Online Boutique：一套能一次看懂 Kubernetes 与 gRPC 的开源电商微服务示例
【免费下载链接】microservices-demoSample cloud-first application with 10 microservices showcasing Kubernetes, Istio, and gRPC.项目地址: https://gitcode.com/GitHub_Trending/mi/microservices-demo
Online Boutique 是一个云优先的开源电商微服务示例项目，用 Go、C#、Node.js、Python、Java 五种语言编写的 11 个微服务，模拟"浏览商品 → 加入购物车 → 完成下单"的完整购物流程，服务之间通过 gRPC（一种高性能远程调用框架）通信。仓库自带可直接应用的 Kubernetes 部署清单、Helm 图表，以及对接各类云服务的 Kustomize 变体组件，适合云原生与微服务新手、以及做架构技术选型的开发者动手学习。
Online Boutique 解决什么问题，适合谁学
Online Boutique 解决的是微服务"看得见但拆不透"的问题：真实生产系统业务逻辑复杂，新手难以分辨服务边界；完整电商系统又太重，不可能随便拉起一套来试验。它把业务逻辑刻意做轻——支付、邮件、物流都是模拟（mock）实现，商品数据来自静态 JSON 文件——让你把注意力集中在服务划分、跨服务调用和部署方式上，而不是电商业务本身。
如果你处于以下状态，值得花半天以上时间研究它：
- 听过"微服务""服务网格"等概念，但从未部署过一个完整的分布式应用
- 想对比同一业务功能（如购物车读写、商品查询）在不同语言生态里的实现差异
- 正在评估部署工具链（Kubernetes 清单 / Helm / Kustomize），需要一个真实样本
- 需要快速验证 GKE 集群或服务网格方案是否可行
反过来，如果你想要一套能直接复用到生产业务的电商后端，这个仓库满足不了。它的定位是"演示与教学"，这一点在 docs/purpose.md 中写得很明确。
Online Boutique 的 11 个微服务如何协作
项目的服务划分比较标准，可以对照真实电商系统的功能模块来理解：
| 服务 | 语言 | 职责 |
|---|---|---|
| frontend | Go | 网站入口，提供 HTTP 接口并为访客生成会话 ID |
| productcatalogservice | Go | 商品目录查询与搜索 |
| cartservice | C# | 购物车读写，默认存储在 Redis 中 |
| currencyservice | Node.js | 货币转换，取欧洲央行实时汇率，是调用量最高的服务 |
| checkoutservice | Go | 订单编排核心：串联购物车、支付、物流、邮件 |
| paymentservice | Node.js | 完成支付（模拟） |
| shippingservice | Go | 运费估算与发货（模拟） |
| emailservice | Python | 发送订单确认邮件（模拟） |
| recommendationservice | Python | 基于购物车内容推荐商品 |
| adservice | Java | 根据上下文词返回文字广告 |
| loadgenerator | Python（Locust） | 持续发送模拟真实购物流程的请求 |
理解架构的关键是 checkoutservice：用户提交订单时，它依次调用购物车服务取商品、货币服务换算、支付服务扣款、物流服务估价、邮件服务发确认信，是典型的"编排模式"。所有服务接口都定义在 protos/demo.proto 中，各语言服务基于同一份契约生成客户端代码，这使它成了理解 gRPC 与 Protocol Buffers 的现成教材。
下单页面则展示了用户填写的配送信息与换算后的应付金额：
如何快速体验 Online Boutique：从部署到看到第一个页面
官方 Quickstart 面向 GKE（Google Kubernetes Engine），核心就三步：
git clone https://gitcode.com/GitHub_Trending/mi/microservices-demo cd microservices-demo kubectl apply -f ./release/kubernetes-manifests.yaml等 Pod 全部 Running 后，执行kubectl get service frontend-external拿到外部 IP，用浏览器打开即可。
不想依赖云服务的话，也可以用 Minikube 或 Kind 本地集群；基于 skaffold 的本地构建与运行流程写在 docs/development-guide.md 中。部署成功后建议先kubectl get pods确认 12 个 Pod（11 个服务 + 1 个 Redis）都在运行，建立"一个服务对应一个容器"的直观认识。
Online Boutique 源码里值得深挖的技术点
- gRPC 契约先行：11 个服务都围绕同一份 .proto 编写，先读 protos/ 再看各服务实现，比反着来容易理解得多。
- 多语言实现对比：C# 的购物车、Python 的推荐服务、Java 的广告服务写法各不相同，适合对比不同生态在并发、依赖管理和 gRPC 客户端上的差异。
- 模块化部署变体：kustomize/components/ 把每个云服务集成做成独立组件（Memorystore、Spanner、AlloyDB、Istio、网络策略等），可按需叠加组合，是 Kustomize 的标准用法示例。
- 压测观察：src/loadgenerator/locustfile.py 模拟真实购物流程持续制造流量，便于观察各服务在高 QPS 下的表现。
Online Boutique 与 Kubernetes、GKE 及云服务的关系
项目出自 Google Cloud，常被用于 GKE 演示，但部署文件全部是标准 Kubernetes 清单，任何 Kubernetes 集群都能运行。仓库提供了三类部署入口，各有适用场景：
- 单文件清单 release/kubernetes-manifests.yaml：适合快速上手
- Helm 图表 helm-chart/：适合模板化管理与版本化发布
- Kustomize kustomize/：适合按需定制部署变体
涉及的云服务并非硬依赖：默认购物车存储是集群内的 Redis，可替换为托管的 Memorystore、Spanner 或 AlloyDB；监控追踪与 Istio 服务网格也都可以按需叠加。这种"核心自包含、云服务可插拔"的设计，对评估上云路径的人很有参考价值。
首次部署后，Online Boutique 还能怎么扩展实践
跑通第一版之后，有几条清晰的进阶路线：
- 搞懂部署机制：用
kubectl kustomize .渲染查看最终清单，再按 kustomize/README.md 逐个叠加 Istio、网络策略等组件 - 读源码动手改：从文件最少的小服务（如 adservice，仅两个 Java 文件）读起，修改逻辑后重新部署；新增服务可参考 docs/adding-new-microservice.md
- 压测与观测：保留 loadgenerator 持续发压，结合 Kubernetes 可观测手段观察各服务行为
- 对比变体：分别部署默认 Redis 版与 Memorystore 版，体会同一应用里自建组件与托管服务的差异
对微服务初学来说，用这个项目一个现实的验收目标是：半天内完成部署、读通一条完整的订单调用链、再改造一个部署变体。做到这一步，"微服务 + Kubernetes + gRPC"这些概念就不再只是名词了。
【免费下载链接】microservices-demoSample cloud-first application with 10 microservices showcasing Kubernetes, Istio, and gRPC.项目地址: https://gitcode.com/GitHub_Trending/mi/microservices-demo
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
