Spring Cloud 微服务架构学习笔记与示例

时间  2019-11-17
标签 spring cloud 微服 架构 学习 笔记 示例 栏目 Spring 繁體版
原文   原文链接

原文地址：https://www.cnblogs.com/edisonchou/p/java_spring_cloud_foundation_sample_list.htmlhtml

本文示例基于Spring Boot 1.5.x实现，如对Spring Boot不熟悉，能够先学习个人这一篇：《Spring Boot 1.5.x 基础学习示例》。关于微服务基本概念不了解的童鞋，能够先阅读下始祖Martin Fowler的《Microservice》，本文不作介绍和描述。java

1、分布式服务框架的发展

1.1 第一代服务框架

　　表明：Dubbo(Java)、Orleans(.Net)等node

　　特色：和语言绑定紧密git

1.2 第二代服务框架

　　表明：Spring Cloud等github

　　现状：适合混合式开发（例如借助Steeltoe OSS可让ASP.Net Core与Spring Cloud集成），正值当年算法

1.3 第三代服务框架

　　表明：Service Mesh（服务网格） => 例如Service Fabric、lstio、Linkerd、Conduit等spring

　　现状：在快速发展中，更新迭代比较快bootstrap

1.4 将来（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），容器做为最小工做单元被Kubernetes调度和编排，Service Mesh（服务网格）管理微服务的服务通讯，最后经过API Gateway向外暴露微服务的业务接口。后端

　　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，不表明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。浏览器

2、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，但它并非云计算解决方案，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开发的应用程序很是适合在Docker和PaaS（好比Pivotal Cloud Foundry）上部署，因此又叫作云原生应用（Cloud Native Application）。云原生能够简单地理解为面向云环境的软件架构。

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做提供了一种简单的开发方式。

　　Spring Cloud具备以下特色：

  • 约定大于配置
  • 适用于各类环境
  • 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做为第二代微服务的表明性框架，已经在国内众多大中小型的公司有实际应用案例。许多公司的业务线所有拥抱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本身的实际经验以及对Spring Cloud的深刻调研，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必定距离，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“中国特点的微服务架构技术栈1.0”：

　　

　　上图中涉及到的组件，这里不作具体介绍，有兴趣的童鞋能够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，能够对多个Netflix OSS开源套件进行整合，包括如下几个组件：
    • 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，为咱们的应用程序添加安全控制
  • Spring Cloud Consul : 封装了Consul操做，Consul是一个服务发现与配置工具（与Eureka做用相似），与Docker容器能够无缝集成
  • ......

3、参考学习资料

　　备注：下面资料都是咱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，并不保证适合于全部人。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》

4、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表明single node)项目内

　　

　　这里须要注意的地方是：在开发环境须要关闭Eureka的自我保护机制，否则你没法轻易看到服务移除的效果，须要在application.yml中以下设置：

eureka:
  server:
    enableSelfPreservation: false # 本地调试环境下关闭自我保护机制

　　这是由于Eureka考虑到生产环境中可能存在的网络分区故障，会致使微服务与Eureka Server之间没法正常通讯。它的架构哲学是宁肯同时保留全部微服务（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，更多内容能够参考：《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

　　此版本须要注意的是两个节点的application.yml保持一致，但因为其中使用了peer1和peer2的hostname，在本地开发环境须要给Windows（我假设你使用的是Windows系统）设置hosts文件以下：

  127.0.0.1    peer1 peer2

扩展：除了Eureka以外，还能够选择通用型较强的Consul，关于Consul的基本概念与服务端的安装配置能够看看个人这一篇《.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，不少操做一个注解直接搞定，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。经过访问MovieService的API接口 /log-instance 进行日志查看，测试结果以下图所示：

　　

　　从上图能够看出，经过客户端的负载均衡算法，依次访问了不一样的服务节点。

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，包括如下内容：

　　（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

　　须要注意的就是别忘了在启动类加上@EnableFeignClients注解

复制代码 
@SpringBootApplication
@EnableDiscoveryClient
@EnableFeignClients // 要使用Feign，须要加上此注解
public class MovieServiceApplication {

    public static void main(String[] args) {
        SpringApplication.run(MovieServiceApplication.class, args);
    }
}
复制代码

