06穀粒商城-高階篇六

peng_boke發表於2024-10-14

前言

人到洛陽花似錦，偏我來時不逢春

17.商城業務-秒殺服務

17.1後臺新增秒殺商品

主要步驟：

匯入每日秒殺前端介面
gulimall-gateway閘道器服務配置gulimall-coupon路由
最佳化秒殺關聯商品介面

匯入每日秒殺前端介面

gulimall-gateway閘道器服務配置gulimall-coupon路由

最佳化秒殺關聯商品介面

介面

17.2定時任務&Cron表示式

建立gulimall-seckill秒殺服務

建立gulimall-seckill秒殺服務

匯入依賴，主要有rabbitmq、redis、springsession

配置application.yaml

gulimall-seckill開啟SpringSession、OpenFeign、nacos，禁用datasource

定時任務

語法：秒分時日月周年（Spring 不支援）

http://www.quartz-scheduler.org/documentation/quartz-2.3.0/tutorials/crontrigger.html

cron 示例

17.3SpringBoot整合定時任務與非同步任務

開啟定時任務

@EnableScheduling【spring 預設是使用自己的定時任務，如果想整合Quartz，參考官方】
@Scheduled
定時任務配置類：TaskSchedulingAutoConfiguration

@Slf4j
@Component
@EnableScheduling
public class HelloScheduled {
    // 每s執行
    @Scheduled(cron = "0/1 * * * * ? ")
    public void hello() {
        log.info("hello...");
        try { TimeUnit.SECONDS.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); }
    }
}

定時任務+非同步任務

方案1：業務方法自己作非同步編排【CompletableFuture.runAsync】
方案2：修改定時任務執行緒池的執行緒個數【spring.task.scheduling.pool.size=5】（不一定生效，有BUG）
方案3：讓定時任務非同步執行

方案3：讓定時任務非同步執行

1.@EnableAsync
2.@Async
3.非同步配置類：TaskExecutionAutoConfiguration
- spring.task.execution.pool.core-size=5：核心執行緒數
- spring.task.execution.pool.max-size=50：最大執行緒數

@EnableAsync和@Async

@Slf4j
@Component
@EnableAsync
@EnableScheduling
public class HelloScheduled {
    // @Scheduled(cron = "*/5 * * ? * 4")
    // 每s執行
    @Async
    @Scheduled(cron = "0/1 * * * * ? ")
    public void hello() {
        log.info("hello...");
        try { TimeUnit.SECONDS.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); }

    }

}

非同步配置類

spring:
  task:
    execution:
      pool:
        core-size: 5 # 核心執行緒數
        max-size: 50 # 最大執行緒數

17.4時間日期處理

主要步驟：

gulimall-seckill秒殺服務遠端呼叫gulimall-coupon優惠卷服務查詢最近三天的活動
gulimall-coupon優惠卷服務實現查詢最近三天的活動
- 處理最近三天的日期

gulimall-seckill秒殺服務遠端呼叫gulimall-coupon優惠卷服務查詢最近三天的活動

gulimall-coupon優惠卷服務實現查詢最近三天的活動

處理最近三天的日期

測試程式碼

@Test
    public void testTime(){
        LocalDate now = LocalDate.now();
        LocalDate plus1 = now.plusDays(1);
        LocalDate plus2 = now.plusDays(2);
        System.out.println(now);
        System.out.println(plus1);
        System.out.println(plus2);

        LocalTime min = LocalTime.MIN;
        LocalTime max = LocalTime.MAX;
        System.out.println(min);
        System.out.println(max);

        LocalDateTime start = LocalDateTime.of(now,min);
        LocalDateTime end = LocalDateTime.of(plus2,max);
        System.out.println(start);
        System.out.println(end);

        // 格式化最近三天的日期
        String format1 = start.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        String format2 = end.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
        System.out.println("開始時間："+format1);
        System.out.println("結束時間："+format2);
    }

17.5秒殺商品上架-1

主要步驟：

遠端呼叫gulimall-coupon查詢最近三天的活動
在redis中快取活動資訊
在redis中快取活動關聯的商品資訊
- 商品資訊，遠端呼叫gulimall-product，獲取商品sku資訊

在redis中快取活動資訊

在redis中快取活動關聯的商品資訊

商品資訊

17.6秒殺商品上架-2

主要步驟：

遠端呼叫gulimall-coupon查詢最近三天的活動
在redis中快取活動資訊
在redis中快取活動關聯的商品資訊
- 商品資訊，遠端呼叫gulimall-product，獲取商品sku資訊
- 秒殺資訊
- 秒殺時間資訊
- 設定商品的隨機碼（防止惡意攻擊）
- 使用庫存作為分散式Redisson訊號量（限流）

