Spring-Cloud-Netflix-Eureka註冊中心
- 2020 年 4 月 8 日
- 筆記
概述
- eureka是Netflix的子模組之一,也是一個核心的模組
- eureka里有2個組件:
一個是EurekaServer(一個獨立的項目) 這個是用於定位服務以實現中間層伺服器的負載平衡和故障轉移
一個便是EurekaClient(我們的微服務) 它是用於與Server交互的,可以使得交互變得非常簡單:只需要通過服務標識符即可拿到服務 - Eureka負責管理、記錄服務提供者的資訊
- 服務調用者無需自己尋找服務,而是把自己的需求告訴Eureka,然後Eureka會把符合你需求的服務告訴你。
- 類似家政中心,物業
Netflix-Eureka與SpringCloud的關係
Spring Cloud 封裝了 Netflix 公司開發的 Eureka 模組來實現服務註冊和發現
Eureka原理
- Eureka:就是服務註冊中心(可以是一個集群),對外暴露自己的地址
- 提供者:啟動後向Eureka註冊自己資訊(地址,提供什麼服務)
- 消費者:向Eureka訂閱服務,Eureka會將對應服務的所有提供者地址列表發送給消費者,並且定期更新
- 心跳(續約):提供者定期通過http方式向Eureka刷新自己的狀態,會監聽有沒有定期更新,如果長時間沒有心跳,就會自動把該服務移除

Eureka使用
- 在之前工程中添加一個子模組名稱為Eureka3000

- 在總父工程添加SpringCloud的依賴集中管理

<dependencyManagement> <dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-dependencies</artifactId> <version>Hoxton.SR1</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement> - 在Eureka3000的子模組中添加依賴

<dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-eureka-server</artifactId> </dependency> </dependencies> - 在resources當中創建配置文件application.yml

server: port: 3000 eureka: server: enable-self-preservation: false #關閉自我保護機制 eviction-interval-timer-in-ms: 4000 #設置清理間隔(單位:毫秒 默認是60*1000) instance: hostname: localhost - 創建啟動類,並在啟動器上添加EnableEurekaServer註解

@SpringBootApplication @EnableEurekaServer public class Eureka3000App { public static void main(String[] args) { SpringApplication.run(Eureka3000App.class, args); } } - 直接啟動會報錯com.sun.jersey.api.client.ClientHandlerException
原因:
Eureka做為註冊中心, 做為服務的管理,它不能掛掉, 如果它掛掉,整個服務全部訪問不了
因此Eureka也要搭建集群多台Eureka服務, 集群之間要進行相互之間通訊,通訊靠的就是Eureka-client
Eureka是一個服務端, 也是一個客戶商, 以後相互註冊,現在沒有其它的可註冊,所以就會報ClientException
解決方案:不讓它做為客戶端註冊,在application.yml添加如下配置

client: registerWithEureka: false #不把自己作為一個客戶端註冊到自己身上 fetchRegistry: false #不需要從服務端獲取註冊資訊(因為在這裡自己就是服務端,而且已經禁用自己註冊了) serviceUrl: #微服務要註冊到的地址. #http://localhost:3000/eureka defaultZone: http://${eureka.instance.hostname}:${server.port}/eureka - 運行後,在瀏覽器地址欄直接訪問http://localhost:3000/

發現啟動後,還沒有服務進行註冊。
服務註冊:
- 在user工程中添加eureka客戶端相關依賴

<!--Eureka的客戶端--> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-eureka-client</artifactId> </dependency> - 在啟動器上添加註解@EnableEurekaClient

@EnableEurekaClient - 創建application.yml配置文件,配置eureka的服務端地址

server: port: 5000 eureka: client: serviceUrl: #eureka服務端提供的註冊地址 參考服務端配置的這個路徑 defaultZone: http://localhost:3000/eureka instance: instance-id: user-1 #此實例註冊到eureka服務端的唯一的實例ID prefer-ip-address: true #是否顯示IP地址 #eureka客戶需要多長時間發送心跳給eureka伺服器,表明它仍然活著,默認為30 秒 (與下面配置的單位都是秒) leaseRenewalIntervalInSeconds: 10 #Eureka伺服器在接收到實例的最後一次發出的心跳後,需要等待多久才可以將此實例刪除,默認為90秒 leaseExpirationDurationInSeconds: 30 spring: application: name: client-user #此實例註冊到eureka服務端的name - 註冊goods,和上面步驟一樣,注意改一下的地方

