服务提供者上线,消费者怎么知道调谁?注册中心是微服务的「电话簿」。这篇讲 Nacos 2.x 注册中心的三件事:实例怎么注册、挂了怎么发现、变更怎么推送。
前置阅读:16.2 里注册中心是拿来就用的。这篇拆开 Client 模型、心跳与推送的源码。
订单服务启动,把自己的 IP 和端口写进 Nacos;网关和上游服务立刻能调它。进程被 kill,30 秒内流量自动切走,不用人工摘除。
这套「自动上下线」背后是 2.x 的一次大重构:Client 模型(每个连接对应一个客户端实体的数据模型)加 gRPC 长连接,替代了 1.x 的 HTTP 心跳。
类比高铁进站:HTTP 口是老式人工检票口(兼容 1.x),gRPC 口是刷脸闸机(2.x 主路径)。进站之后,行李分两类走不同传送带。
HTTP(1.x 兼容):InstanceController.register,带 @CanDistro
gRPC(2.x 主路径):InstanceRequestHandler.handle
↓ 都到达
ClientOperationServiceProxy.chooseClientOperationService
├─ ephemeral=true → EphemeralClientOperationServiceImpl(Distro/AP)
└─ ephemeral=false → PersistentClientOperationServiceImpl(Raft/CP)
临时实例(ephemeral,随进程生死的实例)和持久实例(ephemeral=false,进程没了也保留记录的实例)是理解 Nacos 的关键分水岭:
| 维度 | 临时实例 | 持久实例 |
|---|---|---|
| 一致性协议 | Distro(AP) | Raft(CP) |
| 健康检查 | 客户端心跳上报 | 服务端主动探测 |
| 典型场景 | 微服务实例 | 数据库、DNS 这类基础组件 |
同一个接口 ClientOperationService,靠策略模式按 isEphemeral() 分叉到两套实现——这是「一个契约、两种语义」的教科书用法。
# 临时实例注册(HTTP,一分钟感受两种实例差异)
curl -X POST 'http://{{NACOS_HOST}}:8848/nacos/v1/ns/instance' \
-d 'serviceName=order-svc&ip=10.0.0.8&port=8080&ephemeral=true'
# 持久实例注册后 kill 掉进程:控制台里它仍在,只是标记不健康
# 临时实例 kill 后:约 30 秒自动消失 —— 「人走茶凉」
1. 客户端心跳(临时实例):ClientBeatProcessorV2 收到心跳就刷新 lastHeartBeatTime
2. 服务端定时扫描:ClientBeatCheckTaskV2 每 5 秒跑一次,走拦截器链(责任链模式)——ExpiredInstanceChecker 判断超时下线、UnhealthyInstanceChecker 标记不健康
3. 服务端主动探测(持久实例):HealthCheckTaskV2 委托给处理器,按类型选 TCP / HTTP / MySQL 探测
注意 2.x 的变化:gRPC 客户端默认靠长连接保活替代显式心跳——连接断了即视为下线,更快也更省。
两条入口之外还有一条「隐形入口」值得知道:ClientManager 维护连接与 Client 的映射,连接建立即注册 Client、连接断开即触发临时实例批量摘除。实例的生命周期挂在了连接上,这就是 2.x 敢把心跳周期从秒级砍掉的根本原因。
1.x 的痛点顺便交代:几百个实例各自 HTTP 心跳,服务端心跳风暴吃 CPU;HTTP 短连接每次重建开销大。gRPC 一条长连接全解决——这是「换通信模型」而不是「调参数」的优化思路。
这一段流水线是模式的密集区,对照源码各认领一个:
HealthCheckProcessorV2Delegate 按 TCP/HTTP/MySQL 分发ExpiredInstanceChecker 管超时下线、UnhealthyInstanceChecker 管标记不健康,顺序固定PushDelayTask 把「推送给谁」封装成任务对象进延迟队列,削峰还保证顺序把这三个点讲清楚,比背「我用了单例工厂」高一个段位——每个模式都能回答「解决什么问题」。
实例变更 → ServiceChangedEvent(NotifyCenter 发布事件)
→ PushDelayTask 延迟任务 → PushExecutorDelegate
├─ UDP(1.x 兼容):PushExecutorUdpImpl
└─ RPC(2.x):PushExecutorRpcImpl 走 gRPC 长连接
这里的 NotifyCenter 是 Nacos 自己的事件总线(全局事件分发中心,观察者模式),配置、注册、一致性协议全都靠它解耦。比 Spring Event 更可控:单线程加队列,事件顺序有保证。
HTTP 注册入口带着 @CanDistro 注解,进门前先过 DistroFilter。它检查一件事:这条数据归当前节点管吗?
DistroMapper.responsible() 按 hash(标签) % 节点数 判断归属。不归我管,就把请求转发到负责节点再执行——对客户端完全透明,打哪台都行。
这就是 Distro 协议「各管一摊」在接入层的体现:写请求必须落到负责节点,同步才有了明确的源头。gRPC 通道的请求处理也遵循同样的归属规则。
集群寻址靠 cluster.conf 文件 + WatchFileCenter 监听——改文件即改集群成员,不用重启。也支持 address-server 方式 HTTP 拉取,工厂模式按配置选寻址实现。
连接管理靠 ConnectionManager,每 3 秒跑一次 RuntimeConnectionEjector 清理过期 gRPC 连接。因为 2.x 用连接代替心跳,连接清理就是实例下线的判定来源。还提供 loadSingle/loadCount 两种重平衡策略,把连接从过载节点迁走。
这两个部件不起眼,但生产排障常踩:实例「莫名下线」多半是连接被清,「集群不一致」先查 cluster.conf 是不是各节点内容不同。
ServiceManager 别再看:2.x 改成 Client 模型,每个连接一个 Client 实体,老代码已废弃EphemeralIpPortClientManager 和 PersistentIpPortClientManager 各管各的,排查连接问题先分清看哪个「Nacos 服务发现怎么做到实时?」——答:2.x 用 gRPC 长连接,实例变更通过 NotifyCenter 发事件,转成 PushDelayTask,经 PushExecutorDelegate 选 gRPC 通道推给订阅端;临时实例靠连接保活加服务端 5 秒扫描兜底,持久实例靠服务端主动探测。
追问「和 Eureka 比好在哪」——三点:长连接替代 HTTP 心跳、Distro 分片替代全量复制、临时持久两类实例一套接口按需选协议。每一点都是拿真问题换模型,不是参数级优化。
一句话总结:Client 模型管「谁注册了」,拦截器链管「谁死了」,事件总线管「变了怎么广播」。