SpringCloud 学习笔记,整理来源: B 站 UP 主狂神说
前言
微服务架构面临的四个核心问题?
1、服务很多,客户端应该如何访问? API 网关
2、这么多服务?服务之间如何通信? HTTP,RPC 通信
3、这么多服务?如何治理? 服务注册与发现
4、服务挂了怎么办?熔断机制
解决方案
Spring Cloud 生态
1、SpringCloud NetFlix :一站式解决方案!
api 网关,zuul 组件
通信: Feign —-HttpClinet —-Http 通信方式,同步,阻塞
服务注册与发现:Eureka
熔断机制:Hystrix
2、Apache Dubbo Zookeeper:半自动,需要整合别人的
API 网关:没有,需要找第三方组件,或者自己实现
通信:Dubbo,异步非阻塞
服务注册与发现:Zookeeper
没有熔断机制,借助 Hystrix
3、Spring Cloud Alibaba 一站式解决方案,更简单 !
重点概念:
1、API 网关
2、HTTP,RPC 通信
3、服务注册与发现
4、熔断机制
网络不可靠!
常见面试题
1 | 1.1 什么是微服务? |
微服务概述
什么是微服务?
微服务(Microservice Architecture) 是近几年流行的一种架构思想,关于它的概念很难一言以蔽之。
究竟什么是微服务呢?我们在此引用 ThoughtWorks 公司的首席科学家 Martin Fowler 于 2014 年提出的一段话:
原文:https://martinfowler.com/articles/microservices.html
汉化:https://www.cnblogs.com/liuning8023/p/4493156.html
就目前而言,对于微服务,业界并没有一个统一的,标准的定义。
但通常而言,微服务架构是一种架构模式,或者说是一种架构风格,它提倡将单一的应用程序划分成一组小的服务
,每个服务运行在其独立的自己的进程内,服务之间互相协调,互相配置,为用户提供最终价值,服务之间采用轻量级的通信机制(HTTP)互相沟通,每个服务都围绕着具体的业务进行构建,并且能狗被独立的部署到生产环境中,另外,应尽量避免统一的,集中式的服务管理机制,对具体的一个服务而言,应该根据业务上下文,选择合适的语言,工具(Maven)对其进行构建,可以有一个非常轻量级的集中式管理来协调这些服务,可以使用不同的语言来编写服务,也可以使用不同的数据存储。
再来从技术维度角度理解下:
微服务化的核心就是将传统的一站式应用,根据业务拆分成一个一个的服务,彻底地去耦合,每一个微服务提供单个业务功能的服务,一个服务做一件事情,从技术角度看就是一种小而独立的处理过程,类似进程的概念,能够自行单独启动或销毁,拥有自己独立的数据库。
微服务与微服务架构
微服务
强调的是服务的大小,它关注的是某一个点,是具体解决某一个问题/提供落地对应服务的一个服务应用,狭义的看,可以看作是 IDEA 中的一个个微服务工程,或者 Module。
1 | IDEA 工具里面使用Maven开发的一个个独立的小Module,它具体是使用SpringBoot开发的一个小模块,专业的事情交给专业的模块来做,一个模块就做着一件事情。 |
微服务架构
一种新的架构形式,Martin Fowler 于 2014 年提出。
微服务架构是一种架构模式,它体长将单一应用程序划分成一组小的服务,服务之间相互协调,互相配合,为用户提供最终价值。每个服务运行在其独立的进程中,服务与服务之间采用轻量级的通信机制(如 HTTP)互相协作,每个服务都围绕着具体的业务进行构建,并且能够被独立的部署到生产环境中,另外,应尽量避免统一的,集中式的服务管理机制,对具体的一个服务而言,应根据业务上下文,选择合适的语言、工具(如 Maven)对其进行构建。
微服务优缺点
优点
- 单一职责原则;
- 每个服务足够内聚,足够小,代码容易理解,这样能聚焦一个指定的业务功能或业务需求;
- 开发简单,开发效率高,一个服务可能就是专一的只干一件事;
- 微服务能够被小团队单独开发,这个团队只需 2-5 个开发人员组成;
- 微服务是松耦合的,是有功能意义的服务,无论是在开发阶段或部署阶段都是独立的;
- 微服务能使用不同的语言开发;
- 易于和第三方集成,微服务允许容易且灵活的方式集成自动部署,通过持续集成工具,如 jenkins,Hudson,bamboo;
- 微服务易于被一个开发人员理解,修改和维护,这样小团队能够更关注自己的工作成果,无需通过合作才能体现价值;
- 微服务允许利用和融合最新技术;
微服务只是业务逻辑的代码,不会和HTML,CSS,或其他的界面混合;
每个微服务都有自己的存储能力,可以有自己的数据库,也可以有统一的数据库。
缺点
- 开发人员要处理分布式系统的复杂性;
- 多服务运维难度,随着服务的增加,运维的压力也在增大;
- 系统部署依赖问题;
- 服务间通信成本问题;
- 数据一致性问题;
- 系统集成测试问题;
- 性能和监控问题。
微服务技术栈有哪些?
微服务技术条目 | 落地技术 |
---|---|
服务开发 | SpringBoot、Spring、SpringMVC 等 |
服务配置与管理 | Netflix 公司的 Archaius、阿里的 Diamond 等 |
服务注册与发现 | Eureka、Consul、Zookeeper 等 |
服务调用 | Rest、RPC、gRPC |
服务熔断器 | Hystrix、Envoy 等 |
负载均衡 | Ribbon、Nginx 等 |
服务接口调用(客户端调用服务的简化工具) | Fegin 等 |
消息队列 | Kafka、RabbitMQ、ActiveMQ 等 |
服务配置中心管理 | SpringCloudConfig、Chef 等 |
服务路由(API 网关) | Zuul 等 |
服务监控 | Zabbix、Nagios、Metrics、Specatator 等 |
全链路追踪 | Zipkin、Brave、Dapper 等 |
数据流操作开发包 | SpringCloud Stream(封装与 Redis,Rabbit,Kafka 等发送接收消息) |
时间消息总栈 | SpringCloud Bus |
服务部署 | Docker、OpenStack、Kubernetes 等 |
为什么选择 SpringCloud 作为微服务架构
1、选型依据
- 整体解决方案和框架成熟度
- 社区热度
- 可维护性
- 学习曲线
2、当前各大 IT 公司用的微服务架构有那些?