17.7秒殺商品上架-3

主要步驟：

測試秒殺商品上架

啟動定時任務開啟秒殺商品上架，設定的cron表示式每分鐘執行一次

@Slf4j
@Service
public class SeckillScheduled {

    @Autowired
    private SeckillService seckillService;

    // TODO 保證冪等性問題
    // @Scheduled(cron = "*/5 * * * * ?")
    @Scheduled(cron = "0 * * * * ?")
    public void uploadSeckillSkuLatest3Days() {
        log.info("上架秒殺的商品...");
        seckillService.uploadSeckillSkuLatest3Days();
    }
}

快取活動資訊的key：SESSION_CACHE_PREFIX + startTime + "_" + endTime

快取活動資訊的value：活動場次Id + "_" + 商品skuId

快取秒殺商品的的key：seckill:skus

快取秒殺商品的的value

key：活動場次Id + "_" + 商品skuId
value：商品sku資訊、秒殺資訊、秒殺時間資訊、商品的隨機碼（防止惡意攻擊）、使用秒殺總量作為分散式Redisson訊號量（限流）

使用秒殺總量作為分散式Redisson訊號量（限流）

分散式Redisson訊號量的key：seckill:stock:

分散式Redisson訊號量的value：秒殺總量

17.8冪等性保證

主要步驟：

秒殺商品上架時新增分散式鎖
redis儲存活動資訊，判斷seckill:sessions: + startTime + "_" + endTime是否已經存在
redis儲存秒殺商品資訊時，判斷seckill:skus中是否存在活動場次Id + "-" + 商品skuId

秒殺商品上架時新增分散式鎖

redis儲存活動資訊，判斷seckill:sessions: + startTime + "_" + endTime是否已經存在

redis儲存秒殺商品資訊時，判斷seckill:skus中是否存在活動場次Id + "-" + 商品skuId

17.9查詢秒殺商品

主要步驟：

管理後臺建立一個當前時間範圍內的秒殺活動，並關聯商品
實現獲取到當前可以參加秒殺商品的資訊
- 獲取當前時間，獲取活動場次的所有key，因為key中包含活動場次開始時間和結束時間，查詢出活動場次中包含的所有秒殺商品的key（場次Id + "-" + 商品skuId）
- 根據開始時間和結束時間獲取所有秒殺商品的key，再去seckill:skus獲取所有的秒殺商品
秒殺商品介面渲染
管理員執行SwitchHost，配置seckill.gulimall.com轉發
gulimall-gateway閘道器服務配置gulimall-seckill秒殺服務路由

管理後臺建立一個當前時間範圍內的秒殺活動，並關聯商品

實現獲取到當前可以參加秒殺商品的資訊

獲取當前時間，獲取活動場次的所有key，因為key中包含活動場次開始時間和結束時間，查詢出活動場次中包含的所有秒殺商品的key（場次Id + "-" + 商品skuId）
根據開始時間和結束時間獲取所有秒殺商品的key，再去seckill:skus獲取所有的秒殺商品

秒殺商品介面渲染

主介面秒殺商品渲染完成

管理員執行SwitchHost，配置seckill.gulimall.com轉發

gulimall-gateway閘道器服務配置gulimall-seckill秒殺服務路由

- id: gulimall-seckill_route
  uri: lb://gulimall-seckill
  predicates:
    - Host=seckill.gulimall.com

Bug：資料庫時間和介面顯示時間相差8小時

主要配置serverTimezone=Asia/Shanghai和time-zone

spring:
  application:
    name: gulimall-coupon
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.188.180:8848 # nacos地址
  datasource:
    url: jdbc:mysql://192.168.188.180:3306/mall_sms?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
    driver-class-name: com.mysql.cj.jdbc.Driver
    username: root
    password: root
  jackson:
    date-format: yyyy-MM-dd HH:mm:ss
    time-zone: GMT+8

17.10秒殺頁面渲染

主要步驟：

gulimall-seckill實現skuId查詢商品秒殺資訊
- 查詢seckill:skus（所有秒殺商品資訊），獲取所有keys
- 遍歷seckill:skus，判斷key是否包含skuId
- 如果包含skuId，判斷當前時間是否在秒殺活動時間區間
gulimall-product使用OpenFeign新增gulimall-seckill的商品秒殺資訊介面
gulimall-product的skuItem方法獲取sku商品詳情時，非同步編排呼叫gulimall-seckill查詢商品秒殺資訊
item.html商品詳情介面新增秒殺資訊

gulimall-seckill實現skuId查詢商品秒殺資訊

查詢seckill:skus（所有秒殺商品資訊），獲取所有keys
遍歷seckill:skus，判斷key是否包含skuId
如果包含skuId，判斷當前時間是否在秒殺活動時間區間

