谷粒商城-02-p20-p27

一、SpringCloud Alibaba

1、SpringCloud Alibaba 简介

1）、简介

Spring Cloud Alibaba 致力于提供微服务开发的****一站式解决方案。此项目包含开发分布式应用

微服务的必需组件，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布

式应用服务。

依托 Spring Cloud Alibaba，您只需要添加一些注解和少量配置，就可以将 Spring Cloud 应用

接入阿里微服务解决方案，通过阿里中间件来迅速搭建分布式应用系统。

https://github.com/alibaba/spring-cloud-alibaba

2）、为什么使用

因为目前是最好的解决方案

# SpringCloud 的几大痛点 
 SpringCloud 部分组件停止维护和更新，给开发带来不便； 
 SpringCloud 部分环境搭建复杂，没有完善的可视化界面，我们需要大量的二次开发和定制 
 SpringCloud 配置复杂，难以上手，部分配置差别难以区分和合理应用 
 
 # SpringCloud Alibaba 的优势： 
 阿里使用过的组件经历了考验，性能强悍，设计合理，现在开源出来大家用 成套的产品搭配完善的可视化界面给开发运维带来极大的便利 搭建简单，学习曲线低。 
 
 # 结合 SpringCloud Alibaba 我们最终的技术搭配方案： 
 SpringCloud Alibaba - Nacos：注册中心（服务发现/注册） 
 SpringCloud Alibaba - Nacos：配置中心（动态配置管理） 
 SpringCloud - Ribbon：负载均衡 SpringCloud - Feign：声明式 HTTP 客户端（调用远程服务） 
 SpringCloud Alibaba - Sentinel：服务容错（限流、降级、熔断） 
 SpringCloud - Gateway：API 网关（webflux 编程模式） 
 SpringCloud - Sleuth：调用链监控 
 SpringCloud Alibaba - Seata：原 Fescar，即分布式事务解决方案

3）、版本选择

由于 Spring Boot 1 和 Spring Boot 2 在 Actuator 模块的接口和注解有很大的变更，且

spring-cloud-commons 从 1.x.x 版本升级到 2.0.0 版本也有较大的变更，因此我们采取跟

SpringBoot 版本号一致的版本:

# 具体的版本还是要根据当下官方更新的版本而定
1.5.x 版本适用于 Spring Boot 1.5.x 
2.0.x 版本适用于 Spring Boot 2.0.x 
2.1.x 版本适用于 Spring Boot 2.1.x

4）、项目中的依赖

在 common 项目中引入如下。进行统一管理

<dependencyManagement> 
  <dependencies> 
    <dependency> 
      <groupId>com.alibaba.cloudgroupId> 
      <artifactId>spring-cloud-alibaba-dependenciesartifactId> 
      <version>2.1.0.RELEASEversion> 
      <type>pomtype>
      <scope>importscope> 
    dependency> 
  dependencies> 
dependencyManagement>

2、**SpringCloud Alibaba-Nacos[**作为注册中心]

Nacos 是阿里巴巴开源的一个更易于构建云原生应用的动态服务发现、配置管理和服务管理

平台。他是使用 java 编写。需要依赖 java 环境

Nacos 文档地址： https://nacos.io/zh-cn/docs/quick-start.html

1）、下载 nacos-server

https://github.com/alibaba/nacos/releases

2）、启动 nacos-server

• 双击 bin 中的 startup.cmd 文件

• 访问 http://localhost:8848/nacos/

• 使用默认的 nacos/nacos 进行登录

3）、将微服务注册到 nacos 中

0.5、注意事项

在springcloud2020之后已经不在默认加载bootstrap.properties文件了需要在以下的依赖才能默认开启，因为每个服务都需所以加在common模块

    		<dependency>
            <groupId>org.springframework.cloudgroupId>
            <artifactId>spring-cloud-starter-bootstrapartifactId>
        dependency>

