Spring Cloud

Sentinel熔断降级 　　Sentinel除了流量控制以外，对调用链路中不稳定的资源进行熔断降级也是保障高可用的重要措施之一。由于调用关系的复杂性，如果调用链路中的某个资源不稳定，最终会导致请求发生堆积。Sentinel 熔断降级会在调用链路中某个资源出现不稳定状态时（例如调用超时或异常比例升高），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错误。当资源被降级后，在接下来的降级时间窗口之内，对该资源的调用都自动熔断（默认行为是抛出 DegradeException ）。 降级策略 　　通常用以下几种方式来衡量资源是否处于稳定的状态： 平均响应时间 ( DEGRADE_GRADE_RT )：当 1s 内持续进入 N 个请求，对应时刻的平均响应时间（秒级）均超过阈值（ count ，以 ms 为单位），那么在接下的时间窗口（ DegradeRule 中的 timeWindow ，以 s 为单位）之内，对这个方法的调用都会自动地熔断（抛出 DegradeException ）。注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，若需要变更此上限可以通过启动配置项 -Dcsp.sentinel.statistic.max.rt=xxx 来配置。 异常比例 ( DEGRADE_GRADE_EXCEPTION

作者：国栋 https://my.oschina.net/goldenshaw/blog/705397 Java虚拟机层面所暴露给我们的状态，与操作系统底层的线程状态是两个不同层面的事。具体而言，这里说的 Java 线程状态均来自于 Thread 类下的 State 这一内部枚举类中所定义的状态： 什么是 RUNNABLE？ 直接看它的 Javadoc 中的说明： 一个在 JVM 中执行的线程处于这一状态中。（A threadexecuting in the Java virtual machine is in this state.） 而传统的进（线）程状态一般划分如下： 注：这里的进程指早期的单线程进程，这里所谓进程状态实质就是线程状态。那么 runnable 与图中的 ready 与 running 区别在哪呢？ 与传统的ready状态的区别 更具体点，javadoc 中是这样说的： 处于 runnable 状态下的线程正在 Java 虚拟机中执行，但它可能正在等待来自于操作系统的其它资源，比如处理器。 A thread in the runnable state is executing in the Java virtual machine but it may be waiting forother resources from the operating system

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 一、前言 SpringBoot部署起来虽然简单，如果服务器部署在公司内网，速度还行，但是如果部署在公网（阿里云等云服务器上），部署起来实在头疼：编译出来的 Jar 包很大，如果工程引入了许多开源组件（SpringCloud等），那就更大了。 这个时候如果想要对线上运行工程有一些微调，则非常痛苦 二、瘦身前的Jar包 Tomcat在部署Web工程的时候，可以进行增量更新，SpringBoot也是可以的～ SpringBoot编译出来的Jar包中，磁盘占用大的，是一些外部依赖库（jar包）， 例如： 进入项目工程根目录，执行 mvn clean install 命令，得到的Jar包，用压缩软件打开，目录结构如下： 整个Jar包 18.18 MB, 但是 BOOT-INF/lib 就占用了将近 18 MB： 三、解决方法 步骤1: 正常编译JAR包，解压出lib文件夹 POM文件如下： 进入项目根目录，执行命令：mvn clean install 将编译后的Jar包解压，拷贝 BOOT-INF 目录下的lib文件夹 到目标路径； 步骤2: 修改pom.xml配置，编译出不带 lib 文件夹的Jar包 配置完成后，再次执行编译：mvn clean install 生成的 Jar

