微服务——Spring Cloud学习

为什么要学习Spring Cloud？

  在项目开发中随着业务越来越多，导致功能之间耦合性高、开发效率低、系统运行缓慢难以维护、不稳定。微服务架构可以解决这些问题，而Spring Cloud是微服务架构最流行的实现。并且Spring Cloud可以集成多种语言！！！这也成了学习Spring Cloud的重要理由之一。

初识Spring Cloud

  Spring Cloud使用HTTP方式来实现服务间的调用。HTTP其实是一种网络传输协议，基于TCP，工作在应用层，规定了数据传输的格式。现在客户端浏览器与服务端通信基本都是采用HTTP协议，也可以用来进行远程服务调用。缺点是消息封装臃肿，优势是对服务的提供和调用方没有任何技术限定，自由灵活，更符合微服务理念。现在热门的REST风格，就可以通过HTTP协议来实现。

Spring Cloud重要组件

(1).注册中心

概述

  所谓微服务技术，就是将大业务分割成小业务，每个小业务分给不同的团队进行完成，这大大提高了开发的效率。那么如何实现不同团队的交互呢，不同业务如何进行联系呢？
  Spring Cloud整合了Eureka作为注册中心。
  所谓注册中心就好比是所谓的中间商,我们来举个例子进行快速的理解。一对内向的陌生男女如何成为男女朋友呢，一个个都不好意思说，这个时候就需要红娘的介绍，我们把一个个微小的服务看作几个极其内向的男生和女生，注册中心就好比是红娘的作用，可以根据他们的条件，自动匹配，介绍他们认识，他们无需自己去寻找服务。同时服务的提供者通过HTTP方式向Eureka刷新自己的状态(你脱单了还来介绍干嘛)。

工作原理

  我们现在来看一下红娘的， 啊不，Eureka注册中心的工作原理。

额外操作

  如果红娘一个人忙不过来怎么办呢？那当然是找别的人一起来帮忙呗。Eureka也是，多个Eureka Server之间也会互相注册为服务，当服务提供者注册到Eureka Server集群中的某个节点时，该节点会把服务的信息同步给集群中的每个节点，从而实现数据同步。因此，无论客户端访问到Eureka Server集群中的任意一个节点，都可以获取到完整的服务列表信息。而作为客户端，需要把信息注册到每个Eureka中。
  这样，我们就建立了一个高可用的Eureka Server集群。

注意！！！在配置Eureka时，若使用jdk11进行配置，则无法开启tomcat服务，需要加入JAXB依赖！！！

(2).负载均衡Ribbon

基本概述

  现在问题来了，Eureka如何知道到底该访问哪一个服务呢？也就是说，我们的红娘怎么去为俊男靓女匹配对象呢？
  一般这种情况呢，我们就需要编写负载均衡的算法，在多个实例列表中进行选择，不过Eureka已经帮我们集成了负载均衡组建：Ribbon，简单修改代码即可使用。
  有了Ribbon，我们不再需要手动获取ip和端口，直接通过服务名称即可进行调用。

源码研究

  为什么只输入了service名称就可以访问了呢？之前还要获取ip和端口。显然是有组件根据service名称，获取到了服务实例的ip和端口。因为 服务使用的是RestTemplate，spring使用LoadBalancerInterceptor拦截器 ，这个类会在对RestTemplate的请求进行拦截，然后从Eureka根据服务id获取服务列表，随后利用负载均衡算法得到真实的服务地址信息，替换服务id。

负载均衡策略

  Ribbon默认的负载均衡策略是简单的轮询，我们可以测试一下：
编写测试类，在刚才的源码中我们看到拦截中是使用RibbonLoadBalanceClient来进行负载均衡的，其中有一个choose方法，是这样介绍的：

  这个就是负载均衡获取实例的方法，我们现在对其进行测试。可以看到结果，确实是轮询的方式。

  SpringBoot也为我们提供了修改负载均衡规则的配置入口，格式是：{服务名称}.ribbon.NFLoadBalancerRuleClassName: 其中默认是轮询的方式，可以将其设置为IRule的实现类com.netflix.loadbalancer.RandomRule。结果便会变成随机。

(3).Hystrix

基本概述

  当我们的业务逐渐庞大，由于服务间调用关系的错综复杂，一个请求，可能需要调用多个微服务接口才能实现，会形成非常复杂的调用链路，要是某个服务出现了异常，请求发生了阻塞，服务器不释放该线程不会释放，越来越多的线程会造成阻塞，便发生了雪崩效应。
  Hystix解决雪崩问题的手段，主要包括：

• 线程隔离
• 服务降级

实现原理

  示意图如下：

解读：

• Hystrix为每个依赖服务调用分配一个小的线程池，如果线程池已满调用将被立即拒绝，默认不采用排队，加速失败判定时间。
• 用户的请求将不再直接访问服务，而是通过线程池中的空闲线程来访问服务，如果线程池已满，或者请求超时，则会进行降级处理。

那么什么是服务降级呢？
  服务降级可以优先保证核心服务。用户的请求故障时，不会被阻塞，更不会无休止的等待或者看到系统崩溃，至少可以看到一个执行结果（例如返回友好的提示信息2333）。
  服务降级虽然会导致请求失败，但是不会导致阻塞，而且最多会影响这个依赖服务对应的线程池中的资源，对其它服务没有响应。 触发Hystrix服务降级的情况：

