SpringCloudAlibaba的学习笔记
共 24164字，需浏览 49分钟
· 2021-02-19
点击上方蓝色字体，选择“标星公众号”
优质文章，第一时间送达
Nacos学习
Naming Configuration 前两个字母， Service
是什么？
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中心
Dynamic Naming and Configuration Service
Nacos就是注册中心+配置中心的组合 Eureka+Config+Bus
能干吗？
替代Eureka做服务注册中心
替代Config做服务配置中心
去哪下？
https://github.com/alibaba/Nacos
https://nacos.io/zh-cn/docs/
各种注册中心比较
| 服务注册与发现框架 | CAP模型 | 控制台管理 | 社区活跃度 |
|---|---|---|---|
| Eureka | AP | 支持 | 低 |
| Zookeeper | CP | 不支持 | 中 |
| Consul | CP | 支持 | 高 |
| Nacos | AP | yes | high |
安装并允许Nacos
本地Jdk 8 + Maven环境
从官网去下载 https://github.com/alibaba/Nacos
在windows环境下，解压安装包，直接允许bin目录下的 startup.cmd
运行成功之后直接访问 http://localhost:8848/nacos 就可以看到
基于Nacos的服务提供者
新建一个项目，由于这个是一个微服务，所以我们可以创建一个父项目来进行统一的版本管理
"1.0" encoding="UTF-8"?>
"http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
4.0.0
com.atguigu
cloud2021
pom
1.0-SNAPSHOT
cloudalibaba-provider-payment9001
cloudalibaba-provider-payment9002
cloudalibaba-consumer-nacos-order83
cloudalibaba-config-nacos-client3377
UTF-8
1.8
1.8
4.12
1.2.17
1.16.18
8.0.18
1.1.16
1.3.0
org.springframework.boot
spring-boot-dependencies
2.2.2.RELEASE
<type>pomtype>
import
org.springframework.cloud
spring-cloud-dependencies
Hoxton.SR1
<type>pomtype>
import
com.alibaba.cloud
spring-cloud-alibaba-dependencies
2.1.0.RELEASE
<type>pomtype>
import
mysql
mysql-connector-java
${mysql.version}
com.alibaba
druid-spring-boot-starter
${druid.verison}
org.mybatis.spring.boot
mybatis-spring-boot-starter
${mybatis.spring.boot.verison}
org.projectlombok
lombok
${lombok.version}
junit
junit
${junit.version}
log4j
log4j
${log4j.version}
org.springframework.boot
spring-boot-maven-plugin
true
true
需要导入nacos的包，声明一下可以被发现
com.alibaba.cloud
spring-cloud-starter-alibaba-nacos-discovery
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-actuator
org.springframework.boot
spring-boot-devtools
runtime
true
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
com.alibaba
fastjson
1.2.62
需要写配置文件，声明这是一个需要被管理的服务，需要被哪个地址进行管理，需要被管理哪些东西
server:
port: 9001
spring:
application:
name: nacos-payment-provider
cloud:
nacos:
discovery:
server-addr: localhost:8848 #配置Nacos地址
management:
endpoints:
web:
exposure:
include: '*'
主启动类也要使用注解声明一下，这个服务可以作为一个客户端被Nacos发现
@EnableDiscoveryClient
@SpringBootApplication
public class PaymentMain9001 {
public static void main(String[] args) {
SpringApplication.run(PaymentMain9001.class, args);
}
}
业务类我们可以写一个方法进行测试，将本机的端口暴露出去
@RestController
public class PaymentController
{
@Value("${server.port}")
private String serverPort;
@GetMapping(value = "/payment/nacos/{id}")
public String getPayment(@PathVariable("id") Integer id)
{
return "nacos registry, serverPort: "+ serverPort+"\t id"+id;
}
}
