springcloud五大组件:
1、注册中心组件(服务治理):Netflix Eureka;
2、负载均衡组件:Netflix Ribbon,各个微服务进行分摊,提高性能;
3、熔断器组件(断路器):Netflix Hystrix,Resilience4j ;保护系统,控制故障范围;
4、网关服务组件:Zuul,Spring Cloud Gateway;api网关,路由,负载均衡等多种作用;
5、配置中心:Spring Cloud Config,将配置文件组合起来,放在远程仓库,便于管理;
springcloud五大组件:
1、Netflix Eureka(注册中心组件)
- Spring Cloud 提供了多种注册中心的支持,如:Eureka、Consul、ZooKeeper 等,Netflix Eureka 本身是一个基于 REST 的服务,包含两个组件:Eureka Server 和 Eureka Client;
作用:
- Eureka Server 提供服务注册服务,各个节点启动后,会在 Eureka Server 中进行注册,这样 Eureka Server 的服务注册表将会存储所有可用服务节点的信息,服务节点的信息可以在界面中直观的看到;
- Eureka Server 之间通过复制的方式完成数据的同步,Eureka 还提供了客户端缓存机制,即使所有的 Eureka Server 都挂掉,客户端依然可以利用缓存中的信息消费其他服务的 API;
- Eureka Client:生产者或消费者;
- 在应用启动后,Eureka Client 将会向 Eureka Server 发送心跳,默认周期为 30 秒,如果 Eureka Server 在多个心跳周期内(默认 90 秒)没有接收到某个节点的心跳,Eureka Server 将会进入自我保护机制;
2、Netflix Ribbon(负载均衡组件)
- 适用于 Spring Cloud 2020 之前的版本;
- Ribbon 是 Netflix 发布的开源项目,主要功能是提供客户端的软件负载均衡算法,将 Netflix 的中间层服务连接在一起,Ribbon 客户端组件提供一系列完善的配置项如连接超时,重试等,
- 简单的说,就是在配置文件中列出 Load Balancer 后面所有的机器,Ribbon 会自动的帮助你基于某种规则(如简单轮询,随机连接等)去连接这些机器,我们也很容易使用 Ribbon 实现自定义的负载均衡算法;
- 作用:Ribbon,主要提供客户侧的软件负载均衡算法。
- 简介:Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具,它基于Netflix Ribbon实现。通过Spring Cloud的封装,可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。
负载均衡策略:
- RoundRobinRule —- 轮询、默认;
- RandomRule —- 随机;
- RetryRule —- 重试机制;
- BestAvailableRule —- 选择最小并发 server;
- AvailabilityFilteringRule —- 过滤高并发、失败 server;
- WeightedResponseTimeRule —- 根据响应时长比重选择中间值;
- ZoneAvoidanceRule —- 判断 server 性能;
- 查看 com.netflix.loadbalancer.IRule 接口;
3、熔断器组件
1.Netflix Hystrix
简介:
- 推荐 Spring Cloud 2020 之前版本使用;
- 雪崩效应:在微服务架构中,存在多个微服务,若其中一个微服务出现故障,就很容易因为依赖关系而引发故障蔓延,最终导致整个系统瘫痪,列举:电商系统中,存在用户、订单、库存、积分、评论等微服务,用户创建一个订单,请求库存系统出货,库存系统出现问题,导致订单服务挂起或失败,在高并发的情况下,被挂起的线程导致后续请求被阻塞,最终导致订单服务不可用;
- 服务熔断:当 A 服务去调用 B 服务,如果迟迟没有收到 B 服务的响应,那么就终断当前的请求,而不是一直等待下去,此时还要去监控 B 服务,当 B 服务恢复正常使用时,A 服务再发起请求;
