首页 > 其他分享> > AlibabaCloud 核⼼组件服务治理 Nacos 实战

AlibabaCloud 核⼼组件服务治理 Nacos 实战

2020-11-12 09:03:00 作者：互联网

使用 Maven 聚合工程创建微服务架构

maven 聚合工程 xdclass-cloud，包含以下四个子项目

xdclass-common
xdclass-video-service
xdclass-user-service
xdclass-order-service

创建聚合工程（记得删除聚合工程 src 目录）

<modelVersion>4.0.0</modelVersion>

<groupId>net.xdclass</groupId>
<artifactId>xdclass-cloud</artifactId>
<version>1.0-SNAPSHOT</version>

<modules>
    <module>xdclass-common</module>
    <module>xdclass-order-service</module>
    <module>xdclass-user-service</module>
    <module>xdclass-video-service</module>
</modules>

<!-- 一般来说父级项目的packaging都为pom，packaging默认类型jar类型-->
<packaging>pom</packaging>

<properties>
    <java.version>1.8</java.version>
    <maven.compiler.source>1.8</maven.compiler.source>
    <maven.compiler.target>1.8</maven.compiler.target>
</properties>

<dependencyManagement>
    <dependencies>
        <!--https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-dependencies/2.3.3.RELEASE-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-dependencies</artifactId>
            <version>2.3.3.RELEASE</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>

        <!--https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-dependencies/Hoxton.SR8-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-dependencies</artifactId>
            <version>Hoxton.SR8</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>

        <!--https://mvnrepository.com/artifact/com.alibaba.cloud/spring-cloud-alibaba-dependencies/2.2.1.RELEASE-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-alibaba-dependencies</artifactId>
            <version>2.2.1.RELEASE</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>

        <dependency>
            <groupId>org.mybatis.spring.boot</groupId>
            <artifactId>mybatis-spring-boot-starter</artifactId>
            <version>2.1.2</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>

    </dependencies>
</dependencyManagement>

<build>
    <plugins>
        <plugin>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-maven-plugin</artifactId>
            <version>2.3.5.RELEASE</version>
            <configuration>
                <fork>true</fork>
                <addResources>true</addResources>
            </configuration>
        </plugin>
    </plugins>
</build>

聚合工程pom.xml

四个子项目都是普通的 Maven 项目，xdclass-common 是公共项目，用来存放实体类等其他作用

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>net.xdclass</groupId>
        <artifactId>xdclass-common</artifactId>
        <version>1.0-SNAPSHOT</version>
    </dependency>
</dependencies>

子项目pom.xml

基本的项目结构就是这样，我们来打通 Mybatis 连接 Mysql 数据库

创建 common 包实体类

public class User {
    private Integer id;
    private String name;
    private String pwd;
    private String headImg;
    private String phone;
    private Date createTime;
    private String wechat;
    //省略getter/setter方法
}

public class Video {
    private Integer id;
    private String title;
    private String summary;
    private String coverImg;
    private Integer  price;
    private Date createTime;
    private Double point;
    //省略getter/setter方法
}

public class VideoOrder {
    private Integer id;
    private String outTradeNo;
    private Integer state;
    private Date createTime;
    private  Integer totalFee;
    private Integer videoId;
    private String videoTitle;
    private String videoImg;
    private Integer userId;
    //省略getter/setter方法
}

实体类

Maven 项目创建时没有像 SpringBoot 创建时已经创建好包结构，需要自己手动创建

xdclass-video-service 项目 pom 文件新增依赖（子项目没有指明依赖版本号就是使用父项目一样的版本）

<dependency>
    <groupId>org.mybatis.spring.boot</groupId>
    <artifactId>mybatis-spring-boot-starter</artifactId>
</dependency>

<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
</dependency>

xdclass-video-service项目pom文件

application.yml

server:
  port: 9000

spring:
  application:
    name: xdclass-video-service

  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://127.0.0.1:3306/cloud_video?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=UTC
    username: root
    password: 123456


mybatis:
  configuration:
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
    map-underscore-to-camel-case: true

application.yml

VideoApplication.java

@SpringBootApplication
@MapperScan("net.xdclass.dao")
public class VideoApplication {
    public static void main(String [] args){
        SpringApplication.run(VideoApplication.class,args);
    }
}

VideoApplication.java

VideoMapper.java

@Repository
public interface VideoMapper {
    @Select("select * from video where id=#{videoId}")
    Video findById(@Param("videoId") int videoId);
}

