当您大规模设计和构建应用程序时,您将面临两个重大挑战:可伸缩性和健壮性。
您应该设计您的服务,即使它受到间歇性重载,它仍然可靠地运行。
以Apple Store为例。
每年都有数百万Apple客户预先注册购买新的iPhone。
这是数百万人同时购买物品。
如果您将Apple商店的流量描述为每秒的请求数,那么这就是图形的样子:
现在想象一下,你的任务是构建这样的应用程序。
您正在建立一个商店,用户可以在那里购买自己喜欢的商品。
您构建了一个微服务来呈现网页并提供静态资产。您还构建了一个后端REST API来处理传入的请求。
您希望将两个组件分开,因为使用相同的REST API,您可以为网站和移动应用程序提供服务。
今天结果是重要的一天,你的商店上线了。
您决定将应用程序扩展为前端的四个实例和后端的四个实例,因为您预测网站比平常更繁忙。
您开始接收越来越多的流量。
前端服务正在处理流量罚款。但是你注意到连接到数据库的后端正在努力跟上事务的数量。
不用担心,您可以将后端的副本数量扩展为8。
您收到的流量更多,后端无法应对。
一些服务开始丢弃连接。愤怒的客户与您的客户服务取得联系。现在你淹没了交通。
你的后端无法应付它,它会失去很多连接。
你刚丢了一大笔钱,你的顾客也不高兴。
您的应用程序并非设计为健壮且高度可用:
- 前端和后端紧密耦合 - 实际上它不能在没有后端的情况下处理应用程序
- 前端和后端必须一致扩展 - 如果没有足够的后端,你可能会淹没在交通中
- 如果后端不可用,则无法处理传入的事务。
失去的交易是收入损失。
您可以重新设计体系结构,以便将前端和后端与队列分离。
前端将消息发布到队列,而后端则一次处理一个待处理消息。
新架构有一些明显的好处:
- 如果后端不可用,则队列充当缓冲区
- 如果前端产生的消息多于后端可以处理的消息,则这些消息将缓冲在队列中
- 您可以独立于前端扩展后端 - 即您可以拥有数百个前端服务和后端的单个实例
太好了,但是你如何构建这样的应用程序?
您如何设计可处理数十万个请求的服务?您如何部署动态扩展的应用程序?
在深入了解部署和扩展的细节之前,让我们关注应用程序。
编写Spring应用程序
该服务有三个组件:前端,后端和消息代理。
前端是一个简单的Spring Boot Web应用程序,带有Thymeleaf模板引擎。
后端是一个消耗队列消息的工作者。
由于Spring Boot与JSM具有出色的集成,因此您可以使用它来发送和接收异步消息。
您可以在learnk8s / spring-boot-k8s-hpa中找到一个连接到JSM的前端和后端应用程序的示例项目。
请注意,该应用程序是用Java 10编写的,以利用 改进的Docker容器集成 。
只有一个代码库,您可以将项目配置为作为前端或后端运行。
您应该知道该应用程序具有:
- 你可以购买物品的主页
- 管理面板,您可以在其中检查队列中的消息数
/health
当应用程序准备好接收流量时发出信号的端点/submit
从表单接收提交并在队列中创建消息的端点- 一个
/metrics
端点,用于公开队列中待处理消息的数量(稍后将详细介绍)
该应用程序可以在两种模式下运行:
作为前端,应用程序呈现人们可以购买物品的网页。
作为工作者,应用程序等待队列中的消息并处理它们。
请注意,在示例项目中,通过等待五秒来模拟处理
Thread.sleep(5000)
。
您可以通过更改您的值来配置任一模式的应用程序application.yaml
。
干运行应用程序
默认情况下,应用程序作为前端和工作程序启动。
您可以运行该应用程序,只要您在本地运行ActiveMQ实例,您就应该能够购买物品并让系统处理这些物品。
如果您检查日志,您应该看到工作人员处理项目。
有效!编写Spring Boot应用程序很容易。
一个更有趣的主题是学习如何将Spring Boot连接到消息代理。
使用JMS发送和接收消息
Spring JMS(Java消息服务)是一种使用标准协议发送和接收消息的强大机制。
如果您以前使用过JDBC API,那么您应该熟悉JMS API,因为它的工作方式类似。
您可以使用JMS使用的最流行的消息代理是ActiveMQ - 一个开源消息服务器。
使用这两个组件,您可以使用熟悉的接口(JMS)将消息发布到队列(ActiveMQ),并使用相同的接口来接收消息。
更妙的是,Spring Boot与JMS的集成非常好,因此您可以立即加快速度。
实际上,以下短类封装了用于与队列交互的逻辑:
@Component
public class QueueService implements MessageListener {
private static final Logger LOGGER = LoggerFactory.getLogger(QueueService.class);
@Autowired
private JmsTemplate jmsTemplate;
public void send(String destination, String message) {
LOGGER.info("sending message='{}' to destination='{}'", message, destination);
jmsTemplate.convertAndSend(destination, message);
