前言

"微服务”一词源于 Martin Fowler的名为 Microservices的,博文,可以在他的官方博客上找到http:/ /martinfowler . com/articles/microservices.html简单地说,微服务是系统架构上的一种设计风格,它的主旨是将一个原本独立的系统拆分成多个小型服务,这些小型服务都在各自独立的进程中运行,服务之间通过基于HTTP的 RESTfuL AP进行通信协作。常见微服务框架:Spring的spring cloud、阿里dubbo、华为ServiceComb、腾讯Tars、Facebook thrift、新浪微博Motan。本章节我们先从了解组成完整系统的各个组件开始,下章节将利用这些组件,搭建出一个完善的分布式系统。

Spring Cloud

这就不用多说了，官网有详细的介绍。

Spring Cloud Alibaba

Spring Cloud ɵɹibaba 致力于提供微服务开发的一站式解决方案。此项目包含开发分布式应用微服务的必需组件，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务

主要组件

Sentinel：把流量作为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。

Nacos：一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。

RocketMQ：一款开源的分布式消息系统，基于高可用分布式集群技术，提供低延时的、高可靠的消息发布与订阅服务。

Dubbo：Apache Dubbo 是一款高性能 Java RPC 框架。

Seata：阿里巴巴开源产品，一个易于使用的高性能微服务分布式事务解决方案。

服务注册与发现

Eureka：官方宣布2.x不再开源（闭源），之前的版本已经停止更新；也就说Eureka将来更多的技术提升已经没有了。所以，如果希望注册中心有更多强大功能的话，还需要另辟蹊径。

Zookeeper：在企业级Zookeeper注册中心与 Dubbo组合比较多一些，kafka使用的也是，随着Eureka的停更，我们可以通过spring-cloud-starter-zookeeper-discovery这个启动器，将Zookeeper做为springcloud的注册中心。

Consul：go语言开发的，也是一个优秀的服务注册框架，使用量也比较多。

Nacos：来自于SpringCloudɵɹibaba，在企业中经过了百万级注册考验的，不但可以完美替换Eureka，还能做其他组件的替换，所以，Naocs也强烈建议使用。

介绍下Nacos用作注册中心

Nacos简介

Nacos（Dynamic Naming and Configur ation Service）是阿里巴巴2018年7月开源的项目，致力于发现、配置和管理微服务。

Nacos安装

单节点

--下载镜像

docker pull nacos/nacos-server:1.3.1

--启动容器

docker run  --name nacos --env MODE=standalone --privileged=true  -p 8848:8848 --restart=always   -d dc833dc45d8f

访问:

http://127.0.0.1:8848/nacos 账号密码都是nacos

集群

安装前提

64 bit OS Linux/Unix/Mac，推荐使用Linux系统。

集群需要依赖mysql，单机可不必

3个或3个以上Nacos节点才能构成集群

搭建Nacos高可用集群步骤：

1、需要去Nacos官网clone Nacos集群项目nacos-docker

2、nacos-docker是使用的Docker Compose对容器进行编排，所以首先需要安装Docker Compose详细信息可参照Nacos官网：https:/ /nacos.io/zh-cn/docs/quick-start-docker.html

1）安装Docker Compose

什么是Docker Compose

Compose项目是Docker官方的开源项目，负责实现对Docker容器集群的快速编排。

#在Linux下下载（下载到/usr/local/bin）

curl -L https://github.com/docker/compose/releases/download/1.25.0/run.sh > /usr/local/bin/docker-compose

# 设置文件可执行权限

chmod +x /usr/local/bin/docker-compose

# 查看版本信息

docker-compose --version

2）克隆Nacos-docker项目

#切换到自定义目录

cd /usr/local/nacos

#开始clone

git clone https://github.com/nacos-group/nacos-docker.git

3）运行nacos-docker脚本

#执行编排命令

docker-compose -f /usr/local/nacos/nacos-docker/example/cluster-hostname.yaml up

上面的编排命令主要下载mysql镜像和nacos镜像，自动完成镜像下载/容器启动

Pulling from nacos/nacos-mysql，版本是5. 7（执行初始化脚本）

Pulling nacos3 (nacos/nacos-server:latest)最新版本

4）停止、启动

#启动

docker-compose -f  /usr/local/nacos/nacos-docker/example/cluster-hostname.yaml start