阿里:dubbo+HFS
京东:JFS
新浪:Motan
当当网:DubboX
…
3、各微服务框架对比
功能点/服务框架 | Netflix/SpringCloud | Motan | gRPC | Thrift | Dubbo/DubboX |
---|---|---|---|---|---|
功能定位 | 完整的微服务框架 | RPC 框架,但整合了 ZK 或 Consul,实现集群环境的基本服务注册发现 | RPC 框架 | RPC 框架 | 服务框架 |
支持 Rest | 是,Ribbon 支持多种可拔插的序列号选择 | 否 | 否 | 否 | 否 |
支持 RPC | 否 | 是(Hession2) | 是 | 是 | 是 |
支持多语言 | 是(Rest 形式) | 否 | 是 | 是 | 否 |
负载均衡 | 是(服务端 zuul+客户端 Ribbon),zuul-服务,动态路由,云端负载均衡 Eureka(针对中间层服务器) | 是(客户端) | 否 | 否 | 是(客户端) |
配置服务 | Netfix Archaius,Spring Cloud Config Server 集中配置 | 是(Zookeeper 提供) | 否 | 否 | 否 |
服务调用链监控 | 是(zuul),zuul 提供边缘服务,API 网关 | 否 | 否 | 否 | 否 |
高可用/容错 | 是(服务端 Hystrix+客户端 Ribbon) | 是(客户端) | 否 | 否 | 是(客户端) |
典型应用案例 | Netflix | Sina | |||
社区活跃程度 | 高 | 一般 | 高 | 一般 | 2017 年后重新开始维护,之前中断了 5 年 |
学习难度 | 中等 | 低 | 高 | 高 | 低 |
文档丰富程度 | 高 | 一般 | 一般 | 一般 | 高 |
其他 | Spring Cloud Bus 为我们的应用程序带来了更多管理端点 | 支持降级 | Netflix 内部在开发集成 gRPC | IDL 定义 | 实践的公司比较多 |
SpringCloud 入门概述
SpringCloud 是什么?
Spring 官网:https://spring.io/
SpringCloud,基于 SpringBoot 提供了一套微服务解决方案,包括服务注册与发现,配置中心,全链路监控,服务网关,负载均衡,熔断器等组件,除了基于 NetFlix 的开源组件做高度抽象封装之外,还有一些选型中立的开源组件。
SpringCloud 利用 SpringBoot 的开发便利性,巧妙地简化了分布式系统基础设施的开发,SpringCloud 为开发人员提供了快速构建分布式系统的一些工具,包括配置管理,服务发现,断路器,路由,微代理,事件总线,全局锁,决策竞选,分布式会话等等
,他们都可以用 SpringBoot 的开发风格做到一键启动和部署。
SpringBoot 并没有重复造轮子,它只是将目前各家公司开发的比较成熟,经得起实际考研的服务框架组合起来,通过 SpringBoot 风格进行再封装,屏蔽掉了复杂的配置和实现原理,最终给开发者留出了一套简单易懂,易部署和易维护的分布式系统开发工具包。
SpringCloud 是分布式微服务架构下的一站式解决方案,是各个微服务架构落地技术的集合体,俗称微服务全家桶。
SpringCloud 和 SpringBoot 的关系
- SpringBoot 专注于快速方便的开发单个个体微服务;
- SpringCloud 是关注全局的微服务协调整理治理框架,它将 SpringBoot 开发的一个个单体微服务,整合并管理起来,为各个微服务之间提供:配置管理、服务发现、断路器、路由、为代理、事件总栈、全局锁、决策竞选、分布式会话等等集成服务;
- SpringBoot 可以离开 SpringCloud 独立使用,开发项目,但 SpringCloud 离不开 SpringBoot,属于依赖关系;
SpringBoot专注于快速、方便的开发单个个体微服务,SpringCloud关注全局的服务治理框架。
Dubbo 和 SpringCloud 技术选型
分布式+服务治理 Dubbo
目前成熟的互联网架构,应用服务化拆分 + 消息中间件
Dubbo 和 SpringCloud 对比
可以看一下社区活跃度:
https://github.com/spring-cloud
对比结果:
Dubbo | SpringCloud | |
---|---|---|
服务注册中心 | Zookeeper | Spring Cloud Netfilx Eureka |
服务调用方式 | RPC | REST API |
服务监控 | Dubbo-admin | Spring Boot Admin |
断路器 | 不完善 | Spring Cloud Netfilx Hystrix |
服务网关 | 无 | Spring Cloud Netfilx Zuul |
分布式配置 | 无 | Spring Cloud Config |
服务跟踪 | 无 | Spring Cloud Sleuth |
消息总栈 | 无 | Spring Cloud Bus |
数据流 | 无 | Spring Cloud Stream |
批量任务 | 无 | Spring Cloud Task |
最大区别:Spring Cloud 抛弃了 Dubbo 的 RPC 通信,采用的是基于 HTTP 的 REST 方式
严格来说,这两种方式各有优劣。虽然从一定程度上来说,后者牺牲了服务调用的性能,但也避免了上面提到的原生 RPC 带来的问题。而且 REST 相比 RPC 更为灵活,服务提供方和调用方的依赖只依靠一纸契约,不存在代码级别的强依赖,这个优点在当下强调快速演化的微服务环境下,显得更加合适。
品牌机和组装机的区别
很明显,Spring Cloud 的功能比 DUBBO 更加强大,涵盖面更广,而且作为 Spring 的拳头项目,它也能够与 SpringFramework、Spring Boot、Spring Data、Spring Batch 等其他 Spring 项目完美融合,这些对于微服务而言是至关重要的。使用 Dubbo 构建的微服务架构就像组装电脑,各环节我们的选择自由度很高,但是最终结果很有可能因为一条内存质量不行就点不亮了,总是让人不怎么放心,但是如果你是一名高手,那这些都不是问题,而 SpringCloud 就像品牌机,在 Spring Source 的整合下,做了大量的兼容性测试,保证了机器拥有更高的稳定性,但是如果要在使用非原装组件外的东西,就需要对其基础有足够的了解。
社区支持与更新力度的区别
最为重要的是,DUBBO 停止了 5 年左右的更新,虽然 2017.7 重启了。对于技术发展的新需求,需要由开发者自行拓展升级(比如当当网弄出了 DubboX),这对于很多想要采用微服务架构的中小软件组织,显然是不太合适的,中小公司没有这么强大的技术能力去修改 Dubbo 源码+周边的一整套解决方案,并不是每一个公司都有阿里的大牛+真实的线上生产环境测试过。
总结
二者解决的问题域不一样:Dubbo 的定位是一款 RPC 框架,而 SpringCloud 的目标是微服务架构下的一站式解决方案。