启动这个服务提供者，发现nacos控制台可以看到，安装同样的方式，我们再来一个9002的服务提供者，它们的服务名字都一样，但是端口却不一样，也就是说这是两个端口，这两个端口都可以提供同一个服务，
接下来是服务消费者
com.alibaba.cloud
spring-cloud-starter-alibaba-nacos-discovery
com.atguigu.springcloud
cloud-api-commons
${project.version}
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-actuator
org.springframework.boot
spring-boot-devtools
runtime
true
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
配置文件
server:
port: 83
spring:
application:
name: nacos-order-consumer
cloud:
nacos:
discovery:
server-addr: localhost:8848
service-url:
nacos-user-service: http://nacos-payment-provider
这个主启动类和提供者差不多
@EnableDiscoveryClient
@SpringBootApplication
public class OrderNacosMain83 {
public static void main(String[] args) {
SpringApplication.run(OrderNacosMain83.class, args);
}
}
在服务调用者这里，我们可以使用一个模板进行调用，这个模板去调用提供者的方法，首先它们应该知道提供者的服务名称，然后还有它们的端口，自己需要准备参数，这些我们都可以获取到，我们还需要得到返回值，
由于提供者有很多个，我们需要确定到底使用的是哪一个，这也是一个问题，这个时候需要使用到负载均衡策略，
@Configuration
public class ApplicationContextConfig {
@Bean
@LoadBalanced
public RestTemplate getRestTemplate() {
return new RestTemplate();
}
}
往容器中注入的这个Bean上面又声明了LoadBalanced注解，这表明我们的RestTemplate使用了一种负载均衡策略
然后我们在消费者端就可以轮流调用提供者提供的服务了
@RestController
@Slf4j
public class OrderNacosController {
@Resource
private RestTemplate restTemplate;
@Value("${service-url.nacos-user-service}")
private String serverURL;
@GetMapping(value = "/consumer/payment/nacos/{id}")
public String paymentInfo(@PathVariable("id") Long id) {
return restTemplate.getForObject(serverURL + "/payment/nacos/" + id, String.class);
}
}
Nacos 其实是可以支持CP或者AP的，这两者之间可以相互切换
C是所有节点在同一时间看到的数据是一致的，而A的定义是所有的请求都会收到响应
如果不需要存储服务级别的信息且服务实例是通过nacos-client注册，并能够保持心跳上报，那么就可以选择AP默认当前主流的服务如SPring Cloud和Dubbo服务，都适合用于AP模式，AP模式为了服务的可能性而减弱了一致性，因此AP模式下只支持注册临时实例
如果需要在服务级别编写或存储配置信息，那么CP是必须的， k8s和DNS服务则适用于CP模式
CP模式下支持注册持久化实例，此时则是以Raft协议为集群运行模式该模式下注册实例之前需先注册服务，如果服务不存在，则会返回错误
curl -X PUT ‘$NACOS_SERVER:8848/nacos/v1/ns/operator/switches?entry=serverMode&value=CP’
Nacos作为服务配置中心
我们可以在Nacos上搭建自己的配置文件，在自己的服务中声明自己想要使用哪个即可
依赖引入
com.alibaba.cloud
spring-cloud-starter-alibaba-nacos-config
com.alibaba.cloud
spring-cloud-starter-alibaba-nacos-discovery
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-actuator
org.springframework.boot
spring-boot-devtools
runtime
true
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
配置文件需要配置两个
为什么需要两个呢？
Nacos 和SpringCloud-config一样，在项目初始化时，需要先去配置中心进行配置拉取，然后才能保证项目的正常启动
配置文件的加载存在优先顺序， bootstrap优先级高于application
在远程配置的配置文件的命名格式都需要遵循一定的规则,要不然时无法获取到的
server:
port: 3377
spring:
application:
name: nacos-config-client
cloud:
nacos:
discovery:
server-addr: localhost:8848 #服务注册中心地址
config:
server-addr: localhost:8848 #配置中心地址
file-extension: yaml #指定yaml格式的配置
# application.yaml
spring:
profiles:
active: dev