1、首先，修改pom.xml 文件，引入 Nacos Discovery Starter。

<dependency> 
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-starter-alibaba-nacos-discoveryartifactId> 
dependency>

2 、在应用的 /src/main/resources/application.properties 配置文

件中配置 Nacos Server 地址

spring.cloud.nacos.discovery.server-addr=127.0.0.1:8848

3 、使用 @EnableDiscoveryClient 开启服务注册发现功能

@SpringBootApplication 
@EnableDiscoveryClient 
public class ProviderApplication { 
  public static void main(String[] args) { 
    SpringApplication.run(Application.class, args); 
  } 
}

4 、启动应用，观察 nacos 服务列表是否已经注册上服务

# 注意：每一个应用都应该有名字，这样才能注册上去。修改 application.properties 文件 
spring.application.name=service-provider 
server.port=8000

5 、注册更多的服务上去，测试使用 feign 远程调用

# Nacos 使用三步 
1、导包 nacos-discovery 
2、写配置，指定 nacos 地址，指定应用的名字 
3、开启服务注册发现功能@EnableDiscoveryClient

# Feign 使用三步 
1、导包 openfeign 
2、开启@EnableFeignClients 功能 
3、编写接口，进行远程调用 
@FeignClient("stores") 
public interface StoreClient { 

@RequestMapping(method = RequestMethod.GET, value = "/stores") 
List getStores();

@RequestMapping(method = RequestMethod.POST, value = "/stores/{storeId}", consumes = "application/json") 
Store update(@PathVariable("storeId") Long storeId, Store store); 
}

6 、更多配置

https://github.com/alibaba/spring-cloud-alibaba/blob/master/spring-cloud-alibaba-examples/na

cos-example/nacos-discovery-example/readme-zh.md#more

3 、 SpringCloud Alibaba-Nacos[ 作为配置中心 ]

1 、 pom.xml 引入 Nacos Config Starter 。

<dependency> 
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-starter-alibaba-nacos-configartifactId> 
dependency>

2 **、**配置元数据

在应用的 /src/main/resources/bootstrap.properties 配 置文件中配置 Nacos Config 元数据

spring.application.name=nacos-config-example 
spring.cloud.nacos.config.server-addr=127.0.0.1:8848 

主要配置应用名和配置中心地址

3 、在 nacos 中添加配置

在 nacos 中创建一个 应用名 .properties 配置文件并编写配置

# Nacos Config 数据结构
Nacos Config 主要通过 dataId 和 group 来唯一确定一条配置。 
Nacos Client 从 Nacos Server 端获取数据时，调用的是此接口 ConfigService.getConfig(String dataId, String group, long timeoutMs)。

# Spring Cloud 应用获取数据 
dataID： 在 Nacos Config Starter 中，dataId 的拼接格式如下
		${prefix} - ${spring.profiles.active} . ${file-extension} 
		prefix 默认为 spring.application.name 的值，也可以通过配置项 
		spring.cloud.nacos.config.prefix 来配置。 
  	spring.profiles.active 即为当前环境对应的 profile 
注意，当 activeprofile 为空时，对应的连接符 - 也将不存在，dataId 的拼接格式变成 ${prefix}.${file-extension} 
file-extension 为配置内容的数据格式，可以通过配置项spring.cloud.nacos.config.file-extension 来配置。 目前只支持 properties 类型。 

Group： 
	Group 默认为 DEFAULT_GROUP，可以通过 spring.cloud.nacos.config.group 配置。

4 、在应用中使用 @Value 和 @RefreshScope

完成上述两步后，应用会从 Nacos Config 中获取相应的配置，并添加在 Spring Environment 的 PropertySources 中 。 这 里 我 们 使 用 @Value 注 解 来 将 对 应 的 配 置 注 入 到 SampleController 的 userName 和 age 字段，并添加 @RefreshScope 打开动态刷新功能 

@RefreshScope 
class SampleController { 
	@Value("${user.name}") 
	String userName; 
	