}
@Override
public void onMessage(Message message) {
if (message instanceof ActiveMQTextMessage) {
ActiveMQTextMessage textMessage = (ActiveMQTextMessage) message;
try {
LOGGER.info("Processing task " + textMessage.getText());
Thread.sleep(5000);
LOGGER.info("Completed task " + textMessage.getText());
} catch (InterruptedException e) {
e.printStackTrace();
} catch (JMSException e) {
e.printStackTrace();
}
} else {
LOGGER.error("Message is not a text message " + message.toString());
}
}
}
您可以使用该send
方法将消息发布到命名队列。
此外,Spring Boot将为onMessage
每个传入消息执行该方法。
最后一个难题是指示Spring Boot使用该类。
您可以通过在Spring Boot应用程序中注册侦听器来在后台处理消息,如下所示:
@SpringBootApplication
@EnableJms
public class SpringBootApplication implements JmsListenerConfigurer {
@Autowired
private QueueService queueService;
public static void main(String[] args) {
SpringApplication.run(SpringBootApplication.class, args);
}
@Override
public void configureJmsListeners(JmsListenerEndpointRegistrar registrar) {
SimpleJmsListenerEndpoint endpoint = new SimpleJmsListenerEndpoint();
endpoint.setId("myId");
endpoint.setDestination("queueName");
endpoint.setMessageListener(queueService);
registrar.registerEndpoint(endpoint);
}
}
其中id是使用者的唯一标识符,destination是队列的名称。
您可以从GitHub上的项目中完整地读取Spring队列服务的源代码。
请注意您是如何在少于40行代码中编写可靠队列的。
你一定很喜欢Spring Boot。
您在部署时节省的所有时间都可以专注于编码
您验证了应用程序的工作原理,现在是时候部署它了。
此时,您可以启动VPS,安装Tomcat,并花些时间制作自定义脚本来测试,构建,打包和部署应用程序。
或者您可以写下您希望拥有的内容的描述:一个消息代理和两个使用负载均衡器部署的应用程序。
诸如Kubernetes之类的协调员可以阅读您的愿望清单并提供正确的基础设施。
由于花在基础架构上的时间减少意味着更多的时间编码,这次你将把应用程序部署到Kubernetes。但在开始之前,您需要一个Kubernetes集群。
您可以注册Google Cloud Platform或Azure并使用云提供商Kubernetes提供的服务。或者,您可以在将应用程序移动到云之前在本地尝试Kubernetes。
minikube
是一个打包为虚拟机的本地Kubernetes集群。如果您使用的是Windows,Linux和Mac,那就太好了,因为创建群集需要五分钟。
您还应该安装kubectl
客户端以连接到您的群集。
你可以找到关于如何安装的说明minikube
,并kubectl
从官方文档。
如果您在Windows上运行,则应查看 有关如何安装Kubernetes和Docker的详细指南 。
您应该启动一个具有8GB RAM和一些额外配置的集群:
minikube start \
--memory 8096 \
--extra-config=controller-manager.horizontal-pod-autoscaler-upscale-delay=1m \
--extra-config=controller-manager.horizontal-pod-autoscaler-downscale-delay=2m \
--extra-config=controller-manager.horizontal-pod-autoscaler-sync-period=10s
请注意,如果您使用的是预先存在的minikube
实例,则可以通过销毁VM来重新调整VM的大小。只是添加--memory 8096
将不会有任何影响。
验证安装是否成功。您应该看到一些资源列为表格。集群已经准备就绪,也许您应该立即开始部署?
