Spring Cloud

网关之多维度限流

旧巷老猫 提交于 2020-08-06 09:29:50
github https://github.com/marcosbarbero/spring-cloud-zuul-ratelimit spring-cloud-zuul-ratelimit 说明 spring-cloud-zuul-ratelimit是和zuul整合提供分布式限流策略的扩展 对请求的目标URL进行限流(例如:某个URL每分钟只允许调用多少次) 对客户端的访问IP进行限流(例如:某个IP每分钟只允许请求多少次) 对某些特定用户或者用户组进行限流(例如:非VIP用户限制每分钟只允许调用100次某个API等) 多维度混合的限流。此时,就需要实现一些限流规则的编排机制。与、或、非等关系。 支持的限流粒度 服务粒度 (默认配置,当前服务模块的限流控制) 用户粒度 用户限流的实现:如果你的项目整合 Shiro 或者 Spring Security 安全框架,那么会自动维护request域UserPrincipal,如果是自己的框架,请登录成功后维护request域UserPrincipal,才能使用用户粒度的限流。未登录默认是:anonymous ORIGIN粒度 (用户请求的origin作为粒度控制) 某个IP的客户端被限流并不影响其他客户端,即API网关对每个客户端限流是相互独立的 URL 接口粒度 (请求接口的地址作为粒度控制) 以上粒度自由组合,又可以支持多种情况。

Spring Boot Admin简介及实践 – 东溪陈姓少年

倖福魔咒の 提交于 2020-08-06 09:27:46
内容纲要 问题 在若干年前的单体应用时代,我们可以相对轻松地对整个业务项目进行健康检查、指标监控、配置管理等等项目治理。如今随着微服务的发展,我们将大型单体应用按业务模型进行划分,以此形成众多小而自治的微服务,我们品尝到了微服务的甜头:异常隔离、独立部署和发布、服务伸缩、便于协作开发...我们的项目服务更加解耦合,高可用。但与此同时这也给我们带来了很多挑战,众多服务的健康检查、指标监控问题、配置管理、日志聚合问题、异常排查问题等等。我们急切需要一些工具或者手段来尽可能地解决这些问题,从而让我们收获微服务的最大化利益。 来源背景 codecentric的Spring Boot Admin是一个社区项目,用于管理和监视您的Spring Boot®应用程序。这些应用程序在我们的Spring Boot Admin Client中注册(通过HTTP),或者是通过Spring Cloud®(例如Eureka,Consul)发现的。 UI只是Spring Boot Actuator端点之上的Vue.js应用程序。 功能介绍 Spring Boot Admin提供了很多服务治理方面的功能,利用它能节省我们很多在治理服务方面的时间和精力Spring Boot Admin提供了如下功能(包括但不限于): 显示健康状态及详细信息,如JVM和内存指标、数据源指标、缓存指标 跟踪并下载日志文件

maven 中使用 scope = import

走远了吗. 提交于 2020-08-06 08:45:23
在 Spring boot 项目的 POM 文件中,我们可以通过在 POM 文件中继承 Spring-boot-starter-parent 来引用 Srping boot 默认依赖的jar包,如下: <groupId>org.springcloud</groupId> <artifactId>cloud2020</artifactId> <version>1.0-SNAPSHOT</version> <packaging>pom</packaging> 但是, 通过上面的 parent 继承的方法,只能继承一个 spring-boot-start-parent 。实际开发中,用户很可能需要继承自己公司的标准 parent 配置,这个时候可以使用 scope=import 来 实现多继承 。 代码如下: <dependencyManagement> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-dependencies</artifactId> <version>2.2.2.RELEASE</version> <type>pom</type> <scope>import</scope> </dependency> <dependencyManagement>

zipkin 链路不显示,没有进入es问题

倾然丶 夕夏残阳落幕 提交于 2020-08-06 08:18:01
问题场景: 一周前正常,现在不正常,通过curl 访问单个工程能显示链路。如果通过网关入口访问不显示。 回顾: 一周前将spring cloud的zuul网关改成gateway 排查: 看elk日志,gateway将 traceId 打印出来,但是工程没有配置zipkin。 猜测: gateway将 traceId传入到后端服务,但是没有将记录传入到zipkin存储。 解决: 将gateway配置zipkin,链路显示正常 来源: oschina 链接: https://my.oschina.net/xiaominmin/blog/4297703

【Spring cloud】Spring Cloud 功能整理

爱⌒轻易说出口 提交于 2020-08-06 08:14:58
Spring Cloud 功能 开源实现 说明 通用功能 服务注册与发现 Netflix Eureka Consul Discovery 兼容且提供替换组件 负载均衡 Netflix Ribbon 兼容 服务调用 Feign RestTemplate 兼容 配置管理 Config Server Consul Config 兼容且提供替换组件 服务网关 Spring Cloud Gateway Netflix Zuul Spring Cloud Gateway旨在为微服务架构提供简单、有效和统一的API路由管理方式 , 目标是替代Netflix Zuul 链路跟踪 Spring Cloud Sleuth 兼容且提供替换组件 消息驱动 Spring Cloud Stream RabbitMQ binder Kafka binder 兼容且提供替换组件 消息总线 Spring Cloud Bus RabbitMQ Kafka 兼容且提供替换组件 安全 Spring Cloud Security 兼容 分布式任务调度 Spring Cloud Task 兼容 分布式协调 Spring Cloud Cluster 兼容 来源: oschina 链接: https://my.oschina.net/guoenzhou/blog/4292964

到底什么级别才算是高并发?