	@Value("${user.age}") 
	int age; 
}

5 、进阶

1 、核心概念

# 命名空间： 
用于进行租户粒度的配置隔离。不同的命名空间下，可以存在相同的 Group 或 Data ID 的 配置。Namespace 的常用场景之一是不同环境的配置的区分隔离，例如开发测试环境和生 产环境的资源（如配置、服务）隔离等。

# 配置集：
一组相关或者不相关的配置项的集合称为配置集。在系统中，一个配置文件通常就是一个配 置集，包含了系统各个方面的配置。例如，一个配置集可能包含了数据源、线程池、日志级 别等配置项。

# 配置集 ID： 
Nacos 中的某个配置集的 ID。配置集 ID 是组织划分配置的维度之一。Data ID 通常用于组 织划分系统的配置集。一个系统或者应用可以包含多个配置集，每个配置集都可以被一个有 意义的名称标识。Data ID 通常采用类 Java 包（如 com.taobao.tc.refund.log.level）的命名 规则保证全局唯一性。此命名规则非强制。

# 配置分组： 
Nacos 中的一组配置集，是组织配置的维度之一。通过一个有意义的字符串（如 Buy 或 Trade ）对配置集进行分组，从而区分 Data ID 相同的配置集。当您在 Nacos 上创建一个 配置时，如果未填写配置分组的名称，则配置分组的名称默认采用 DEFAULT_GROUP 。配置 分组的常见场景：不同的应用或组件使用了相同的配置类型，如 database_url 配置和 MQ_topic 配置。

2 、原理

# 自动注入： 
NacosConfigStarter 实现了 org.springframework.cloud.bootstrap.config.PropertySourceLocator 接口，并将优先级设置成了最高。 

在 Spring Cloud 应用启动阶段，会主动从 Nacos Server 端获取对应的数据，并将获取到的 数据转换成 PropertySource 且注入到 Environment 的 PropertySources 属性中，所以使用 @Value 注解也能直接获取 Nacos Server 端配置的内容。

# 动态刷新： 
Nacos Config Starter 默认为所有获取数据成功的 Nacos 的配置项添加了监听功能，在监听 到服务端配置发生变化时会实时触发 org.springframework.cloud.context.refresh.ContextRefresher 的 refresh 方法 。 

如果需要对 Bean 进行动态刷新，请参照 Spring 和 Spring Cloud 规范。推荐给类添加 @RefreshScope 或 @ConfigurationProperties 注解，

3 、加载多配置文件

# 我们可以写多个配置文件 然后最终在一个配置文件中集成进来，然后以下面的数组的形式集成【0】 【1】 。。。
spring.cloud.nacos.config.server-addr=127.0.0.1:8848 
spring.cloud.nacos.config.namespace=31098de9-fa28-41c9-b0bd-c754ce319ed4 
spring.cloud.nacos.config.ext-config[0].data-id=gulimall-datasource.yml 
spring.cloud.nacos.config.ext-config[0].refresh=ture 
spring.cloud.nacos.config.ext-config[0].group=dev

spring.cloud.nacos.config.ext-config[1].data-id=gulimall-mybatis.yml 
spring.cloud.nacos.config.ext-config[1].refresh=ture 
spring.cloud.nacos.config.ext-config[1].group=dev

spring.cloud.nacos.config.ext-config[2].data-id=gulimall-other.yml 
spring.cloud.nacos.config.ext-config[2].refresh=ture 
spring.cloud.nacos.config.ext-config[2].group=dev

4 、 namespace 与 group 最佳实践

每个微服务创建自己的 namespace 进行隔离，用group 来区分 dev，beta，prod 等环境

最终我们只需要保留一个bootstrap.properties就可以了 其他的抽取到nacos中就可以了

5、为每一个服务创建一个命名空间

4 、 SpringCloud Alibaba-Sentinel

1 、简介

官方文档：https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D

项目地址：https://github.com/alibaba/Sentinel

随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点，

从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。

Sentinel 具有以下特征:

# 丰富的应用场景：
Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场 景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集 群流量控制、实时熔断下游不可用应用等。 
# 完备的实时监控：
Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入 应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况。 
# 广泛的开源生态：
Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如 与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配 置即可快速地接入 Sentinel。 
# 完善的 SPI 扩展点：
Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过 实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

Sentinel 分为两个部分 :

• 核心库（Java 客户端）不依赖任何框架/库，能够运行于所有 Java 运行时环境，同时对 Dubbo / Spring Cloud 等框架也有较好的支持。

• 控制台（Dashboard）基于 Spring Boot 开发，打包后可以直接运行，不需要额外的

  Tomcat 等应用容器。

Sentinel 基本概念

• 资源

资源是 Sentinel 的关键概念。它可以是 Java 应用程序中的任何内容，例如，由应用程序提 供的服务，或由应用程序调用的其它应用提供的服务，甚至可以是一段代码。在接下来的文 档中，我们都会用资源来描述代码块。

只要通过 Sentinel API 定义的代码，就是资源，能够被 Sentinel 保护起来。大部分情况下，可以使用方法签名，URL，甚至服务名称作为资源名来标示资源。

• 规则

围绕资源的实时状态设定的规则，可以包括流量控制规则、熔断降级规则以及系统保护规 则。所有规则可以动态实时调整。

2 、 Hystrix 与 Sentinel 比较

3 、整合 Feign+Sentinel 测试熔断降级

https://github.com/alibaba/Sentinel/wiki/%E4%B8%BB%E9%A1%B5

什么是熔断降级

除了流量控制以外，降低调用链路中的不稳定资源也是 Sentinel 的使命之一。由于调用关系的复杂性，如果调用链路中的某个资源出现了不稳定，最终会导致请求发生堆积。

Sentinel 和 Hystrix 的原则是一致的: 当检测到调用链路中某个资源出现不稳定的表现，例 如请求响应时间长或异常比例升高的时候，则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故障。

熔断降级设计理念

在限制的手段上，Sentinel 和 Hystrix 采取了完全不一样的方法。

Hystrix 通过 线程池隔离 的方式，来对依赖（在 Sentinel 的概念中对应 资源）进行了隔 离。这样做的好处是资源和资源之间做到了最彻底的隔离。缺点是除了增加了线程切换的成 本（过多的线程池导致线程数目过多），还需要预先给各个资源做线程池大小的分配。

Sentinel 对这个问题采取了两种手段**

• 通过并发线程数进行限制

和资源池隔离的方法不同，Sentinel 通过限制资源并发线程的数量，来减少不稳定资源对其 它资源的影响。这样不但没有线程切换的损耗，也不需要您预先分配线程池的大小。当某个 资源出现不稳定的情况下，例如响应时间变长，对资源的直接影响就是会造成线程数的逐步 堆积。当线程数在特定资源上堆积到一定的数量之后，对该资源的新请求就会被拒绝。堆积 的线程完成任务后才开始继续接收请求。

• 通过响应时间对资源进行降级

除了对并发线程数进行控制以外，Sentinel 还可以通过响应时间来快速降级不稳定的资源。 当依赖的资源出现响应时间过长后，所有对该资源的访问都会被直接拒绝，直到过了指定的时间窗口之后才重新恢复。

整合测试：

https://github.com/alibaba/spring-cloud-alibaba/blob/master/spring-cloud-alibaba-examples/sentinel-example/sentinel-feign-example/readme-zh.md

1 、引入依赖

<dependency> 
  <groupId>org.springframework.cloudgroupId> 
  <artifactId>spring-cloud-starter-openfeignartifactId> 
dependency> 
<dependency> 
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-starter-alibaba-sentinelartifactId> 
dependency>

2 、使用 Nacos 注册中心

<dependency> 
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-starter-alibaba-nacos-discoveryartifactId> 
dependency>