#停止

docker-compose -f  /usr/local/nacos/nacos-docker/example/cluster-hostname.yaml stop

5）访问Nacos

http://192.168.1.1:8848/nacos

http://192.168.1.1:8849/nacos

http://192.168.1.1:8850/nacos

Nacos快速入门

配置服务提供者

服务提供者可以通过 Nacos 的服务注册发现功能将其服务注册到 Nacos server 上。

添加nacos依赖

<dependency>

    <groupId>com.alibaba.cloud</groupId>

    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>

    <version>${latest.version}</version>

</dependency>

添加配置

server.port=8070

spring.application.name=nacos-demo

spring.cloud.nacos.discovery.server-addr=127.0.0.1:8848

启动类

@SpringBootApplication

@EnableDiscoveryClient

public class NacosProviderApplication {

	public static void main(String[] args) {

		SpringApplication.run(NacosProviderApplication.class, args);

	}

	@RestController

	class EchoController {

		@RequestMapping(value = "/echo/{string}", method = RequestMethod.GET)

		public String echo(@PathVariable String string) {

			return "Hello Nacos Discovery " + string;

		}

	}

}

启动后,控制台:

说明注册成功,后台查看该服务:

下面我们用spring cloud 整合naocs实现服务调用

配置服务消费者

添加配置

server.port=8080

spring.application.name=service-consumer

spring.cloud.nacos.discovery.server-addr=127.0.0.1:8848

添加启动类:服务消费者使用 @LoadBalanced RestTemplate 实现服务调用

@SpringBootApplication

@EnableDiscoveryClient

public class NacosConsumerApplication {

    @LoadBalanced

    @Bean

    public RestTemplate restTemplate() {

        return new RestTemplate();

    }

    public static void main(String[] args) {

        SpringApplication.run(NacosConsumerApplication.class, args);

    }

    @RestController

    public class TestController {

        private final RestTemplate restTemplate;

        @Autowired

        public TestController(RestTemplate restTemplate) {this.restTemplate = restTemplate;}

        @RequestMapping(value = "/echo/{str}", method = RequestMethod.GET)

        public String echo(@PathVariable String str) {

            return restTemplate.getForObject("http://service-provider/echo/" + str, String.class);

        }

    }

}

测试

启动 ProviderApplication 和 ConsumerApplication ，调用 http://localhost:8080/echo/2018，返回内容为 Hello Nacos Discovery 2018。

分布式配置中心解决方案与应用

目前市面上用的比较多的配置中心有（时间顺序）

Disconf：2014年7月百度开源的配置管理中心，同样具备配置的管理能力，不过目前已经不维护了，最近的一次提交是4-5年前了。

Spring Cloud Config：2014年9月开源，Spring Cloud 生态组件，可以和Spring Cloud体系无缝整合。

Apollo：2016年5月，携程开源的配置管理中心，具备规范的权限、流程治理等特性。

Nacos：2018年6月，阿里开源的配置中心，也可以做DNS和RPC的服务发现

介绍下Nacos用作分布式配置中心

启动了 Nacos server 后，您就可以参考以下示例代码，为您的 Spring Cloud 应用启动 Nacos 配置管理服务了。完整示例代码请参考：nacos-spring-cloud-config-example

添加依赖：

<dependency>

    <groupId>com.alibaba.cloud</groupId>

    <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>

    <version>${latest.version}</version>

</dependency>

注意：版本 2.1.x.RELEASE 对应的是 Spring Boot 2.1.x 版本。版本 2.0.x.RELEASE 对应的是 Spring Boot 2.0.x 版本，版本 1.5.x.RELEASE 对应的是 Spring Boot 1.5.x 版本。

更多版本对应关系参考：版本说明 Wiki

在 bootstrap.properties 中配置 Nacos server 的地址和应用名

spring.cloud.nacos.config.server-addr=127.0.0.1:8848

spring.application.name=example

说明：之所以需要配置 spring.application.name ，是因为它是构成 Nacos 配置管理 dataId字段的一部分。

在 Nacos Spring Cloud 中，dataId 的完整格式如下：

${prefix}-${spring.profiles.active}.${file-extension}

prefix 默认为 spring.application.name 的值，也可以通过配置项 spring.cloud.nacos.config.prefix来配置。
spring.profiles.active 即为当前环境对应的 profile，详情可以参考 Spring Boot文档。 注意：当 spring.profiles.active 为空时，对应的连接符 - 也将不存在，dataId 的拼接格式变成 ${prefix}.${file-extension}
file-exetension 为配置内容的数据格式，可以通过配置项 spring.cloud.nacos.config.file-extension 来配置。目前只支持 properties 和 yaml 类型。