　　（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。

复制代码 
@FeignClient(name = "user-service", configuration = FeignConfiguration.class)
public interface UserFeignClient {
    /**
     * 使用feign自带的注解@RequestLine
     * @see https://github.com/OpenFeign/feign
     * @param id 用户id
     * @return 用户信息
     */
    @RequestLine("GET /{id}")
    User findById(@Param("id") Long id);
}
复制代码

　　（3）Feign的日志的使用：位于movie-service-feign-logging这个项目内

　　须要注意的是：Feign虽然提供了logger，可是其日志打印只会对DEBUG级别作出响应。日志级别一共有4种类型，以下所示：

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：

logging:
  level:
    # 将Feign接口的日志级别设置为DEBUG，由于Feign的Logger.Level只针对DEBUG作出响应
    com.mbps.cd.movieservice.feign.UserFeignClient: DEBUG

　　最后，针对FULL级别的日志打印效果以下图所示：

　　

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，主要包括如下内容：

　　（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便可，例如：

复制代码 
    @HystrixCommand(fallbackMethod = "findByIdFallback")
    @GetMapping(value = "/user/{id}")
    public User findById(@PathVariable Long id) {
        return restTemplate.getForObject("http://user-service/" + id, User.class);
    }

    public User findByIdFallback(Long id){
        User user = new User();
        user.setId(-1L);
        user.setUsername("Default User");

        return user;
    }
复制代码

　　（2）Feign使用Hystrix：此示例位于movie-service-feign-hystrix项目中

　　针对Feign，它是以接口形式工做的，好在Spring Cloud已默认为Feign整合了Hystrix，不过默认是关闭的，须要手动在配置文件中开启：

feign:
  hystrix:
    enabled: true

　　在以前的版本（Dalston以前的版本）中是默认开启的，至于为什么要改成默认禁用，能够看看这里：https://github.com/spring-cloud/spring-cloud-netflix/issues/1277

　　而后直接在FeignClient注解中加入fallback属性便可，例以下面所示：

复制代码 
@FeignClient(name = "user-service", fallback = FeignClientFallback.class)
public interface UserFeignClient {
    @GetMapping(value = "/{id}")
    User findById(@PathVariable("id") Long id);
}

@Component
class FeignClientFallback implements UserFeignClient{
    @Override
    public User findById(Long id) {
        User user = new User();
        user.setId(-1L);
        user.setUsername("Default User");

        return user;
    }
}
复制代码

　　若是想要在Feign发生回退时可以留下日志供查看回退缘由，那么可使用FallbackFactory，示例项目：movie-service-feign-fallback-factory.

  View Code

　　当发生回退时，日志输出信息以下：

　　除此以外，关于Hystrix部分，还有监控的主题，这里因为我所在的项目组的技术架构中不会涉及到，也就没有弄，有兴趣的童鞋能够关注一下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，主要包括如下内容：

　　（1）整合Zuul编写API网关：位于zuul-service项目中

　　能够测试验证的内容：

  • 路由规则：依次启动eureka，user-service，movie-service，zuul-service，而后经过zuul访问user-service接口
  • 负载均衡：依次启动eureka，多个user-service，zuul-service，而后屡次访问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，而后浏览器访问zuul-service（http://localhost:5000/routes）能够获得路由端点信息

　　对于路由端点，须要改一下如下配置，才能正常显示路由端点信息，不然会报401的错误：

management:
  security:
    enabled: false # 默认为true，改成false以即可以看到routes
  • 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（好比500M），须要在Zuul中提高超时设置
  View Code

　　（2）Zuul的过滤器：主要位于zuul-service-filter这个项目中

　　对于Zuul的请求声明周期来讲，一共有4种标准过滤器类型：

  • PRE：在请求被路由以前调用，可利用这种过滤器实现身份验证、记录调试信息等操做；
  • 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：在路由到微服务之后执行，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：在其余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，只须要在配置文件中设置便可，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，可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。咱们能够为Zuul添加回退，以实现更友好的返回信息。实现也很简单，只须要实现FallbackProvider接口便可。这里要注意的是，对于Edgware以前的版本（即Dalston及更低版本）须要实现的是ZuulFallbackProvider接口，而Edgware及以后的版本要实现的是FallbackProvider接口。由于FallbackProvider是ZuulFallbackProvider的子接口，而它的好处就是多了一个接口能够获取可能形成回退的缘由，具体能够参考这一篇文章：《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

　　生产环境中通常都须要部署高可用的Zuul以免单点故障，实际开发中有两种状况：

　　① Zuul的客户端也注册到了Eureka Server上（好比：MVC App, SPA 等）

　　