gulimall-product使用OpenFeign新增gulimall-seckill的商品秒殺資訊介面

gulimall-product的skuItem方法獲取sku商品詳情時，CompletableFuture非同步編排呼叫gulimall-seckill查詢商品秒殺資訊

item.html商品詳情介面新增秒殺資訊

商品詳情介面

17.11秒殺系統設計

秒殺系統設計

單一職責
秒殺連結加密
- 隨機碼，秒殺開始才暴露
庫存預熱+快速扣減（redis儲存庫存訊號量，最終正常進入購物車的流量最多是庫存數）
- 按照庫存訊號量原子扣減
動靜分離
- nginx/CDN
惡意請求攔截
- 閘道器層按照訪問次數攔截指令碼請求【異常請求】
流量錯峰
- 【最重要是體現在秒殺開始的那一刻的錯峰】判斷登入狀態、輸入驗證碼、加入購物車、提交訂單
限流&熔斷&降級
- 前端限流：間隔1秒允許點選
- 後端限流：
  - 限制次數：同一個使用者10次放行2次
  - 限制總量：秒殺服務峰值處理能力10萬，閘道器層放行不得超過10萬，超過的等待兩秒放行
- 熔斷：A->B->C，鏈路中B總是失敗，則下次呼叫時直接返回錯誤不呼叫B
- 降級：流量太大，秒殺模組將流量引導到降級頁面，服務繁忙頁【正常請求】
佇列削峰（殺手鐧）
- 扣減庫存訊號量成功的秒殺資訊存入佇列，訂單系統監聽佇列建立訂單（按照自己的處理能力消費

17.12登入檢查

主要步驟：

gulimall-product商品服務的item.html商品詳情頁面，如果商品在秒殺活動時段顯示立即搶購，否則顯示加入購物車
立即搶購需要引數：killId（場次活動Id + 商品skuId）、秒殺隨機碼、商品數量
gulimall-seckill呼叫秒殺介面/kill，需要登入操作，因此需要配置攔截器和springsession

gulimall-product商品服務的item.html商品詳情頁面，如果商品在秒殺活動時段顯示立即搶購，否則顯示加入購物車

立即搶購需要引數：killId（場次活動Id + 商品skuId）、秒殺隨機碼、商品數量

gulimall-seckill呼叫秒殺介面/kill，需要登入操作，因此需要配置攔截器和springsession

配置登入攔截器

配置springsession

17.13秒殺流程

主要步驟：

實現秒殺介面
- 從從Redis中獲取中獲取當前秒殺商品的詳細資訊
- 合法性效驗：判斷當前這個秒殺請求是否在活動時間區間內(效驗時間的合法性)
- 效驗隨機碼和商品id
- 驗證購物數量是否合理和庫存量是否充足：判斷訊號量是否大於0，並且買的數量不能超過限購數量
- 驗證這個人是否已經買過了（冪等性處理）,如果秒殺成功，就去佔位。userId-sessionId-skuId

17.14秒殺效果完成

流程圖：

兩種方案：

方案一：
- 加入購物車（仍然走購物車流程，但價格按照秒殺價格計算），建立訂單、鎖定庫存
- 優點：只需要做好適配，無大改動
- 缺點：將秒殺的流量帶給了其他模組

方案二：【採用方案二，佇列削峰】
- 直接傳送MQ訊息，訂單根據訊息建立訂單（不需要鎖定庫存，庫存預熱了【訊號量】），訂單關閉增加訊號量

加訊號量
- 優點：沒有將秒殺的壓力分擔給其他模組，只有校驗合法性沒有遠端呼叫、db操作
- 缺點：訂單等模組需要提供監聽消費資訊建立訂單，如果訂單崩了，會導致支付失敗
結果：
- 假設一個請求50ms，一個執行緒1s能處理20個請求
- Tomcat開啟500個執行緒，1s能處理10000個請求

主要步驟：

實現秒殺介面
- 從從Redis中獲取中獲取當前秒殺商品的詳細資訊
- 合法性效驗：判斷當前這個秒殺請求是否在活動時間區間內(效驗時間的合法性)
- 效驗隨機碼和商品id
- 驗證購物數量是否合理和庫存量是否充足：判斷訊號量是否大於0，並且買的數量不能超過限購數量
- 驗證這個人是否已經買過了（冪等性處理）,如果秒殺成功，就去佔位。userId-sessionId-skuId
- 完成以上驗證，向order-event-exchange傳送訊息，routingKey設定為order.seckill.order
gulimall-order訂單服務建立佇列order.seckill.order.queue，並和order-event-exchange建立繫結關係
gulimall-order監聽order.seckill.order.queue建立秒殺訂單

