Eureka
总览
Eureka是用于SpringCloud Netflix的服务注册与发现的一个核心模块,与Zookeeper类似
Eureka 包含两个组件:Eureka Server 和 Eureka Client 。
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中的服务注册表中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 Client是一个Java客户端,用于简化EurekaServer的交互,客户端同时也具备一个内置的,使用轮询负载算法的负载均衡器。在应用启动后,将会向Eureka Server发送心跳(默认周期为30秒)。如果 Eureka Server在多个心跳周期内没有接收到某个节点的心跳,EurekaServer将会从服务注册表中把这个服务节点移除掉(默认周期为90秒)
三大角色
- Eureka Server:提供服务的注册于发现。
- Service Provider:将自身服务注册到Eureka中,从而使消费方能够找到。
- Service Consumer:服务消费方从Eureka中获取注册服务列表,从而找到消费服务。
使用步骤
大体上可分为:
1.导入依赖
2.编写配置
3.开启功能(@EnableXxxxx)
4.配置类
Eureka的自我保护机制
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YXgWMFXY-1616493246231)(C:\Users\Redgoat\AppData\Roaming\Typora\typora-user-images\image-20210321163028751.png)]
-
某时刻某一个微服务不可以用了,Eureka不会立刻清理,依旧会对该微服务的信息进行保 存! 默认情况下,如果EurekaServer在一定时间内没有接收到某个微服务实例的心跳,EurekaServer将会注销该实例(默认90秒)。但是当网络分区故障发生时,微服务与Eureka之间无法正常通行,以上行为可能变得非常危险了–因为微服务本身其实是健康的,此时本不应该注销这个服务。Eureka通过 自我保护机制来解决这个问题
–当EurekaServer节点在短时间内丢失过多客户端时(可能发生了网络分区故障),那么这个节点就会进入自我保护模式。
-
一旦进入该模式,EurekaServer就会保护服务注册表中的信息,不再删除服务注册表中的数据(也就是不会注销任何微服务)。当网络故障恢复后,该 EurekaServer节点会自动退出自我保护模式。 在自我保护模式中,EurekaServer会保护服务注册表中的信息,不再注销任何服务实例。当它收到的心 跳数重新恢复到阈值以上时,该EurekaServer节点就会自动退出自我保护模式。它的设计哲学就是宁可保留错误的服务注册信息,也不盲目注销任何可能健康的服务实例。一句话:好死不如赖活着。
-
综上,自我保护模式是一种应对网络异常的安全保护措施。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。使用自我保护模式, 可以让Eureka集群更加的健壮和稳定。
-
在SpringCloud中,可以使用
eureka.server.enable-self-preservation = false
禁用自我保护模式 【不推荐关闭自我保护机制】
服务发现
在controller中注入DiscoveryClient对象
@Autowired
DiscoveryClient discoveryClient;
编写方法
@GetMapping("/discover")
public Object discover(){
System.out.println("当前注册了的服务为"+discoveryClient.getServices());
List<ServiceInstance> instances = discoveryClient.getInstances("springcloud-provider-dept");
for (ServiceInstance instance : instances) {
System.out.println("当前服务注册的实例有"+instance);
}
return discoveryClient;
}
访问指定url,发现服务
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DRG4RX6y-1616493246233)(C:\Users\Redgoat\AppData\Roaming\Typora\typora-user-images\image-20210321165149376.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LmyP36cC-1616493246235)(C:\Users\Redgoat\AppData\Roaming\Typora\typora-user-images\image-20210321165135990.png)]
集群环境配置
创建端口号为7002和7003的服务器模块,除端口号不同外与7001服务器模块没有任何区别
CAP原则
RDBMS (Mysql、Oracle、sqlServer)===>ACID
NoSQL(redis、mongdb)===> CAP
ACID是什么?
- A(Atomicity)原子性
- C(Consistency) 一致性
- I (Isolation)隔离性
- D(Durability)持久性
CAP是什么?