- 服务降级:A 服务调用 B 服务,没有调用成功发生熔断,那么 A 服务拿一个默认值顶着,避免给我们的用户,响应一些错误的页面;
- 请求缓存:对接口进行缓存,可以大大降低生产者的压力,适用更新频率低,但是访问又比较频繁的数据;
- 请求合并:将客户端多个请求合并成一个请求,只发送一个 HTTP 请求,得到响应后再将请求结果分发给不同的请求,这样就可以提供传输效率;
- Netflix Hystrix 实现了断路器、线程隔离等一系列保护功能,用于隔离访问远程系统、服务或者第三方库,防止联级失败,从而提升系统的可用性与容错性;
2. Resilience4j
简介:
- 推荐 Spring Cloud 2020 之后版本使用;
- Resilience4j 是 Spring Cloud G 版本推荐的容错方案,是一个轻量级的容错库,专为 Java 8 和函数式编程而设计,借鉴了 Hystrix 的设计,提供了断路器(CircuitBreaker)、并发调用隔离(Bulkhead)、限流(RateLimiter)、重试(Retry)、超时(Timeout) 等功能;
- 断路器 CircuitBreaker
- 断路器一般通过 3 个有限状态机来实现:CLOSED、OPEN、HALF_OPEN,此外,还有 2 个特殊的状态机:DISABLED 和 FORCED_OPEN,状态的存储更新必须是线程安全的,即只有一个线程能够在某个时间点更新状态;
-
- 关闭 —-> 打开:当故障率等于或大于可配置的阈值时,CircuitBreaker 的状态将从“关闭”更改为“打开”。
- 打开 —-> 半开:当 CircuitBreaker 打开时,它会拒绝带有 CallNotPermittedException 的调用,经过一段等待时间后,CircuitBreaker 状态从 OPEN 变为 HALF_OPEN,并允许可配置数量的服务调用是否仍然不可用或再次变为可用,用 CallNotPermittedException 拒绝其他调用,直到所有允许的调用完成,如果故障率或慢呼叫率等于或大于配置的阈值,则状态会变回 OPEN;
- 半开 —-> 关闭:如果故障率和慢呼叫率低于阈值,则状态将变回“已关闭”;
- DISABLED:始终拒绝调用;
- FORCED_OPEN:始终允许调用;
- 并发调用隔离 Bulkhead
- 在系统设计中,需要预期故障的发生,将应用程序拆分成多个组件,通过资源隔离确保一个组件的故障不会影响其他的组件,就像轮船用隔板(Bulkhead)分成多个小隔间,每个隔间都被隔板密封,这样可以防止进洪水时整艘船沉没;
- 两个服务 A 和服务 B,A 的某些 API 依赖 B,当服务 B 运行速度非常慢的时候,A 调用 B 的请求变多时,A 的性能会受到影响,服务 A 中那些不依赖于服务 B 的功能也无法处理,因此,需要隔离 A 中依赖 B 的请求,Resilience4j 提供了 SemaphoreBulkhead 和 FixedThreadPoolBulkhead 来实现 Bulkhead;
- 限流 RateLimiter
- 微服务在给定的时间内设置可以处置的最大请求数,控制吞吐量来帮助保护服务器免于过载;
- 重试 Retry
- 微服务体系中,多个服务互相依赖,当被依赖的服务出现问题而无法按预期响应时,就会级联到下游服务,导致不良的用户体验,通常我们会为每个微服务部署多个实例,如果其中一个实例有问题,无法响应我们的请求,我们则重试该请求,负载均衡器可以将请求发送到运行状况良好的节点并正确获得响应,通过重试,有更多机会获得正确的响应;
- 超时 Timeout
- 在微服务体系中,微服务相互依赖,可能因为网络的原因,导致消费者阻塞,在设计时需要设置超时来应对服务缓慢 、不可用性问题;
4、网关服务组件
1.Netflix Zuul
简介:
- 推荐 Spring Cloud 2020 之前版本使用;
- 未加网关的微服务架构
- 通过上面的学习,分布式架构基本成型,内部服务集群 Service A 和 Service B,它们都会到注册中心注册和订阅服务,而 Open Service 集群专门对外提供接口,这样的实现是否合理?是否有更好的方法?