# ${spring.application.name}-${spring.profile.active}.${spring.cloud.nacos.config.file-extension}
# nacos-config-client-dev.yml
主启动类无变化
@EnableDiscoveryClient
@SpringBootApplication
public class NacosConfigClientMain3377 {
public static void main(String[] args) {
SpringApplication.run(NacosConfigClientMain3377.class, args);
}
}
然后我们暴露一个端口，就可以看到在远程配置文件上面的信息，并且我们也可以设置自动刷新，这样当远程修改的时候，我们这个端口可以立即看到
@RestController
@RefreshScope
public class ConfigClientController {
@Value("${config.info}")
private String configInfo;
@GetMapping("/config/info")
public String getConfigInfo() {
return configInfo;
}
}
主要有以下一些方面可以可以更换配置文件，
spring.application.name 项目的名称
spring.profile.active 项目的环境，一般有dev test等
spring.cloud.nacos.config.file-extension 项目的扩展文件名
此外，还有group，namespace等
server:
port: 3377
spring:
application:
name: nacos-config-client
cloud:
nacos:
discovery:
server-addr: localhost:8848 #服务注册中心地址
config:
server-addr: localhost:8848 #配置中心地址
file-extension: yaml #指定yaml格式的配
group: TEST_GROUP
namespace: 76fce2f9-7d68-4729-a7d5-b6861295483d
# ${spring.application.name}-${spring.profile.active}.${spring.cloud.nacos.config.file-extension}
# nacos-config-client-dev.yml
以上的这些信息可以唯一确定一个配置文件
Nacos持久化配置
这样一个微服务项目的配置文件一般都比较重要，如果万一挂掉了呢，所以我们需要非常谨慎的去处理配置信息，Nacos默认自带的嵌入式数据库，derby，
我们也可以使用MySQL对配置文件进行持久化
在config配置文件下有sql脚本，专门建立配置文件的数据表信息，
修改application.properties ,咋i最后面加上一些信息
spring.datasource.platform=mysql
db.num=1
db.url.0=jdbc:mysql://localhost:3306/nacos_config?characterEncoding=utf8&connectTimeout=1000&socketTimeout=3000&autoReconnect=true
db.user=root
db.password=123456
下次就可以去mysql数据库里面找响应的消息了，
如果要做持久化，我们仅仅需要一个mysql可能还不够，我们还需要高可用，把Nacos做一个集群，一个挂了另外一个可以顶上，它们共同使用一个mysql或者一个mysql的集群，
我们模拟一下使用场景， 1个Nginx，+3个Nacos注册中心 + 1个Mysql
我们先确定3台Nacos机器的不同服务端口号
然后修改cluster.conf, 上面列出这个集群中所有的Nacos机器，
再编写 Nacos的启动脚本 startup.sh ,使我们可以以不同的端口启动
修改内容有些乱七八糟的，这里就不想再罗列出来了，等会儿说一个更加合适的方法
另外我们的nginx也需要进行配置一下，然后暴露出来一个端口，监听集群里面的端口，然后负载均衡的分配给这些端口里面某一个确定的端口
upstream cluster{
server 127.0.0.1:3333;
server 127.0.0.1:4444;
server 127.0.0.1:5555;
}
server{
listen 1111;
server_name localhost;
location /{
proxy_pass http://cluster;
}
启动nginx和我们的集群里面的端口即可
我们在客户端修改一下服务器的ip，修改为我们nginx暴露出来的端口即可
或者我们复制三个nacos，然后它们的cluster.xml 都是一样的，然后再把各自的端口修改一下，全部启动即可
Sentinel学习
Sentinel 主要提供 流量控制，熔断降级，系统负载保护，
可以理解为和Hystrix 的功能一致，但是这个比较优秀的是它可以 进行配置，
我们都知道，一般都是约定大于配置，配置大于编码，这就是它比较优秀的地方，可以再很多场景下面进行详细的配置
服务使用中的各种问题：
服务雪崩
服务降级
服务熔断
服务限流
Sentinel分为两个部分
核心库，不依赖任何框架库，能够运行于所有Java运行环境，同时对Dubbo、 SpringCloudd等框架也有比较好的支持
控制台，基于SpringBoot开发，打包后可以直接运行，不需要web服务器
我们去官网上面下载jar包，就可以使用java命令进行运行了，不过运行时需要注意，确保jdk8，8080端口不能被占用，然后就可以访问了
假设现在nacos和sentinel都已经启动了，现在我们每创建一个微服务里面的接口都需要被监控到，
需要做如下配置，我们现在创建一个8401端口的服务，看一下具体情况，
pom
com.atguigu.springcloud
cloud-api-commons
${project.version}