通过 Spring Cloud 原生注解 @RefreshScope 实现配置自动更新：

@RestController

@RequestMapping("/config")

@RefreshScope

public class ConfigController {

    @Value("${useLocalCache:false}")

    private boolean useLocalCache;

    @RequestMapping("/get")

    public boolean get() {

        return useLocalCache;

    }

}

首先通过调用 Nacos Open API 向 Nacos Server 发布配置：dataId 为example.properties，内容为useLocalCache=true

curl -X POST "http://127.0.0.1:8848/nacos/v1/cs/configs?dataId=example.properties&group=DEFAULT_GROUP&content=useLocalCache=true"

运行 NacosConfigApplication，调用 curl http://localhost:8080/config/get，返回内容是 true。
再次调用 Nacos Open API 向 Nacos server 发布配置：dataId 为example.properties，内容为useLocalCache=false

curl -X POST "http://127.0.0.1:8848/nacos/v1/cs/configs?dataId=example.properties&group=DEFAULT_GROUP&content=useLocalCache=false"

再次访问 http://localhost:8080/config/get，此时返回内容为false，说明程序中的useLocalCache值已经被动态更新了。

分布式服务调用

RPC概述

RPC 的主要功能目标是让构建分布式计算（应用）更容易，在提供强大的远程调用能力时不损失本地调用的语义简洁性。为实现该目标，RPC 框架需提供一种透明调用机制，让使用者不必显式的区分本地调用和远程调用。

RPC的优点：分布式设计、部署灵活、解耦服务、扩展性强。

RPC框架

Dubbo：国内最早开源的 RPC 框架，由阿里巴巴公司开发并于 2011 年末对外开源，仅支持 Java 语言。

Motan：微博内部使用的 RPC 框架，于 2016 年对外开源，仅支持 Java 语言。

Tars：腾讯内部使用的 RPC 框架，于 2017 年对外开源，仅支持 C++ 语言。

Spring Cloud：国外 Pivotal 公司 2014 年对外开源的 RPC 框架，提供了丰富的生态组件。

gRPC：Google 于 2015 年对外开源的跨语言 RPC 框架，支持多种语言。

Thrift：最初是由 Facebook 开发的内部系统跨语言的 RPC 框架，2007 年贡献给了 Apache 基金，成为

Apache：开源项目之一，支持多种语言。

RPC框架优点

RPC框架一般使用长链接，不必每次通信都要3次握手，减少网络开销。

RPC框架一般都有注册中心，有丰富的监控管理发布、下线接口、动态扩展等，对调用方来说是无感知、统一化的操作协议私密，安全性较高

RPC 协议更简单内容更小，效率更高，服务化架构、服务化治理，RPC框架是一个强力的支撑。

RPC框架应用：使用Spring Cloud Alibaba 整合Dubbo实现

由于 Dubbo Spring Cloud 构建在原生的 Spring Cloud 之上，其服务治理方面的能力可认为是 Spring Cloud Plus，不仅完全覆盖 Spring Cloud 原生特性，而且提供更为稳定和成熟的实现，特性比对如下表所示：

Dubbo 作为 Spring Cloud 服务调用

默认情况，Spring Cloud Open Feign 以及@LoadBalanced`RestTemplate 作为 Spring Cloud 的两种服务调用方式。 Dubbo Spring Cloud 为其提供了第三种选择，即 Dubbo 服务将作为 Spring Cloud 服务调用的同等公民出现，应用可通过 Apache Dubbo 注解@Service 和@Reference 暴露和引用 Dubbo 服务，实现服务间多种协议的通讯。同时，也可以利用 Dubbo 泛化接口轻松实现服务网关。

快速上手

按照传统的 Dubbo 开发模式，在构建服务提供者之前，第一个步骤是为服务提供者和服务消费者定义 Dubbo 服务接口。

为了确保契约的一致性，推荐的做法是将 Dubbo 服务接口打包在第二方或者第三方的 artifact（jar）中，该 artifact 甚至无需添加任何依赖。

对于服务提供方而言，不仅通过依赖 artifact 的形式引入 Dubbo 服务接口，而且需要将其实现。对应的服务消费端，同样地需要依赖该 artifact，并以接口调用的方式执行远程方法。接下来的步骤则是创建 artifact。