• 线程池已满
• 请求超时

服务断熔

状态机有3个状态：

• Closed：关闭状态（断路器关闭），所有请求都正常访问。
• Open：打开状态（断路器打开），所有请求都会被降级。Hystrix会对请求情况计数，当一定时间内失败请求百分比达到阈值，则触发熔断，断路器会完全打开。默认失败比例的阈值是50%，请求次数最少不低于20次。
• Half Open：半开状态，不是永久的，断路器打开后会进入休眠时间（默认是5S）。随后断路器会自动进入半开状态。此时会释放部分请求通过，若这些请求都是健康的，则会关闭断路器，否则继续保持打开，再次进行休眠计时。

(4).Feign

基本概述

  作为程序员的我们，无时无刻都在想着怎么偷懒😄。在之前使用Ribbon的负载均衡功能，大大简化了远程调用的代码。但是随着服务的增多，我们也需要编写大量的重复代码，格式相同，无非参数不一样。这个时候，使用Feign就可以帮助我们进行这些无意义的操作。

Feign的客户端

• 首先这是一个接口，Feign会通过动态代理，帮我们生成实现类。这点跟Mybatis的mapper很像
• @FeignClient ，声明这是一个Feign客户端，同时通过 value 属性指定服务名称
• 接口中的定义方法，完全采用SpringMVC的注解，Feign会根据注解帮我们生成URL，并访问获取结果
• @GetMapping中的/user，请不要忘记；因为Feign需要拼接可访问的地址
    有了该接口，我们就可以通过spring注入的方式进行调用，在控制器当中引用queryById的方法。
  注意！！！我们还需要在该服务的启动类的注解加上@EnableFeignClients来开启feign的功能

(5). Spring Cloud Gateway网关

基本概述

  Spring Cloud Gateway组件的核心是一系列的过滤器，通过这些过滤器可以将客户端发送的请求转发（路由）到对应的微服务。 Spring Cloud Gateway是加在整个微服务最前沿的防火墙和代理器，隐藏微服务结点IP端口信息，从而加强安全保护。Spring Cloud Gateway本身也是一个微服务，需要注册到Eureka服务注册中心。
  网关的核心功能是：过滤和路由。我们可以用来进行访问权限的设置(鉴权)和根据路由与断言进行转发效果。
  核心概念：

• 路由（route） 路由信息的组成：由一个ID、一个目的URL、一组断言工厂、一组Filter组成。如果路由断言为真，说明请求URL和配置路由匹配。
• 断言（Predicate） Spring Cloud Gateway中的断言函数输入类型是Spring 5.0框架中的ServerWebExchange。Spring Cloud Gateway的断言函数允许开发者去定义匹配来自于HTTP Request中的任何信息比如请求头和参数。
• 过滤器（Filter） 一个标准的Spring WebFilter。 Spring Cloud Gateway中的Filter分为两种类型的Filter，分别是Gateway Filter和Global Filter。过滤器Filter将会对请求和响应进行修改处理

架构雏形

  不管是来自于客户端（PC或移动端）的请求，还是服务内部调用。一切对服务的请求都可经过网关，然后再由网关来实现 鉴权、动态路由等等操作。Gateway就是我们服务的统一入口。
  Gateway可以通过服务的名称，去Eureka注册中心查找服务对应的所有实例列表，然后进行动态路由！！！

过滤器

  Gateway作为网关的其中一个重要功能，就是实现请求的鉴权。而这个动作往往是通过网关提供的过滤器来实现。
  Gateway自带的过滤器有几十个，常见自带过滤器有：

过滤器名称	说明
AddRequestHeader	对匹配上的请求加上Header
AddRequestParameters	对匹配上的请求路由添加参数
AddResponseHeader	对从网关返回的响应添加Header
StripPrefix	对匹配上的请求路径去除前缀

详细的说明参考官网。我们可以通过不同的手段配置全局过滤器和局部过滤器。
  执行的生命周期也类似Spring MVC的拦截器，包括了"pre"和"post"：

Spring Cloud Config分布式配置中心

基本概述

  在我们开发的过程中，我们常常有这样的困扰，每次修改文件的配置就要重启本地服务器进行测试，这样随着项目越来越庞大，我们重启本地服务器所花费的时间也越来越多，大大影响了我们效率(还有我的心情)。
  这个时候，我们就可以将我们的配置文件集中管理至云端，例如GitHub或者是码云中的仓库。大致的架构如下图：

Spring Cloud Bus 服务总栈

  当我们将配置文件上传到了云端后，本地IDE立即清爽许多😁。但是，我们发现在云端更改配置文件的内容后，依然需要通过重启本地服务器去读取新的配置文件(这有什么区别嘛😫)。
  这时候我们就需要Spring Cloud Bus来进行对项目的优化。
需要注意的是Spring Cloud Bus底层是基于RabbitMQ实现的！！！默认使用本地的消息队列服务，所以需要提前启动本地RabbitMQ服务（安装RabbitMQ以后才有）

基本概述

  Spring Cloud Bus是用轻量的消息代理将分布式的节点连接起来，可以用于广播配置文件的更改或者服务的监控管理。也就是消息总线可以为微服务做监控，也可以实现应用程序之间相互通信。 Spring Cloud Bus可选的消息代理有RabbitMQ和Kafka。
使用了Bus后的架构图：

(越来越多了😁)

Spring Cloud的完整体系图