實現秒殺介面

從從Redis中獲取中獲取當前秒殺商品的詳細資訊
合法性效驗：判斷當前這個秒殺請求是否在活動時間區間內(效驗時間的合法性)
效驗隨機碼和商品id
驗證購物數量是否合理和庫存量是否充足：判斷訊號量是否大於0，並且買的數量不能超過限購數量
驗證這個人是否已經買過了（冪等性處理）,如果秒殺成功，就去佔位。userId-sessionId-skuId
完成以上驗證，向order-event-exchange傳送訊息，routingKey設定為order.seckill.order

gulimall-order訂單服務建立佇列order.seckill.order.queue，並和order-event-exchange建立繫結關係

gulimall-order監聽order.seckill.order.queue建立秒殺訂單

17.15秒殺頁面完成

主要步驟：

秒殺成功，跳轉到秒殺成功頁面，然後進行支付-
gulimall-seckill匯入thymeleaf，並關閉快取
秒殺成功介面渲染

秒殺成功，跳轉到秒殺成功頁面，然後進行支付

gulimall-seckill匯入thymeleaf，並關閉快取

秒殺成功介面渲染

18.Sentinel

18.1高併發方法論&簡介

熔斷

A 服務呼叫 B 服務的某個功能，由於網路不穩定問題，或者 B 服務卡機，導致功能時間超長。如果這樣子的次數太多。我們就可以直接將 B 斷路了（A 不再請求 B 介面），凡是呼叫 B 的直接返回降級資料，不必等待 B 的超長執行。這樣 B 的故障問題，就不會級聯影響到 A。

降級

整個網站處於流量高峰期，伺服器壓力劇增，根據當前業務情況及流量，對一些服務和頁面進行有策略的降級[停止服務，所有的呼叫直接返回降級資料]。以此緩解伺服器資源的的壓力，以保證核心業務的正常執行，同時也保持了客戶和大部分客戶的得到正確的相應。

異同：

相同點：

1、為了保證叢集大部分服務的可用性和可靠性，防止崩潰，犧牲小我
2、使用者最終都是體驗到某個功能不可用

不同點：

1、熔斷是被呼叫方故障，觸發的系統主動規則
2、降級是基於全域性考慮，停止一些正常服務，釋放資源

限流

對打入服務的請求流量進行控制，使服務能夠承擔不超過自己能力的流量壓力

18.2基本概念

Sentinel 簡介

官方文件：https://github.com/alibaba/Sentinel/wiki/介紹

專案地址：https://github.com/alibaba/Sentinel

隨著微服務的流行，服務和服務之間的穩定性變得越來越重要。Sentinel 以流量為切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。

Sentinel 具有以下特徵：

豐富的應用場景：Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景，例如秒殺（即突發流量控制在系統容量可以承受的範圍）、訊息削峰填谷、集群流量控制、實時熔斷下游不可用應用等。
完備的實時監控：Sentinel 同時提供實時的監控功能。您可以在控制檯中看到接入應用的單臺機器秒級資料，甚至 500 臺以下規模的叢集的彙總執行情況。
廣泛的開源生態：Sentinel 提供開箱即用的與其它開源框架/庫的整合模組，例如與 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相應的依賴並進行簡單的配置即可快速地接入 Sentinel。
完善的 SPI 擴充套件點：Sentinel 提供簡單易用、完善的 SPI 擴充套件介面。您可以透過實現擴充套件介面來快速地定製邏輯。例如定製規則管理、適配動態資料來源等。

Sentinel 分為兩個部分:

核心庫（Java 客戶端）不依賴任何框架/庫，能夠執行於所有 Java 執行時環境，同時對 Dubbo / Spring Cloud 等框架也有較好的支援。
控制檯（Dashboard）基於 Spring Boot 開發，打包後可以直接執行，不需要額外的 Tomcat 等應用容器。

Sentinel 基本概念

資源

資源是 Sentinel 的關鍵概念。它可以是 Java 應用程式中的任何內容，例如，由應用程式提供的服務，或由應用程式呼叫的其它應用提供的服務，甚至可以是一段程式碼。在接下來的文檔中，我們都會用資源來描述程式碼塊。

只要透過 Sentinel API 定義的程式碼，就是資源，能夠被 Sentinel 保護起來。大部分情況下，可以使用方法簽名，URL，甚至服務名稱作為資源名來標示資源。

規則

圍繞資源的實時狀態設定的規則，可以包括流量控制規則、熔斷降級規則以及系統保護規則。所有規則可以動態實時調整。

Hystrix 與 Sentinel 比較

18.3整合SpringBoot

主要步驟：

docker安裝sentinel
SpringBoot整合sentinel
測試

docker安裝sentinel

如果拉取映象失敗，更換一下映象地址，這種方式最方便

拉取到映象後，後面可以把sentinel新增到docker-compose.yml

cat <<EOF > /etc/docker/daemon.json
{
     "max-concurrent-downloads": 10,
     "max-concurrent-uploads": 5,
     "default-shm-size": "1G",
     "debug": true,
     "experimental": false,
     "registry-mirrors":[
                "https://x9r52uz5.mirror.aliyuncs.com",
                "https://dockerhub.icu",
                "https://docker.chenby.cn",
                "https://docker.1panel.live",
                "https://docker.awsl9527.cn",
                "https://docker.anyhub.us.kg",
                "https://dhub.kubesre.xyz"
        ]
}
EOF
systemctl daemon-reload
systemctl restart docker

docker pull bladex/sentinel-dashboard
docker run --name sentinel -p 8858:8858 -td bladex/sentinel-dashboard

