服务注册须待gRPC和健康检查服务就绪后执行，避免过早注册导致调用失败；服务发现需容忍空列表与临时故障，采用降级地址、缓存及长轮询优化；etcd与Consul的Watch机制差异要求分别适配；gRPC默认resolver不支持动态权重，需自研balancer实现指标驱动路由。

服务注册必须在 gRPC 服务真正就绪后执行

很多 Golang 微服务一启动就立刻向 Consul 或 Etcd 注册，结果 gRPC 服务端还没监听完端口、健康检查接口也未就绪，导致其他服务刚拉到这个实例就发起调用，直接失败。注册动作不能放在 main() 开头，得等 grpc.Server 已绑定端口且 http.Server（用于 /health）已启动成功后再触发。

实操建议：

立即学习“go语言免费学习笔记（深入）”；

• 用 net.Listener 的 Addr() 确认端口已分配，再调用注册逻辑
• 对 Consul，注册前先发一次 PUT /v1/agent/check/pass/service:xxx 确保健康检查初始状态为 passing
• 注册时传入的 TTL 值（如 30s）要明显大于你心跳间隔（如 10s），否则可能因网络抖动被误剔除
• 若用 etcd，避免直接写 /services/{name}/{instance-id} 键，应配合 Lease 绑定租约，否则进程崩溃后键不会自动过期

服务发现需容忍空列表和临时故障

service.Discover() 返回空切片不是异常，而是常态——注册中心可能正同步、目标服务暂无健康实例、或 ACL 权限未生效。硬编码 panic 或重试 3 次就退出，会导致整个调用链雪崩。

实操建议：

立即学习“go语言免费学习笔记（深入）”；

• 首次发现失败时，不要立即返回错误，先 fallback 到本地预设的静态地址（如 localhost:8081），仅用于开发或降级
• 使用带缓存的发现器（如封装 sync.Map 存最近 30s 内的有效 endpoints），避免每次 RPC 都查注册中心
• 对 consul-api 的 Health.Service 调用，显式设置 WaitTime: 5 * time.Second，利用其 long polling 减少轮询压力
• 若用 grpc-go 的 resolver.Builder，务必实现 ResolveNow 方法，在连接断开时主动触发重新发现，而不是等下一次 dial

et

cd v3 与 Consul 的 Watch 行为差异直接影响重连逻辑

etcd 的 Watch 是 stream-based，一次建立长连接可收多个事件；Consul 的 Blocking Query 是 request-response 模式，每次最多返回一个变更，且必须手动发起下一次请求。混用两者抽象层，容易漏事件或堆积 goroutine。

实操建议：

立即学习“go语言免费学习笔记（深入）”；

• etcd 客户端用 clientv3.Watcher 启一个常驻 goroutine，收到 mvccpb.Event_EventType_DELETE 时清理本地缓存，不依赖超时剔除
• Consul 客户端必须维护一个递增的 index，每次请求带上上一轮返回的 X-Consul-Index，并捕获 404 或 412 错误来重置 index
• 两种客户端都应设置独立的 context timeout（如 30s），防止 Watch 卡死阻塞整个服务生命周期
• 别在 Watch 回调里直接修改 gRPC 的 balancer.ClientConn，应通过 channel 发送变更事件，由单独 goroutine 汇总后批量更新

gRPC 内建 resolver 不支持动态权重，需自行扩展负载均衡策略

grpc-go 默认的 dns 或 passthrough resolver 只做地址解析，不参与选节点；即使你注册时写了 Weight: 100，也不会被感知。想实现按机器负载、延迟、版本灰度路由，必须自己写 balancer.Balancer。

实操建议：

立即学习“go语言免费学习笔记（深入）”；

• 继承 base.PickerBuilder，在 Pick() 中读取本地采集的指标（如 Prometheus 拉取的 go_goroutines）做加权随机
• 避免在 Pick() 中同步调用 HTTP 接口查指标，改用定时拉取 + 内存 cache（如每 5s 更新一次）
• 若用 Istio，可跳过自研 balancer，直接在 DestinationRule 里配 trafficPolicy.loadBalancer，但需确保服务注册时打上正确 version 标签
• 测试时用 grpc.WithResolvers() 替换默认 resolver，不要动 grpc.Dial 的 target 字符串格式，否则 :/// 前缀解析会出错

服务发现最麻烦的从来不是“怎么连上注册中心”，而是“怎么判断一个实例到底能不能用”——健康检查路径是否真返回 200、TCP 连通但 TLS 握手卡住、DNS 缓存未刷新、甚至注册中心自身脑裂。这些细节不压测到 1000 QPS 以上根本暴露不出来。