SpringCloud 能干嘛
- Distributed/versioned configuration 分布式/版本控制配置
- Service registration and discovery 服务注册与发现
- Routing 路由
- Service-to-service calls 服务到服务的调用
- Load balancing 负载均衡配置
- Circuit Breakers 断路器
- Distributed messaging 分布式消息管理
- …
SpringCloud 下载
官网:http://projects.spring.io/spring-cloud/
版本号有点特别:
SpringCloud 没有采用数字编号的方式命名版本号,而是采用了伦敦地铁站
的名称,同时根据字母表的顺序来对应版本时间顺序
,比如最早的 Realse 版本:Angel,第二个 Realse 版本:Brixton,然后是 Camden、Dalston、Edgware,目前最新的是Hoxton.SR9 CURRENT GA
通用稳定版。
自学参考书:
- SpringCloud Netflix 中文文档:https://springcloud.cc/spring-cloud-netflix.html
- SpringCloud 中文 API 文档(官方文档翻译版):https://springcloud.cc/spring-cloud-dalston.html
- SpringCloud 中国社区:http://springcloud.cn/
- SpringCloud 中文网:https://springcloud.cc
SpringCloud 学习环境搭建
介绍
- 我们会使用一个 Dept 部门模块做一个微服务通用案例
Consumer
消费者(Client
)通过 REST 调用Provider
提供者(Server
)提供的服务。 - 回顾 Spring,SpringMVC,Mybatis 等以往学习的知识。
- Maven 的分包分模块架构复习。
1 | 一个简单的Maven模块结构是这样的: |
一个父工程带着多个 Module 子模块
MicroServiceCloud 父工程(Project)下初次带着 3 个子模块(Module)
microservicecloud-api 【封装的整体entity/接口/公共配置等】
microservicecloud-consumer-dept-80 【服务提供者】
microservicecloud-provider-dept-8001 【服务消费者】
SpringCloud 版本选择
查看版本兼容情况的网址:https://start.spring.io/actuator/info
大版本说明
SpringBoot | SpringCloud | 关系 |
---|---|---|
1.2.x | Angel 版本(天使) | 兼容 SpringBoot1.2x |
1.3.x | Brixton 版本(布里克斯顿) | 兼容 SpringBoot1.3x,也兼容 SpringBoot1.4x |
1.4.x | Camden 版本(卡姆登) | 兼容 SpringBoot1.4x,也兼容 SpringBoot1.5x |
1.5.x | Dalston 版本(多尔斯顿) | 兼容 SpringBoot1.5x,不兼容 SpringBoot2.0x |
1.5.x | Edgware 版本(埃奇韦尔) | 兼容 SpringBoot1.5x,不兼容 SpringBoot2.0x |
2.0.x | Finchley 版本(芬奇利) | 兼容 SpringBoot2.0x,不兼容 SpringBoot1.5x |
2.1.x | Greenwich 版本(格林威治) |
实际开发版本关系
spring-boot-starter-parent | spring-cloud-dependencles | ||
---|---|---|---|
版本号 | 发布日期 | 版本号 | 发布日期 |
1.5.2.RELEASE | 2017-03 | Dalston.RC1 | 2017-x |
1.5.9.RELEASE | 2017-11 | Edgware.RELEASE | 2017-11 |
1.5.16.RELEASE | 2018-04 | Edgware.SR5 | 2018-10 |
1.5.20.RELEASE | 2018-09 | Edgware.SR5 | 2018-10 |
2.0.2.RELEASE | 2018-05 | Fomchiey.BULD-SNAPSHOT | 2018-x |
2.0.6.RELEASE | 2018-10 | Fomchiey-SR2 | 2018-10 |
2.1.4.RELEASE | 2019-04 | Greenwich.SR1 | 2019-03 |
数据库
创建数据库 db01,创建 dept 表
1 | DROP TABLE IF EXISTS `dept`; |
创建父工程
1、新建父工程项目,为普通 maven 项目,名为springcloud-study
,删掉 src 目录,切记 pom文件中打包方式为pom
2、主要是定义 POM 文件,将后续各个子模块公用的 jar 包等统一提取出来,类似一个抽象父类
pom.xml
1 |
|
创建子模块
父工程为 springcloud,在其下创建多个子 module,都是普通的 maven 项目。
这时父工程的 pom 文件中也自动添加了以下信息:
1 | <modules> |
springcloud-api 模块
springcloud-api 中 pom 文件
1 |
|
springcloud-api 中编写实体类
1 | package com.itjing.springcloud.pojo; |
springcloud-provider-dept-8001 模块
springcloud-provider-dept-8001 中 pom 文件
1 |
|
springcloud-provider-dept-8001 配置文件
1 | server: |
配置 mybatis 相关信息,这里就不总结了,去看 mybatis 的文章!
DeptMapper.xml
1 |
|
mybatis-config.xml
1 |
|
编写 dao 层代码
1 | package com.itjing.dao; |
编写 service 层代码
1 | package com.itjing.service; |
1 | package com.itjing.service.impl; |
编写 controller 层代码,便于提供者自己测试接口可用性
1 | //提供Restful服务 |
编写启动类
1 | // 启动类 |
访问测试!
springcloud-consumer-dept-80 模块
pom 文件
1 |
|
配置文件
1 | server: |
配置类
1 |
|
控制器
1 |
|
启动类
1 |
|
先启动提供者,然后启动消费者,访问测试!!!
