服務框架
grpc
通信編碼
protobuf
服務描述
服務描述指的是服務接口的描述，這里我們統一通過 Swagger 對所有微服務接口進行管理和維護。
服務網關
（這部分自己實現）要是文章沒寫的我之后會補上
消息系統
kafka
數據庫存儲
我們將選用 MySQL 作為數據庫存儲系統，同時通過 gorm 實現 Go 語言與數據庫之間的交互，為了簡化系統，這里我們不會做分布式數據庫部署，而是將不同微服務對應的數據庫存放到一個數據庫服務器上，關于分布式數據庫的話題將留到后續分布式系列教程中去介紹。
服務發現
拆分出多個微服務后，客戶端調用遠程服務時會涉及到服務路由與發現的問題，我們在本次重構中選擇 Etcd 作為服務發現的注冊中心。
負載均衡
負載均衡是為了提高系統的可用性，可以進一步細分為服務端負載均衡和客戶端負載均衡，這里服務端負載均衡我們使用 Go-Micro 內置 Selector 組件的負載均衡機制（Random + Cache），客戶端負載均衡指的是將這個負載均衡策略下放到客戶端去實現，顯然服務端負載均衡更簡單一些，不需要我們做額外開發。
服務監控
服務監控我們選擇引入第三方組件進行可視化管理，這里選擇的方案是結合 Prometheus 和 Grafana 實現，前者用于存儲監控樣本數據源，后者提供對監控數據的可視化展示。
服務治理
服務治理指的是通過一系列手段來保證在各種意外情況下，微服務調用仍然能夠正常進行，這些手段包括熔斷、隔離、限流、降級、負載均衡等，這里我們選擇引入開源的 hystrix-go 和 go-resiliency 來實現，前者是 Netflix 開源庫 hystrix 的 Go 語言版本，集流量控制、熔斷、容錯等功能于一身，被譽為“雪崩利器”，后者可提供重試功能，是彈性模式的 Go 語言實現。
服務追蹤
服務追蹤用于對每個請求調用的分布式完整服務鏈路進行記錄，從而方便問題定位和故障分析，這里我們選擇引入開源的分布式追蹤系統 ZipKin實現服務追蹤。
自動化測試
在本次重構中，我們使用 GoConvey 編寫行為測試代碼，并集成 CircleCI 進行自動化測試。
自動化部署
最后，我們將通過 Docker + Kubernetes 對微服務進行容器化編排和自動化部署。
