一些建筑设计网站,博物馆网站制作,怎么开网店做代理,辽宁建设官方网站在学习一个技术之前#xff0c;首先我们要了解它是做什么的#xff0c;我们为什么要用它。不然看再多资料都理解不了#xff0c;因此我们先来讲解下Spring Cloud Spring Cloud是一套微服务治理框架#xff0c;几乎考虑到了微服务治理的方方面面。那么接下来具体说下 Spring… 在学习一个技术之前首先我们要了解它是做什么的我们为什么要用它。不然看再多资料都理解不了因此我们先来讲解下Spring Cloud Spring Cloud是一套微服务治理框架几乎考虑到了微服务治理的方方面面。那么接下来具体说下 Spring Cloud在微服务框架中都起到了什么作用提供了什么便利。 首先我们来看看互联网架构的发展过程 传统架构发展史 单体架构
单体结构在微小企业比较常见典型代表就是一个应用一个数据库、一个Web就可以跑起来了
以下情况可能会选用单体架构
1.在企业发展初期为了保证快速上线采用此方案较为简单灵活。
2.传统企业中垂直度较高访问压力小的业务。这种模式下对技术要求较低方便各层次开发人员接手也能满足客户需求。
单体架构中技术选型灵活优先满足快速上线的要求 垂直架构
在单体架构发展一段时间后公司的业务模式得到了认可交易量也慢慢的变大了这时候企业为了应对更大的流量就会对原有业务进行拆分比如说后台系统前端系统交易系统等
在这个阶段往往会将系统分为不同层级每个层级有对应的职责UI层负责和用户进行交互业务逻辑层负责具体业务功能数据库层负责和上层进行数据交换和存储
这个阶段其实就是我们常说的三层UI层、业务逻辑层、数据层 服务化架构
随着公司再进一步的做大垂直子系统会越来越多系统和系统之间的调用关系不断上升
这种情况下很多公司都会考虑服务的SOAService Oriented Architecture化。
SOA代表面向服务的架构将应用程序按照不同的职责划分为不同的模块不同的模块直接通过特定的协议和接口进行交互。
这样将整个系统切分成很多单个组件服务来完成请求当流量过大时通过水平扩展相应的组件来支撑所有组件通过交互来满足整体的业务需求。
服务化架构是一套松耦合的架构服务的拆分原则是服务内部高内聚服务之间低耦合。
这个阶段一般使用Web Service或者Dubbo来服务治理。 SOA和微服务的区别
服务化架构已经可以解决大部分企业的需求了那么为什么我们还要研究微服务呢
它们的区别有如下几点
1.微服务架构强调业务系统需要彻底的组件化和服务化一个组件就是一个产品可以单独对外提供服务
2.微服务不再强调传统SOA架构里面比较重要的ESB企业服务总线
3.微服务强调每个微服务都有自己独立的运行空间包括数据库资源。
4.微服务架构本身来源于互联网的思路因此组件对外发布的服务强调HTTP Rest API的方法进行
5.微服务的切分粒度会更小。 总结微服务架构是SOA架构思想的一种扩展更加强调服务个体的独立性、拆分粒度更小 所以说了这么多为什么用Spring Cloud呢
因为Spring Cloud不能说是微服务框架里最好的技术也能说是最周全的技术了 Spring Cloud的特性
1.分布式/版本化配置
2.服务注册和发现
3.路由
4.服务和服务之间的调用
5.负载均衡
6.断路器
7.分布式消息传递
这些特性都是由不同的组件来完成 微服务架构
Spring Cloud解决的第一个问题就是服务与服务之间的解耦。公司在业务高速发展的同时服务组件也会相应的不断增加。
服务和服务之间有着复杂的互相调用关系经常有服务A调用服务B服务B调用服务C和服务D。。。。随着服务化组件越来越多它们之间的调用关系也在成指数级别增长极端情况下如下图 这样最容易导致的情况就是牵一发而动全身经常出现由于某个服务更新而没有通知到其他服务导致上线后惨案频发。 这时就应该进行服务治理将服务之间的直接依赖转化为服务对服务中心的依赖。
Spring Cloud核心组件 Eureka就可以解决这类问题。 Eureka
Eureka是Netflix开源的一款提供服务注册和发现的产品它提供了完整的Service Registry和Service Discovery实现。它也是Spring Cloud体系中最重要的核心组件之一。
简单来说Eureka就是一个服务中心将所有的可以提供的服务都注册到它这里来管理调用者需要的时候去注册中心获取然后再进行调用避免了服务之间的直接调用方便后续的水平扩展、故障转移等。
当然如果服务中心挂掉了那就是影响全部服务因此需要搭建Eureka集群来保持高可用性生存中建议最少两台。
随着系统的流量不断增加需要根据情况来扩展某个服务Eureka内部已经提供了均衡负载的功能只需要增加相应的服务端实例即可。 那么系统运行中某个实例挂了怎么办
Eureka内容有一个心跳检测机制如果某个实例在规定时间内没有进行通讯则自动被剔除掉避免了某个实例挂掉而影响服务。
因此使用Eureka就自动具备了注册中心、负载均衡、故障转移等功能。 Hystrix
在微服务的架构中通常会有多个服务层调用一个服务的故障可能会导致级联故障最终造成整个系统不可用的情况这种现象被称为服务雪崩效应。
服务雪崩效应是一种因 “服务提供者” 的不可用导致 “服务消费者” 的不可用并将不可用逐步扩大的过程
例如A是服务提供者B是A的服务消费者C和D是B的服务消费者。A不可用引发了B的不可用B又引发了C和D的不可用然后就像滚雪球一样雪崩效应就形成了。