创建服务API

创建一个api模块,专门写各种接口的:

/**

 * @author 原

 * @date 2020/12/8

 * @since 1.0

 **/

public interface TestService {

    String getMsg();

}

创建服务提供者

导入依赖

<dependencies>

        <dependency>

            <groupId>org.springframework.boot</groupId>

            <artifactId>spring-boot-starter-web</artifactId>

        </dependency>

        <dependency>

            <groupId>com.alibaba.cloud</groupId>

            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>

        </dependency>

        <dependency>

            <groupId>org.springframework.cloud</groupId>

            <artifactId>spring-cloud-starter-openfeign</artifactId>

            <version>2.2.2.RELEASE</version>

        </dependency>

        <dependency>

            <groupId>com.alibaba.cloud</groupId>

            <artifactId>spring-cloud-starter-dubbo</artifactId>

        </dependency>

        <!-- api接口的依赖包-->

        <dependency>

            <groupId>com.dubbo.demo</groupId>

            <artifactId>dubbo-demo-api</artifactId>

            <version>0.0.1-SNAPSHOT</version>

        </dependency>

    </dependencies>

编写配置

dubbo:

	scan:

	# dubbo 服务扫描基准包

		base-packages: org.springframework.cloud.alibaba.dubbo.bootstrap

	protocol:

	# dubbo 协议

		name: dubbo

		# dubbo 协议端口（ -1 表示自增端口，从 20880 开始）

		port: -1

	spring:

		cloud:

			nacos:

			# Nacos 服务发现与注册配置

			discovery:

				server-addr: 127.0.0.1:8848实现

/**

 * @author 原

 * @date 2021/1/28

 * @since 1.0

 **/

@Service//dubbo的service注解

public class TestServiceImpl implements TestService {

    @Override

    public String getMsg() {

        return "123123";

    }

}

启动类

/**

 * @author 原

 * @date 2021/1/28

 * @since 1.0

 **/

@SpringBootApplication

@EnableDiscoveryClient

public class DubboProviderApplication {

    public static void main(String[] args) {

        SpringApplication.run(DubboProviderApplication.class,args);

    }

}

创建服务消费者

除了api的实现类其他复用提供者的代码

编写测试类

/**

 * @author 原

 * @date 2021/1/28

 * @since 1.0

 **/

@RestController

public class TestController {

    @Reference

    TestService testService;

    @GetMapping("/dubbo/test")

    public String getMsg(){

        return testService.getMsg();

    }

}

访问:

返回111

服务流量管理

为什么要流控降级

流量是非常随机性的、不可预测的。前一秒可能还风平浪静，后一秒可能就出现流量洪峰了（例如双十一零点的场景）。然而我们系统的容量总是有限的，如果突然而来的流量超过了系统的承受能力，就可能会导致请求处理不过来，堆积的请求处理缓慢，CPU/Load飙高，最后导致系统崩溃。因此，我们需要针对这种突发的流量来进行限制，在尽可能处理请求的同时来保障服务不被打垮，这就是流量控制。

一个服务常常会调用别的模块，可能是另外的一个远程服务、数据库，或者第三方API 等。例如，支付的时候，可能需要远程调用银联提供的 API；查询某个商品的价格，可能需要进行数据库查询。然而，这个被依赖服务的稳定性是不能保证的。如果依赖的服务出现了不稳定的情况，请求的响应时间变长，那么调用服务的方法的响应时间也会变长，线程会产生堆积，最终可能耗尽业务自身的线程池，服务本身也变得不可用。

现代微服务架构都是分布式的，由非常多的服务组成。不同服务之间相互调用，组成复杂的调用链路。以上的问题在链路调用中会产生放大的效果。复杂链路上的某一环不稳定，就可能会层层级联，最终导致整个链路都不可用。因此我们需要对不稳定的弱依赖服务进行熔断降级，暂时切断不稳定调用，避免局部不稳定因素导致整体的雪崩。

