基於springCloud的分散式架構體系
阿新 • • 發佈：2018-12-15
Spring Cloud作為一套微服務治理的框架，幾乎考慮到了微服務治理的方方面面，之前也寫過一些關於Spring Cloud文章，主要偏重各元件的使用，本次分享主要解答這兩個問題：Spring Cloud在微服務的架構中都做了哪些事情？Spring Cloud提供的這些功能對微服務的架構提供了怎樣的便利？ 我們先來簡單回顧一下，我們以往網際網路架構的發展情況： 傳統架構發展史單體架構單體架構在小微企業比較常見，典型代表就是一個應用、一個數據庫、一個web容器就可以跑起來，比如我們開發的開源軟體雲收藏，就是標準的單體架構。 在兩種情況下可能會選擇單體架構：一是在企業發展的初期，為了保證快速上線，採用此種方案較為簡單靈活；二是傳統企業中垂直度較高，訪問壓力較小的業務。在這種模式下對技術要求較低，方便各層次開發人員接手，也能滿足客戶需求。
在單體架構中，技術選型非常靈活，優先滿足快速上線的要求，也便於快速跟進市場。 垂直架構在單體架構發展一段時間後，公司的業務模式得到了認可，交易量也慢慢的大起來，這時候有些企業為了應對更大的流量，就會對原有的業務進行拆分，比如說：後臺系統、前端系統、交易系統等。 在這一階段往往會將系統分為不同的層級，每個層級有對應的職責，UI層負責和使用者進行互動、業務邏輯層負責具體的業務功能、資料庫層負責和上層進行資料交換和儲存。 下面是垂直架構的架構圖：
在這個階段SSH（struts+spring+hibernate）是專案的關鍵技術，Struts負責web層邏輯控制、Spring負責業務層管理Bean、Hibernate負責資料庫操作進行封裝，持久化資料。 
在這個階段可以使用WebService或者dubbo來服務治理。 SOA和微服務架構SOA和微服務的區別其實服務化架構已經可以解決大部分企業的需求了，那麼我們為什麼要研究微服務呢？先說說它們的區別； - 微服務架構強調業務系統需要徹底的元件化和服務化，一個元件就是一個產品，可以獨立對外提供服務
- 微服務不再強調傳統SOA架構裡面比較重的ESB企業服務匯流排
- 微服務強調每個微服務都有自己獨立的執行空間，包括資料庫資源。
- 微服務架構本身來源於網際網路的思路，因此元件對外發布的服務強調了採用HTTP Rest API的方式來進行
- 微服務的切分粒度會更小
- Spring Cloud來源於Spring，質量、穩定性、持續性都可以得到保證
- Spirng Cloud天然支援Spring Boot，更加便於業務落地。
- Spring Cloud發展非常的快，從16年開始接觸的時候相關元件版本為1.x，到現在將要釋出2.x系列
- Spring Cloud是Java領域最適合做微服務的框架。
- 相比於其它框架,Spring Cloud對微服務周邊環境的支援力度最大。
- 對於中小企業來講，使用門檻較低。
- 分散式/版本化配置
- 服務註冊和發現
- 路由
- 服務和服務之間的呼叫
- 負載均衡
- 斷路器
- 分散式訊息傳遞
這樣最容易導致的情況就是牽一髮而動全身。經常出現由於某個服務更新而沒有通知到其它服務，導致上線後慘案頻發。這時候就應該進行服務治理，將服務之間的直接依賴轉化為服務對服務中心的依賴。Spring Cloud 核心元件Eureka就是解決這類問題。 EurekaEureka是Netflix開源的一款提供服務註冊和發現的產品，它提供了完整的Service Registry和Service Discovery實現。也是Spring Cloud體系中最重要最核心的元件之一。 用大白話講，Eureka就是一個服務中心，將所有的可以提供的服務都註冊到它這裡來管理，其它各呼叫者需要的時候去註冊中心獲取，然後再進行呼叫，避免了服務之間的直接呼叫，方便後續的水平擴充套件、故障轉移等。如下圖：