在这种情况下就需要整个服务机构具有故障隔离的功能避免某一个服务挂掉影响全局。在Spring Cloud中Hystrix组件就扮演了这个角色 Hystrix会在某个服务连续调用N次没有响应的情况下立刻通知调用端调用失败避免调用端持续等待而影响了整体服务。Hystrix间隔时间会再次检查此服务如果服务恢复将继续提供服务。
这种机制被称为服务隔离或服务熔断。
当熔断发生时需要迅速的响应来解决问题避免故障进一步扩散那么对熔断的监视就变得非常重要。 熔断的监视现在有两款工具Hystrix-dashboard和Turbine。 Hystrix-dashboard是一款针对Hystrix进行实时监控的工具通过Hystrix Dashboard 我们可以直观地看到各个Hystrix Command的请求响应时间请求成功率等数据。
但是只使用Hystrix Dashboard的话你只能看到单个应用内的服务信息这是不够的。
这时我们需要一个汇总系统内多个服务数据并显示的Hystrix Dashboard上这个工具就是Turbine。
效果如下 配置中心
随着微服务不断的增多每个微服务都有自己对应的配置文件。在研发过程中有测试环境、UAT环境、生产环境因此每个微服务至少三个环境的配置文件。
这么多的配置文件如果需要修改某个公共服务的配置信息如缓存、数据库等难免会产生混乱这个时候就需要引入Spring Cloud 另一个组件Spring Cloud Config。 Spring Cloud Config
Spring Cloud Config 是一个解决分布式系统的配置管理系统。它包含了Client和Server两个部分Server提供配置文件的存储、以接口的方式将配置文件的内容提供出去Client通过接口获取数据并依据此数据初始化自己的应用。 具体实现是Server端将所有配置文件服务化需要配置文件的服务实例去Config Server获取对应的数据。将所有配置文件统一整理避免了配置文件碎片化。
如果服务运行期间改变配置文件服务不会得到最新配置信息需要解决这个问题就要引入Refresh。它可以在服务的运行期间重新加载配置文件
当所有的配置文件都存储在配置中心时配置中心就变成了一个非常重要的组件。如果配置中心出问题就会导致很严重的后果因此在生产中建议对配置中心做集群来支持配置中心高可用性。 Spring Cloud Bus
上面的Refresh方案虽然可以解决单个微服务运行期间重载配置信息的问题但是在真正的实践生产中可能会有N多个服务需要重新配置。
每次都手动Refresh将是一个巨大的工作量这时就需要另一个解决方案 Spring Cloud Bus
Spring Cloud Bus 是通过轻量消息代理连接各个分布的节点。一般会用在广播状态变化例如配置变化或者其他的消息指令中
Spring Cloud Bus 的一个核心思想是通过分布式的启动器对Spring Boot应用进行扩展也可以用来创建一个或多个应用之间的通信频道。目前唯一实现的方式是用AMQP消息代理作为通道
Spring Cloud Bus 是轻量级的通讯组件也可以用在其他类似的场景中。有了Spring Cloud Bus之后当我们改变配置文件提交到版本库中时会自动触发对应实例的Refresh 服务网关
在微服务架构模式下后端服务的实例数一般是动态的对于客户端而言很难发现动态改变的服务实例的访问地址信息。
因此在基于微服务的项目中为了简化前端的调用逻辑通常会引入API Gateway作为轻量级网管同时API Gateway中也会实现相关的认证逻辑从而简化了内部服务之间相互调用的复杂度。
Spring Cloud 体系中支持API Gateway落地的技术就是Zuul。Spring Cloud Zuul路由是微软服务架构中不可或缺的一部分提供动态路由监控弹性安全等边缘服务。
Zuul是Netflix出品的一个基于JVM路由的服务端的负载均衡。
他的具体作用就是服务转发接收并转发所有内外部的客户端调用。使用Zuul可以作为资源的统一访问入口同时也可以在网关做一些权限校验等类似的功能。 链路跟踪
随着服务数量越来越多对调用链的分析会越来越复杂如服务之间的调用关系某个请求对应的调用链调用之间消费的时间等对这些信息进行监控就成了问题
在实际的使用中我们需要监控服务和服务之间通讯的各项指标这些数据将是我们改进系统架构的主要依据。
因此分布式的链路跟踪就变的非常重要Spring Cloud也给出了具体的解决方案Spring Cloud Sleuth和Zipkin。 Spring Cloud Sleuth 为服务之间调用提供链路跟踪。通过Sleuth可以很清楚的了解到一个服务请求经过了哪些服务每个服务处理花费了多长时间。从而让我们可以很方便的理清各个微服务之间的调用关系。
Zipkin 是 Twitter 的一个开源项目允许开发者收集Twitter各个服务上的监控数据并提供查询接口 总结
我们从整体上来看一下Spring Cloud各个组件如何来配套使用 Eureka 负责服务的注册与发现很好地将各服务连接起来。 Hystrix 负责监控服务之间的调用情况连续多次失败进行熔断保护。 Hystrix dashboardTurbine 负责监控 Hystrix 的熔断情况并给予图形化的展示。 Spring Cloud Config 提供了统一的配置中心服务。 当配置文件发生变化的时候Spring Cloud Bus 负责通知各服务去获取最新的配置信息。 所有对外的请求和服务我们都通过Zuul来进行转发起到 API 网关的作用。 最后我们使用 SleuthZipkin 将所有的请求数据记录下来方便我们进行后续分析。