写在前面 大家都知道 Github 是一个程序员福地，这里有各种厉害的开源框架、软件或者教程。这些东西对于我们学习和进步有着莫大的进步，所以我有了这个将 Github 上非常棒的 Java 开源项目整理下来的想法。觉得不错的话，欢迎小伙伴们去star一波。 很多小伙伴都不知道学习什么开源项目，这篇文章定能为你解决疑惑。 不论你想要看 Java 教程方向的开源项目、Java实战项目、SpringBoot教程还是说想要看微服务、分布式相关的开源项目，你都可以在上面找到需要的资源！ 项目的整个目录如下，可以说非常详细完善了！ 由于内容过多的原因，这里只简单介绍一部分内容。 转发+关注，然后添加我的VX：tkzl6666 即可获得这份《Java开源项目集合的PDF版》的免费领取方式！ 教程部分内容介绍 Java 共15个教程（这里只介绍前5个）（PDF里可直接点击跳转到Github） 1. JavaGuide : [Java 学习+面试指南]一份 涵盖大部分Java程序员所需要掌握的核心知识。 2. advanced-java :互联网Java工程师进阶知识完全扫盲:涵盖高并发、分布式、高可用、微服务、海量数据处理等领域知识。 3. miaosha :秒杀系统设计与实现互联网工程师进阶与分析。 4. architect-awesome :后端架构师技术图谱。 5.

作者 | 刘军（陆龟） Apache Dubbo PMC 概述 社区版本 Dubbo 从 2.7.5 版本开始，新引入了一种基于实例（应用）粒度的服务发现机制，这是我们为 Dubbo 适配云原生基础设施的一步重要探索。版本发布到现在已有近半年时间，经过这段时间的探索与总结，我们对这套机制的可行性与稳定性有了更全面、深入的认识；同时在 Dubbo 3.0 的规划也在全面进行中，如何让应用级服务发现成为未来下一代服务框架 Dubbo 3.0 的基础服务模型，解决云原生、规模化微服务集群扩容与可伸缩性问题，也已经成为我们当前工作的重点。 既然这套新机制如此重要，那它到底是怎么工作的呢？今天我们就来详细解读一下。在最开始的社区版本，我们给这个机制取了一个神秘的名字 - 服务自省，下文将进一步解释这个名字的由来，并引用服务自省代指这套应用级服务发现机制。 熟悉 Dubbo 开发者应该都知道，一直以来都是面向 RPC 方法去定义服务的，并且这也是 Dubbo 开发友好性、治理功能强的基础。既然如此，那我们为什么还要定义个应用粒度的服务发现机制呢？这个机制到底是怎么工作的？它与当前机制的区别是什么？它能给我们带来哪些好处那？对适配云原生、性能提升又有哪些帮助？ 带着所有的这些问题，我们开始本文的讲解。 服务自省是什么？ 首先，我们先来解释文章开篇提到的问题：

作者 | 孤弋 阿里云高级技术专家，负责 EDAS 的开发和用户体验优化工作。 前言 近年来，云原生、Kubernetes、微服务、SpringCloud 这些名词在技术圈内不绝于耳，数据显示，使用 SpringCloud 作为微服务的框架，同时选择 Kubernetes 作为应用与基础设施运维底座的团队越来越多，这二者的搭档基本上成为了业界的主流配搭。 为了顺应这一趋势，EDAS 也紧紧围绕这一典型场景，对它的开发、测试、部署、联调、线上运维等诸多环节中的开发者体验进行深度打磨，发布了全新的 3.0 版本。同时，针对如何在采用了 SpringCloud + Kubernetes 架构的应用上使用 EDAS，我们团队提供各个环节的最佳实践，供开发者参考。 本篇进入我们的第一章节：开发。 初始化项目 阿里巴巴从 2018 年开始开源了以原阿里 来源： oschina 链接： https://my.oschina.net/u/4284005/blog/4333705

