SpringCloud服務的平滑上下線

 

吐槽：

以前都是手擼RPC，最近接觸 SpringCloud ，深感痛心。主要有以下幾點：

1）程式碼量巨大，找BUG時間長，超級複雜的設計

2）版本管理混亂，經常出現莫名其妙的配置錯誤（所以2.0是打死不敢上生產啊）

3）Netflix公司的有些程式碼，實在是讓人費解，根本就不考慮擴充套件性

4）生態鏈龐大，學習成本大

建議準備上微服務的同學，固定下一個版本，不要隨意更新或降級。拿tomcat的 basedir 來說， 1.5.8 到 1.5.13 到 1.5.16 版本是換來換去，不小心點會出事故的。

server:
 port: 21004
 context-path: /
 tomcat:
 basedir: file:.

如上， basedir 先是從 . 換到 file:. ，又從 file:. 換成 . ，連相容程式碼都木有。有木有想打死工程師？

前言

今天主要談的話題，是 平滑的上下線功能 。所謂平滑，指的是發版無感知，不至於等到夜深人靜的時候偷偷去搞。某些請求時間可以長點，但不能失敗，尤其是對支付來說，想花錢花不出去是很讓人苦惱的；花了錢買不到東西是很讓人惱火的。整體來說，SpringCloud功能齊全，經過一段時間的踩坑後使用起來還是非常舒服的。

我們的微服務，大體整合了以下內容。

 

嗯，一個龐大的生態

問題

那麼問題來了，SpringCloud到註冊中心的註冊是透過 Rest 介面呼叫的。它不能像 ZooKeeper那樣，有問題節點反饋及時生效。也不能像 Redis 那麼快的去輪訓，太嬌貴怕輪壞了。如下圖：

 

有三個要求：

1）ServiceA下線一臺例項後，Zuul閘道器的呼叫不能失敗

2）ServiceB下線一臺例項後，ServiceA的Feign呼叫不能失敗

3）服務上線下線，Eureka服務能夠快速感知

說白了就一件事，怎樣儘量縮短服務下線後Zuul和其他被依賴服務的發現時間，並在這段時間內保證請求不失敗。

解決時間問題

影響因子

1) Eureka的兩層快取問題 (這是什麼鬼

EurekaServer預設有兩個快取，一個是ReadWriteMap，另一個是ReadOnlyMap。有服務提供者註冊服務或者維持心跳時時，會修改ReadWriteMap。當有服務呼叫者查詢服務例項列表時，預設會從ReadOnlyMap讀取（這個在原生Eureka可以配置，SpringCloud Eureka中不能配置，一定會啟用ReadOnlyMap讀取），這樣可以減少ReadWriteMap讀寫鎖的爭用，增大吞吐量。EurekaServer定時把資料從ReadWriteMap更新到ReadOnlyMap中

2) 心跳時間

服務提供者註冊服務後，會定時心跳。這個根據服務提供者的Eureka配置中的服務重新整理時間決定。還有個配置是服務過期時間，這個配置在服務提供者配置但是在EurekaServer使用了，但是預設配置EurekaServer不會啟用這個欄位。需要配置好EurekaServer的掃描失效時間，才會啟用EurekaServer的主動失效機制。在這個機制啟用下：每個服務提供者會傳送自己服務過期時間上去，EurekaServer會定時檢查每個服務過期時間和上次心跳時間，如果在過期時間內沒有收到過任何一次心跳，同時沒有處於保護模式下，則會將這個例項從ReadWriteMap中去掉

3）呼叫者服務從Eureka拉列表的輪訓間隔

4) Ribbon快取

解決方式

1) 禁用Eureka的ReadOnlyMap快取 (Eureka端)

eureka.server.use-read-only-response-cache: false

2) 啟用主動失效，並且每次主動失效檢測間隔為3s (Eureka端)

eureka.server.eviction-interval-timer-in-ms: 3000

像 eureka.server.responseCacheUpdateInvervalMs 和 eureka.server.responseCacheAutoExpirationInSeconds 在啟用了主動失效後其實沒什麼用了。預設的180s真夠把人給急瘋的。

3) 服務過期時間 （服務提供方）

eureka.instance.lease-expiration-duration-in-seconds: 15

超過這個時間沒有接收到心跳EurekaServer就會將這個例項剔除。EurekaServer一定要設定eureka.server.eviction-interval-timer-in-ms否則這個配置無效，這個配置一般為服務重新整理時間配置的三倍。預設90s！

4） 服務重新整理時間配置，每隔這個時間會主動心跳一次 (服務提供方）

eureka.instance.lease-renewal-interval-in-seconds: 5

預設30s

5) 拉服務列表時間間隔 （客戶端）

eureka.client.registryFetchIntervalSeconds: 5

預設30s

6) ribbon重新整理時間 （客戶端）

ribbon.ServerListRefreshInterval: 5000

ribbon竟然也有快取，預設30s

這些超時時間相互影響，竟然三個地方都需要配置，一不小心就會出現服務不下線，服務不上線的囧境。不得不說SpringCloud的這套預設引數簡直就是在搞笑。

重試

那麼一臺伺服器下線，最長的不可用時間是多少呢？（即請求會落到下線的伺服器上，請求失敗）。趕的巧的話，這個基本時間就是 eureka.client.registryFetchIntervalSeconds+ribbon.ServerListRefreshInterval ,大約是 8 秒的時間。如果算上服務端主動失效的時間，這個時間會增加到 11秒 。

如果你只有兩個例項，極端情況下服務上線的發現時間也需要11秒，那就是22秒的時間。

理想情況下，在這11秒之間，請求是失敗的。加入你的QPS是1000，部署了四個節點，那麼在11秒中失敗的請求數量會是 1000 / 4 * 11 = 2750 ，這是不可接受的。所以我們要引入重試機制。

SpringCloud引入重試還是比較簡單的。但不是配置一下就可以的，既然用了重試，那麼就還需要控制超時。可以按照以下的步驟：

1) 引入pom （千萬別忘了哦)

<dependency>
 <groupId>org.springframework.retry</groupId>
 <artifactId>spring-retry</artifactId>
</dependency>

2) 加入配置

ribbon.OkToRetryOnAllOperations:true 
#(是否所有操作都重試，若false則僅get請求重試)
ribbon.MaxAutoRetriesNextServer:3 
#(重試負載均衡其他例項最大重試次數,不含首次例項)
ribbon.MaxAutoRetries:1
#(同一例項最大重試次數,不含首次呼叫)
ribbon.ReadTimeout:30000
ribbon.ConnectTimeout:3000
ribbon.retryableStatusCodes:404,500,503
#（那些狀態進行重試）
spring.cloud.loadbalancer.retry.enable:true
# (重試開關)

釋出系統

OK,機制已經解釋清楚，但是實踐起來還是很繁雜的，讓人焦躁。比如有一個服務有兩個例項，我要一臺一臺的去釋出，在釋出第二臺之前，起碼要等上11秒。如果手速太快，那就是災難。所以一個配套的釋出系統是必要的。

首先可以透過rest請求去請求Eureka，主動去隔離一臺例項，多了這一步，可以減少至少3秒服務不可用的時間（還是比較划算的）。

然後透過打包工具打包，推包。依次上線替換。

市面上沒有這樣的持續整合哦你工具，那麼釋出系統就需要定製，這也是一部分工作量。

到此，僅僅是解決了SpringCloud微服務平滑上下線的功能，至於灰度，又是另外一個話題了。有條件的公司選擇自研還是很明智的，不至於將功能拉低到如此的水平。