-
- 这种架构破坏了服务无状态特点:为了保证对外服务的安全性,我们需要实现对服务访问的权限控制,而 Open Service 的访问权限机制会贯穿并污染整个开放服务的业务逻辑,破坏了集群中 Rest Api 无状态的特点,从具体的开发来说,工作中除了要考虑实际业务逻辑之外,还要额外持续对接口的访问做权限处理;
- 无法直接复用接口:当我们需要一个已有的集群内部接口,我们不得不在原有的接口上做校验逻辑,或者增加一个代理来做权限控制,无法直接复用原有的接口;
- 网关服务
- 将权限控制、日志收集从服务单元中抽离出去,最适合的地方是服务集群的最外端,我们需要一个功能更强大的负载均衡器,网关服务;
- 网关服务是微服务架构中不可或缺的一部分,它具备统一向外提供 Rest Api、服务路由、负载均衡、权限控制等功能,为微服务架构提供了门前保护,除了安全之外,还能让服务集群具备高可用性和测试性;
- Zuul 是 NetFlix 开源的微服务网关,可以和 Eureka、Ribbon、Hystrix 等组件配合使用,其核心是一系列的过滤器;
- 身份认证和安全:识别每个资源的验证要求,拒绝不符合要求的请求;
- 审查与监控:在边缘位置追踪有意义的数据和统计结果,从而带来精确的生产视图;
- 动态路由:动态地将请求路由到不同的后端服务集群;
- 压力测试:逐渐增加指向集群的流量;
- 负载分配:为每一种负载类型分配对应容量,并弃用超出限定值的请求;
- 静态响应处理:在边缘位置直接建立部分响应,从而避免其转发到集群内部;
- 多区域弹性:跨越 AWS Region 进行请求路由,实现 ELB(AWS Elastic Load Balancing —- 负载均衡服务)使用的多样化,以及让系统的边缘更贴近系统的使用者;
- 使用 Zuul 后的微服务架构
- 客户端请求微服务时,先经过 Zuul,再调用微服务集群,这样对于校验、负载均衡等功能移到了 Zuul 中实现,而微服务只需关注自身的业务逻辑则可;
5、配置中心组件
Spring Cloud Config
简介:
- 之前配置文件是否存在的问题?
- 微服务各自拥有自己的配置文件,当配置修改之后,我们需要重启项目,如果数量庞大,维护成本增加,针对这个问题,我们采用 Spring Cloud Config 来做配置;
- Spring Cloud Config 为分布式系统外部化配置提供了服务端和客户端的支持,它包含 Config Server 和 Config Client 两个部分,实现了 Spring Environment 和 PropertySource 抽象的映射,非常适合 Spring 应用程序;
- Config Server 是一个可横向扩展、集中式的配置服务器,它用于集中管理应用程序各个环境下的配置,支持 Git、SVN、本地文件存储,默认使用 Git;
- Config Client 是 Config Server 的客户端,用于操作存储在 Config Server 中的配置内容,微服务在启动时会请求 Config Server 获取配置文件的内容,请求到后再启动容器;
1.Config Server
- 创建仓库
- 创建 Git 远程仓库,并将微服务所有配置文件上传到仓库中,配置文件命名规则:
-
- 环境配置:application-{profile}.properties;
- 配置中心:{application}-{profile}.profiles;
-
- 创建 Git 远程仓库,并将微服务所有配置文件上传到仓库中,配置文件命名规则:
- 创建工程,选择 Eureka Discovery Client、Config Server 组件;
- 导入pom,配置文件以及启动类配置
- 启动测试
2.Config Client
- 加入bootstrap支持,pom
- 创建bootstrap.properties
- 拆分application.properties,本地 application.properties 中的配置分成两个部分
- 注册部分,Eureka 相关配置、引入的其余配置文件配置(比如 logback.xml),移植到 bootstrap.properties 配置文件中,注册微服务
- 其余配置项,移植到远程配置仓库中对应的配置文件中;
- 删除 application.properties 配置(我对之进行重命名备份);
- 微服务启动,到注册中心中去注册,才能获取配置中心提供的功能,去读取git仓库中的配置文件
- 注册中心配置,就需要从application.properties移到bootstrap.properties;
- 配置加载顺序:
- 读本地 bootstrap.properties
- 到注册中心注册服务
- 连接 Config Server,加载远程配置 applicationTest-dev.properties
- 加载本地 application.properties;