一、分布式服务框架的发展1.1 第一代服务框架 代表:Dubbo(Java)、Orleans(.Net)等 特点:和语言绑定紧密 1.2 第二代服务框架 代表:Spring Cloud等 现状:适合混合式开发(例如借助Steeltoe OSS可以让ASP.Net Core与Spring Cloud集成),正值当年 1.3 第三代服务框架 代表:Service Mesh(服务网格) => 例如Service Fabric、lstio、Linkerd、Conduit等 现状:在快速发展中,更新迭代比较快 1.4 未来(目测不久)主流的服务架构和技术栈 基础的云平台为微服务提供了资源能力(计算、存储和网络等),容器作为最小工作单元被Kubernetes调度和编排,Service Mesh(服务网格)管理微服务的服务通信,最后通过API Gateway向外暴露微服务的业务接口。 目前,我所在的项目组已经在采用这种技术架构了,服务网格采用的是Linkerd,容器编排采用的是K8S,Spring Cloud已经没用了。But,不代表Spring Cloud没有学习的意义,对于中小型项目团队,Spring Cloud仍然是快速首选。 二、Spring Cloud 简介2.1 Spring Cloud极简介绍 首先,尽管Spring Cloud带有“Cloud”这个单词,但它并不是云计算解决方案,而是在Spring Boot基础之上构建的,用于快速构建分布式系统的通用模式的工具集。 其次,使用Spring Cloud开发的应用程序非常适合在Docker和PaaS(比如Pivotal Cloud Foundry)上部署,所以又叫做云原生应用(Cloud Native Application)。云原生可以简单地理解为面向云环境的软件架构。 https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">总结 :Spring Cloud是一个基于Spring Boot实现的云原生应用开发工具,它为基于JVM的云原生应用开发中涉及的配置管理、服务发现、熔断器、智能路由、微代理、控制总线、分布式会话和集群状态管理等操作提供了一种简单的开发方式。 Spring Cloud具有如下特点: - 约定大于配置
- 适用于各种环境
- 隐藏了组件的复杂性,并提供声明式、无XML式的配置方式
- 开箱即用,快速启动
- 组件丰富,功能齐全
- ......
Spring Cloud作为第二代微服务的代表性框架,已经在国内众多大中小型的公司有实际应用案例。许多公司的业务线全部拥抱Spring Cloud,部分公司选择部分拥抱Spring Cloud。例如,拍拍贷资深架构师杨波老师就根据自己的实际经验以及对Spring Cloud的深入调研,并结合国内一线互联网大厂的开源项目应用实践结果,认为Spring Cloud技术栈中的有些组件离生产级开发尚有一定距离,最后提出了一个可供中小团队参考的微服务架构技术栈,又被称为“中国特色的微服务架构技术栈1.0”: 上图中涉及到的组件,这里不做具体介绍,有兴趣的童鞋可以浏览波波老师的这篇文章:《一个可供中小团队参考的微服务架构技术栈》。 2.2 Spring Cloud核心子项目- Spring Cloud Netflix:核心组件,可以对多个Netflix OSS开源套件进行整合,包括以下几个组件:
- Eureka:服务治理组件,包含服务注册与发现
- Hystrix:容错管理组件,实现了熔断器
- Ribbon:客户端负载均衡的服务调用组件
- Feign:基于Ribbon和Hystrix的声明式服务调用组件
- Zuul:网关组件,提供智能路由、访问过滤等功能
- Archaius:外部化配置组件
- Spring Cloud Config:配置管理工具,实现应用配置的外部化存储,支持客户端配置信息刷新、加密/解密配置内容等。
- Spring Cloud Bus:事件、消息总线,用于传播集群中的状态变化或事件,以及触发后续的处理
- Spring Cloud Security:基于spring security的安全工具包,为我们的应用程序添加安全控制
- Spring Cloud Consul : 封装了Consul操作,Consul是一个服务发现与配置工具(与Eureka作用类似),与Docker容器可以无缝集成
- ......
