[!info] related notes

• 所属 MOC：Distributed Systems MOC
• 前置：计算机网络 MOC、分布式系统
• 实现：etcd、Apache ZooKeeper
• 入口治理：API Gateway、Nginx MOC

服务发现

[!abstract] 一句话定义 服务发现把稳定的逻辑服务名解析为当前可用实例集合，并持续处理实例注册、健康状态、变更通知、负载均衡和失效端点，使调用方不必把动态 IP/端口写死。

为什么不能写死地址

容器和云环境中实例会：

• 自动扩缩；
• 重启并更换 IP；
• 滚动发布；
• 跨 Zone 迁移；
• 因健康检查失败被摘除。

静态地址无法及时反映这些变化。

基本模型

Service Instance
→ register / advertise endpoint + metadata
→ Registry / DNS / Control Plane
→ Client / Proxy discovers endpoint set
→ Load Balance
→ invoke instance

控制面维护“有哪些实例”；数据面负责把真实请求发给某个实例。

两种发现模式

Client-side Discovery

Client → Registry
Client selects instance
Client → Instance

优点：少一跳、可定制负载策略。代价：每种语言客户端都要实现发现、缓存、重试和负载均衡。

Server-side Discovery

Client → Load Balancer / Gateway / Service Mesh
Proxy discovers and selects instance

优点：客户端简单、策略集中。代价：增加 Proxy / Control Plane 复杂度和一跳。

DNS 也是服务发现

DNS A / AAAA / SRV 和集群内 DNS 可以把服务名解析到一个或多个地址。

优点：标准、通用。边界：

• TTL / Client Cache 可能保留旧地址；
• DNS 不直接表达复杂权重、负载和完整健康状态；
• 不同 Runtime 的 DNS Cache 行为不同；
• 连接池可能在 DNS 更新后仍复用旧连接。

Registry 里应保存什么

常见元数据：

• Service Name / Instance ID；
• IP / Port / Protocol；
• Zone / Region；
• Version / Deployment；
• Weight / Capability；
• Health / Readiness；
• Lease / Last Heartbeat；
• TLS / Identity Metadata。

不要把大量业务配置和秘密无边界地塞进 Registry。

Registration 与 Health

Self-registration

实例启动后主动注册并续租。简单直接，但实例需要 Registry Client 和正确注销/失效逻辑。

Third-party Registration

平台、Sidecar 或 Controller 根据实际运行状态注册。应用更简单，控制面更统一。

健康不只等于进程存活：

Liveness  → 是否需要重启
Readiness → 是否应接新流量
Capability / Version → 是否适合当前请求

Stale Endpoint

发现数据必然有传播和缓存延迟。调用方应接受：

endpoint returned by registry
→ instance may fail before request arrives

因此仍需要 Connect Timeout、Retry（安全时）、Load Balancer Ejection 和幂等。Service Discovery 不能替代调用时故障处理。

Watch / Push 与 Poll

• Poll：实现简单，但更新慢且增加 Registry 读负载；
• Long Poll / Watch：变化更快，但要处理断线、版本缺口和重建；
• Local Cache：降低控制面依赖，但必须有 TTL / Revision 和失效策略。

正确模式通常是 Initial List + Revision / Version + Watch，断线或 Compaction 后重新全量同步。

启动和关闭

startup:
initialize dependencies
→ become ready
→ register / advertise

shutdown:
mark not ready / deregister
→ drain traffic
→ finish in-flight work
→ exit

先注册后初始化会让请求打到尚未可用实例；直接退出而不 Drain 会造成连接错误和重试风暴。

观测重点

registered / healthy instance count
registration and lease renewal failures
endpoint update latency
stale endpoint / connection failure rate
load distribution per instance / zone
registry availability and watch lag
drain and deregistration duration

设计检查表

• 逻辑服务名与实际 Endpoint 解耦。
• Client-side / Server-side Discovery 选择明确。
• Readiness 决定是否接流量，而不只看 Liveness。
• Registry 缓存、TTL、Revision 与断线恢复明确。
• 调用方仍有 Timeout、Retry 和失败摘除。
• 发布和关闭包含注册、摘流与 Drain 顺序。
• Zone / Version / Capability Routing 有可观测依据。

Related notes

• etcd
• Apache ZooKeeper
• Nginx MOC