訪問http://你的虛擬機器ip:8858/#/dashboard

使用者名稱：sentinel

密碼：sentinel

整合SpringBoot

Spring Cloud Alibaba Sentinel文件說明：https://github.com/alibaba/spring-cloud-alibaba/wiki/Sentinel

這裡以gulimall-seckill秒殺服務為主，正常來說所有服務都需要引用sentinel

匯入依賴

<!--sentinel-->
<dependency>
     <groupId>com.alibaba.cloud</groupId>
     <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
 </dependency>

不知道為什麼這裡現在需要匯入hibernate-validator，要不會報錯，記錄一下

<dependency>
    <groupId>org.hibernate.validator</groupId>
    <artifactId>hibernate-validator</artifactId>
</dependency>

配置application.yaml，sentinel在spring.cloud節點下

spring:
  cloud:
    sentinel:
      transport:
        # 控制檯資訊
        dashboard: 192.168.188.180:8858

測試

啟動專案，設定/getCurrentSeckillSkus的QPS為1，就是每s只允許1個請求

訪問介面http://seckill.gulimall.com/getCurrentSeckillSkus，連續多點幾次，發現請求會直接返回失敗

後臺控制檯發現介面只被呼叫2次，說明收到了流控控制

18.4自定義流控響應

主要步驟：

自定義流控響應
application.yaml配置，暴露的 endpoint 路徑為 /actuator/sentinel
/getCurrentSeckillSkus新增QPS

官方地址：https://github.com/alibaba/spring-cloud-alibaba/wiki/Sentinel#endpoint-支援

bug：匯入Sentinel無WebCallbackManager包

https://blog.csdn.net/m0_70651612/article/details/125365554

自定義流控響應

我用的最新版的sentinel，之前的WebCallbackManager實現的自定義響應好像不太好使，查詢資料後發現需要實現sentinel-spring-webmvc-adapter包的BlockExceptionHandler

匯入spring-boot-starter-actuator，是審計框架，計算springboot應用健康狀況資訊、請求的呼叫資訊，dashboard可以拿到actuator資料作實時監控統計

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

匯入sentinel-spring-webmvc-adapter，實現自定義響應

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-spring-webmvc-adapter</artifactId>
</dependency>

實現BlockExceptionHandler

@Configuration
public class MySentinelConfig implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        R error = R.error(BizCodeEnum.TO_MANY_REQUEST.getCode(), BizCodeEnum.TO_MANY_REQUEST.getMsg());
        response.setCharacterEncoding("UTF-8");
        response.setContentType("application/json");
        response.getWriter().write(JSON.toJSONString(error));
    }
}

application.yaml配置，暴露的 endpoint 路徑為 /actuator/sentinel

management:
  endpoints:
    web:
      exposure:
        include: '*'

/getCurrentSeckillSkus新增QPS

因為Sentinel 儲存在服務記憶體中，每次重啟服務都需要重新配置

訪問介面：http://seckill.gulimall.com/getCurrentSeckillSkus，F5多重新整理幾次

審計介面

18.5全服務引入

主要步驟：

所有的服務匯入sentinel相關包
所有的服務application.yml配置sentinel
把商城服務的所有的流程走一遍

所有的服務匯入sentinel相關包

<!--sentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!--sentinel統計審計資訊-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-spring-webmvc-adapter</artifactId>
</dependency>

所有的服務配置sentinel

spring:
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.188.180:8848 # nacos地址
    sentinel:
      transport:
        # 應用開啟埠，接收dashboard限流規則
        # port: 8719
        # 控制檯資訊
        dashboard: 192.168.188.180:8858
management:
  endpoints:
    web:
      exposure:
        include: '*'

把服務的所有的流程走一遍，到支付即可

Sentinel成功監控了所有的服務

18.6流控模式&效果

官方文件：https://github.com/alibaba/Sentinel/wiki/流量控制

18.7熔斷降級

主要步驟：

呼叫方的熔斷保護：feign.sentinel.enable=true
呼叫方手動指定遠端服務的降級策略。遠端服務被降級處理。觸發我們的熔斷回撥方法
超大流量的時候，必須犧牲一些遠端服務。在服務的提供方（遠端服務）指定降級策略；提供方是在執行，但是不允許自己的業務邏輯，返回的是預設的降級資料（限流的資料）