Eureka 服务注册中心
什么是 Eureka
- Netflix 在设计 Eureka 时,遵循的就是 API 原则.
- Eureka 是 Netflix 的有个子模块,也是核心模块之一。Eureka 是基于 REST 的服务,用于定位服务,以实现云端中间件层服务发现和故障转移,服务注册与发现对于微服务来说是非常重要的,有了服务注册与发现,只需要使用服务的标识符,就可以访问到服务,而不需要修改服务调用的配置文件了,功能类似于 Dubbo 的注册中心,比如 Zookeeper。
原理理解
Eureka基本的架构
- Springcloud 封装了 Netflix 公司开发的 Eureka 模块来实现服务注册与发现 (对比 Zookeeper)。
- Eureka 采用了 C-S 的架构设计,EurekaServer 作为服务注册功能的服务器,他是服务注册中心。
- 而系统中的其他微服务,使用 Eureka 的客户端连接到 EurekaServer 并维持心跳连接。这样系统的维护人员就可以通过 EurekaServer 来监控系统中各个微服务是否正常运行,Springcloud 的一些其他模块 (比如 Zuul) 就可以通过 EurekaServer 来发现系统中的其他微服务,并执行相关的逻辑。
和Dubbo架构对比
- Eureka 包含两个组件:
Eureka Server
和Eureka Client
。 - Eureka Server 提供服务注册,各个节点启动后,回在 EurekaServer 中进行注册,这样 Eureka Server 中的服务注册表中将会储存所有课用服务节点的信息,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 EurekaServer 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 90s)。
三大角色
- Eureka Server:提供服务的注册与发现
- Service Provider:服务生产方,将自身服务注册到 Eureka 中,从而使服务消费方能狗找到
- 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
构建步骤
eureka-server
1、springcloud-eureka-server-7001 模块建立
2、pom.xml 配置
1 | <!--导包~--> |
3、application.yml
1 | server: |
4、主启动类
1 | package com.itjing.springcloud; |
5、启动成功后访问 http://localhost:7001/ 得到以下页面
eureka-client
调整之前创建的springlouc-provider-dept-8001
1、导入 Eureca 依赖
1 | <!--Eureka依赖--> |
2、application 中新增 Eureca 配置
1 | # Eureka配置:配置服务注册中心地址 |
3、为主启动类添加@EnableEurekaClient
注解
1 | // 启动类 |
4、先启动 7001 服务端后启动 8001 客户端进行测试,然后访问监控页 http://localhost:7001/ 查看结果,如下图
5、修改 Eureka 上的默认描述信息
1 | # Eureka配置:配置服务注册中心地址 |
结果如图:
如果此时停掉 springcloud-provider-dept-8001 等30s
后 监控会开启自我保护机制:
6、配置关于服务加载的监控信息
provider 的 pom.xml 中添加依赖
1 | <!--actuator完善监控信息--> |
provider 的 application.yml 中添加配置
1 | # info配置 |
此时刷新监控页,点击进入
跳转新页面显示如下内容:
EureKa 自我保护机制
好死不如赖活着。
一句话总结就是:某时刻某一个微服务不可用,eureka不会立即清理,依旧会对该微服务的信息进行保存!
- 默认情况下,当 eureka server 在一定时间内没有收到实例的心跳,便会把该实例从注册表中删除(默认是 90 秒),但是,如果短时间内丢失大量的实例心跳,便会触发 eureka server 的自我保护机制,比如在开发测试时,需要频繁地重启微服务实例,但是我们很少会把 eureka server 一起重启(因为在开发过程中不会修改 eureka 注册中心),
当一分钟内收到的心跳数大量减少时,会触发该保护机制。
可以在 eureka 管理界面看到 Renews threshold 和 Renews(last min),当后者(最后一分钟收到的心跳数)小于前者(心跳阈值)的时候,触发保护机制,会出现红色的警告:EMERGENCY!EUREKA MAY BE INCORRECTLY CLAIMING INSTANCES ARE UP WHEN THEY'RE NOT.RENEWALS ARE LESSER THAN THRESHOLD AND HENCE THE INSTANCES ARE NOT BEGING EXPIRED JUST TO BE SAFE.
从警告中可以看到,eureka 认为虽然收不到实例的心跳,但它认为实例还是健康的,eureka 会保护这些实例,不会把它们从注册表中删掉。 - 该保护机制的目的是避免网络连接故障,在发生网络故障时,微服务和注册中心之间无法正常通信,但服务本身是健康的,不应该注销该服务,如果 eureka 因网络故障而把微服务误删了,那即使网络恢复了,该微服务也不会重新注册到 eureka server 了,因为只有在微服务启动的时候才会发起注册请求,后面只会发送心跳和服务列表请求,这样的话,该实例虽然是运行着,但永远不会被其它服务所感知。所以,eureka server 在短时间内丢失过多的客户端心跳时,会进入自我保护模式,该模式下,eureka 会保护注册表中的信息,不在注销任何微服务,当网络故障恢复后,eureka 会自动退出保护模式。自我保护模式可以让集群更加健壮。
- 但是我们在开发测试阶段,需要频繁地重启发布,如果触发了保护机制,则旧的服务实例没有被删除,这时请求有可能跑到旧的实例中,而该实例已经关闭了,这就导致请求错误,影响开发测试。
- 所以,在开发测试阶段,我们可以把自我保护模式关闭,只需在 eureka server 配置文件中加上如下配置即可:
eureka.server.enable-self-preservation=false
【不推荐关闭自我保护机制】
详细内容可以参考下这篇博客内容:https://blog.csdn.net/wudiyong22/article/details/80827594
注册进来的微服务,获取一些消息(团队开发会用到)
provider 的DeptController.java
新增方法
1 | /** |
主启动类中加入@EnableDiscoveryClient 注解
1 | // 开启服务发现客户端的注解,可以用来获取一些配置的信息,得到具体的微服务 |
结果如图:
Eureka:集群环境配置
初始化
新建 springcloud-eureka-server-7002、springcloud-eureka-server-7003 模块
1、为 pom.xml 添加依赖 (与 springcloud-eureka-server-7001 相同)
1 | <!--导包~--> |
2、application.yml 配置(参照 springcloud-eureka-server-7001)
1 | server: |
1 | server: |
3、主启动类(参照 springcloud-eureka-server-7001)
集群成员相互关联
配置一些自定义本机名字,进行域名映射,找到本机 hosts 文件并打开,C:\Windows\System32\drivers\etc
在后面添加:
1 | 127.0.0.1 eureka7001.com |
修改 application.yml 的配置,如下为 springcloud-eureka-server-7001 配置,7002 和 7003 同样分别修改为其对应的名称即可。
1 | server: |
1 | server: |
1 | server: |
修改springcloud-provider-dept-8001下的yml配置文件,修改Eureka配置:配置服务注册中心地址
1 | # Eureka配置:配置服务注册中心地址 |
这样模拟集群就搭建好了,就可以把一个项目挂载到三个服务器上了
对比和 Zookeeper 区别
回顾 CAP 原则
RDBMS (MySQL\Oracle\sqlServer) ===> ACID
NoSQL (Redis\MongoDB) ===> 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的满足一致性,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,分区容错的系统,通常性能不是特别高
- AP:满足可用性,分区容错的系统,通常可能对一致性要求低一些
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!