com.alibaba.cloud
spring-cloud-starter-alibaba-nacos-discovery
com.alibaba.csp
sentinel-datasource-nacos
com.alibaba.cloud
spring-cloud-starter-alibaba-sentinel
org.springframework.cloud
spring-cloud-starter-openfeign
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-actuator
org.springframework.boot
spring-boot-devtools
runtime
true
cn.hutool
hutool-all
4.6.3
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
配置文件
server:
port: 8401
spring:
application:
name: cloudalibaba-sentinel-service
cloud:
nacos:
discovery:
server-addr: localhost:8848
sentinel:
transport:
dashboard: localhost:8080
port: 8719 #默认8719，假如被占用了会自动从8719开始依次+1扫描。直至找到未被占用的端口
management:
endpoints:
web:
exposure:
include: '*'
主启动类
@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401 {
public static void main(String[] args) {
SpringApplication.run(MainApp8401.class, args);
}
}
然后我们建立一个测试的接口类进行测试
@Slf4j
@RestController
public class FlowLimitController {
@GetMapping("/testA")
public String testA() {
return "------testA";
}
@GetMapping("/testB")
public String testB() {
return "------testB";
}
@GetMapping("/testD")
public String testD() {
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.info("testD 测试");
return "------testD";
}
}
由于Sentinel采用的懒加载的模式，我们需要被管理的接口除了再配置文件上声明过以外，还需要自己访问一次才可以进行管理，这样也是为了节省资源吧
流控模式的详细信息
资源名，也就是相当于我们访问的接口的名字
针对来源：sentinel可以针对调用者进行限流，填写微服务名字，默认是default，不区分来源
阈值类型 ：
QPS 每秒钟请求数量，当调用该api的QPS到达阈值的时候就会进行限流
线程数：当调用该api的线程数到达阈值的时候，进行限流
这两个怎么区分呢， 一个主机可以有很多个线程，这些线程可以同时调用一个api，QPS相当于在外部进行拦截，线程数相当于在系统的内部进行拦截
是否集群：现在先不考虑集群
流控模式：
直接：api达到限流条件时，直接限流
关联：当关联的资源达到阈值时，会限流自己
链路：只记录指定链路上的流量
流控效果
直接：直接失败，抛出异常
预热：阈值除以 cold Factor（默认为3），经过预热时长后才会达到阈值，默认每秒钟可以接收3个请求，逐步增加，经过预热时长之后，逐步升至设定的QPS阈值
预热比较适合的应用场景时在秒杀系统开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是为了保护系统，慢慢的把流量放进来，慢慢把阈值增长到设置的阈值
排队等待：让请求以均匀1的速度通过，对应的是漏桶算法，该方式主要用于处理间隔性突发的流量，例如消息队列，，在某一秒有大量的请求到来，而接下来几秒则处于空闲状态，我们希望系统能够在接下来的空闲时间逐渐处理这些请求，而不是一下子拒绝掉
降级规则
降级策略 RT 平均响应时间，超出阈值，且在时间窗口内通过的请求大于5同时满足时触发
异常比例：QPS大于5 且异常比例（秒级统计） 超过阈值，触发降级，时间窗口结束后关闭降级
异常数，异常数超过阈值（分钟统计） 触发降级，时间窗口结束后，关闭降级
我们在学习Hystrix的时候，知道它时是有一个半开的状态的，半开的状态系统自动去检车是否请求有异常，没有异常就关闭断路器恢复使用，有异常则继续打开断路器不可以用，但是这里是没有半开这个状态的
热点参数限流
热点，就是我们经常访问的数据，很多时候我们希望统计某一个热点数据中访问频次最高的数据，并对其访问进行限制，
热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流，热点参数限流可以看作是一种特殊的流量控制，仅对包含热点参数的资源调用生效
Sentinel利用LRU策略统计最佳最常访问的热点参数，结合令牌桶算法来进行参数级别的流量防控，热点参数限流支持集群模式
@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
@RequestParam(value = "p2",required = false) String p2) {
//int age = 10/0;
return "------testHotKey";
}
我们这样写我们的接口，然后配置热点规则，当第一个参数的QPS超过1的时候就会进行报错，这个时候如果还是要继续访问就会返回错误页面，这个错误页面看着很不美观，我们也可以自己设置
@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
@RequestParam(value = "p2",required = false) String p2) {
//int age = 10/0;