三、参考学习资料 备注:下面资料都是我们项目组新同事以及老同事(.Net技术背景)所采用的学习资料,并不保证适合于所有人。本示例主要也主要是基于下面的资料而写的sample code。 (1)周立:《Spring Cloud与Docker 微服务架构实战》 (2)程序猿DD:《Spring Cloud 微服务实战》、《Spring Cloud基础教程(Dalston版本)(强力推荐)》 (3)纯洁的微笑,《Spring Cloud系列文章》 四、示例结构说明4.1 示例环境版本- Java : JDK & JRE 1.8 8u151
- Spring Boot : 1.5.15.RELEASE
- Spring Cloud : Edgware.SR3 (小贴士:Spring Cloud的版本命名是以伦敦地铁站的名字来命名的)
4.2 示例地址与结构说明 示例地址:https://github.com/EdisonChou/EDC.SpringCloud.Samples 4.2.1 服务注册与发现 - 基于Eureka 此部分示例位于:part1_service-register-discovery 此部分示例主要演示了如何基于Eureka实现服务的注册与发现,其中包括两个版本: ① 单节点版本 (开发环境调试用) => 位于eureka-service-sn (sn代表single node)项目内 这里需要注意的地方是:在开发环境需要关闭Eureka的自我保护机制,不然你无法轻易看到服务移除的效果,需要在application.yml中如下设置: 这是因为Eureka考虑到生产环境中可能存在的网络分区故障,会导致微服务与Eureka Server之间无法正常通信。它的架构哲学是宁可同时保留所有微服务(健康的微服务和不健康的微服务都会保留),也不盲目注销任何健康的微服务。 关于自我保护机制,更多内容可以参考:《Spring Cloud Eureka全解之自我保护机制》 ② HA多节点版本 (部署/生产环境用) => 位于eureka-service-ha-1 & eureka-service-ha-2这两个项目内 此版本需要注意的是两个节点的application.yml保持一致,但由于其中使用了peer1和peer2的hostname,在本地开发环境需要给Windows(我假设你使用的是Windows系统)设置hosts文件如下: https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">扩展:除了Eureka之外,还可以选择通用型较强的Consul,关于Consul的基本概念与服务端的安装配置可以看看我的这一篇《.Net Core微服务之基于Consul实现服务注册于发现》了解一下。最后,不得不说,Spring Boot 和 Spring Cloud中核心组件封装的注解真的是太强大了,很多操作一个注解直接搞定,无须过多的coding。 4.2.2 客户端负载均衡 - 基于Ribbon 此部分示例位于:part2_client-load-balance 此部分示例主要演示了如何基于Ribbon实现客户端的负载均衡,建议启动方式:先启动Eureka,再启动UserService和MovieService。通过访问MovieService的API接口 /log-instance 进行日志查看,测试结果如下图所示: 从上图可以看出,通过客户端的负载均衡算法,依次访问了不同的服务节点。 4.2.3 声明式REST调用 - 基于Feign 此部分示例位于:part3_feign 此部分示例主要演示了基于Feign如何实现声明式调用,包括以下内容: (1)基本整合Feign进行单参数与多参数的请求:位于movie-service这个项目内 需要注意的就是别忘了在启动类加上@EnableFeignClients注解 (2)自定义Feign配置的使用:位于movie-service-feign-customizing这个项目内 下面的Feign接口就使用了自定义的配置类FeignConfiguration。 (3)Feign的日志的使用:位于movie-service-feign-logging这个项目内 需要注意的是:Feign虽然提供了logger,但是其日志打印只会对DEBUG级别做出响应。日志级别一共有4种类型,如下所示: https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">Logger.Level 可选值: * NONE: 不记录任何日志(默认值) * BASIC: 仅记录请求方法、URL、响应状态码以及执行时间 * HEADERS: 记录BASIC级别的基础之上,记录请求和响应的header * FULL: 记录请求和响应的header,body和元数据 要输出日志打印,application.yml内要设置DEBUG级别: 最后,针对FULL级别的日志打印效果如下图所示: 4.2.4 容错处理 - 基于Hystrix 此部分示例位于:part4_hystrix 此部分示例主要演示如何基于Hystrix实现容错处理,主要包括以下内容: (1)通用方式整合Hystrix:此示例位于movie-service项目中 针对普通的方法,只需加上HystrixCommand注解及定义回退方法即可,例如: (2)Feign使用Hystrix:此示例位于movie-service-feign-hystrix项目中 针对Feign,它是以接口形式工作的,好在Spring Cloud已默认为Feign整合了Hystrix,不过默认是关闭的,需要手动在配置文件中开启: 在之前的版本(Dalston之前的版本)中是默认开启的,至于为何要改为默认禁用,可以看看这里:https://github.com/spring-cloud/spring-cloud-netflix/issues/1277 然后直接在FeignClient注解中加入fallback属性即可,例如下面所示: 如果想要在Feign发生回退时能够留下日志供查看回退原因,那么可以使用FallbackFactory,示例项目:movie-service-feign-fallback-factory. View Code 当发生回退时,日志输出信息如下: 除此之外,关于Hystrix部分,还有监控的主题,这里由于我所在的项目组的技术架构中不会涉及到,也就没有弄,有兴趣的童鞋可以关注一下Hystrix自带的监控以及基于Turbine的聚合监控。参考文章:《Hystrix监控面板(Dalston版)》与《Hystrix监控数据聚合》。 4.2.5 API网关 - 基于Zuul 此部分示例位于:part5_zuul 此部分示例主要演示如何基于Zuul实现API网关,主要包括以下内容: (1)整合Zuul编写API网关:位于zuul-service项目中 可以测试验证的内容: - 路由规则:依次启动eureka,user-service,movie-service,zuul-service,然后通过zuul访问user-service接口
- 负载均衡:依次启动eureka,多个user-service,zuul-service,然后多次访问user-service,最后查看日志信息(两个user-service都会打印hibernate日志信息),验证是否达到负载均衡的效果。PS:Zuul内置了Ribbon来实现负载均衡。
- 路由端点:依次启动eureka,user-service,movie-service,zuul-service,然后浏览器访问zuul-service(http://localhost:5000/routes)可以得到路由端点信息
对于路由端点,需要改一下以下配置,才能正常显示路由端点信息,否则会报401的错误: - 路由配置:示例主要演示了路由前缀、全局敏感设置以及路由规则设置
- 大文件上传设置:针对超大文件上传(比如500M),需要在Zuul中提升超时设置
View Code (2)Zuul的过滤器:主要位于zuul-service-filter这个项目中 对于Zuul的请求声明周期来说,一共有4种标准过滤器类型: - PRE:在请求被路由之前调用,可利用这种过滤器实现身份验证、记录调试信息等操作;
- ROUTING:将请求路由到微服务,可利用这种过滤器用于构建发送给微服务的请求;
- POST:在路由到微服务以后执行,可用来为响应添加标准的HTTP Header、收集统计信息和指标、将响应从微服务发送给客户端等;
- ERROR:在其他阶段发生错误时执行该过滤器;
此示例中演示了PRE类型的过滤器,部分场景下,想要禁用部分过滤器,只需要在配置文件中设置即可,例如这里禁用PreRequestLogFilter过滤器: View Code (3)Zuul的容错与回退:主要位于zuul-service-fallback这个项目中 Zuul自身就带有Hystrix,但是它监控的粒度是微服务级别,而不是某个API,当某个API不可用时,会统一抛500错误码的异常页。我们可以为Zuul添加回退,以实现更友好的返回信息。实现也很简单,只需要实现FallbackProvider接口即可。这里要注意的是,对于Edgware之前的版本(即Dalston及更低版本)需要实现的是ZuulFallbackProvider接口,而Edgware及之后的版本要实现的是FallbackProvider接口。因为FallbackProvider是ZuulFallbackProvider的子接口,而它的好处就是多了一个接口可以获取可能造成回退的原因,具体可以参考这一篇文章:《Spring Cloud Edgware新特性之八:Zuul回退的改进》。下面是本示例中访问user-service接口(user-service被我手动关闭)后的返回结果: (4)Zuul的高可用架构 生产环境中一般都需要部署高可用的Zuul以避免单点故障,实际开发中有两种情况: ① Zuul的客户端也注册到了Eureka Server上(比如:MVC App, SPA 等) 此时Zuul的高可用和其他微服务没区别,都是借助Eureka和Ribbon来实现负载均衡。 ② Zuul的客户端未注册到Eureka Server上(比如手机App端等) 现实中这种场景或许更常见,此时需要借助一个额外的负载均衡器来实现Zuul的高可用,比如:Nginx、HAProxy以及F5等。 