呼叫方的熔斷保護

Feign支援文件：https://github.com/alibaba/spring-cloud-alibaba/wiki/Sentinel#feign-支援

匯入依賴，使 Sentinel starter 中的自動化配置類生效

<!--sentinel Feign支援-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

新增配置，開啟 Sentinel 對 Feign 的支援

feign:
  sentinel:
    enabled: true

我們發現gulimall-product商品服務中呼叫的openfeign遠端和介面也顯示出來了

建立SeckillFeignServiceFallBack，實現SeckillFeignService

當遠端呼叫SeckillFeignService失敗時，會呼叫這個介面進行返回

因為商品詳情會遠端呼叫gulimall-seckill判斷是夠是秒殺商品，關掉gulimall-seckill服務模擬當機，發現介面依然顯示，沒有出錯

呼叫方手動指定遠端服務的降級策略。遠端服務被降級處理，觸發我們的熔斷回撥方法

熔斷策略文件：https://github.com/alibaba/Sentinel/wiki/熔斷降級#熔斷策略

修改測試程式碼，/sku/seckill/{skuId}睡眠500ms，使該介面觸發熔斷

配置熔斷規則：

最大 RT：這個值表示請求的最大響應時間閾值（單位為毫秒）。在這個配置中，最大 RT 設定為 1 ms，這意味著如果某個請求的響應時間超過 1 毫秒，就會觸發統計。
熔斷時長：熔斷器觸發後的持續時間。在這裡，熔斷時長設定為 5 秒，即一旦熔斷觸發，該資源在 5 秒內將會被熔斷，所有請求將直接返回異常。
統計時長：這是用於統計的時間視窗（單位為毫秒）。在這個配置中，統計時長設定為 1000 ms（即 1 秒）。在這個時間視窗內，Sentinel 將會統計請求的響應時間，並根據配置的閾值來決定是否觸發熔斷。
比閾值：表示在統計時長內，請求的 RT 超過最大 RT 閾值的比例閾值。在這裡設定為 0.1（10%），意味著如果在統計時長內，有 10% 的請求的響應時間超過了最大 RT，則觸發熔斷。
最小請求數：這是觸發熔斷所需的最小請求數。在這個配置中，設定為 1，意味著只要有一個請求超過了最大 RT 且滿足比閾值的條件，熔斷就會觸發。

總結來說，這個配置的意思是：如果在 1 秒內有至少 1 個請求且其中 10% 以上的請求的響應時間超過了 1 毫秒，那麼這個資源將被熔斷 5 秒。

超大流量的時候，必須犧牲一些遠端服務。在服務的提供方（遠端服務）指定降級策略；提供方是在執行。但是不執行自己的業務邏輯，返回的是預設的降級資料（限流的資料）

我們給gulimall-seckill服務的/getCurrentSeckillSkus的介面配置熔斷策略

最大 RT：設定為 1 ms，表示如果請求的響應時間超過 1 毫秒，這個請求將會被納入統計。
熔斷時長：設定為 5 秒，表示一旦觸發熔斷，這個資源會在接下來的 5 秒內直接返回異常，不會真正執行請求。
統計時長：設定為 1000 ms，表示 Sentinel 會在 1 秒的時間視窗內統計請求的響應時間。
比閾值：設定為 0.3（30%），表示在統計時長內，如果有 30% 以上的請求響應時間超過了最大 RT（1 ms），將會觸發熔斷。
最小請求數：設定為 3，表示在統計時長內，至少有 3 個請求時，才會開始計算並判斷是否觸發熔斷。

總結來說，這個配置表示：如果在 1 秒內，至少有 3 個請求被處理，並且其中 30% 的請求響應時間超過了 1 毫秒，那麼這個資源將會熔斷 5 秒。

快速重新整理請求會觸發熔斷策略

給所有的服務配置Sentinel 對 Feign 的支援和Sentinel的配置

18.8自定義受保護資源

主要步驟：

基於程式碼：try (Entry entry = SphU.entry("seckillSkus")) {}catch (BlockException e) { log.error("資源被限流{}", e.getMessage()); }
- 官方文件：https://github.com/alibaba/Sentinel/wiki/如何使用#方式二丟擲異常的方式定義資源
基於註解：@SentinelResource(value = "getCurrentSeckillSkusResource", blockHandler = "blockHandler")
- 官方文件：https://github.com/alibaba/Sentinel/wiki/如何使用#方式二丟擲異常的方式定義資源

基於程式碼：try (Entry entry = SphU.entry("seckillSkus")) {}catch (BlockException e) { log.error("資源被限流{}", e.getMessage()); }