一、函数式接口是什么？ 所谓的函数式接口，实际上就是接口里面 只能有一个抽象方法的接口 。我们上一节用到的Comparator接口就是一个典型的函数式接口，它只有一个抽象方法compare。 只有一个抽象方法？那上图中的equals方法不是也没有函数体么？不急，和我一起往下看！ 二、函数式接口的特点 接口有且仅有一个抽象方法，如上图的抽象方法compare 允许定义静态非抽象方法 允许定义默认defalut非抽象方法（default方法也是java8才有的，见下文） 允许java.lang.Object中的public方法，如上图的方法equals。 FunctionInterface注解不是必须的，如果一个接口符合"函数式接口"定义，那么加不加该注解都没有影响。加上该注解能够更好地让编译器进行检查。如果编写的不是函数式接口，但是加上了@FunctionInterface，那么编译器会报错 甚至可以说：函数式接口是专门为lambda表达式准备的， lambda表达式是只实现接口中唯一的抽象方法的匿名实现类 。 三、default关键字 顺便讲一下default关键字，在java8之前 接口是不能有方法的实现，所有方法全都是抽象方法 实现接口就必须实现接口里面的所有方法 这就导致一个问题： 当一个接口有很多的实现类的时候,修改这个接口就变成了一个非常麻烦的事

前言 随着微服务的流行，越来越多公司使用了微服务框架，微服务以其的高内聚、低耦合等特性，提供了更好的容错性，也更适应业务的快速迭代，为开发人员带来了很多的便利性。但是随着业务的发展，微服务拆分越来越复杂，微服务的治理也成了一个比较令人头疼的问题，我相信下面这些场景大家或多或少都遇到过。 场景一： 发布是天大的事情，每一次的发布，都会出现执行到一半的请求中断掉，上游继续调用已经下线的节点导致报错。发布时收到各种报错，同时还影响用户的体验。发布后又需要修复执行到一半的脏数据。 上述场景还是在新版本没有任何问题的情况下，如果新版本有问题，则会导致大量业务直接请求到有问题的新版本，轻则修复数据，重则严重影响用户体验，甚至产生资损。最后不得不每次发版都安排在凌晨两三点发布，心惊胆颤，睡眠不足，苦不可言。 场景二：大半夜某个服务节点出现异常，上游仍旧不断地调用，出现很多异常和各种报警短信。被报警吵醒后，想直接在线上修复，有点难，想保留现场又害怕拖垮整个应用，只好先重启为上。 但是这只是治标不治本的方式，因为很难复现从而无法有效定位，可能明天又被吵醒，继续重启。上述场景还是建立在报警系统比较完善的情况下，如果没有完善的报警系统，严重情况可能整个业务系统都被单机异常拖垮。 场景三：公司业务壮大了，部门组织变复杂后，微服务模块越来越多。我不清楚发布的服务到底被谁调用了

Nacos 在 0.7 版本之前，默认使用的是嵌入式数据库 Apache Derby 来存储数据（内嵌的数据库会随着 Nacos 一起启动，无需额外安装）；0.7 版本及以后，增加了对 MySQL 数据源的支持。 环境要求：MySQL 5.6.5+（生产使用建议至少主备模式，或者采用高可用数据库）； 1、初始化 MySQL 数据库 创建数据库 nacos_config。 SQL源文件地址：https://github.com/alibaba/nacos/blob/master/distribution/conf/nacos-mysql.sql ，或者在 nacos-server 解压目录 conf 下，找到 nacos-mysql.sql 文件，运行该文件，结果如下： 2、application.properties 配置 修改 nacos/conf/application.properties 文件的以下内容。 最终修改结果如下： #*************** Config Module Related Configurations *************** # ### If user MySQL as datasource: # 指定数据源为 MySQL spring.datasource.platform = mysql ### Count of DB: #

之前画流程图都是用tomcat启动flowable modeler，但是这样启动就不能在分配任务用户/用户组的时候查询自己系统里的数据。所以现在需要把flowable modeler集成到项目里来。 之前自己也搜索了很多文章，都感觉不是很清晰，可能也是因为我刚接触不久。现在自己集成好了之后，记录一下自己学习的结果。 首先需要创建一个springboot应用，pom文件中引入相关jar包： <properties> <java.version>1.8</java.version> <flowable.version>6.4.1</flowable.version> <lombok.version>1.18.0</lombok.version> <fastjson.version>1.2.9</fastjson.version> </properties> < dependencyManagement > < dependencies > < dependency > < groupId > org.springframework.boot </ groupId > < artifactId > spring-boot-dependencies </ artifactId > < type > pom </ type > < scope > import </ scope > </