- 啟動Eureka3000,user,goods註冊到註冊中心

可以看到已經註冊成功
常用配置:
- 服務註冊
服務提供者在啟動時,會檢測配置屬性中的:eureka.client.register-with-erueka=true參數是否正確,
事實上默認就是true。如果值確實為true,則會向EurekaServer發起一個Rest請求
- 獲取服務列表
當服務消費者啟動是,會檢測eureka.client.fetch-registry=true參數的值,如果為true, 則會從Eureka
Server服務的列表只讀備份,然後快取在本地。並且每隔30秒會重新獲取並更新數據。
eureka.client.registry-fetch-interval-seconds: 5 生產環境中,我們不需要修改這個值。
- 服務續約
eureka: instance: lease-expiration-duration-in-seconds: 90 :服務續約(renew)的間隔,默認為30秒 lease-renewal-interval-in-seconds: 30 :服務失效時間,默認值90秒 在註冊服務完成以後,服務提供者會維持一個心跳
也就是說,默認情況下每個30秒服務會向註冊中心發送一次心跳,證明自己還活著。如果超過90秒沒有發送心跳
EurekaServer就會認為該服務宕機,會從服務列表中移除,這兩個值在生產環境不要修改,默認即可。
- 失效剔除
有些時候,我們的服務提供方並不一定會正常下線,可能因為記憶體溢出、網路故障等原因導致服務無法正常工作 Eureka
Server需要將這樣的服務剔除出服務列表。因此它會開啟一個定時任務,每隔60秒對所有失效的服務(超過90秒未響應)進行剔除
可以通過eureka.server.eviction-interval-timer-in-ms參數對其進行修改,單位是毫秒
- 自我保護機制
當把一個服務停掉後, 並不會立馬從服務列表當中移除,默認是90秒清除一次
有可以註冊中心和微服務之間出現了網路波動,網路不好,沒有收到心跳,有可能是網路不好,但是微服務還在,所以它不會立馬把服務給移除
當15分鐘內85%的心跳都沒有正常心跳,那麼eureka認為客戶端與註冊中心出現了網路問題,此時會出現以下情況:
1.Eureka不再從註冊列表中移除因為長時間沒有收到的心跳而過期的服務
2.Eureka仍然能夠接收服務的註冊和查詢請求,但是不會被同步到其它節點上
3.當網路穩定後,當前實例新註冊的資訊會被同步到其它節點上
CAP定理(了解)
- 什麼是CAP定理
CAP定理又稱CAP原則, 指的是在一個分散式系統中,Consistency(一致性)、
Availability(可用性)、Partition tolerance(分區容錯性), 最多只能同時三個特性中的兩個,三者不可兼得
- Consistency (一致性)
「all nodes see the same data at the same time」,
即更新操作成功並返回客戶端後,所有節點在同一時間的數據完全一致,這就是分散式的一致性。
- Availability(可用性)
可用性指「Reads and writes always succeed」 即服務一直可用,而且是正常響應時間。
好的可用性主要是指系統能夠很好的為用戶服務,不出現用戶操作失敗或者訪問超時等用戶體驗不好的情況
- Partition tolerance(分區容錯性)
大多數分散式系統都分布在多個子網路。每個子網路就叫做一個區
分區容錯的意思是,區間通訊可能失敗。比如,一台伺服器放在本地,另一台伺服器放在外地(可能是外省,甚至是外國),這就是兩個區,它們之間可能無法通訊
兩台跨區的伺服器。Server1 向 Server2 發送一條消息,Server2 可能無法收到。系統設計的時候,必須考慮到這種情況.
一般來說,分區容錯無法避免,因此可以認為 CAP 的 P 總是成立
即分散式系統在遇到某節點或網路分區故障的時候,仍然能夠對外提供滿足一致性或可用性的服務。
分區容錯性要求能夠使應用雖然是一個分散式系統,而看上去卻好像是在一個可以運轉正常的整體。
- Consistency 和 Availability 的矛盾
如果保證 Server2 的一致性,那麼 Server1 必須在寫操作時,鎖定 Server2
的讀操作和寫操作。只有數據同步後,才能重新開放讀寫。鎖定期間,Server2 不能讀寫,沒有可用性 如果保證 Server2的可用性,那麼勢必不能鎖定 Server2,所以一致性不成立
- 取捨策略
CAP三個特性只能滿足其中兩個,那麼取捨的策略就共有三種:
1.CA without P:
如果不要求P(不允許分區),則C(強一致性)和A(可用性)是可以保證的。
但放棄P的同時也就意味著放棄了系統的擴展性,也就是分散式節點受限,沒辦法部署子節點, 這是違背分散式系統設計的初衷的。
2.CP without A:
如果不要求A(可用),相當於每個請求都需要在伺服器之間保持強一致,而P(分區)會導致同步時間無限延長
(也就是等待數據同步完才能正常訪問服務)
一旦發生網路故障或者消息丟失等情況,就要犧牲用戶的體驗,等待所有數據全部一致了之後再讓用戶訪問系統。
3.AP wihtout C:
要高可用並允許分區,則需放棄一致性。 一旦分區發生,節點之間可能會失去聯繫,為了高可用,每個節點只能用本地數據提供服務
而這樣會導致全局數據的不一致性。
搶購商品時,可能前幾秒你瀏覽商品的時候頁面提示是有庫存的,當你選擇完商品準備下單的時候,系統提示你下單失敗,商品已售完。這其實就是先在
A(可用性)方面保證系統可以正常的服務,然後在數據的一致性方面做了些犧牲,雖然多少會影響一些用戶體驗,但也不至於造成用戶購物流程的嚴重阻塞。
沒有最好的策略,好的系統應該是根據業務場景來進行架構設計的,只有適合的才是最好的