VideoMapper.java

服务直接怎么调用

RPC：

远程过程调用，像调用本地服务(方法)一样调用服务器的服务
支持同步、异步调用
客户端和服务器之间建立 TCP 连接，可以一次建立一个，也可以多个调用复用一次链接
RPC 数据包小
- protobuf
- thrift
RPC：编解码，序列化，链接，丢包，协议

Rest(Http)：

http 请求，支持多种协议和功能
开发方便成本低
http 数据包大
java 开发：RestTemplate 或者 HttpClient

我们看一个 RestTemplate 的例子

OrderController.java

@RestController
@RequestMapping("api/v1/video_order")
public class OrderController {
    @Autowired
    private RestTemplate restTemplate;

    @RequestMapping("/save")
    public Object save(int videoId) {

        Video video = restTemplate.getForObject("http://localhost:9000/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        VideoOrder videoOrder = new VideoOrder();
        videoOrder.setVideoId(video.getId());
        videoOrder.setVideoTitle(video.getTitle());
        videoOrder.setCreateTime(new Date());
        return videoOrder;
    }
}

OrderController.java

OrderApplication.java

@SpringBootApplication
public class OrderApplication {
    public static void main(String[] args) {
        SpringApplication.run(OrderApplication.class, args);
    }

    @Bean
    public RestTemplate getRestTemplate() {
        return new RestTemplate();
    }
}

OrderApplication.java

application.yml

server:
  port: 8000

spring:
  application:
    name: xdclass-order-service

  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://127.0.0.1:3306/cloud_order?useUnicode=true&characterEncoding=utf-8&useSSL=false
    username: root
    password: xdclass.net

# 控制台输出sql、下划线转驼峰
mybatis:
  configuration:
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
    map-underscore-to-camel-case: true

application.yml

存在的问题：

服务之间的 IP 信息写死
服务之间无法提供负载均衡
多个服务直接关系调用维护复杂

既然存在这些问题，解决问题的方案也呼之欲出：注册中心

注册中心

什么是注册中心（服务治理）

服务注册：服务提供者 provider，启动的时候向注册中心上报自己的网络信息
服务发现：服务消费者 consumer，启动的时候向注册中心上报自己的网络信息，拉取 provider 的相关网络信息
核心：服务管理，是有个服务注册表，心跳机制动态维护，服务实例在启动时注册到服务注册表，并在关闭时注销。

为什么要用

微服务应用和机器越来越多，调用方需要知道接口的网络地址，如果靠配置文件的方式去控制网络地址，对于动态新增机器，维护带来很大问题

主流的注册中心：zookeeper、Eureka、consul、etcd、Nacos

AlibabaCloud 搭配最好的是 Nacos，且服务的注册发现之外，还支持动态配置服务

nacos下载和启动官网上有很清楚的介绍

访问 localhost:8848/nacos
默认账号密码 nacos/nacos

通过注册中心解决第一个问题：服务之间的 IP 信息写死

视频服务集成Nacos

添加依赖

<!--添加nacos客户端-->
<dependency>
     <groupId>com.alibaba.cloud</groupId>
     <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

nacos依赖

配置 Nacos 地址

server:
  port: 9000

spring:
  application:
    name: xdclass-video-service
  cloud:
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848

Nacos地址

启动类增加注解

@SpringBootApplication
@EnableDiscoveryClient
public class OrderApplication {
    public static void main(String[] args) {
        SpringApplication.run(OrderApplication.class, args);
    }

    @Bean
    public RestTemplate getRestTemplate() {
        return new RestTemplate();
    }
}

订单服务集成和用户服务集成 Nacos 都是一样的套路

服务之间的调用，这样可以获得所有服务集合，我们可以访问任意一个服务

@RestController
@RequestMapping("api/v1/video_order")
public class OrderController {
    @Autowired
    private RestTemplate restTemplate;

    @Autowired
    private DiscoveryClient discoveryClient;

    @RequestMapping("/save")
    public Object save(int videoId) {

        //Video video = restTemplate.getForObject("http://localhost:9000/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        List<ServiceInstance> list = discoveryClient.getInstances("xdclass-video-service");
        ServiceInstance serviceInstance = list.get(0);
        Video video = restTemplate.getForObject("http://" + serviceInstance.getHost() + ":" + serviceInstance.getPort() +
                "/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        VideoOrder videoOrder = new VideoOrder();
        videoOrder.setVideoId(video.getId());
        videoOrder.setVideoTitle(video.getTitle());
        videoOrder.setCreateTime(new Date());
        return videoOrder;
    }
}