还没。
你必须先装好你的东西。
什么比优步罐更好?集装箱
部署到Kubernetes的应用程序必须打包为容器。毕竟,Kubernetes是一个容器协调器,所以它本身无法运行你的jar。
容器类似于fat jar:它们包含运行应用程序所需的所有依赖项。甚至JVM也是容器的一部分。所以他们在技术上是一个更胖的脂肪罐。
将应用程序打包为容器的流行技术是Docker。
虽然最受欢迎,但Docker并不是唯一能够运行容器的技术。其他受欢迎的选项包括rkt
和lxd
。
如果您没有安装Docker,可以按照Docker官方网站上的说明进行操作。
通常,您构建容器并将其推送到注册表。它类似于向Artifactory或Nexus发布罐子。但在这种特殊情况下,您将在本地工作并跳过注册表部分。实际上,您将直接在其中创建容器图像minikube
。
首先,minikube
按照此命令打印的说明连接Docker客户端:
minikube docker-env
请注意,如果切换终端,则需要重新连接到内部的Docker守护程序
minikube
。每次使用不同的终端时都应遵循相同的说明。
并从项目的根目录构建容器图像:
docker build -t spring-k8s-hpa .
您可以验证图像是否已构建并准备好运行:
docker images | grep spring
大!
群集已准备好,您打包应用程序,也许您已准备好立即部署?
是的,您最终可以要求Kubernetes部署应用程序。
将您的应用程序部署到Kubernetes
您的应用程序有三个组件:
- 呈现前端的Spring Boot应用程序
- ActiveMQ作为消息代理
- 处理事务的Spring Boot后端
您应该分别部署这三个组件。
对于他们每个人你应该创建:
- 一个Deployment对象,描述部署的容器及其配置
- 一个Service对象,充当Deployment部署创建的应用程序的所有实例的负载均衡器
部署中的每个应用程序实例都称为Pod。
部署ActiveMQ
让我们从ActiveMQ开始吧。
您应该创建一个activemq-deployment.yaml
包含以下内容的文件:
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: queue
spec:
replicas: 1
template:
metadata:
labels:
app: queue
spec:
containers:
- name: web
image: webcenter/activemq:5.14.3
imagePullPolicy: IfNotPresent
ports:
- containerPort: 61616
resources:
limits:
memory: 512Mi
该模板冗长但直接易读:
- 您从名为webcenter / activemq的官方注册表中请求了一个activemq容器
- 容器在端口61616上公开消息代理
- 为容器分配了512MB的内存
- 你要了一个副本 - 你的应用程序的一个实例
activemq-service.yaml
使用以下内容创建文件:
apiVersion: v1
kind: Service
metadata:
name: queue
spec:
ports:
- port: 61616
targetPort: 61616
selector:
app: queue
幸运的是,这个模板更短!