- C(Consistency)强一致性
- A(Availability)可用性
- P(Partition tolerance)分区容错性
- CAP的三进二:CA、AP、CP
CAP理论的核心 一个分布式系统不可能同时很好地满足一致性,可用性和分区容错性这三个需求
根据CAP原理,将NoSQL数据库分成了满足CA原则,满足CP原则和满足AP原则三大类:
- CA:单点集群,满足一致性,可用性的系统,通常可扩展性较差
- CP:满足一致性,分区容错性的系统,通常性能不是特别高
- AP:满足可用性,分区容错性的系统,通常可能对一致性要求低一些
作为服务注册中心,Eureka比Zookeeper好在哪里? 著名的CAP理论指出,一个分布式系统不可能同时满足C(一致性)、A(可用性)、P(容错性)。 由于分区容错性P在分布式系统中是必须要保证的,因此我们只能在A和C之间进行权衡。 Zookeeper保证的是CP; Eureka保证的是AP;
Zookeeper保证的是CP
当向注册中心查询服务列表时,我们可以容忍注册中心返回的是几分钟以前的注册信息,但不能接受服 务直接down掉不可用。也就是说,服务注册功能对可用性的要求要高于一致性。但是zk会出现这样一种 情况,当master节点因为网络故障与其他节点失去联系时,剩余节点会重新进行leader选举。问题在于,选举leader的时间太长,30~120s,且选举期间整个zk集群都是不可用的,这就导致在选举期间注 册服务瘫痪。在云部署的环境下,因为网络问题使得zk集群失去master节点是较大概率会发生的事件, 虽然服务最终能够恢复,但是漫长的选举时间导致的注册长期不可用是不能容忍的。
Eureka保证的是AP
Eureka看明白了这一点,因此在设计时就优先保证可用性。Eureka各个节点都是平等的,几个节点挂掉不会影响正常节点的工作,剩余的节点依然可以提供注册和查询服务。而Eureka的客户端在向某个 Eureka注册时,如果发现连接失败,则会自动切换至其他节点,只要有一台Eureka还在,就能保住注册 服务的可用性,只不过查到的信息可能不是最新的,除此之外,Eureka还有一种自我保护机制,如果在15分钟内超过85%的节点都没有正常的心跳,那么Eureka就认为客户端与注册中心出现了网络故障,此 时会出现以下几种情况:
- Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
- Eureka仍然能够接受新服务的注册和查询请求,但是不会被同步到其他节点上(即保证当前节点依 然可用)
- 当网络稳定时,当前实例新的注册信息会被同步到其他节点中
※因此,Eureka可以很好的应对因网络故障导致部分节点失去联系的情况,而不会像zookeeper那样使整 个注册服务瘫痪
Ribbon
总览
Ribbon是什么?
※ 对于Eureka来说,所有结点都是平等的,那么用户请求到来时应该访问哪一个结点?——负载均衡算法
Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具。
简单的说,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的客户端组件提供一系列完整的配置项如:连接超时、重试等等。简单 的说,就是在配置文件中列出LoadBalancer(简称LB:负载均衡)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!
Ribbon能做什么?
LB,即负载均衡(Load Balance),在微服务或分布式集群中经常用的一种应用。
负载均衡简单的说就是将用户的请求平摊的分配到多个服务上,从而达到系统的HA(高可用)。HA(高可用)是负载均衡的核心。
常见的负载均衡软件有 Nginx,Lvs 等
Dubbo、SpringCloud中均给我们提供了负载均衡,SpringCloud的负载均衡算法可以自定义负载均衡简单分类:
- 集中式LB
- 即在服务的消费方和提供方之间使用独立的LB设施
- 如之前学习的Nginx(反向代理服务器),由该设施负责把访问请求通过某种策略转发至服务的提供方!
- 进程式LB
- 将LB逻辑集成到消费方,消费方从服务注册中心获知有哪些地址可用,然后自己再从这些地 址中选出一个合适的服务器。
- Ribbon就属于进程内LB,它只是一个类库,集成于消费方进程,消费方通过它来获取到服务 提供方的地址!
集成Ribbon到SpringCloud中
Ribbon的LB逻辑集成到了消费方,故我们集成Ribbon只用操作消费方代码
导入依赖
<!--ribbon -->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-ribbon</artifactId>
<version>1.4.7.RELEASE</