更多Zuul高可用的内容,可以浏览周立老师的这一篇:《Zuul的高可用》 (5)使用Zuul聚合微服务:此示例位于zuul-service-aggregation项目中 许多场景下可能一个外部请求要查询Zuul后端的多个服务,这时可以使用Zuul来聚合服务请求,即只需请求一次,由Zuul来请求各个服务,然后组织好数据发送给客户端(比如App客户端)。示例中主要基于RxJava与Zuul来结合实现的微服务请求的聚合。 4.2.6 统一配置管理 - 基于Spring Cloud Config 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,包括Config Server和Config Client两部分,其架构图如下图所示: 其中,各个微服务在启动时会请求Config Server以获取所需要的配置属性,然后缓存这些属性以提高性能,如下图所示: 此部分示例位于:part6_config 此部分示例主要演示如何基于Spring Cloud Config实现统一配置中心,主要包括以下内容: (1)基本的Config Server与Config Client编写:此示例位于config-service与config-client中 此示例需要用到一些已放到git的配置文件,这里我已将其放到了github方便大家可以直接拿来测试用,仓库地址为:https://github.com/EdisonChou/EDC.SpringCloud.Samples.Config https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">端点与配置文件的映射规则如下: /{application}/{profile}[/{label}] /{application}-{profile}.yml /{label}/{application}-{profile}.yml /{application}-{profile}.properties /{label}/{application}-{profile}.properties 其中,application: 表示微服务的虚拟主机名,即配置的spring.application.name profile: 表示当前的环境,dev, test or production? label: 表示git仓库分支,master or relase or others repository name? 默认是master 项目中,config-service的配置文件如下: View Code 启动顺序:先启动config-server,再启动config-client,因为config-client在启动时就回去config-server获取配置,如果这时config-server未启动则会报错。 这里需要注意的就是在config-client中,对于spring cloud config的配置应该放在bootstrap.yml中而不是application.yml中,否则会不起作用。这里涉及到一个spring cloud的“引导上下文”的概念,可以参考这篇《深入理解Spring Cloud引导上下文》来了解一下。 (2)使用/refresh端点手动刷新配置:仍然位于config-client项目中 要想在运行期间刷新配置,需要两点改造:加上@RefreshScope注解 此外,针对Spring Boot 1.5.x,还需要给config-client端关闭安全认证,否则无法正常refresh: 之后,就可以通过对config-client发起POST请求刷新配置了: 不过,如果所有微服务都需要手动刷新配置,工作量会很大。所以,在实际环境中,一般会实现配置的自动刷新。 (3)使用Spring Cloud Bus自动刷新配置:此示例位于config-server-cloud-bus与config-client-cloud-bus项目中 此示例使用到的架构如下图所示,它将Config Server加入消息总线之中,并使用Config Server的/bus/refersh端点来实现配置的刷新。这样,各个微服务只需要关注自身的业务逻辑,而无需再自己手动刷新配置。 https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">Tip:Spring Cloud Bus基于轻量级地消息代理(例如RabbitMQ、Kafka等)连接分布式系统的节点,就可以通过广播的方式来传播状态的更改(例如配置的更新)或者其他的管理指令。我们可以将Spring Cloud Bus想象成一个分布式的Spring Boot Actuator。 运行顺序:先启动config-service-cloud-bus,再启动两个config-client-cloud-bus(第一个默认端口8081,第二个端口改为8082),修改github中sampleservice-foo-dev.properties中的profile值后commit & push,然后POST请求config-service-cloud-bus的/bus/refersh端点,最后再次访问两个client的/profile端点进行验证。 