yaml读取:
- 您创建了一个公开端口61616的负载均衡器
- 传入流量分发到具有类型标签的所有Pod(请参阅上面的部署)
app: queue
- 这
targetPort
是Pods暴露的端口
您可以使用以下命令创建资源:
kubectl create -f activemq-deployment.yaml
kubectl create -f activemq-service.yaml
您可以使用以下命令验证数据库的一个实例是否正在运行:
kubectl get pods -l=app=queue
部署前端
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: frontend
spec:
replicas: 1
template:
metadata:
labels:
app: frontend
spec:
containers:
- name: frontend
image: spring-boot-hpa
imagePullPolicy: IfNotPresent
env:
- name: ACTIVEMQ_BROKER_URL
value: "tcp://queue:61616"
- name: STORE_ENABLED
value: "true"
- name: WORKER_ENABLED
value: "false"
ports:
- containerPort: 8080
livenessProbe:
initialDelaySeconds: 5
periodSeconds: 5
httpGet:
path: /health
port: 8080
resources:
limits:
memory: 512Mi
该部署看起来很像以前的一个。
但是有一些新的领域:
- 有一个部分可以注入环境变量
- 有活动探测器,可以告诉您应用程序何时可以接受流量
fe-service.yaml
使用以下内容创建文件:
apiVersion: v1
kind: Service
metadata:
name: frontend
spec:
ports:
- nodePort: 32000
port: 80
targetPort: 8080
selector:
app: frontend
type: NodePort
您可以使用以下命令创建资源:
kubectl create -f fe-deployment.yaml
kubectl create -f fe-service.yaml
您可以使用以下命令验证前端应用程序的一个实例是否正在运行:
kubectl get pods -l=app=fe
部署后端
backend-deployment.yaml
使用以下内容创建文件:
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: backend
spec:
replicas: 1
template:
metadata:
labels:
app: backend
annotations:
prometheus.io/scrape: 'true'
spec:
containers:
- name: backend
image: spring-boot-hpa
imagePullPolicy: IfNotPresent
env:
- name: ACTIVEMQ_BROKER_URL
value: "tcp://queue:61616"
- name: STORE_ENABLED
value: "false"
- name: WORKER_ENABLED
value: "true"
ports:
- containerPort: 8080
livenessProbe:
initialDelaySeconds: 5
periodSeconds: 5
httpGet:
path: /health
port: 8080
resources:
limits:
memory: 512Mi
backend-service.yaml
使用以下内容创建文件:
apiVersion: v1
kind: Service
metadata:
name: backend
spec:
ports:
- nodePort: 31000
port: 80
targetPort: 8080
selector:
app: backend
type: NodePort
您可以使用以下命令创建资源:
kubectl create -f backend-deployment.yaml
kubectl create -f backend-service.yaml
您可以验证后端的一个实例是否正在运行:
kubectl get pods -l=app=backend
部署完成。
它真的有效吗?
您可以使用以下命令在浏览器中访问该应用程序:
minikube service backend
和
minikube service frontend
如果它有效,你应该尝试购买一些物品!
工人处理交易吗?
是的,如果有足够的时间,工作人员将处理所有待处理的消息。
恭喜!
您刚刚将应用程序部署到Kubernetes!
手动扩展以满足不断增长的需求
单个工作人员可能无法处理大量消息。实际上,它当时只能处理一条消息。
如果您决定购买数千件物品,则需要数小时才能清除队列。
此时您有两种选择:
- 你可以手动放大和缩小
- 您可以创建自动缩放规则以自动向上或向下扩展
让我们先从基础知识开始。
您可以使用以下方法将后端扩展为三个实例:
kubectl scale --replicas=5 deployment/backend
您可以验证Kubernetes是否创建了另外五个实例:
kubectl get pods
并且应用程序可以处理五倍以上的消息。
一旦工人排空队列,您可以缩小:
kubectl scale --replicas=1 deployment/backend
如果您知道最多的流量何时达到您的服务,手动扩大和缩小都很棒。
如果不这样做,设置自动缩放器允许应用程序自动缩放而无需手动干预。
您只需要定义一些规则。
公开应用程序指标
Kubernetes如何知道何时扩展您的申请?
很简单,你必须告诉它。
自动调节器通过监控指标来工作。只有这样,它才能增加或减少应用程序的实例。
因此,您可以将队列的长度公开为度量标准,并要求autoscaler观察该值。队列中的待处理消息越多,Kubernetes将创建的应用程序实例就越多。
那么你如何公开这些指标呢?
应用程序有一个/metrics
端点,用于公开队列中的消息数。如果您尝试访问该页面,您会注意到以下内容:
# HELP messages Number of messages in the queue
# TYPE messages gauge
messages 0
应用程序不会将指标公开为JSON格式。格式为纯文本,是公开Prometheus指标的标准。不要担心记忆格式。大多数情况下,您将使用其中一个Prometheus客户端库。
在Kubernetes中使用应用程序指标
您几乎已准备好进行自动缩放 - 但您应首先安装度量服务器。事实上,默认情况下,Kubernetes不会从您的应用程序中提取指标。如果您愿意,您应该启用Custom Metrics API。
要安装Custom Metrics API,您还需要Prometheus - 时间序列数据库。安装Custom Metrics API所需的所有文件都可以方便地打包在learnk8s / spring-boot-k8s-hpa中。
您应下载该存储库的内容,并将当前目录更改monitoring
为该项目的文件夹。
cd spring-boot-k8s-hpa/monitoring
从那里,您可以创建自定义指标API:
kubectl create -f ./metrics-server
kubectl create -f ./namespaces.yaml
kubectl create -f ./prometheus
kubectl create -f ./custom-metrics-api
您应该等到以下命令返回自定义指标列表:
kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1" | jq .