作为分布式服务注册中心,Eureka 比 Zookeeper 好在哪里?
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,但不能接收服务直接 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 zookeeper 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 zookeeper 集群是不可用的,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 zookeeper 集群失去 master 节点是较大概率发生的事件,虽然服务最终能够恢复,但是,漫长的选举时间导致注册长期不可用,是不可容忍的。
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 还有之中自我保护机制,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 不在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:负载均衡(基于客户端)
负载均衡以及 Ribbon
Ribbon 是什么?
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。简单的说,就是在配置文件中列出 LoadBalancer (简称 LB:负载均衡) 后面所有的及其,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。我们也容易使用 Ribbon 实现自定义的负载均衡算法!
Ribbon 能干嘛?
LB,即负载均衡 (LoadBalancer) ,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 (高用)。
常见的负载均衡软件有 Nginx、Lvs
等等。
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
- 即在服务的提供方和消费方之间使用独立的 LB 设施,如
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!
- 即在服务的提供方和消费方之间使用独立的 LB 设施,如
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
1、springcloud-consumer-dept-80 向 pom.xml 中添加 Ribbon 和 Eureka 依赖
1 | <!--Ribbon--> |
2、在 application.yml 文件中配置 Eureka
1 | # Eureka配置 |
3、主启动类加上@EnableEurekaClient 注解,开启 Eureka
1 | //Ribbon 和 Eureka 整合以后,客户端可以直接调用,不用关心IP地址和端口号 |
4、自定义 Spring 配置类:RestTemplateConfig.java 配置负载均衡实现 RestTemplate
1 |
|
5、修改 conroller:DeptConsumerController.java
1 | //Ribbon:我们这里的地址,应该是一个变量,通过服务名来访问,注册中心只有服务名 |
分别启动注册中心,提供者和消费者,进行访问测试,看看消费者能够访问成功!
使用 Ribbon 实现负载均衡
流程图:
1、再新建两个数据库 db02 和 db03 ,具体内容参照 db01
1 | DROP TABLE IF EXISTS `dept`; |
2、新建两个服务提供者 Module:springcloud-provider-dept-8002、springcloud-provider-dept-8003
3、参照 springcloud-provider-dept-8001 依次为另外两个服务提供者 Moudle 添加pom.xml依赖
、resourece 下的mybatis
和application.yml
配置,Java代码
,8002 使用 db02 数据库,8003 使用 db03 数据库,直接复制 8001 里面的相关代码,然后修改对应的信息。
4、启动所有服务提供者测试(根据自身电脑配置决定启动服务的个数)以及 Eureka,访问注册中心http://eureka7001.com:7001/查看结果
5、启动服务消费者 springcloud-consumer-dept-80,测试访问
访问 http://localhost/consumer/dept/list
再次访问 http://localhost/consumer/dept/list 这时候随机的是服务提供者 8002
以上这种每次访问 http://localhost/consumer/dept/list 随机访问集群中某个服务提供者,这种情况叫做轮询
,轮询算法在SpringCloud中可以自定义
。
如何切换或者自定义规则呢?
在 springcloud-provider-dept-80 模块下的 RestTemplateConfig 中进行配置,切换使用不同的规则
1 | /** |
也可以自定义规则,在 myrule 包下自定义一个配置类 MyRule.java,注意:该包不要和主启动类同级,因为同级会被扫描到,要跟启动类所在包同级
MyRule.java
1 |
|
主启动类开启负载均衡并指定自定义的 MyRule 配置类
1 | //Ribbon 和 Eureka 整合以后,客户端可以直接调用,不用关心IP地址和端口号 |
自定义的规则(这里我们参考 Ribbon 中默认的规则代码自己稍微改动):MyRandomRule.java
1 | package com.itjing.myrule; |
Feign:负载均衡(基于服务端)
Feign 简介
Feign 是声明式 Web Service 客户端,它让微服务之间的调用变得更简单,类似controller调用service
。SpringCloud 集成了 Ribbon 和 Eureka,可以使用 Feigin 提供负载均衡的 http 客户端。
只需要创建一个接口,然后添加注解即可~
Feign,主要是社区版,大家都习惯面向接口编程。这个是很多开发人员的规范。调用微服务访问两种方法:
- 微服务名字 【ribbon】
- 接口和注解 【feign】
Feign 能干什么?