return "------testHotKey";
}
//兜底方法
public String deal_testHotKey (String p1, String p2, BlockException exception){
return "------deal_testHotKey,o(╥﹏╥)o";
}
这个时候如果访问的频率违背了我们定义的热点规则，就会按照我们自定义的兜底方法来进行处理
但是如果我们不违背自己在Sentinel上面定义的热点规则，那么就什么事情也没有
我们定义的热点规则还可以支持高级配置，在原本的规则基础上，当参数类型和参数值确定了，再使用另外一套规则，使用不同的限流阈值
热点参数需要注意：参数类型必须是基本类型或者String
@SentinelResource(value = “testHotKey”,blockHandler = “deal_testHotKey”) 这个处理的是Sentinel控制台配置违规的情况，有blockHandler方法配置的兜底方法，但是如果是方法内部运行时异常是无法控制的
系统规则
Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略，让系统的入口流量和系统的负载达到一个平衡，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。
系统规则是从应用基本的入口流量进行控制，从load ，CPU使用率， 平均RT，入口QPS，和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性
load是一个结果，如果根据load的情况来调节流量的通过率，那么就始终有延迟，也就意味着通过率的任何调整，都会过一段时间才能看到结果，当前通过率是使load恶化的一个动作，那么也至少要过1s之后才可以观测到，同理，如果当前通过率调整时让load好转的当作，也需要1s之后才能继续调整，这样就浪费了系统的处理能力，所以我们看到的曲线，总是会有抖动
总的来说，load不适合我们做及时的调整，，我们应该根据系统能够处理的请求，和允许进来的请求，来做平衡，而不是根据一个间接的指标来 load 做限流，最终我们追求的目标是，在系统不被拖垮的情况下，提高系统的吞吐率，而不是load一定要低于某个阈值，
CPU usage 当系统CPU使用率超过阈值即触发系统保护 ，比较灵敏
平均RT：当单台机器上所有入口流量的平均RT达到阈值即触发系统保护，单位是毫秒
并发线程数：所有入口流量的并发线程数达到阈值即触发系统保护
入口QPS：所有入口流量的QPS达到阈值即触发系统保护
按资源名称限流和按照Url地址进行限流
@GetMapping("/byResource")
@SentinelResource(value = "byResource", blockHandler = "handleException")
public CommonResult byResource() {
return new CommonResult(200, "按资源名称限流测试OK", new Payment(2020, "serial001"));
}
@GetMapping("/rateLimit/byUrl")
@SentinelResource(value = "byUrl")
public CommonResult byUrl()
{
return new CommonResult(200,"按url限流测试OK",new Payment(2020,"serial002"));
}
这两个方式其实都一样
自定义限流逻辑处理
原来的限流逻辑有一些缺点：
系统默认的，没有体现我们的业务要求
依照现有的条件我们自定义处理方法和业务方法都在一个类里面，耦合度太高，不太好
每个业务方法都有一个兜底方法，不太合适
全局统一的处理方法没有体现
@GetMapping("/byResource")
@SentinelResource(value = "byResource",
blockHandlerClass = CustomerBlockHandler.class,
blockHandler = "handleException")
public CommonResult byResource() {
return new CommonResult(200, "按资源名称限流测试OK", new Payment(2020, "serial001"));
}
public class CustomerBlockHandler {
public static CommonResult handleException(BlockException e){
return new CommonResult(2000,"客户自定义限流处理信息");
}
}
按照上面的方法，我们就可以在一个统一的类里面写一些静态的方法，然后所有的兜底都在里面
需要注意的是，如果原来的方法有参数，那么兜底的方法也一定要有参数
Sentinel整合ribbon+openFeign+fallback
创建两个服务提供者项目，
然后消费者项目创建，
@RestController
@Slf4j
public class CircleBreakerController {
public static final String SERVICE_URL = "http://nacos-payment-provider";
@Resource
private RestTemplate restTemplate;
@RequestMapping("/consumer/fallback/{id}")
//@SentinelResource(value = "fallback") //没有配置
//@SentinelResource(value = "fallback",fallback = "handlerFallback") //fallback只负责业务异常
//@SentinelResource(value = "fallback",blockHandler = "blockHandler") //blockHandler只负责sentinel控制台配置违规
@SentinelResource(value = "fallback",