关于容错组件的停更/升级/替换

服务降级：

Hystrix：官网不极力推荐，但是中国企业中还在大规模使用,对于限流和熔断降级虽然在1 .5版本官方还支持（版本稳定），

但现在官方已经开始推荐大家使用Resilience4j

Resilience4J：官网推荐使用，但是国内很少用这个。

Sentienl：来自于Spring Cloud Alibaba，在中国企业替换Hystrix的组件，国内强烈建议使用

这里就主要介绍下Sentinel。

Sentinel介绍

Sentinel是阿里开源的项目，提供了流量控制、熔断降级、系统负载保护等多个维度来保障服务之间的稳定性。

Sentinel的流控操作起来非常简单，在控制台进行配置即可看见效，所见即所得

Sentinel 具有以下特征:

丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。
完备的实时监控：Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况。
广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。
完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

官网

https://github.com/alibaba/Sentinel

中文

https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D

https://sentinelguard.io/zh-cn/docs/introduction.html

Sentinel 的使用可以分为两个部分:

核心库（Java 客户端）：不依赖任何框架/库，能够运行于 Java 7 及以上的版本的运行时环境，同时对Dubbo / Spring Cloud 等框架也有较好的支持。

控制台（Dashboard）：控制台主要负责管理推送规则、监控、集群限流分配管理、机器发现等

使用场景

 在服务提供方（Service Provider）的场景下，我们需要保护服务提供方自身不被流量洪峰打垮。这时候通常根据服务提供方的服务能力进行流量控制，或针对特定的服务调用方进行限制。我们可以结合前期压测评估核心口的承受能力，配置 QPS 模式的限流，当每秒的请求量超过设定的阈值时，会自动拒绝多余的请求。

 为了避免调用其他服务时被不稳定的服务拖垮自身，我们需要在服务调用端（Service Consumer）对不稳定服务依赖进行隔离和熔断。手段包括信号量隔离、异常比例降级、RT 降级等多种手段。

 当系统长期处于低水位的情况下，流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。这时候我们可以借助 Sentinel 的 WarmUp 流控模式控制通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，而不是在一瞬间全部放行。这样可以给冷系统一个预热的时间，避免冷系统被压垮。

 利用 Sentinel 的匀速排队模式进行“削峰填谷”，把请求突刺均摊到一段时间内，让系统负载保持在请求处理水位之内，同时尽可能地处理更多请求。

 利用 Sentinel 的网关流控特性，在网关入口处进行流量防护，或限制 API 的调用频率。

Sentinel安装

1、下载jar包https://github.com/alibaba/Sentinel/releases

2、启动

java -Dserver.port=8787 -Dcsp.sentinel.dashboard.server=127.0.0.1:8787 -Dproject.name=sentinel-dashboard -jar /home/sentinel/sentinel-dashboard-1.8.0.jar

3、访问

http://127.0.0.1:8787/#/login

初始账号密码sentinel/sentinel

可以看到sentinel是自己本身的监控

sentinel快速入门

1、导入依赖

<dependency>

    <groupId>com.alibaba.csp</groupId>

    <artifactId>sentinel-core</artifactId>

    <version>1.8.0</version>

</dependency>

2、测试类

public class TestService {

    public static void main(String[] args) {

        initFlowRules();

        while (true) {

            Entry entry = null;

            try {

                entry = SphU.entry("HelloWorld");

                /*您的业务逻辑 - 开始*/

                System.out.println("hello world");

                /*您的业务逻辑 - 结束*/

            } catch (BlockException e1) {

                /*流控逻辑处理 - 开始*/

                System.out.println("block!");

                /*流控逻辑处理 - 结束*/

            } finally {

                if (entry != null) {

                    entry.exit();

                }

            }

        }

    }

    //设置流量控制规则 设置当QPS达到20时 会限制流量(抛出异常,可以执行处理)

    private static void initFlowRules(){

        List<FlowRule> rules = new ArrayList<>();

        FlowRule rule = new FlowRule();

        rule.setResource("HelloWorld");

        rule.setGrade(RuleConstant.FLOW_GRADE_QPS);

        // Set limit QPS to 20.

        rule.setCount(20);

        rules.add(rule);

        FlowRuleManager.loadRules(rules);

    }

}

执行结果:

可以看到，这个程序每秒稳定输出 "hello world" 20 次，和规则中预先设定的阈值是一样的。 block表示被阻止的请求。

官方使用文档：https://github.com/alibaba/Sentinel/wiki/如何使用

Sentinel整合SpringCloud实现服务限流/熔断