- Feign 旨在使编写 Java Http 客户端变得更容易
- 前面在使用
Ribbon + RestTemplate
时,利用RestTemplate
对 Http 请求的封装处理,形成了一套模板化的调用方法。但是在实际开发中,由于对服务依赖的调用可能不止一处,往往一个接口会被多处调用,所以通常都会针对每个微服务自行封装一个客户端类来包装这些依赖服务的调用。所以,Feign
在此基础上做了进一步的封装,由他来帮助我们定义和实现依赖服务接口的定义,在 Feign 的实现下,我们只需要创建一个接口并使用注解的方式来配置它 (类似以前Dao接口上标注Mapper注解,现在是一个微服务接口上面标注一个Feign注解
),即可完成对服务提供方的接口绑定,简化了使用Spring Cloud Ribbon 时,自动封装服务调用客户端的开发量
。
Feign 默认集成了 Ribbon
利用Ribbon
维护了 MicroServiceCloud-Dept 的服务列表信息,并且通过轮询实现了客户端的负载均衡,而与Ribbon
不同的是,通过Feign
只需要定义服务绑定接口且以声明式的方法,优雅而简单的实现了服务调用。
Feign 的使用步骤
1、改造springcloud-api
模块
pom.xml 添加 feign 依赖
1 | <!--Feign的依赖--> |
新建service
包,并新建DeptClientService
接口
1 | // @FeignClient:微服务客户端注解,value:指定微服务的名字,这样就可以使Feign客户端直接找到对应的微服务 |
2、创建springcloud-consumer-dept-feign
模块
拷贝 springcloud-consumer-dept-80 模块下的 pom.xml 的依赖,resource,以及 java 目录的代码到 springcloud-consumer-feign 模块,并添加 feign 依赖。
1 | <!--Feign的依赖--> |
通过Ribbon
实现的原来的controller
:DeptConsumerController.java
1 |
|
通过Feign
实现的改造后controller
:DeptConsumerController.java
1 |
|
Feign 和 Ribbon 二者对比,前者显现出面向接口编程特点,代码看起来更清爽,而且Feign调用方式更符合我们之前在做SSM或者SprngBoot项目时,Controller层调用Service层的编程习惯!
主启动类:
1 |
|
启动注册中心,服务提供者和Ribbon实现的消费者,进行访问测试!
Feign 和 Ribbon 如何选择?
根据个人习惯而定,如果喜欢REST风格使用Ribbon;如果喜欢社区版的面向接口风格使用Feign
Feign 本质上也是实现了 Ribbon,只不过后者是在调用方式上,为了满足一些开发者习惯的接口调用习惯!
下面我们关闭 springcloud-consumer-dept-80 这个服务消费方,换用 springcloud-consumer-dept-feign(端口还是 80) 来代替:(依然可以正常访问,就是调用方式相比于 Ribbon 变化了)
Hystrix:服务熔断
分布式系统面临的问题
复杂分布式体系结构中的应用程序有数十个依赖关系,每个依赖关系在某些时候将不可避免失败!
服务雪崩
多个微服务之间调用的时候,假设微服务 A 调用微服务 B 和微服务 C,微服务 B 和微服务 C 又调用其他的微服务,这就是所谓的“扇出”,如果扇出的链路上某个微服务的调用响应时间过长,或者不可用
,对微服务 A 的调用就会占用越来越多的系统资源,进而引起系统崩溃,所谓的“雪崩效应
”。
对于高流量的应用来说,单一的后端依赖可能会导致所有服务器上的所有资源都在几十秒内饱和。比失败更糟糕的是,这些应用程序还可能导致服务之间的延迟增加,备份队列,线程和其他系统资源紧张,导致整个系统发生更多的级联故障,这些都表示需要对故障和延迟进行隔离和管理,以达到单个依赖关系的失败而不影响整个应用程序或系统运行。
我们需要,弃车保帅
!
什么是 Hystrix?
Hystrix
是一个应用于处理分布式系统的延迟和容错的开源库,在分布式系统里,许多依赖不可避免的会调用失败,比如超时,异常等,Hystrix 能够保证在一个依赖出问题的情况下,不会导致整个体系服务失败,避免级联故障,以提高分布式系统的弹性。
“断路器
”本身是一种开关装置,当某个服务单元发生故障之后,通过断路器的故障监控 (类似熔断保险丝) ,向调用方返回一个服务预期的,可处理的备选响应 (FallBack) ,而不是长时间的等待或者抛出调用方法无法处理的异常,这样就可以保证了服务调用方的线程不会被长时间,不必要的占用
,从而避免了故障在分布式系统中的蔓延,乃至雪崩。
Hystrix 能干嘛?
- 服务降级
- 服务熔断
- 服务限流
- 接近实时的监控
- …
当一切正常时,请求流可以如下所示:
当许多后端系统中有一个潜在阻塞服务时,它可以阻止整个用户请求:
随着大容量通信量的增加,单个后端依赖项的潜在性会导致所有服务器上的所有资源在几秒钟内饱和。
应用程序中通过网络或客户端库可能导致网络请求的每个点都是潜在故障的来源。比失败更糟糕的是,这些应用程序还可能导致服务之间的延迟增加,从而备份队列、线程和其他系统资源,从而导致更多跨系统的级联故障。
当使用Hystrix
包装每个基础依赖项时,上面的图表中所示的体系结构会发生类似于以下关系图的变化。每个依赖项是相互隔离的
,限制在延迟发生时它可以填充的资源中,并包含在回退逻辑中,该逻辑决定在依赖项中发生任何类型的故障时要做出什么样的响应:
官网资料:https://github.com/Netflix/Hystrix/wiki
服务熔断
什么是服务熔断?
熔断机制是赌赢雪崩效应的一种微服务链路保护机制。
当扇出链路的某个微服务不可用或者响应时间太长时,会进行服务的降级,进而熔断该节点微服务的调用,快速返回错误的响应信息
。检测到该节点微服务调用响应正常后恢复调用链路。在 SpringCloud 框架里熔断机制通过 Hystrix 实现。Hystrix 会监控微服务间调用的状况,当失败的调用到一定阀值缺省是5秒内20次调用失败,就会启动熔断机制
。熔断机制的注解是:@HystrixCommand
。
服务熔断解决如下问题:
- 当所依赖的对象不稳定时,能够起到快速失败的目的;
- 快速失败后,能够根据一定的算法动态试探所依赖对象是否恢复。
入门案例
新建springcloud-provider-dept-hystrix-8001
模块并拷贝 springcloud-provider-dept–8001 内的pom.xml的依赖、resource和Java代码
进行初始化并调整。
导入 hystrix 依赖
1 | <!--导入Hystrix依赖--> |
调整 yml 配置文件
1 | server: |
修改 controller
1 | /** |
为主启动类添加对熔断的支持注解@EnableCircuitBreaker
1 | // 启动类 |
测试:
如果根据 id 查询出现异常,则走 hystrixGet 这段备选代码
使用熔断后,当访问一个不存在的 id 时,前台页展示数据如下:
而不适用熔断的 springcloud-provider-dept–8001 模块访问相同地址会出现下面状况:
因此,为了避免因某个微服务后台出现异常或错误而导致整个应用或网页报错,使用熔断是必要的
服务降级
什么是服务降级?