半城伤御伤魂 提交于 2020-08-06 06:52:48
作者:边鹏_尛爺鑫 https://segmentfault.com/a/1190000010844969 大家心里仔细想想,当你们听到高并发网站时,心里对这个网站是个什么概念? 首先想到的是淘宝吗?带着问题,我们一起思考技术~ 写这个话题是因为我对搜索引擎给我的答案很不满意,然后决定把思考的一些东西分享出来,希望可以大家彼此讨论下。 我们经常在面试的时候,被问到有没有高并发的经验?先不说哪些考高并发的装逼公司。我思考的是什么才算是高并发?你一天几个pv肯定高不了。首先在网上查找一下,并未找到明确的标准定义。那么什么是并发呢? 并发,在操作系统中,是指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。 摘自百度百科 我们说的高并发是什么? 上面的定义明显不是我们通常所言的并发,在互联网时代,所讲的并发、高并发,通常是指并发访问。也就是在某个时间点,有多少个访问同时到来。 我看到有人给高并发下了类似的定义: 高并发通常是指我们提供的系统服务能够同时并行处理很多请求。 来看看这个定义,这里首先把并发给混淆到并行了。关于并发并行的区别看这里我就不多说,继续探讨并发。 然后定义又说很多请求?什么叫很多请求?做为中国人,这个词让我想象力一发不可收拾......好了,拉回来,继续本文。 那么从上面的分析

如何大大提升微服务的高可用性?

家住魔仙堡 提交于 2020-08-06 05:48:24
0、前言 微服务架构现在是个热门话题,微服务的高可用性自然也是企业非常关注的。眼下互联网的架构秘籍三板斧“高可用可扩展,缓存提速,消峰减流去并发”,在微服务架构体系中有着不一样的诠释。 在微服务中消息队列不仅用来消峰,还可以通过消息队列来解决微服务之间的多耦合,把同步调用转化为异步调用,减少调用链路,提升系统稳定性。 单体应用拆分为独立的多个无形中增加了系统的响应时间,可以通过本地缓存、分布式缓存相结合的方式来弥补性能的损耗。 以前通过内部接口调用的方法变成RPC调用多个服务,服务与服务之间还有依赖关系,每个服务接口响应时间也都不一样,简单的设置单个接口的超时时间已解决不了问题,可通过服务定级,哪些服务不能出问题,哪些服务允许有异常,采用降级、熔断的方式来解决问题,以达到系统的高可用。 以上这三种方式如能合理运用,微服务的高可用性大大提升,所以说缓存、队列、熔断降级成了微服务架构中的新三板斧。 以下是相关技术应用中的一些难点解答,供大家参考。 1、微服务架构中有哪些技术手段必须在设计阶段就需要规划进去? 互联网的三板斧:熔断、消息队列、缓存,这个必须有要考虑进入,另外为了提高响应时间,并行化操作也需要提前考虑。 熔断:保障服务高可用的重要手段,用户的请求将不再直接访问服务,而是通过线程池中的空闲线程来访问服务,如果线程池已满,则会进行降级处理,用户的请求不会被阻塞

Spring Cloud Zuul过滤器介绍及使用

旧街凉风 提交于 2020-08-06 04:47:52
过滤器类型 Zuul 中的过滤器跟我们之前使用的 javax.servlet.Filter 不一样,javax.servlet.Filter 只有一种类型,可以通过配置 urlPatterns 来拦截对应的请求。 而 Zuul 中的过滤器总共有 4 种类型,且每种类型都有对应的使用场景。 1)pre 可以在请求被路由之前调用。适用于身份认证的场景,认证通过后再继续执行下面的流程。 2)route 在路由请求时被调用。适用于灰度发布场景,在将要路由的时候可以做一些自定义的逻辑。 3)post 在 route 和 error 过滤器之后被调用。这种过滤器将请求路由到达具体的服务之后执行。适用于需要添加响应头,记录响应日志等应用场景。 4)error 处理请求时发生错误时被调用。在执行过程中发送错误时会进入 error 过滤器,可以用来统一记录错误信息。 请求生命周期 可以通过图 1 看出整个过滤器的执行生命周期, 图 1 过滤器生命周期 通过上面的图可以清楚地知道整个执行的顺序,请求发过来首先到 pre 过滤器,再到 routing 过滤器,最后到 post 过滤器,任何一个过滤器有异常都会进入 error 过滤器。 通过 com.netflix.zuul.http.Zuul Servlet 也可以看出完整执行顺序,ZuulServlet 类似 Spring -Mvc 的

Spring Boot 项目瘦身指南,瘦到不可思议!

邮差的信 提交于 2020-08-06 03:40:13
目录: 1.前言 2.瘦身前的Jar包 3.解决方案 一、前言 Spring Boot 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,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( Spring Cloud 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, Spring Boot 也是可以的~ Spring Boot 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: <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> <configuration> <mainClass>com.johnnian.App</mainClass>

SpringCloud:Spring Cloud Gateway高级应用

风格不统一 提交于 2020-08-06 02:54:23
熔断 限流 重试 1. 限速路由器 限速在高并发场景中比较常用的手段之一,可以有效的保障服务的整体稳定性,Spring Cloud Gateway 提供了基于 Redis 的限流方案。所以我们首先需要添加对应的依赖包spring-boot-starter-data-redis-reactive <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis-reactive</artifactId> </dependency> 配置文件中需要添加 Redis 地址和限流的相关配置 server: port: 8080 spring: application: name: spring-cloud-gateway redis: host: localhost password: password port: 6379 cloud: gateway: discovery: locator: enabled: true routes: - id: requestratelimiter_route uri: http://example.org filters: - name: RequestRateLimiter args: redis-rate