如果部分场景想要知道Spring Cloud Bus事件传播的细节,可以通过以下设置来跟踪事件总线: (4)与Eureka的配合使用:此示例位于config-service-eureka与config-client-eureka两个项目中 (5)Config Server的高可用:涉及到Git仓库的高可用、RabbitMQ的高可用以及Config Server自身的高可用。 对于Git仓库的高可用,第三方Git仓库类似于GitHub等本身已经实现了高可用,而针对自建Git仓库如GitLab,可以参考GitLab官方文档搭建高可用:https://about.gitlab.com/high-availability/ 对于Config Server自身的高可用,也可以分为未注册到Eureka和注册到Eureka两种情形,具体可以参考Zuul的高可用的架构图。 此外,对于配置内容的加密,此示例没有涉及,它依赖于JCE(Java Cryptography Extension),可以参考这一篇《Spring Cloud配置文件加密》了解一下。 https://images.cnblogs.com/cnblo ... 4/o_title.png") 9px 0px no-repeat rgb(255, 255, 163); border: 2px solid rgb(239, 239, 239); color: rgb(51, 51, 51); min-height: 35px; line-height: 1.6em; font-size: 15px; font-family: "Microsoft Yahei"; box-shadow: rgb(170, 170, 170) 0px 0px 8px; clear: both;">扩展:关于统一配置中心,还可以选择更好用的Apollo(携程的开源项目),可以看看我的这一篇《.Net Core微服务之基于Apollo实现统一配置中心》了解一下。 4.2.7 微服务跟踪 - 基于Spring Cloud Sleuth 首先,值得一提的是Spring Cloud Sleuth大量借用了Google Dapper,Twitter Zipkin和Apache HTrace的设计,我们得了解一些术语,例如:span、trace、annotation等,详细可以参考这篇《Spring Cloud系列之分布式链路监控Spring Cloud Sleuth》。 此示例位于:part7_sleuth 此部分示例主要演示如何基于Spring Cloud Sleuth实现分布式链路监控,主要包括以下内容: (1)基础整合Spring Cloud Sleuth:位于user-service-trace与movie-service-trace项目中,主要查看控制台输出日志 (2)Spring Cloud Sleuth与Zipkin的配合使用:位于zipkin-service-server、user-service-trace-zipkin与movie-service-trace-zipkin三个项目中 Zipkin是Twitter开源的分布式跟踪系统,基于Dapper论文设计而来,主要功能是收集系统的时序数据,从而追踪微服务架构的系统延时问题,此外还提供了一个非常友好的界面来帮助追踪分析数据。 下图是一个接入Zipkin之后的服务调用简易流程图: 运行顺序:首先运行zipkin-service-server,其次运行user-service-zipkin与movie-service-zipkin,然后访问http://localhost:8010/user/1得到数据结果,最后访问zipkin server首页,填入起始时间、结束时间等筛选条件后,点击Find a trace按钮,可以看到trace列表,如下图所示: 点击“依赖分析”,可以得到下图,有助于我们分析依赖关系: 需要注意的是,在开发调试时,因为默认的采样百分比是10%,Sleuth会忽略大量span,因此我们可以在开发环境将其设置为100%: (3)使用RabbitMQ收集数据:此示例位于zipkin-service-server-stream与user-service-trace-zipkin-stream两个项目中 此外,Spring Cloud Sleuth还可以与ELK配合使用,不过此示例没有涉及,感兴趣的朋友可以参考这一篇《Spring Cloud Sleuth与ELK集成》。当然,示例中的跟踪数据都是存放到内存中,但是跟踪数据还是建议存放到ElasticSearch中,生产环境切莫只存储到内存中。 推荐工具 IDE => Intellij Idea Community 2018 (PS: 如果是.Net程序猿背景,强烈建议更改快捷键与Visual Studio保持一致,这样能加快开发效率,如不了解如何修改,可以参考邹琼俊《从.Net到Java - Idea and Start Spring Boot》) |