當然服務中心這麼重要的元件一但掛掉將會影響全部服務，因此需要搭建Eureka叢集來保持高可用性，生產中建議最少兩臺。隨著系統的流量不斷增加，需要根據情況來擴充套件某個服務，Eureka內部已經提供均衡負載的功能，只需要增加相應的服務端例項既可。那麼在系統的執行期間某個例項掛了怎麼辦？Eureka內容有一個心跳檢測機制，如果某個例項在規定的時間內沒有進行通訊則會自動被剔除掉，避免了某個例項掛掉而影響服務。 因此使用了Eureka就自動具有了註冊中心、負載均衡、故障轉移的功能。 Hystrix在微服務架構中通常會有多個服務層呼叫，基礎服務的故障可能會導致級聯故障，進而造成整個系統不可用的情況，這種現象被稱為服務雪崩效應。服務雪崩效應是一種因“服務提供者”的不可用導致“服務消費者”的不可用,並將不可用逐漸放大的過程。 如下圖所示：A作為服務提供者，B為A的服務消費者，C和D是B的服務消費者。A不可用引起了B的不可用，並將不可用像滾雪球一樣放大到C和D時，雪崩效應就形成了。
在這種情況下就需要整個服務機構具有故障隔離的功能，避免某一個服務掛掉影響全域性。在Spring Cloud 中Hystrix元件就扮演這個角色。 Hystrix會在某個服務連續呼叫N次不響應的情況下，立即通知呼叫端呼叫失敗，避免呼叫端持續等待而影響了整體服務。Hystrix間隔時間會再次檢查此服務，如果服務恢復將繼續提供服務。 Hystrix Dashboard和Turbine當熔斷髮生的時候需要迅速的響應來解決問題，避免故障進一步擴散，那麼對熔斷的監控就變得非常重要。熔斷的監控現在有兩款工具：Hystrix-dashboard和Turbine Hystrix-dashboard是一款針對Hystrix進行實時監控的工具，通過Hystrix Dashboard我們可以直觀地看到各Hystrix Command的請求響應時間, 請求成功率等資料。但是隻使用Hystrix Dashboard的話, 你只能看到單個應用內的服務資訊, 這明顯不夠.
我們需要一個工具能讓我們彙總系統內多個服務的資料並顯示到Hystrix Dashboard上, 這個工具就是Turbine. 監控的效果圖如下：
配置中心隨著微服務不斷的增多，每個微服務都有自己對應的配置檔案。在研發過程中有測試環境、UAT環境、生產環境，因此每個微服務又對應至少三個不同環境的配置檔案。這麼多的配置檔案，如果需要修改某個公共服務的配置資訊，如：快取、資料庫等，難免會產生混亂，這個時候就需要引入Spring Cloud另外一個元件：Spring
Cloud Config。 Spring Cloud ConfigSpring Cloud Config是一個解決分散式系統的配置管理方案。它包含了Client和Server兩個部分，Server提供配置檔案的儲存、以介面的形式將配置檔案的內容提供出去，Client通過介面獲取資料、並依據此資料初始化自己的應用。 其實就是Server端將所有的配置檔案服務化，需要配置檔案的服務例項去Config Server獲取對應的資料。將所有的配置檔案統一整理，避免了配置檔案碎片化。 如果服務執行期間改變配置檔案，服務是不會得到最新的配置資訊，需要解決這個問題就需要引入Refresh。可以在服務的執行期間重新載入配置檔案。 當所有的配置檔案都儲存在配置中心的時候，配置中心就成為了一個非常重要的元件。如果配置中心出現問題將會導致災難性的後果，因此在生產中建議對配置中心做叢集，來支援配置中心高可用性。 