fallback = "handlerFallback",
blockHandler = "blockHandler",
exceptionsToIgnore = {IllegalArgumentException.class})
public CommonResult fallback(@PathVariable Long id) {
CommonResult result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);
if (id == 4) {
throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
} else if (result.getData() == null) {
throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
}
return result;
}
//fallback
public CommonResult handlerFallback(@PathVariable Integer id, Throwable e) {
Payment payment = new Payment(id, "null");
return new CommonResult<>(444, "兜底异常handlerFallback,exception内容 " + e.getMessage(), payment);
}
//blockHandler
public CommonResult blockHandler(@PathVariable Integer id, BlockException blockException) {
Payment payment = new Payment(id, "null");
return new CommonResult<>(445, "blockHandler-sentinel限流,无此流水: blockException " + blockException.getMessage(), payment);
}
}
原理上是 fallback会管理服务内部出现异常的回执，被限流降级而抛出的异常只会进入blockHandler处理逻辑
具体的套路就是我们访问规则出错，使用blockHandler里面的方法，访问内部出错，使用fallback里面的回执方法，如果一直访问内部都出错，那么就用 blockHandler的方法，因为它首先是违反了我们定义的访问规则，然后再在内部出错的
我们之前学习过Feign，现在再来回顾一遍，顺便将这个项目改造一下
在服务消费者引入feign
org.springframework.cloud
spring-cloud-starter-openfeign
在配置文件上面开启对feign的支持
#对Feign的支持
feign:
sentinel:
enabled: true
远程调用，并声明降级方法
@FeignClient(value = "nacos-payment-provider",fallback = PaymentFallbackService.class)
public interface PaymentService
{
@GetMapping(value = "/paymentSQL/{id}")
public CommonResult paymentSQL(@PathVariable("id") Integer id);
}
@Component
public class PaymentFallbackService implements PaymentService {
@Override
public CommonResult paymentSQL(Integer id) {
return new CommonResult<>(44444, "服务降级返回,---PaymentFallbackService", new Payment(id, "errorSerial"));
}
}
在主启动类声明启用Feign远程调用
@EnableDiscoveryClient
@SpringBootApplication
@EnableFeignClients
public class OrderNacosMain84 {
public static void main(String[] args) {
SpringApplication.run(OrderNacosMain84.class, args);
}
}
熔断框架的比较
| | Sentinel | Hystrix | resilience4j |
| — | — | — | — |
| 隔离策略 | 信号量隔离（并发线程数限流） | 线程池隔离/信号量隔离 | 信号量隔离 |
| 熔断降级策略 | 基于响应时间，异常比率，异常数 | 基于异常比率 | 基于异常比率，响应时间 |
| 实时统计实现 | 滑动窗口 LeapArray | 滑动窗口，基于 RxJava | Ring Bit Buffer |
| 动态规划配置 | 支持多种数据源 | 支持多种数据源 | 有限支持 |
| 扩展性 | 多个扩展点 | 插件的形式 | 的接口形式 |
| 基于注解的支持 | 支持 | 支持 | 支持 |
| 限流 | 基于QPS，支持基于调用关系的限流 | 有限的支持 | Rate Limiter |
| 流量整形 | 支持预热模式，匀速器模式，预热排队模式 | 不支持 | 简单的Rate Limiter模式 |
| 系统自适应保护 | 支持 | 不支持 | 不支持 |
| 控制台 | 提高开箱即用的控制台，可配置规则，查看秒级监控，机器发现 | 简单的监控查看 | 不提高控制台，可对接其他监控系统 |
规则持久化
一旦我们重启应用，Sentinel规则就会消失，生产环境需要将配置规则进行持久化，
可以将限流配置规则持久化进 Nacos 保存，只要刷新 8401 某个rest地址，sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对 8401 上 Sentinel上的 流控规则持续有效