服务降级是指 当服务器压力剧增的情况下,根据实际业务情况及流量,对一些服务和页面有策略的不处理,或换种简单的方式处理,从而释放服务器资源以保证核心业务正常运作或高效运作。说白了,就是尽可能的把系统资源让给优先级高的服务
。
资源有限,而请求是无限的。如果在并发高峰期,不做服务降级处理,一方面肯定会影响整体服务的性能,严重的话可能会导致宕机某些重要的服务不可用。所以,一般在高峰期,为了保证核心功能服务的可用性,都要对某些服务降级处理。比如当双 11 活动时,把交易无关的服务统统降级,如查看蚂蚁深林,查看历史订单等等。
服务降级主要用于什么场景呢?当整个微服务架构整体的负载超出了预设的上限阈值或即将到来的流量预计将会超过预设的阈值时,为了保证重要或基本的服务能正常运行,可以将一些 不重要 或 不紧急 的服务或任务进行服务的 延迟使用 或 暂停使用。
降级的方式可以根据业务来,可以延迟服务,比如延迟给用户增加积分,只是放到一个缓存中,等服务平稳之后再执行 ;或者在粒度范围内关闭服务,比如关闭相关文章的推荐。
由上图可得,当某一时间内服务A的访问量暴增,而B和C的访问量较少,为了缓解A服务的压力,这时候需要B和C暂时关闭一些服务功能,去承担A的部分服务,从而为A分担压力,叫做服务降级
。
服务降级需要考虑的问题
- 1)那些服务是核心服务,哪些服务是非核心服务
- 2)那些服务可以支持降级,那些服务不能支持降级,降级策略是什么
- 3)除服务降级之外是否存在更复杂的业务放通场景,策略是什么?
自动降级分类
1)超时降级:主要配置好超时时间和超时重试次数和机制,并使用异步机制探测回复情况
2)失败次数降级:主要是一些不稳定的 api,当失败调用次数达到一定阀值自动降级,同样要使用异步机制探测回复情况
3)故障降级:比如要调用的远程服务挂掉了(网络故障、DNS 故障、http 服务返回错误的状态码、rpc 服务抛出异常),则可以直接降级。降级后的处理方案有:默认值(比如库存服务挂了,返回默认现货)、兜底数据(比如广告挂了,返回提前准备好的一些静态页面)、缓存(之前暂存的一些缓存数据)
4)限流降级:秒杀或者抢购一些限购商品时,此时可能会因为访问量太大而导致系统崩溃,此时会使用限流来进行限制访问量,当达到限流阀值,后续请求会被降级;降级后的处理方案可以是:排队页面(将用户导流到排队页面等一会重试)、无货(直接告知用户没货了)、错误页(如活动太火爆了,稍后重试)。
入门案例
在springcloud-api
模块下的service
包中新建降级配置类 DeptClientServiceFallBackFactory.java
1 | //降级 ~ |
在DeptClientService
中指定降级配置类 DeptClientServiceFallBackFactory
1 | //注册到spring容器中 |
在springcloud-consumer-dept-feign
模块中开启降级:
1 | server: |
这时关掉服务提供者,然后访问测试!
服务熔断和降级的区别
服务熔断—>服务端
:某个服务超时或异常,引起熔断~,类似于保险丝(自我熔断)服务降级—>客户端
:从整体网站请求负载考虑,当某个服务熔断或者关闭之后,服务将不再被调用,此时在客户端,我们可以准备一个 FallBackFactory ,返回一个默认的值(缺省值)。会导致整体的服务下降,但是好歹能用,比直接挂掉强。- 触发原因不太一样,服务熔断一般是某个服务(下游服务)故障引起,而服务降级一般是从整体负荷考虑;管理目标的层次不太一样,熔断其实是一个框架级的处理,每个微服务都需要(无层级之分),而降级一般需要对业务有层级之分(比如降级一般是从最外围服务开始)
- 实现方式不太一样,服务降级具有代码侵入性(由控制器完成/或自动降级),熔断一般称为
自我熔断
。
熔断,降级,限流:
限流:限制并发的请求访问量,超过阈值则拒绝;
降级:服务分优先级,牺牲非核心服务(不可用),保证核心服务稳定;从整体负荷考虑;
熔断:依赖的下游服务故障触发熔断,避免引发本系统崩溃;系统自动执行和恢复。
Dashboard 流监控
新建springcloud-consumer-hystrix-dashboard
模块
添加依赖
1 | <!--Hystrix依赖--> |
主启动类
1 |
|
配置文件
1 | server: |
给springcloud-provider-dept-hystrix-8001模块下的主启动类添加如下代码,添加监控
1 | // 启动类 |
启动,访问:http://localhost:9001/hystrix
进入监控页面:
http://localhost:8001/actuator/hystrix.stream
效果如下图:
Zuul 路由网关
概述
什么是 zuul?
Zull 包含了对请求的路由
(用来跳转的)和过滤
两个最主要功能:
其中路由功能负责将外部请求转发到具体的微服务实例上,是实现外部访问统一入口的基础
,而过滤器功能则负责对请求的处理过程进行干预,是实现请求校验,服务聚合等功能的基础
。Zuul 和 Eureka 进行整合,将 Zuul 自身注册为 Eureka 服务治理下的应用,同时从 Eureka 中获得其他服务的消息,也即以后的访问微服务都是通过 Zuul 跳转后获得。
注意:
Zuul 服务最终还是会注册进 Eureka
提供:代理 + 路由 + 过滤
三大功能!