3 、定义 fallback 实现

//在服务消费者中，实现 feign 远程接口，接口的实现方法即为调用错误的容错方法 
public class OrderFeignServiceFallBack implements OrderFeignService { 
  @Override 
  public Resp<OrderVo> getOrderInfo(String orderSn) { 
    return null; 
  } 
}

4 、定义 fallbackfactory 并放在容器中

@Component 
public class OrderFeignFallbackFactory implements FallbackFactory<OrderFeignServiceFallBack> { 
  @Override 
  public OrderFeignServiceFallBack create(Throwable throwable) { 
    return new OrderFeignServiceFallBack(throwable); 
  } 
}

5 、改造 fallback 类接受异常并实现容错方法

public class OrderFeignServiceFallBack implements OrderFeignService { 
  private Throwable throwable; 
  public OrderFeignServiceFallBack(Throwable throwable){ 
    this.throwable = throwable; 
  }
  
  @Override 
  public Resp<OrderVo> getOrderInfo(String orderSn) { 
    return Resp.fail(new OrderVo()); 
  } 
}

6 、远程接口配置 feign 客户端容错

@FeignClient(value = "gulimall-oms",fallbackFactory = OrderFeignFallbackFactory.class) 
public interface OrderFeignService { 
  @GetMapping("/oms/order/bysn/{orderSn}") 
  public Resp<OrderVo> getOrderInfo(@PathVariable("orderSn") String orderSn); 

}

7、开启 sentinel 代理 feign 功能；在 application.properties 中配置

feign.sentinel.enabled=true

测试熔断效果。当远程服务出现问题，会自动调用回调方法返回默认数据，并且更快的容错方式

1 、使用 @SentinelResource ，并定义 fallback

@SentinelResource(value = "order",fallback = "e") 

Fallback 和原方法签名一致，但是最多多一个 Throwable 类型的变量接受异常。 https://github.com/alibaba/Sentinel/wiki/%E6%B3%A8%E8%A7%A3%E6%94%AF%E6%8C%81

需要给容器中配置注解切面 
@Bean 
public SentinelResourceAspect sentinelResourceAspect() { 
return new SentinelResourceAspect(); 
}

在控制台添加降级策略

2 、测试降级效果

当远程服务停止，前几个服务会尝试调用远程服务，满足降级策略条件以后则不会再尝试调 用远程服务

4 、整合 Sentinel 测试限流（流量控制）

https://github.com/alibaba/spring-cloud-alibaba/blob/master/spring-cloud-alibaba-examples/sentinel-example/sentinel-core-example/readme-zh.md

什么是流量控制

流量控制在网络传输中是一个常用的概念，它用于调整网络包的发送数据。然而，从系统稳定性角度考虑，在处理请求的速度上，也有非常多的讲究。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。 Sentinel 作为一个调配器，可以根据需要把随机的请求调整成合适的形状，如下图所示：

流量控制设计理念

流量控制有以下几个角度:

• 资源的调用关系，例如资源的调用链路，资源和资源之间的关系；

• 运行指标，例如 QPS、线程池、系统负载等；

• 控制的效果，例如直接限流、冷启动、排队等。

Sentinel 的设计理念是让您自由选择控制的角度，并进行灵活组合，从而达到想要的效果。

1 、引入 Sentinel starter

<dependency>
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-starter-alibaba-sentinelartifactId> 
dependency>

2 、接入限流埋点

• HTTP 埋点

Sentinel starter 默认为所有的 HTTP 服务提供了限流埋点，如果只想对 HTTP 服务进行限流，那么只需要引入依赖，无需修改代码。

• 自定义埋点

如果需要对某个特定的方法进行限流或降级，可以通过 @SentinelResource 注解来完成限流的埋点，示例代码如下：

@SentinelResource("resource") 
public String hello() { return "Hello"; }

当 然 也 可 以 通 过 原 始 的 SphU.entry(xxx) 方 法 进 行 埋 点 ， 可 以 参 见 Sentinel 文 档 （ https://github.com/alibaba/Sentinel/wiki/%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8#%E5%AE%9A%E4%B9%89%E8%B5%84%E6%BA%90）。