我们发现我们指定的规则在外面的服务停止之后再上来就没有了，针对这种情况，外面可以将外面的配置作为一个配置文件存储到nacos上面，而nacos外面前面已经学习过，它将信息存储到了数据库里面，所以外面就相当于间接的把配置信息存储到了数据库上面
下次登录就会发现以前配置过的规则
com.alibaba.csp
sentinel-datasource-nacos
配文件，需要声明外面存储到了哪个nacos声明，存储的格式，名字，组名，规则
server:
port: 8401
spring:
application:
name: cloudalibaba-sentinel-service
cloud:
nacos:
discovery:
server-addr: localhost:8848
sentinel:
transport:
dashboard: localhost:8080
port: 8719 #默认8719，假如被占用了会自动从8719开始依次+1扫描。直至找到未被占用的端口
datasource:
ds1:
nacos:
server-addr: localhost:8848
dataId: cloudalibaba-sentinel-service
groupId: DEFAULT_GROUP
data-type: json
rule-type: flow
management:
endpoints:
web:
exposure:
include: '*'
spring:
cloud:
sentinel:
datasource:
ds1:
nacos:
server-addr:localhost:8848
dataid:${spring.application.name}
groupid:DEFAULT_GROUP
data-type:json
rule-type:flow
外面配置过一个规则之后，配置的格式大致如此
[
{
"resource": "/retaLimit/byUrl",
"limitApp": "default",
"grade": 1,
"count": 1,
"strategy": 0,
"controlBehavior": 0,
"clusterMode": false
}
]
resource: 资源名称，可以看作是我们的接口什么的
limitApp: 来源应用
grade: 阈值类型，0表示线程数，1表示QPS
count: 单机阈值
strategy: 流控模式：0表示直接，1表示关联，2表示链路
controlBehavior: 流控效果，0表示快速失败，1表示预热，2表示排队
clusterMode: 表示是否集群
分布式事务问题
Seata是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务，Seata将为用户提供了AT，TCC，SAGA和XA事务模式
AT模式
前提是基于本地ACID事务的关系型数据库，Java应用，通过JDBC访问数据库
通过两个阶段提交协议：
一阶段：业务数据和回滚日志记录在同一个本地事务中提交，释放本地锁和连接资源
二阶段，提交异步化，回滚通过一阶段的回滚日志进行反向补偿
写隔离：
一阶段本地事务提交之前，需要确保先拿到全局锁，
拿不到全局锁就无法提交本地事务，
拿全局锁的尝试被限制在一定范围内，超过范围将放弃，并回滚本地事务，释放本地锁，
例子 一阶段：
解析SQL，得到SQL的类型，表，条件等相关信息，
查询前镜像：根据解析得到的条件信息，生成查询语句，定位数据，得到要更新这一行的数据的镜像
执行业务SQL，更新这条记录，
查询后镜像，根据前镜像的结果，通过主键定位数据，得到之后的镜像，
插入回滚日志，把前后镜像数据以及业务SQL相关的信息组成一条回滚日志记录，插入到UNDO_LOG表中，
提交之前，向TC注册分支，去申请要修改记录的全局锁，
本地事务提交，业务数据的更新和前面步骤中生成的UNDO_LOG 一并提交
将本地事务提交的结果上报给TC
二阶段-回滚
收到TC的分支回滚请求，开启一个本地事务，执行如下操作
通过XID和BranchID查找相应的UNDO_LOG 记录
数据校验：拿UNDO_LOG中的后镜像与当前数据进行比较，如果有不同，说明数据被当前全局事务之外的动作做了修改，这种情况需要根据配置策略来做处理
根据UNDO_LOG 中的前镜像和业务SQL的相关信息生成执行回滚的语句
然后提交本地事务，并把本地事务的执行结果上报给TC
二阶段-提交
收到TC的分支提交请求，把请求放入一个异步任务的队列中，马上返回提交成功的结果给TC，
异步任务阶段的分支提交请求将异步和批量的删除相应UNDO_LOG记录
TCC模式
上一步AT模式的全局事务整体式两阶段提交，全局事务时由若干分支事务组成，分支事务 要满足两阶段提交的模型要求，即每个分支事务都具备自己的两个阶段
一阶段 prepare行为 ：在本地事务中，一并提交业务数据更新和相应回滚日志记录
二阶段 commit 或 rollback行为 ：commit行为，马上成功结束，自动异步批量清理回滚日志
二阶段 rollback ：通过回滚日志，自动生成补偿操作，完成数据回滚
分布式事务的处理过程：ID+三组件模型
全局唯一的事务ID
TC：Transaction Coordinator 事务协调器，维护全局事务的运行状态，负责协调并驱动全局事务的提交或回滚
TM：Transaction Manager 控制全局事务的边界，负责开启一个全局事务，并最终发起全局提交或全局回滚的决议
RM：Resource Manager 控制分支事务，负责分支注册，状态汇报，并接收事务协调器的指令，驱动分支（本地）事务dd1提交和回滚
处理过程
TM向TC申请开启一个全局事务，全局事务创建成功，并生成一个全局唯一的XID
XID在微服务调用链路的上下文中传播
RM向TC注册分支事务，将其纳入XID对应全局事务的管辖，
TM向TC发起针对XID的全局提交或回滚决议
TC调度XID管辖的全部分支事务完成提交或回滚请求
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：
https://blog.csdn.net/weixin_42755322/article/details/113829196
锋哥最新SpringCloud分布式电商秒杀课程发布
👇👇👇
👆长按上方微信二维码 2 秒
感谢点赞支持下哈 