Zuul 能干嘛?
- 路由
- 过滤
官方文档:
https://github.com/Netflix/zuul/
入门案例
新建 springcloud-zuul 模块,并导入依赖
1 | <dependencies> |
application.yml
1 | server: |
主启动类
1 |
|
测试:
可以看出 Zull 路由网关被注册到 Eureka 注册中心中了!
上图是没有经过 Zull 路由网关配置时,服务接口访问的路由,可以看出直接用微服务(服务提供方)名称去访问,这样不安全,不能将微服务名称暴露!
所以经过 Zull 路由网关配置后,访问的路由为:
我们看到,微服务名称被替换并隐藏,换成了我们自定义的微服务名称 mydept,同时加上了前缀 itjing,这样就做到了对路由访问的加密处理!
详情参考 springcloud 中文社区 zuul 组件:https://www.springcloud.cc/spring-cloud-greenwich.html#_router_and_filter_zuul
Spring Cloud Config 分布式配置
Dalston.RELEASE
官网:https://www.springcloud.cc/spring-cloud-dalston.html
Spring Cloud Config为分布式系统中的外部配置提供服务器和客户端支持。
使用 Config Server,您可以在所有环境中管理应用程序的外部属性。客户端和服务器上的概念映射与 Spring Environment
和PropertySource
抽象相同,因此它们与 Spring 应用程序非常契合,但可以与任何以任何语言运行的应用程序一起使用。随着应用程序通过从开发人员到测试和生产的部署流程,您可以管理这些环境之间的配置,并确定应用程序具有迁移时需要运行的一切。服务器存储后端的默认实现使用 git,因此它轻松支持标签版本的配置环境,以及可以访问用于管理内容的各种工具。很容易添加替代实现,并使用 Spring 配置将其插入。
概述
分布式系统面临的–配置文件问题
微服务意味着要将单体应用中的业务拆分成一个个子服务,每个服务的粒度相对较小,因此系统中会出现大量的服务,由于每个服务都需要必要的配置信息才能运行,所以一套集中式的,动态的配置管理设施是必不可少的。spring cloud 提供了 configServer 来解决这个问题,我们每一个微服务自己带着一个 application.yml,那上百个的配置文件修改起来,令人头疼!
什么是 SpringCloud config 分布式配置中心?
spring cloud config 为微服务架构中的微服务提供集中化的外部支持,配置服务器为各个不同微服务应用的所有环节提供了一个中心化的外部配置
。
spring cloud config 分为服务端
和客户端
两部分。
服务端也称为 分布式配置中心
,它是一个独立的微服务应用,用来连接配置服务器并为客户端提供获取配置信息,加密,解密信息等访问接口。
客户端则是通过指定的配置中心来管理应用资源,以及与业务相关的配置内容,并在启动的时候从配置中心获取和加载配置信息
。配置服务器默认采用 git 来存储配置信息,这样就有助于对环境配置进行版本管理。并且可用通过 git 客户端工具来方便的管理和访问配置内容。
spring cloud config 分布式配置中心能干嘛?
- 集中式管理配置文件
- 不同环境,不同配置,动态化的配置更新,分环境部署,比如 /dev /test /prod /beta /release
- 运行期间动态调整配置,不再需要在每个服务部署的机器上编写配置文件,服务会向配置中心统一拉取配置自己的信息
- 当配置发生变动时,服务不需要重启,即可感知到配置的变化,并应用新的配置
- 将配置信息以 REST 接口的形式暴露
spring cloud config 分布式配置中心与 GitHub 整合
由于 spring cloud config 默认使用 git 来存储配置文件 (也有其他方式,比如自持 SVN 和本地文件),但是最推荐的还是 git ,而且使用的是 http / https 访问的形式。
入门案例
服务端
新建springcloud-config-server-3344
模块导入 pom.xml 依赖
1 | <dependencies> |
resource 下创建 application.yml 配置文件,Spring Cloud Config 服务器从 git 存储库(必须提供)为远程客户端提供配置,远程仓库需要去码云新建,然后 clone 下来,然后新建一个 application.yml 文件,将其 push 到马云上
1 | server: |
主启动类
1 | // 开启spring cloud config server服务 |
将本地 git 仓库 springcloud-config 文件夹下新建的 application.yml 提交到码云仓库
内容为:
1 | spring: |
定位资源的默认策略是克隆一个 git 仓库(在spring.cloud.config.server.git.uri
),并使用它来初始化一个迷你SpringApplication
。小应用程序的Environment
用于枚举属性源并通过 JSON 端点发布。
HTTP 服务具有以下格式的资源:
1 | /{application}/{profile}[/{label}] |
其中“应用程序”作为SpringApplication
中的spring.config.name
注入(即常规的 Spring Boot 应用程序中通常是“应用程序”),“配置文件”是活动配置文件(或逗号分隔列表的属性),“label”是可选的 git 标签(默认为“master”)。
测试访问 http://localhost:3344/application-dev.yml
测试访问 http://localhost:3344/application/test/master
测试访问 http://localhost:3344/master/application-dev.yml
如果测试访问不存在的配置则不显示 如:http://localhost:3344/master/application-aaa.yml
客户端
将本地 git 仓库 springcloud-config 文件夹下新建的 config-client.yml 提交到码云仓库
1 | spring: |
新建一个springcloud-config-client-3355
模块,并导入依赖
1 | <dependencies> |
resources 下创建application.yml
和bootstrap.yml
配置文件
bootstrap.yml
是系统级别的配置
1 | # 系统级别的配置 |
application.yml
是用户级别的配置
1 | # 用户级别的配置 |
创建 controller 包下的 ConfigClientController.java
用于测试
1 |
|
主启动类
1 |
|
测试:
启动服务端 Config_server_3344 再启动客户端 ConfigClient
访问:http://localhost:8201/config/
发布时间: 2020-12-10
最后更新: 2024-06-24
本文标题: SpringCloud入门IDEA版通俗易懂
本文链接: https://blog-yilia.xiaojingge.com/posts/b26c0f3f.html
版权声明: 本作品采用 CC BY-NC-SA 4.0 许可协议进行许可。转载请注明出处!