配置seckillSkus流控規則，每s最多一個請求

官方文件

基於註解：@SentinelResource(value = "getCurrentSeckillSkusResource", blockHandler = "blockHandler")

配置getCurrentSeckillSkusResource流控規則，每s最多一個請求

官方文件

18.9閘道器流控

主要步驟：

官網地址：https://github.com/alibaba/Sentinel/wiki/閘道器限流
匯入spring-cloud-alibaba-sentinel-gateway
配置閘道器流控

官網地址：https://github.com/alibaba/Sentinel/wiki/閘道器限流

匯入spring-cloud-alibaba-sentinel-gateway

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-alibaba-sentinel-gateway</artifactId>
</dependency>

配置閘道器流控

快速訪問http://seckill.gulimall.com/getCurrentSeckillSkus，發現

配置gulimall-seckill_route請求Header必須帶上hello，並且值必須是world

瀏覽器請求http://seckill.gulimall.com/getCurrentSeckillSkus不會被攔截

使用postman帶上Header的hello=world請求會被限流

18.10定製閘道器流控返回

主要步驟：

官方文件：https://github.com/alibaba/Sentinel/wiki/閘道器限流
gulimall-gateway閘道器服務重寫GatewayCallbackManager.setBlockHandler
配置gulimall-seckill_route流控規則
測試

gulimall-gateway閘道器服務重寫GatewayCallbackManager.setBlockHandler

配置gulimall-seckill_route流控規則

測試

19.Sleuth-鏈路追蹤

19.1基本概念&整合

sleuth文件: https://spring.io/projects/spring-cloud-sleuth
started: https://docs.spring.io/spring-cloud-sleuth/docs/3.1.0/reference/html/getting-started.html#getting-started

為什麼用

微服務架構是一個分散式架構，它按業務劃分服務單元，一個分散式系統往往有很多個服務單元。由於服務單元數量眾多，業務的複雜性，如果出現了錯誤和異常，很難去定位。主要體現在，一個請求可能需要呼叫很多個服務，而內部服務的呼叫複雜性，決定了問題難以定位。所以微服務架構中，必須實現分散式鏈路追蹤，去跟進一個請求到底有哪些服務參與，參與的順序又是怎樣的，從而達到每個請求的步驟清晰可見，出了問題，很快定位。

鏈路追蹤元件有 Google 的 Dapper，Twitter 的 Zipkin，以及阿里的 Eagleeye （鷹眼）等，它們都是非常優秀的鏈路追蹤開源元件。

基本術語

Span（跨度）：基本工作單元，傳送一個遠端排程任務就會產生一個 Span，Span 是一個 64 位 ID 唯一標識的，Trace 是用另一個 64 位 ID 唯一標識的，Span 還有其他資料信息，比如摘要、時間戳事件、Span 的 ID、以及進度 ID。
Trace（跟蹤）：一系列 Span 組成的一個樹狀結構。請求一個微服務系統的 API 介面，這個 API 介面，需要呼叫多個微服務，呼叫每個微服務都會產生一個新的 Span，所有由這個請求產生的 Span 組成了這個 Trace。
Annotation（標註）：用來及時記錄一個事件的，一些核心註解用來定義一個請求的開始和結束。這些註解包括以下：
cs - Client Sent -客戶端傳送一個請求，這個註解描述了這個 Span 的開始
sr - Server Received -服務端獲得請求並準備開始處理它，如果將其 sr 減去 cs 時間戳便可得到網路傳輸的時間。
ss - Server Sent （服務端傳送響應）–該註解表明請求處理的完成(當請求返回客戶端)，如果 ss 的時間戳減去 sr 時間戳，就可以得到伺服器請求的時間。
cr - Client Received （客戶端接收響應）-此時 Span 的結束，如果 cr 的時間戳減去 cs 時間戳便可以得到整個請求所消耗的時間。

官方文件：https://docs.spring.io/spring-cloud-sleuth/docs/current/reference/html/getting-started.html#getting-started

如果服務呼叫順序如下

那麼用以上概念完整的表示出來如下：

整合Sleuth

所有的服務提供者與消費者匯入依賴

<!-- sleuth 鏈路追蹤-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

開啟 debug 日誌

logging:
  level:
    com.peng: debug
    org.springframework.cloud.openfeign: debug
    org.springframework.cloud.sleuth: debug

19.2整合Zipkin效果

docker安裝zipkin

安裝命令

docker run -d -p 9411:9411 --name zipkin openzipkin/zipkin

整合zipkin

匯入依賴

我用的spring-cloud版本沒有Zipkin

所以要自己指定版本

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
    <version>2.2.7.RELEASE</version>
</dependency>

zipkin中包含sleuth，所以只需要配置zipkin即可

配置zipkin和sleuth

訪問：http://192.168.188.180:9411

zipkin資料持久化

持久化型別選擇elasticsearch，因為elasticsearch查詢速度更快

docker run --env STORAGE_TYPE=elasticsearch --env ES_HOSTS=192.168.188.180:9200 openzipkin/zipkin-dependencies

