一、什么是Eureka
1.1）Eureka概述
1.2）Eureka服务调用流程
二、SpringCloud技术栈
2.1）SpringCloud微服务的生态圈
Springboot可以用Spring替换
Config底层基于git实现吞吐量低无法通知配置更新，在Config更新之时将更新发送给Bus，需要comsumer监听Bus获取（Bus类似MQ），Bus需要依赖MQ所以引入MQ通过Stream框架方便封装MQ进行使用（Stream类似RestTemplate封装基础操作的模版，底层再通过不同的API进行调用）
Ribbon+Feign+SpringMVC=OpenFeign
2.2）SpringCloud的技术栈应用
三、服务治理
3.1）什么是服务治理
3.2）服务发现的两种方式——客户端服务发现
3.3）服务发现的两种方式——服务端服务发现
3.4）服务治理技术对比
四、CAP、ACID、BASE
4.1）什么是CAP
（C）分区副本就是在保证系统扩展的基础上，每个分区存储一部分数据，这个分区挂掉则由分区的副本顶上保证高可用性，同时需要保证副本和分区数据一致性
（C）多介质在于业务发展过程中PM需要提供历史订单的详情页，首先历史订单设计多个检索条件，在此情况下需要在ES中备份DB的数据提供更快速的全文检索，其次PM要求在订单详情页关于此订单需要融合大数据部门提供的推荐产品，那么我们还需要在HBASE中获取订单的额外信息进行拼装，我们看到在一个订单中相对于同一个订单ID在DB、ES、HBASE三个不同介质中都存储相应信息，需要保证多介质的数据一致性
（A）在服务访问订单系统时并不关心是订单系统哪一台机器响应，只关心是否返回结果，而保障订单系统可用性就是多加几台机器保证整个系统全部挂掉概率降低
（P）分区容错性指比如集群中五台机器分别存储着1/5的数据，由于网络问题集群分成两个区域，这时候请求访问过来多次请求分别打到这两个区域就会出现一会能查到数据一会查不到数据。解决的办法就是五台机器分别存储全量数据，虽然有数据冗余但是能保证分区容错
C和A可以不存在，C比如Eureka在用户打到一台挂掉的机器上之后Eureka会通过心跳检测进行重试，在用户的角度不知道中间有一次访问失败只是最终都能得到response，A在于zk在集群数据不一致的情况下会停止对外提供服务，用户方面只会出现请求不通或卡住而不会出现同样的请求出现不同结果的情况，P必须存在，分布式就必须多服务，多服务又没办法保证网络一直通畅所以必须通过数据冗余来保证分区容错性，既然P必须有，那么就出现AP和CP两种组合，分布式要么提供AP要么提供CP
4.2）什么是BASE
五、Eureka实战
5.1）搭建单机服务注册中心
服务端
客户端（Producer）
客户端（Consumer）
5.2）搭建集群服务注册中心
Cluster1
Cluster2
5.3）Eureka核心功能
5.4）常用的Http Rest接口
六、Eureka源码解析
6.1）Eureka Client源码解析
@EnableEurekaServer解析
@EnableDiscoveryClient解析
dashboard path路径解析
6.2）Eureka Server源码解析
