 大纲 线程基础 线程控制 线程的同步 相关知识回顾 多核与多线程 一般一个处理核心对应一个内核线程，比如单核处理器对应一个 内核线程，双核处理器对应两个内核线程。 而现代计算机 而现代计算机采用超线程技术将一个物理处理核心模拟成两个逻 辑处理核心对应两个内核线程，一般是双核四线程、四核八线 程。1 1课后自行搜索了解超线程的概念，内核线程与用户线程的映射 大纲 线程基础 线程控制 线程的同步 线程的概念模型 ���� 线程基础 相关知识回顾 线程的概念模型 创建线程 后台线程 线程控制 线程生命的周期 线程优先级 线程串行化 线程休眠 线程让步 线程挂起与恢复 线程等待与通知

MD5 , SHA‑1 , SHA‑2 , SHA3 等。它们可以将任意长度 的输入数据映射到恒定长度的哈希值。 6. 散列表 hello‑algo.com 108 近一个世纪以来，哈希算法处在不断升级与优化的过程中。一部分研究人员努力提升哈希算法的性能，另一 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。直至目前： ‧ MD5 和 SHA‑1 已多次被成功攻击，因此它们被各类安全应用弃用。 数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2. 建堆操作 如果我们想要根据输入列表生成一个堆，这个过程被称为「建堆」。 8.2.1. 借助入堆方法实现 最直接的方法是借助“元素入堆操作”实现，首先

131 在实际中，我们通常会用一些标准哈希算法，例如 MD5、SHA‑1、SHA‑2 和 SHA‑3 等。它们可以将任意长 度的输入数据映射到恒定长度的哈希值。 近一个世纪以来，哈希算法处在不断升级与优化的过程中。一部分研究人员努力提升哈希算法的性能，另一 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。表 6‑2 展示了在实际应用中常见的哈希算法。 ‧ MD5 和 SHA‑1 已多次 序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 180

MD5、SHA‑1、SHA‑2、SHA3 等。它们可以将任意长度 的输入数据映射到恒定长度的哈希值。 第 6 章 哈希表 hello‑algo.com 126 近一个世纪以来，哈希算法处在不断升级与优化的过程中。一部分研究人员努力提升哈希算法的性能，另一 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。表 6‑2 展示了在实际应用中常见的哈希算法。 ‧ MD5 和 SHA‑1 已多次 数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 8.2.1 自上而下构建 我们首先创建一个空堆，然后

131 在实际中，我们通常会用一些标准哈希算法，例如 MD5、SHA‑1、SHA‑2 和 SHA‑3 等。它们可以将任意长 度的输入数据映射到恒定长度的哈希值。 近一个世纪以来，哈希算法处在不断升级与优化的过程中。一部分研究人员努力提升哈希算法的性能，另一 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。表 6‑2 展示了在实际应用中常见的哈希算法。 ‧ MD5 和 SHA‑1 已多次 序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 180

Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试 Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试 Cambridge University Press, etc. AMS, IEEE, Springer, LNCS, etc. “We Prefer to LATEX”； 超常的稳定性 几乎没有任何错误，内核很少改动 （$1.28 ⇒ $327.68），极少崩溃，无论内存多少， 文件大小，都能正常处理； 高度的灵活性 自定义新命令和宏包等扩展系统，排版俄 文、德文、中文等多种语言，排版数学公式、 方程式、棋谱、乐谱、程序、算法、日历、试

131 在实际中，我们通常会用一些标准哈希算法，例如 MD5、SHA‑1、SHA‑2 和 SHA‑3 等。它们可以将任意长 度的输入数据映射到恒定长度的哈希值。 近一个世纪以来，哈希算法处在不断升级与优化的过程中。一部分研究人员努力提升哈希算法的性能，另一 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。表 6‑2 展示了在实际应用中常见的哈希算法。 ‧ MD5 和 SHA‑1 已多次 序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 www.hello‑algo.com 180

然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8.2.1. 两种建堆方法 借助入堆方法实现 最直接地，考虑借助「