REST API设计最佳实践
1：使用名词而不是动词来定义接口
2：GET方法和查询参数不能改变资源状态
3：不要混淆名词的单复数，保持简单，只用复数名词来定义所有资源
4：使用子资源来表达资源间的关系
GET /cars/711/drivers/ 返回711号的所有driver列表
GET /cars/711/drivers/4 返回711号car的4号driver
5:使用HTTP header来序列化格式
Content-Type 定义了请求格式
Accept 定义了接收相应的格式列表
6：使用HATEOAS约束
7：提供过滤，排序，字段选择，分页
过滤：
GET /cars?color=red
GET /cars?seats<=2
排序
GET /cars?sort=-manufactorer,+model
字段选择
GET /cars?fields=manufacturer,model,id,color
分页
GET /cars?offset=10&llimit=5
8:API版本化
/blog/api/v1
9:充分使用HTTP状态码来处理错误
MSA(微服务)包含如下特征：
组件服务形式来提供
围绕业务功能进行组织
产品不是项目
强化终端及弱化通道：微服务的应用致力于松耦合和高内聚，它们更喜欢简单的REST凤格，而不是复杂的协议，采用轻量级的消息总线(RabbitMQ或ZeroMQ等)来发布消息。
分散治理：
分散数据管理：
基础设施自动化：
容错性设计：
改进设计：
Apache ActiveMQ
Window平台
cd 安装目录
bin \activemq start
Window查询 ： netstat -an|find "61616"
UNIX查询： netstat -nl|grep 61616
RabbitMQ 消息队列
RocketMQ 出自阿里巴巴 基于开源MetaQ,几乎重新了所有的核心组件。
RocketMQ最佳实践
Producer最佳实践
1：一个应用尽可能用一个Topic,消息子类型用tags来标识，tags可以由应用自由设置。
2：每个消息在业务层面的唯一标识码，要设置到keys字段，方便将来定位消息丢失问题。由于是哈希索引，请务必保证key尽可能唯一，避免哈希冲突。
3：消息发送成功或失败，要打印消息日志，务必要打印sendresult和key字段。
4：send消息方法，只要不抛异常，就代表发送成功，但是发送成功会有多个状态sendresult定义了sendStatus枚举值。
5：对消息不可丢失的应用，务必要有消息重复机制。例如，将发送失败消息存储到数据库，定时尝试重发或人工重发。
6：某些应用如果不关注消息上是否发送成功，请直接使用sendOneWay方法发送消息。
Consumer最佳实践
1：消费过程要做到幂等
2:尽量使用批量方式消费方式，可以在很大程度上提供消费吞吐量。
a:提高消费并行度
b:修改消费并行度方法
c:批量方式消费
d:跳过非重要消息
3：优化没条消息消费过程
4：打印消费日志
5：利用服务器消息过滤，避免多余的传输。
Apache Kafka
是一种高吞吐量的分布式发布订阅消息系统，可以提供消息持久化，即使Tb的消息也能够保持长时间的稳定性。
Topic 主题
Producer 生产者
Consumer 消费者
Broker (Kafka服务) ： Kafka集群中的每个服务叫作broker.
信息是字节数组，支持的数据格式String, JSON，Avro.
Kafka设计中将每一个主题分区当作一个具有顺序排序的日志。
相比传统的消息系统，Kafka可以很好地保证有序性。
Apache Kafka使用场景
1：消息
Kafka可以更好的替换传统的消息系统。与大多数消息系统相比，Kafka有更好的吞吐量，内置分区，副本和故障转移，这有利于处理大规模的消息。
2：网站活动追踪
Kafka设计的最初就是用于用户活动追踪，将网站的活动发布到不同的话题中心，这些消息可以实时处理，实时监控，也可加载到Hadoop或离线处理数据仓库。
3：指标
监控数据，将分布式应用程序生成的统计数据集中聚合。
4:日志聚合
使用Kafka来替代一个日记聚合的解决方案。
5：流处理
除了Kafka Streams,还有Apache Storm和Apache Samza
6:事件采集
事件采集是一种应用程序的设计风格，其中状态的变化可以根据时间的顺序记录下来，Kafka支持这种存储日志数据非常大的场景。
7：提交日志
Kafka可以作为一种分布式的外部提交日志。日志帮助节点之间复制数据，并作为失败的节点来恢复数据重新同步。Kafka的日志压缩功能很好地支持了这种用法，这种用法类似于Apacha BookKeeper项目。
网友评论