第一个问题解决了，现在看看第二个问题

负载均衡

什么是负载均衡（Load Balance）

分布式系统中一个非常重要的概念，当访问的服务具有多个实例时，需要根据某种“均衡”的策略决定请求发往哪个节点，这就是所谓的负载均衡，
原理是将数据流量分摊到多个服务器执行，减轻每台服务器的压力，从而提高了数据的吞吐量

软硬件角度负载均衡的种类

通过硬件来进行解决，常见的硬件有 NetScaler、F5、Radware 和 Array 等商用的负载均衡器，但比较昂贵的
通过软件来进行解决，常见的软件有 LVS、Nginx 等，它们是基于 Linux 系统并且开源的负载均衡策略

从端的角度负载均衡有两种

服务端负载均衡
客户端负载均衡

常见的负载均衡策略（看组件的支持情况）

节点轮询
- 每个请求按顺序分配到不同的后端服务器
weight 权重配置
- weight 和访问比率成正比，数字越大，分配得到的流量越高
固定分发
- 根据请求按访问 ip 的 hash 结果分配，这样每个用户就可以固定访问一个后端服务器
随机选择、最短响应时间等等

集成 Ribbon 实现负载均衡

什么是 Ribbon？

一个客户端负载均衡工具，通过 SpringCloud 封装，可以轻松和 AlibabaCloud 整合

订单服务增加 @LoadBalanced 注解

@Bean
@LoadBalanced
public RestTemplate restTemplate() {
    return new RestTemplate();
}

调用方式改造，注意红色字体

@RestController
@RequestMapping("api/v1/video_order")
public class OrderController {
    @Autowired
    private RestTemplate restTemplate;

    @Autowired
    private DiscoveryClient discoveryClient;

    @RequestMapping("/save")
    public Object save(int videoId) {

        //Video video = restTemplate.getForObject("http://localhost:9000/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        //List<ServiceInstance> list = discoveryClient.getInstances("xdclass-video-service");
        //ServiceInstance serviceInstance = list.get(0);
        //Video video = restTemplate.getForObject("http://" + serviceInstance.getHost() + ":" + serviceInstance.getPort() +"/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        Video video = restTemplate.getForObject("http://xdclass-video-service/api/v1/video/find_by_id?videoId=" + videoId, Video.class);

        VideoOrder videoOrder = new VideoOrder();
        videoOrder.setVideoId(video.getId());
        videoOrder.setVideoTitle(video.getTitle());
        videoOrder.setCreateTime(new Date());
        return videoOrder;
    }
}

自定义 Ribbon 负载均衡策略

分析源码得知 Ribbon 支持多种负载均衡策略

Ribbon 支持的负载均衡策略介绍

RandomRule（随机策略）：随机选择server
RoundRobinRule（轮询策略）：按照顺序选择 server（默认）
RetryRule（重试策略）：当选择 server 不成功，短期内尝试选择一个可用的server
AvailabilityFilteringRule（可用过滤策略）：过滤掉一直失败并被标记为 circuit tripped 的 server，过滤掉那些高并发链接的 server（active connections 超过配置的阈值）
WeightedResponseTimeRule（响应时间加权重策略）：根据 server 的响应时间分配权重，以响应时间作为权重，响应时间越短的服务器被选中的概率越大，综合了各种因素，比如：网络，磁盘，io 等，都直接影响响应时间
ZoneAvoidanceRule（区域权重策略）：综合判断 server 所在区域的性能，和 server 的可用性，轮询选择server

负载均衡策略调整

订单服务增加配置

xdclass-video-service:
  ribbon:
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule

策略选择：

如果每个机器配置一样，则建议不修改策略 (推荐)
如果部分机器配置强，则可以改为WeightedResponseTimeRule

现在解决第三个问题：多个服务直接关系调用维护复杂

Feign 介绍

原先 Ribbon 代码存在的问题：不规范，风格不统一，维护性比较差

什么是Feign:

SpringCloud 提供的伪 HTTP 客户端（本质还是用 HTTP），封装了 HTTP 调用流程，更适合面向接口化
让用 Java 接口注解的方式调用 HTTP 请求
不用像 Ribbon 中通过封装 HTTP 请求报文的方式调用，Feign 默认集成了Ribbon

官方文档（版本 2.2.5）

https://spring.io/projects/spring-cloud-openfeign

Nacos 支持 Feign，可以直接集成实现负载均衡的效果

使用 Feign 步骤

加入依赖

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

openfeign依赖

启动类增加注解 @EnableFeignClients

@SpringBootApplication
@EnableDiscoveryClient
@EnableFeignClients
public class OrderApplication {
    public static void main(String[] args) {
        SpringApplication.run(OrderApplication.class, args);
    }