3 、配置限流规则

Sentinel 提供了两种配置限流规则的方式：代码配置 和 控制台配置。

通过代码来实现限流规则的配置。一个简单的限流规则配置示例代码如下，更多限流规 则配置详情请参考 Sentinel 文档。 （ https://github.com/alibaba/Sentinel/wiki/%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8 #%E5%AE%9A%E4%B9%89%E8%A7%84%E5%88%99） 

List rules = new ArrayList(); 
FlowRule rule = new FlowRule(); rule.setResource(str); 
// set limit qps to 10 
rule.setCount(10); 
rule.setGrade(RuleConstant.FLOW_GRADE_QPS); 
rule.setLimitApp("default"); 
rules.add(rule);

FlowRuleManager.loadRules(rules); 
通过控制台进行限流规则配置
1、下载控制台： http://edas-public.oss-cn-hangzhou.aliyuncs.com/install_package/demo/sentinel-dashboard.jar 
2、启动控制台，执行 Java 命令 java -jar sentinel-dashboard.jar 完成 Sentinel 控制台的启 动。 控制台默认的监听端口为 8080。

4 、启动应用并配置

// 增加配置，在应用的 /src/main/resources/application.properties 中添加基本配置信息 
spring.application.name=sentinel-example 
server.port=18083 
spring.cloud.sentinel.transport.dashboard=localhost:8080

5 、控制台配置限流规则并验证

访问 http://localhost:8080 页面。

如果您在控制台没有找到应用，请调用一下进行了 Sentinel 埋点的 URL 或方法，因为Sentinel 使用了 lazy load 策略。

任意发送请求，可以在簇点链路里面看到刚才的请求，可以对请求进行流控；

测试流控效果

6 、自定义流控响应

7 、持久化流控规则

默认的流控规则是保存在项目的内存中，项目停止再启动，流控规则就是失效。我们可以持久化保存规则；

https://github.com/alibaba/Sentinel/wiki/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%99%E6%89%A9%E5%B1%95#datasource-%E6%89%A9%E5%B1%95

生产环境使用模式：

我 们 推 荐 通 过 控 制 台 设 置 规 则 后 将 规 则 推 送 到 统 一 的 规 则 中 心 ， 客 户 端 实 现 ReadableDataSource 接口端监听规则中心实时获取变更，

解决方案：

DataSource 扩展常见的实现方式有:

• **拉模式：**客户端主动向某个规则管理中心定期轮询拉取规则，这个规则中心可以是 RDBMS、文件，甚至是 VCS 等。这样做的方式是简单，缺点是无法及时获取变更；

• **推模式：**规则中心统一推送，客户端通过注册监听器的方式时刻监听变化，比如使用Nacos、Zookeeper 等配置中心。这种方式有更好的实时性和一致性保证。

推模式：使用 Nacos 配置规则

1、引入依赖

<dependency> 
	<groupId>com.alibaba.cspgroupId> 
	<artifactId>sentinel-datasource-nacosartifactId> 
	<version>1.6.3version> 
dependency>
 

2、编写配置类(如下代码块)，

https://github.com/alibaba/Sentinel/wiki/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%99%E6%89%A9%E5%B1%95#%E6%8E%A8%E6%A8%A1%E5%BC%8F%E4%BD%BF%E7%94%A8-nacos- %E9%85%8D%E7%BD%AE%E8%A7%84%E5%88%99