Spring Cloud Bus上面的Refresh方案雖然可以解決單個微服務執行期間過載配置資訊的問題，但是在真正的實踐生產中，可能會有N多的服務需要更新配置，如果每次依靠手動Refresh將是一個巨大的工作量，這時候Spring Cloud提出了另外一個解決方案：Spring Cloud Bus Spring Cloud Bus通過輕量訊息代理連線各個分佈的節點。這會用在廣播狀態的變化（例如配置變化）或者其它的訊息指令中。Spring Cloud Bus的一個核心思想是通過分散式的啟動器對Spring Boot應用進行擴充套件，也可以用來建立一個或多個應用之間的通訊頻道。目前唯一實現的方式是用AMQP訊息代理作為通道。 Spring Cloud Bus是輕量級的通訊元件，也可以用在其它類似的場景中。有了Spring Cloud Bus之後，當我們改變配置檔案提交到版本庫中時，會自動的觸發對應例項的Refresh，具體的工作流程如下：
服務閘道器在微服務架構模式下，後端服務的例項數一般是動態的，對於客戶端而言很難發現動態改變的服務例項的訪問地址資訊。因此在基於微服務的專案中為了簡化前端的呼叫邏輯，通常會引入API Gateway作為輕量級閘道器，同時API Gateway中也會實現相關的認證邏輯從而簡化內部服務之間相互呼叫的複雜度。
Spring Cloud體系中支援API Gateway落地的技術就是Zuul。Spring Cloud Zuul路由是微服務架構中不可或缺的一部分，提供動態路由，監控，彈性，安全等的邊緣服務。Zuul是Netflix出品的一個基於JVM路由和服務端的負載均衡器。 它的具體作用就是服務轉發，接收並轉發所有內外部的客戶端呼叫。使用Zuul可以作為資源的統一訪問入口，同時也可以在閘道器做一些許可權校驗等類似的功能。 鏈路跟蹤隨著服務的越來越多，對呼叫鏈的分析會越來越複雜，如服務之間的呼叫關係、某個請求對應的呼叫鏈、呼叫之間消費的時間等，對這些資訊進行監控就成為一個問題。在實際的使用中我們需要監控服務和服務之間通訊的各項指標，這些資料將是我們改進系統架構的主要依據。因此分散式的鏈路跟蹤就變的非常重要，Spring
Cloud也給出了具體的解決方案：Spring Cloud Sleuth和Zipkin
Spring Cloud Sleuth為服務之間呼叫提供鏈路追蹤。通過Sleuth可以很清楚的瞭解到一個服務請求經過了哪些服務，每個服務處理花費了多長時間。從而讓我們可以很方便的理清各微服務間的呼叫關係。 Zipkin是Twitter的一個開源專案，允許開發者收集 Twitter 各個服務上的監控資料，並提供查詢介面 總結我們從整體上來看一下Spring Cloud各個元件如何來配套使用：
從上圖可以看出Spring Cloud各個元件相互配合，合作支援了一套完整的微服務架構。 - 其中Eureka負責服務的註冊與發現，很好將各服務連線起來
- Hystrix 負責監控服務之間的呼叫情況，連續多次失敗進行熔斷保護。
- Hystrix dashboard,Turbine 負責監控 Hystrix的熔斷情況，並給予圖形化的展示
- Spring Cloud Config 提供了統一的配置中心服務
- 當配置檔案發生變化的時候，Spring Cloud Bus 負責通知各服務去獲取最新的配置資訊
- 所有對外的請求和服務，我們都通過Zuul來進行轉發，起到API閘道器的作用
- 監控我們使用Sleuth+Zipkin+springAdmin將所有的請求資料記錄下來，方便我們進行後續分析
微服務架構是一種趨勢，Spring Cloud提供了標準化的、全站式的技術方案，意義可能會堪比當前Servlet規範的誕生，有效推進服務端軟體系統技術水平的進步。
轉載 ： http://www.iteye.com/news/32734