    @Bean
    @LoadBalanced
    public RestTemplate getRestTemplate() {
        return new RestTemplate();
    }
}

订单服务增加接口，服务名称记得和 nacos 保持一样

@FeignClient(name="xdclass-video-service")
public interface VideoService {

    @GetMapping(value = "/api/v1/video/find_by_id")
    Video findById(@RequestParam("videoId") int videoId);
}

调用方进行改造

@RestController
@RequestMapping("api/v1/video_order")
public class OrderController {

    @Autowired
    private VideoService videoService;

    @RequestMapping("/save")
    public Object save(int videoId) {

        Video video = videoService.findById(videoId);

        VideoOrder videoOrder = new VideoOrder();
        videoOrder.setVideoId(video.getId());
        videoOrder.setVideoTitle(video.getTitle());
        videoOrder.setCreateTime(new Date());
        return videoOrder;
    }
}

订单服务项目结构

POST 方式提交怎么做？

//订单服务service
@PostMapping(value = "/api/v1/video/save")
Video saveVideo(@RequestBody Video video);

//视频服务controller
@PostMapping("save")
public Object save(@RequestBody Video video){
　　System.out.println(video.getTitle());
　　return  video;
}

注意：

路径需要一致
Http 方法必须对应
使用方、提供方需要用 @RequestBody，@PostMapping

Ribbon 和 Feign 两个的区别和选择

选择Feign
默认集成了Ribbon
写起来更加思路清晰和方便
采用注解方式进行配置，配置熔断等方式方便

CAP理论知识

CAP 定理：指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition Tolerance（分区容错性），三者不可同时获得。

一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（所有节点在同一时间的数据完全一致，越多节点，数据同步越耗时）
可用性（A）：负载过大后，集群整体是否还能响应客户端的读写请求。（服务一直可用，而且是正常响应时间）
分区容错性（P）：分区容忍性，就是高可用性，一个节点崩了，并不影响其它的节点。（100个节点，挂了几个，不影响服务，越多机器越好）

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡。

原因：

CA 满足的情况下，P 不能满足的原因：数据同步(C)需要时间，也要正常的时间内响应(A)，那么机器数量就要少，所以P就不满足。
CP 满足的情况下，A 不能满足的原因：数据同步(C)需要时间,，机器数量也多(P)，但是同步数据需要时间，所以不能再正常时间内响应，所以A就不满足。
AP 满足的情况下，C不能满足的原因：机器数量也多(P)，正常的时间内响应(A)，那么数据就不能及时同步到其他节点，所以C不满足。

注册中心选择：

Zookeeper：CP 设计，保证了一致性，集群搭建的时候，某个节点失效，则会进行选举行的 leader，或者半数以上节点不可用，则无法提供服务，因此可用性没法满足。
Eureka：AP 原则，无主从节点，一个节点挂了，自动切换其他节点可以使用，去中心化。

结论：

分布式系统中P，肯定要满足，所以只能在 C 和 A 中二选一。没有最好的选择，最好的选择是根据业务场景来进行架构设计，如果要求一致性，则选择 Zookeeper，如金融行业；如果要去可用性，则 Eureka，如电商系统。

	Nacos	Eureka	Consul	Zookeeper
一致性协议	CP+AP	AP	CP	CP
健康检查	TCP/HTTP/MYSQL/Client Beat	心跳	TCP/HTTP/gRPC/Cmd	Keep Alive
雪崩保护	有	有	无	无
访问协议	HTTP/DNS	HTTP	HTTP/DNS	TCP
SpringCloud集成	支持	支持	支持	支持

BASE理论

什么是 BASE 理论

CAP 中的一致性和可用性进行一个权衡的结果，核心思想就是：我们无法做到强一致，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性，来自 ebay 的架构师提出

Basically Available（基本可用）

假设系统，出现了不可预知的故障，但还是能用，可能会有性能或者功能上的影响

Soft state（软状态）

允许系统中的数据存在中间状态，并认为该状态不影响系统的整体可用性，即允许系统在多个不同节点的数据副本存在数据延时

Eventually consistent（最终一致性）

系统能够保证在没有其他新的更新操作的情况下，数据最终一定能够达到一致的状态，因此所有客户端对系统的数据访问最终都能够获取到最新的值

标签：class,Nacos,private,videoId,xdclass,video,组件,public,AlibabaCloud
来源： https://www.cnblogs.com/jwen1994/p/13952688.html