在线教育day04-Nacos注册中心和服务调用、服务容错

配置依赖

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.2.2.RELEASE</version>
    <relativePath/> <!-- lookup parent from repository -->
</parent>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-dependencies</artifactId>
    <version>Hoxton.SR1</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-alibaba-dependencies</artifactId>
    <version>2.1.0.RELEASE</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>
复制代码

Nacos注册中心

1. 常见注册中心

Eureka：是Spring Cloud Netflix中的重要组件，主要作用就是做服务注册和发现。2.0遇到性能瓶颈，停止维护，现在已经闭源

Consul：Consul是基于GO语言开发的开源工具，主要面向分布式，服务化的系统提供服务注册、服务发现和配置管理的功能。

Zookeeper：zookeeper是一个分布式服务框架，是Apache Hadoop的一个子项目

Nacos (String Cloud Alibaba)

Alibaba针对Spring Cloud体系的注册中心 比Eureka更强大 等于Spring Cloud Eureka + Spring CLoud Config + Spring Cloud Bus

Nacos是注册中心和配置中心的组合

网站：http://localhost:8848/nacos

引入依赖

<!--服务注册-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
复制代码

在配置文件中配置nacos服务地址 localhost:8848

在启动类上添加注解 @EnableDiscoveryClient

OpenFeign服务调用

一个声明式的伪Http客户端，调用远程服务，使用简单，只需要创建一个接口并添加一个注解，默认集成Ribbon，所以Nacox使用OpenFegin默认实现了负载均衡

引入依赖

<!--服务调用-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
复制代码

1 在启动类上添加注解 @EnableFeignClients

2 在服务的生产者的FileCOntroller中添加方法 例如

@ApiOperation(value = "测试")
@GetMapping("test")
public R test() {
    log.info("oss test被调用");
    return R.ok();
}
复制代码

3 在消费者中创建client包，包中创建service，调用生产者中的方法 如

package com.atguigu.guli.service.edu.feign;

@Service
@FeignClient("service-oss")
public interface OssFileService {

    @GetMapping("/admin/oss/file/test")
    R test();
}
复制代码

4 服务消费者的Controller

@Autowired
private OssFileService ossFileService;

@ApiOperation("测试服务调用")
@GetMapping("test")
public R test(){
    ossFileService.test();
    return R.ok();
}
复制代码

配置负载均衡策略的方式：

service-product: # 调用的提供者的名称 
  ribbon: 
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule
复制代码

策略名	策略描述
BestAvailableRule	选择一个最小的并发请求的server
AvailabilityFilteringRule	过滤掉那些因为一直连接失败的被标记为circuit tripped的后端server，并过滤掉那些高并发的的后端server（activeconnections 超过配置的阈值）
WeightedResponseTimeRule	根据响应时间分配一个weight，响应时间越长，weight越小，被选中的可能性越低。
RetryRule	对选定的负载均衡策略机上重试机制。
RoundRobinRule	轮询选择server
RandomRule	随机选择一个server
ZoneAvoidanceRule	综合判断server所在区域的性能和server的可用性选择server

长流程业务

@ApiOperation(value = "测试")
@GetMapping("test")
public R test() {
    log.info("oss test被调用");
    try {
        TimeUnit.SECONDS.sleep(3);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return R.ok();
}
复制代码

再次测试程序时会出现远程调用超时错误，因为OpenFeign默认等待时间是1秒，否则超时报错

超时后，服务消费者端默认会发起一次重试 重试规则：每隔一秒发起重试

配置

ribbon:
  MaxAutoRetries: 0 # 同一实例最大重试次数，不包括首次调用，默认0
  MaxAutoRetriesNextServer: 1 # 重试其他实例的最大重试次数，不包括首次所选的server，默认1
复制代码

解决方案

在配置文件中配置ribbon的超时时间

ribbon:
  ConnectTimeout: 10000 #连接建立的超时时长，默认1秒
  ReadTimeout: 10000 #处理请求的超时时间，默认为1秒
复制代码

OnenFeign日志

作用 OpenFeign提供了日志打印功能，我们可以通过配置来调整日志级别

日志级别 NONE：默认级别，不显示日志 BASIC：仅记录请求方法，URL、响应状态及执行时间 HEADERS：除了BASIC中定义的信息之外，还有请求和响应体信息 FULL：除了HEADRES中定义的信息之外，还有请求和响应正文及元数据信息

配置bean 在service_edu中创建配置文件

@Configuration
public class OpenFeignConfig {

    @Bean
    Logger.Level feignLoggerLevel(){
        return Logger.Level.FULL;
    }
}
复制代码

服务容错

服务雪崩

1. tomcat并发修改

edu 的配置文件中，tomcat最大并发线程数调整为10

server:
  port: 8110 # 服务端口
  tomcat: 
    max-threads: 10 #tomcat的最大并发值修改为10,默认是200
复制代码