　　此时Zuul的高可用和其余微服务没区别，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（好比手机App端等）

　　现实中这种场景或许更常见，此时须要借助一个额外的负载均衡器来实现Zuul的高可用，好比：Nginx、HAProxy以及F5等。

　　

　　更多Zuul高可用的内容，能够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，而后组织好数据发送给客户端（好比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，其架构图以下图所示：

　　

　　其中，各个微服务在启动时会请求Config Server以获取所须要的配置属性，而后缓存这些属性以提升性能，以下图所示：

　　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，主要包括如下内容：

　　（1）基本的Config Server与Config Client编写：此示例位于config-service与config-client中

　　此示例须要用到一些已放到git的配置文件，这里我已将其放到了github方便你们能够直接拿来测试用，仓库地址为：https://github.com/EdisonChou/EDC.SpringCloud.Samples.Config

端点与配置文件的映射规则以下：

/{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的配置文件以下：

  View Code

　　启动顺序：先启动config-server，再启动config-client，由于config-client在启动时就回去config-server获取配置，若是这时config-server未启动则会报错。

　　这里须要注意的就是在config-client中，对于spring cloud config的配置应该放在bootstrap.yml中而不是application.yml中，不然会不起做用。这里涉及到一个spring cloud的“引导上下文”的概念，能够参考这篇《深刻理解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，须要两点改造：加上@RefreshScope注解

复制代码 
@RestController
@RefreshScope // @RefreshScope注解不能少，不然即便调用/refresh，配置也不会刷新
public class ConfigClientController {
    @Value("${profile}")
    private String profile;

    @GetMapping("/profile")
    public String hello(){
        return this.profile;
    }
}
复制代码

　　此外，针对Spring Boot 1.5.x，还须要给config-client端关闭安全认证，不然没法正常refresh：

management:
  security:
    enabled: false

　　以后，就能够经过对config-client发起POST请求刷新配置了：

　　

　　不过，若是全部微服务都须要手动刷新配置，工做量会很大。因此，在实际环境中，通常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以下图所示，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，各个微服务只须要关注自身的业务逻辑，而无需再本身手动刷新配置。

　　　　

Tip：Spring Cloud Bus基于轻量级地消息代理（例如RabbitMQ、Kafka等）链接分布式系统的节点，就能够经过广播的方式来传播状态的更改（例如配置的更新）或者其余的管理指令。咱们能够将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，第二个端口改成8082），修改github中sampleservice-foo-dev.properties中的profile值后commit & push，而后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。

　　若是部分场景想要知道Spring Cloud Bus事件传播的细节，能够经过如下设置来跟踪事件总线：

spring:
  cloud:
    bus:
      trace:
        enabled: true # 开启cloud bus跟踪

　　（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仓库相似于GitHub等自己已经实现了高可用，而针对自建Git仓库如GitLab，能够参考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，也能够分为未注册到Eureka和注册到Eureka两种情形，具体能够参考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），能够参考这一篇《Spring Cloud配置文件加密》了解一下。

扩展：关于统一配置中心，还能够选择更好用的Apollo（携程的开源项目），能够看看个人这一篇《.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，咱们得了解一些术语，例如：span、trace、annotation等，详细能够参考这篇《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，主要包括如下内容：

　　（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，此外还提供了一个很是友好的界面来帮助追踪分析数据。

　　下图是一个接入Zipkin以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，而后访问http://localhost:8010/user/1获得数据结果，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，能够看到trace列表，以下图所示：

　　点击“依赖分析”，能够获得下图，有助于咱们分析依赖关系：

　　

　　须要注意的是，在开发调试时，由于默认的采样百分比是10%，Sleuth会忽略大量span，所以咱们能够在开发环境将其设置为100%：

spring:
  sleuth:
    sampler:
      # 指定需采样的请求的百分比，默认是0.1（即10%），这里方便查看设为100%（实际环境不要这样设置）
      percentage: 1.0

　　（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还能够与ELK配合使用，不过此示例没有涉及，感兴趣的朋友能够参考这一篇《Spring Cloud Sleuth与ELK集成》。固然，示例中的跟踪数据都是存放到内存中，可是跟踪数据仍是建议存放到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: 若是是.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，能够参考邹琼俊《从.Net到Java - Idea and Start Spring Boot》)

　　

　　Plugin => 阿里巴巴代码规约

 

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程