任务完成!
您已准备好使用指标。
实际上,您应该已经找到了队列中消息数量的自定义指标:
kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1/namespaces/default/pods/*/messages" | jq .
恭喜,您有一个公开指标的应用程序和使用它们的指标服务器。
您最终可以启用自动缩放器!
在Kubernetes中自动扩展部署
Kubernetes有一个名为Horizontal Pod Autoscaler的对象,用于监视部署并上下调整Pod的数量。
您将需要其中一个来自动扩展实例。
您应该创建一个hpa.yaml
包含以下内容的文件:
apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
name: spring-boot-hpa
spec:
scaleTargetRef:
apiVersion: extensions/v1beta1
kind: Deployment
name: backend
minReplicas: 1
maxReplicas: 10
metrics:
- type: Pods
pods:
metricName: messages
targetAverageValue: 10
这个文件很神秘,所以让我为你翻译一下:
- Kubernetes监视指定的部署
scaleTargetRef
。在这种情况下,它是工人。 - 您正在使用该
messages
指标来扩展您的Pod。当队列中有超过十条消息时,Kubernetes将触发自动扩展。 - 至少,部署应该有两个Pod。Ten Pods是上限。
您可以使用以下命令创建资源:
kubectl create -f hpa.yaml
提交自动缩放器后,您应该注意到后端的副本数量是两个。这是有道理的,因为您要求自动缩放器始终至少运行两个副本。
您可以检查触发自动缩放器的条件以及由此产生的事件:
kubectl describe hpa
自动定标器建议它能够将Pod扩展到2,并且它已准备好监视部署。
令人兴奋的东西,但它有效吗?
负载测试
只有一种方法可以知道它是否有效:在队列中创建大量消息。
转到前端应用程序并开始添加大量消息。在添加消息时,使用以下方法监视Horizontal Pod Autoscaler的状态:
kubectl describe hpa
Pod的数量从2上升到4,然后是8,最后是10。
该应用程序随消息数量而变化!欢呼!
您刚刚部署了一个完全可伸缩的应用程序,该应用程序可根据队列中待处理消息的数量进
另外,缩放算法如下:
MAX(CURRENT_REPLICAS_LENGTH * 2, 4)
在解释算法时,文档没有多大帮助。您可以 在代码中找到详细信息 。
此外,每分钟都会重新评估每个放大,而每两分钟缩小一次。
以上所有都是可以调整的设置。
但是你还没有完成。
什么比自动缩放实例更好?自动缩放群集。
跨节点扩展Pod非常有效。但是,如果群集中没有足够的容量来扩展Pod,该怎么办?
如果达到峰值容量,Kubernetes将使Pods处于挂起状态并等待更多资源可用。
如果您可以使用类似于Horizontal Pod自动缩放器的自动缩放器,但对于节点则会很棒。
好消息!
您可以拥有一个群集自动缩放器,可以在需要更多资源时为Kubernetes群集添加更多节点。
集群自动定标器有不同的形状和大小。它也是特定于云提供商的。
请注意,您将无法使用自动缩放器进行测试
minikube
,因为它根据定义是单节点。
您可以在Github上找到有关集群自动调节器和云提供程序实现的更多信息。
概括
大规模设计应用程序需要仔细规划和测试。
基于队列的体系结构是一种出色的设计模式,可以解耦您的微服务并确保它们可以独立扩展和部署。
虽然您可以推出部署脚本,但利用Kubernetes等容器协调器可以更轻松地自动部署和扩展应用程序。