服务注册与发现不必强制使用etcd或Consul,选型取决于部署环境与运维习惯,关键在于客户端能否及时感知变更;go-kit/sd和grpc-go/resolver是主流集成路径,Kubernetes下还可直接用DNS+SRV解析。

服务注册与发现必须用 etcd 还是 Consul?
不是必须。选型取决于部署环境和运维习惯,但关键不在注册中心本身,而在客户端如何感知变化。go-kit/sd 和 grpc-go/resolver 是两个主流集成路径:前者封装了 etcd/Consul/ZooKeeper 的监听逻辑,后者要求你实现 Resolver 接口并主动 watch 注册中心 key。Kubernetes 场景下甚至可直接跳过注册中心,用 DNS + SRV 记录解析服务实例。
常见错误现象:service not found 或 no healthy endpoints,往往不是注册失败,而是客户端没做 watch 或 TTL 续约中断。etcd 需手动调用 KeepAlive,Consul 则依赖 Check.TTL 配置;漏掉任一环节,服务就会“静默下线”。
- etcd 更适合自建集群,对 lease 机制控制更细,但需自己维护健康检查逻辑
- Consul 自带健康检查和 DNS 接口,开箱即用,但 sidecar 模式下会多一层网络跳转
- K8s Service DNS 解析延迟低、无额外依赖,但无法跨集群或混合云场景复用
gRPC 负载均衡策略怎么选?
gRPC 客户端默认只用 pick_first(首节点直连),除非显式配置 round_robin 或自定义 resolver。这不是 bug,而是设计选择:gRPC 假设你已通过 service mesh 或 DNS 做了前置分发。
真实使用中,round_robin 在实例数少、QPS 不高时够用;但高并发下容易因连接复用导致流量倾斜——gRPC 的 HTTP/2 连接是长连接,一个连接可能承载多个 stream,而 round_robin 只在新建连接时选节点。
立即学习“go语言免费学习笔记(深入)”;
- 生产环境建议搭配
grpc.WithBalancerName("round_robin")+ 自定义Resolver实现权重更新 - 避免在拦截器里手动轮询地址列表,这会绕过 gRPC 内置的连接管理,引发
connection refused或stream closed - 如果用了 Istio,优先关掉客户端 LB,让 sidecar 处理,否则两级负载均衡互相干扰
熔断限流为什么总在上线后失效?
因为阈值没对齐业务实际水位。比如用 hystrix-go 设定 ConsecutiveFailures > 3,但在高 QPS 场景下,3 次失败可能不到 1 秒就触发,结果熔断器频繁开闭,比不熔断还伤。
限流同理:uber-go/ratelimit 默认按秒计数,但突发流量常以毫秒级打进来,单秒内超限后剩余请求全被拒,用户体验断崖式下跌。
- 熔断推荐用滑动窗口失败率(如
gobreaker的RequestVolumeThreshold+ErrorPercentThreshold),而非固定次数 - 限流优先用令牌桶(
x/time/rate.Limiter),它允许短时突发,比固定窗口更贴合真实流量形态 - 所有策略必须配合监控指标落地:熔断开关状态、限流拒绝数、失败率曲线,否则等于盲跑
OpenTelemetry 链路追踪最容易漏掉什么?
不是 SDK 集成,而是上下文透传的断裂点。HTTP 请求头里加了 traceparent,但 gRPC call option 没传 metadata.MD;或者中间件提取了 trace_id,却没注入到 context 里,导致后续日志、DB 查询、HTTP client 全部丢失链路。
另一个隐形坑是采样率设置。开发环境设 AlwaysSample 没问题,但生产环境若没调成 ParentBased(0.01),Jaeger/Zipkin 的写入压力会指数级增长,拖慢整个可观测性链路。
- 务必在每个 RPC handler 入口用
otel.GetTextMapPropagator().Extract()提取上下文 - 所有 outbound 请求(HTTP/gRPC/DB)都需用
otel.GetTextMapPropagator().Inject()注入 - 日志库(如
zap)要集成otlploggrpc或手动附加 trace_id 字段,否则日志和 trace 对不上


















