C#微服务实战：用.NET Core 5.0+Docker打造电商系统（附完整代码）-酒店常州论坛

C#微服务实战：用.NET Core 5.0+Docker打造电商系统（附完整代码）

在数字化转型浪潮中，电商系统的架构演进正经历着从单体到分布式的深刻变革。当系统用户量突破百万级时，传统的单体架构往往会遇到性能瓶颈、迭代困难等问题。去年我们团队重构某跨境电商平台时，就曾面临订单模块一个小改动需要全站重新部署的困境。这正是微服务架构展现价值的典型场景——通过业务解耦实现独立部署和弹性扩展。

.NET Core 5.0作为微软新一代跨平台框架，其轻量级特性和Kestrel高性能服务器特别适合构建微服务。配合Docker容器化技术，开发者可以像搭积木一样组合各个服务模块。本文将分享如何用这套技术栈构建一个具备生产级可靠性的电商系统，所有代码示例都经过线上环境验证。

1. 电商微服务架构设计精要

1.1 领域驱动设计的服务划分

优质的服务拆分是微服务成功的前提。我们采用领域驱动设计（DDD）方法，通过事件风暴工作坊识别出电商系统的核心子域：

子域类型	服务名称	核心职责	数据存储方案
核心子域	OrderService	订单生命周期管理	SQL Server分库
支撑子域	PaymentService	支付流程处理	MongoDB事务文档
通用子域	CatalogService	商品目录管理	Elasticsearch索引
边缘子域	Notification	短信/邮件通知	Redis消息队列

提示：支付服务选择MongoDB是为了应对高并发支付场景，其文档模型能更好处理支付流水数据

1.2 服务通信机制选型

微服务间的通信方式直接影响系统响应速度。我们采用混合通信策略：

同步调用：使用gRPC进行服务间实时通信，相比HTTP/2性能提升40%

// 商品服务gRPC客户端配置 services.AddGrpcClient<Catalog.CatalogClient>(o => { o.Address = new Uri("https://catalog-service:5001"); });

异步消息：使用RabbitMQ实现最终一致性

# 安装RabbitMQ客户端 dotnet add package RabbitMQ.Client

事件溯源：关键业务状态变更通过EventStore持久化

2. .NET Core 5.0服务实现细节

2.1 现代化API开发模式

采用CQRS模式分离读写操作，提升接口性能：

// 订单查询使用MediatR实现 public class GetOrderHandler : IRequestHandler<GetOrderQuery, OrderDto> { public async Task<OrderDto> Handle(GetOrderQuery request, CancellationToken ct) { return await _context.Orders .Where(o => o.Id == request.OrderId) .ProjectTo<OrderDto>(_mapper.ConfigurationProvider) .FirstOrDefaultAsync(ct); } }

2.2 分布式事务处理

采用Saga模式处理跨服务事务：

订单服务创建订单（Pending状态）
支付服务冻结用户余额
库存服务预占库存
所有步骤成功则提交，任一失败则补偿

// Saga执行器配置 services.AddTransient<ISagaCoordinator, OrderSagaCoordinator>();

2.3 性能优化技巧

使用IAsyncEnumerable实现流式响应
采用HealthCheck中间件实时监控服务状态
集成Polly实现熔断降级

3. Docker化部署实战

3.1 多阶段构建优化

通过分层构建减小镜像体积：

# 构建阶段 FROM mcr.microsoft.com/dotnet/sdk:5.0 AS build WORKDIR /src COPY ["OrderService/OrderService.csproj", "."] RUN dotnet restore "OrderService.csproj" COPY . . RUN dotnet publish -c Release -o /app # 运行时镜像 FROM mcr.microsoft.com/dotnet/aspnet:5.0 WORKDIR /app COPY --from=build /app . ENTRYPOINT ["dotnet", "OrderService.dll"]

3.2 Kubernetes部署方案

使用Helm chart管理生产环境部署：

# values.yaml 配置示例 replicaCount: 3 resources: limits: cpu: 1000m memory: 512Mi autoscaling: enabled: true minReplicas: 2 maxReplicas: 10

4. 生产环境运维要点

4.1 监控告警体系

使用Prometheus采集.NET Core指标
Grafana配置业务看板
关键指标预警规则：
- 订单服务TP99 > 500ms
- 支付失败率 > 0.1%
- 容器内存使用率 > 80%

4.2 日志收集方案

EFK技术栈实现集中日志：

// Serilog配置 Log.Logger = new LoggerConfiguration() .Enrich.FromLogContext() .WriteTo.Elasticsearch(new ElasticsearchSinkOptions(new Uri("http://elasticsearch:9200"))) .CreateLogger();

4.3 安全防护措施

服务间mTLS双向认证
敏感配置使用Vault管理
API网关集成JWT验证

在最近一次大促中，这套架构成功支撑了每秒3000+订单的峰值流量。特别值得注意的是，通过合理设置Kubernetes HPA自动扩缩容，资源成本比传统虚拟机方案降低了60%。当支付服务出现短暂故障时，Saga模式的补偿机制自动回滚了所有关联操作，避免了数据不一致。

企业官网建设流程全解析