// 编写配置类
@Configuration 
public class SentinelConfig { 
  public SentinelConfig(){ 
    //1、加载流控策略 
    ReadableDataSource<String, List<FlowRule>> flowRuleDataSource = new NacosDataSource<>("127.0.0.1:8848", "demo", "sentinel", source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {})); FlowRuleManager.register2Property(flowRuleDataSource.getProperty());
   //2、加载降级策略 
    ReadableDataSource<String, List<DegradeRule>> degradeRuleDataSource = new NacosDataSource<>("127.0.0.1:8848", "demo", "sentinel", source -> JSON.parseObject(source, new TypeReference<List<DegradeRule>>() {})); DegradeRuleManager.register2Property(degradeRuleDataSource.getProperty()); 
    //3、加载系统规则 
    ReadableDataSource<String, List<SystemRule>> systemRuleDataSource = new NacosDataSource<>("127.0.0.1:8848", "demo", "sentinel", source -> JSON.parseObject(source, new TypeReference<List<SystemRule>>() {})); SystemRuleManager.register2Property(systemRuleDataSource.getProperty()); 
    //4、加载权限策略 
    ReadableDataSource<String, List<AuthorityRule>> authorityRuleDataSource = new NacosDataSource<>("127.0.0.1:8848", "demo", "sentinel", source -> JSON.parseObject(source, new TypeReference<List<AuthorityRule>>() {})); AuthorityRuleManager.register2Property(authorityRuleDataSource.getProperty( )); 
    
  } 
}

// 参照 https://github.com/alibaba/Sentinel/wiki/Dynamic-Rule-Configuration 查看更多控制规则

3 、在 nacos 中创建 dataId ，并使用 json 格式

4 、添加一条流控规则测试

[ 
  { 
    "resource": "/ums/member/list", 
    "limitApp": "default", 
    "grade": 1, 
    "count": 5, 
    "strategy": 0,
    "controlBehavior": 0, 
    "clusterMode": false } 
]

配置含义说明：

https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6

resource：资源名，即限流规则的作用对象

count: 限流阈值

grade: 限流阈值类型（QPS 或并发线程数）

limitApp: 流控针对的调用来源，若为 default 则不区分调用来源

strategy: 调用关系限流策略

controlBehavior: 流量控制效果（直接拒绝、Warm Up、匀速排队）

5 、系统规则，降级规则等均可添加

[ 
  { 
    "resource": "/ums/member/list", 
    "limitApp": "default",
    "grade": 1, 
    "count": 5, "strategy": 0, 
    "controlBehavior": 0, 
    "clusterMode": false 
  },
  { "highestSystemLoad": -1,
   "highestCpuUsage": 0.99, 
   "qps": 2, 
   "avgRt": 10, 
   "maxThread": 10 
  } 
]

6 、最终效果

Sentinel 控制台改变流控规则，不能推送到 nacos 中，

Nacos 中改变流控规则可以实时观察到变化

# 第 2 步 API 的方式，可以直接变为配置方式；在 application.properties 中配置
spring.cloud.sentinel.datasource.ds.nacos.server-addr=127.0.0. 1:8848 spring.cloud.sentinel.datasource.ds.nacos.data-id=sentinel spring.cloud.sentinel.datasource.ds.nacos.group-id=demo spring.cloud.sentinel.datasource.ds.nacos.rule-type=flow spring.cloud.sentinel.datasource.ds1.nacos.server-addr=127.0.0 .1:8848 spring.cloud.sentinel.datasource.ds1.nacos.data-id=sentinel spring.cloud.sentinel.datasource.ds1.nacos.group-id=demo spring.cloud.sentinel.datasource.ds1.nacos.rule-type=system 

ds,ds1 是随便写的。

5 、 SpringCloud Alibaba-Seata

后面会讲解到

6 、 SpringCloud Alibaba-OSS

1 、简介

对象存储服务（Object Storage Service，OSS）是一种海量、安全、低成本、高可靠的云存储 服务，适合存放任意类型的文件。容量和处理能力弹性扩展，多种存储类型供选择，全面优 化存储成本

2 、使用步骤

1 、开通阿里云对象存储服务

https://www.aliyun.com/product/oss

2 、引入 SpringCloud Alibaba-OSS

<dependency> 
  <groupId>com.alibaba.cloudgroupId> 
  <artifactId>spring-cloud-alicloud-ossartifactId> 
dependency>