2.添加测试方法

@ApiOperation("测试并发")
@GetMapping("test_concurrent")
public R testConcurrent(){
    log.info("test_concurrent");
    return R.ok();
}
复制代码

并发测试工具JMeter

安装解压

服务雪崩 分布式系统环境下，一般会有很多层的服务调用，由于网络原因或自身的原因，服务一般无法保证100%可用，运行期间，如果一个服务出现了问题，调用这个服务就会出现线程阻塞的情况，这时如果有大量的请求进入，就会出现多条线程阻塞等待，进而导致服务瘫痪 由于服务和服务之间的依赖性，故障会传播，不可用沿请求调用链向上传递，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的“雪崩效应”

服务容错

常见的容错方案有：隔离、超时、限流、熔断、降级

隔离 将系统按照一定的原则划分为若干个服务模块，各个模块之间相互独立，无强依赖。当有故障发生时，能将问题和影响隔离在某个模块内部，而不扩散风险，不波及其他模块，不影响整体的系统服务，常见的隔离方式有：线程池隔离和信号量隔离

超时 上游服务调用下游服务时，设置一个最大响应时间，如果超过这个时间，下游未作出响应，就断开请求，释放掉线程

限流 限制系统的输入和输出流量以达到保护系统的目的，为了保证系统的稳定运行，一旦达到的需要限制的阈值，就采取相应措施以完成限制流量的目的

熔断 当下游服务因访问压力过大而响应变慢或失败，上游服务为了保护系统整体的可用性，可用展示切断对下游服务的调用。这种牺牲局部，保全整体的措施叫做熔断

降级 降级就是为服务提供一个托底方案，一旦服务无法正常调用，就使用拖地方案

容错组件

1. Hystrix

Hystrix是由Netflix开源的一个延迟和容错组件，用于隔离访问远程系统、服务或者第三方库，防止级联失败，从而提升系统的可用性与容错性。 2. Resilience4J Resilicence4J提供丰富的容错工具，轻量、简单、文档清晰，也是Spring Cloud官方推荐替代Hystrix的产品。不仅如此，Resilicence4j还原生支持Spring Boot 1.x/2.x，而且监控也支持和prometheus等多款主流产品进行整合。 3. Sentinel Sentinel 是阿里巴巴开源的一款断路器实现，在阿里内部已经被大规模采用，非常稳定。

Sentinel

以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性

Sentinel提供一个轻量级的控制台，提供机器发现、单机资源实时监控以及规则管理等功能

下载安全 启动项目

java -Dserver.port=8888 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.7.0.jar

访问 http://localhost:8080 账号密码： sentinel/sentinel

微服务集成Sentinel客户端

1.引入依赖

<!--服务容错-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
复制代码

2. 添加测试方法

@GetMapping("/message1")
public String message1() {
    return "message1";
}

@GetMapping("/message2")
public String message2() {
    return "message2";
}
复制代码

3. 微服务配置文件配置

#spring:
#  cloud:
    sentinel:
      transport:
        port: 8081 #跟控制台交流的端口，随意指定一个未使用的端口即可
        dashboard: localhost:8080 # 指定控制台服务的地址
复制代码

swagger测试，查看sentinel控制台

实现接口限流

1.添加流控规则

2. 基本参数

• 资源名：唯一名称，默认是请求路径，可自定义\

• 针对来源：指定对哪个微服务进行限流，默认指default，意思是不区分来源，全部限制\

• 阈值类型/单机阈值：\

• QPS（每秒请求数量）: 当调用该接口的QPS达到阈值的时候，进行限流\

• 线程数：当调用该接口的线程数达到阈值的时候，进行限流\

• 是否集群：暂不需要集群

基本概念

1. 资源

资源就是Sentinel要保护的东西

2. 规则

规则就是用来定义如何进行保护资源的

重要功能

1. 流量控制

思想：保证自己不被上游服务压垮 任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel可以根据需要把随机的请求调整成合适的形状。 2. 熔断降级 思想：保证自己不被下游服务拖垮 当检测到调用链路中某个资源出现不稳定的表现，例如请求响应时间长或异常比例升高的时候，则对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联故障。 3. 系统负载保护 思想：保证外界环境良好(CPU、内存) 当系统负载较高的时候，如果还持续让请求进入可能会导致系统崩溃，无法响应。在集群环境下，会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候，Sentinel 提供了对应的保护机制，让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之内处理最多的请求。

OpenFeign整合Sentinel

1. 引入sentinel的依赖

<!--服务容错-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
复制代码

2. 开启Sentinel支持

在配置文件中开启对Sentinel的支持

feign:
  sentinel:
    enabled: true
复制代码

3. 创建容错类