19.3Zipkin介面分析

查詢介面

提交訂單

訂單完成，向rabbitmq傳送訊息

訂單確認頁，顯示非同步編排呼叫介面

檢視所有服務依賴

檢視gulimall-gateway服務依賴

20.分散式高階篇總結

01-EleasticSearch、商品上架、首頁、nginx動靜分離、Apache JMeter使用、快取、Redisson、SpringCache
02-檢索服務、CompletableFuture非同步編排、商品詳情
03-認證服務、SpringSession、單點登入、購物車
04-RabbitMQ、訂單確認
05-Seata、RabbitMQ延時佇列、支付寶支付、訂單服務
06-秒殺服務、Sentinel、Sleuth、Zipkin

創作不易，感謝支援。

05穀粒商城-高階篇五
2024-10-14
04穀粒商城-高階篇四
2024-10-14
03穀粒商城-高階篇三
2024-10-14
02穀粒商城-高階篇二
2024-10-14
穀粒商城高階篇筆記1
2020-12-18
筆記
穀粒商城-基礎篇
2024-10-14
穀粒商城
2024-10-14
穀粒商城筆記
2020-12-06
筆記
穀粒學院-2-mybatisplus
2021-07-25
MyBatis
《Java 高階篇》六：I/O 流
2024-10-02
Java
vue高階（六）
2020-10-09
Vue
高階電影顆粒感影像lightroom預設
2020-11-25
OOM
『高階篇』docker之微服務間如何通訊（六）
2019-01-22
Docker微服務
穀粒joycon霍爾電磁搖桿釋出
2023-02-27
穀粒學院（四）前端開發之ES6 | Vue
2020-10-01
前端Vue
nginx高階篇rewrite
2024-03-22
Nginx
【C#進階】高階物件導向特性_2024-06-22
2024-06-22
C#物件
MySQL 高階特性篇教程
2022-01-13
MySql
MySQL高階篇筆記
2022-02-13
MySql筆記
06進階
2024-10-19
Net/NetCore/.NET5 ORM 六大查詢體系 - SqlSugar 高階篇
2021-01-03
NetCoreORMSqlSugar
《Java 高階篇》八：新特性
2024-10-02
Java
MySQL 優化一（高階篇）
2020-04-10
MySql優化
MySQL 優化（二）（高階篇）
2020-04-10
MySql優化
『高階篇』docker之APIGateway（17）
2018-10-21
DockerAPIGateway
『高階篇』docker之CICD（終結篇）（44）
2019-03-13
Docker
Kotlin——高階篇（二）：高階函式詳解與標準的高階函式使用
2018-06-07
Kotlin函式
前端高階面試題@JS篇
2019-10-18
前端面試題JS
338、分散式高階篇總結
2020-09-30
分散式
spark效能調優指南高階篇
2021-09-09
Spark
（六）spring cloud微服務分散式雲架構-服務閘道器Zuul高階篇
2019-03-11
SpringCloud微服務分散式架構Zuul
python入門與進階篇(六)之高階語法及用法
2018-10-06
Python
【C#進階】高階資料結構和演算法_2024-06-22
2024-06-22
C#資料結構演算法
linux基礎篇06-測試常見linux命令集合六
2020-06-03
Linux
Java進階06 容器
2019-11-21
Java
【穀粒學院】017-前端框架開發過程介紹、新增講師模組
2020-12-23
前端框架
《Java 高階篇》五：資料結構
2024-10-02
Java資料結構
iOS 逆向 - lldb高階篇 Chisel 與 Cycript
2019-11-28
iOSLLDB

06穀粒商城-高階篇六

前言

17.商城業務-秒殺服務

17.1後臺新增秒殺商品

17.2定時任務&Cron表示式

17.3SpringBoot整合定時任務與非同步任務

17.4時間日期處理

17.5秒殺商品上架-1

17.6秒殺商品上架-2

17.7秒殺商品上架-3

17.8冪等性保證

17.9查詢秒殺商品

17.10秒殺頁面渲染

17.11秒殺系統設計

17.12登入檢查

17.13秒殺流程

17.14秒殺效果完成

17.15秒殺頁面完成

18.Sentinel

18.1高併發方法論&簡介

18.2基本概念

18.3整合SpringBoot

18.4自定義流控響應

18.5全服務引入

18.6流控模式&效果

18.7熔斷降級

18.8自定義受保護資源

18.9閘道器流控

18.10定製閘道器流控返回

19.Sleuth-鏈路追蹤

19.1基本概念&整合

19.2整合Zipkin效果

19.3Zipkin介面分析

20.分散式高階篇總結

相關文章