3 、配置阿里云 oss 相关的账号信息

spring: 
  cloud: 
    alicloud: 
      oss:
        endpoint: oss-cn-shanghai.aliyuncs.com 
      access-key: xxxxxx 
      secret-key: xxxxxx
      

注意：必须申请 RAM 账号信息，并且分配 OSS 操作权限

4 、测试使用 OssClient 上传

@Autowired 
OSSClient ossClient; 

@Test 
public void contextLoads2() throws FileNotFoundException { 
  InputStream inputStream = new FileInputStream("C:\\Users\\lfy\\Pictures\\bug.jpg");      ossClient.putObject("gulimall", "aaa/bug222.jpg", inputStream); 
  System.out.println("ok"); 
}

二、 SpringCloud

1 、 Feign 声明式远程调用

1 、简介

Feign 是一个声明式的 HTTP 客户端，它的目的就是让远程调用更加简单。Feign 提供了 HTTP请求的模板，通过编写简单的接口和插入注解，就可以定义好 HTTP 请求的参数、格式、地址等信息。

Feign 整合了 Ribbon **（负载均衡）**和 Hystrix( 服务熔断 )，可以让我们不再需要显式地使用这两个组件。

SpringCloudFeign 在 NetflixFeign 的基础上扩展了对 SpringMVC 注解的支持，在其实现下，我们只需创建一个接口并用注解的方式来配置它，即可完成对服务提供方的接口绑定。简化了SpringCloudRibbon 自行封装服务调用客户端的开发量。

2 、使用

1、引入依赖

<dependency> 
  <groupId>org.springframework.cloudgroupId> 
  <artifactId>spring-cloud-starter-openfeignartifactId>
dependency>

2、开启 feign 功能

// basePackages 是当前需要定义的所有的openFeign 所在的包
@EnableFeignClients(basePackages = "com.atguigu.gulimall.pms.feign") 

3、声明远程接口

@FeignClient("gulimall-ware") 
public interface WareFeignService { 
  @PostMapping("/ware/waresku/skus") 
 public Resp<List<SkuStockVo>> skuWareInfos(@RequestBody List<Long> skuIds); 
                                   
}

3 、原理

2 、 Gateway

1 、简介

网关作为流量的入口，常用功能包括路由转发、权限校验、限流控制等。而 springcloud gateway作为 SpringCloud 官方推出的第二代网关框架，取代了 Zuul 网关。

网关提供 API 全托管服务，丰富的 API 管理功能，辅助企业管理大规模的 API，以降低管理成本和安全风险，包括协议适配、协议转发、安全策略、防刷、流量、监控日志等功能。

Spring Cloud Gateway 旨在提供一种简单而有效的方式来对 API 进行路由，并为他们提供切面，例如：安全性，监控/指标 和弹性等。

官方文档地址：

https://cloud.spring.io/spring-cloud-static/spring-cloud-gateway/2.1.3.RELEASE/single/spring-cloud-gateway.html

Spring Cloud Gateway 特点:

• 基于 Spring5，支持响应式编程和 SpringBoot2.0

• 支持使用任何请求属性进行路由匹配

• 特定于路由的断言和过滤器

• 集成 Hystrix 进行断路保护

• 集成服务发现功能

• 易于编写 Predicates 和 Filters

• 支持请求速率限制

• 支持路径重写

思考：

为什么使用 API 网关？

API 网关出现的原因是微服务架构的出现，不同的微服务一般会有不同的网络地址，而外部客户端可能需要调用多个服务的接口才能完成一个业务需求，如果让客户端直接与各个微服

务通信，会有以下的问题：

• 客户端会多次请求不同的微服务，增加了客户端的复杂性。

• 存在跨域请求，在一定场景下处理相对复杂。

• 认证复杂，每个服务都需要独立认证。

• 难以重构，随着项目的迭代，可能需要重新划分微服务。例如，可能将多个服务合并成一个或者将一个服务拆分成多个。如果客户端直接与微服务通信，那么重构将会很难实施。

• 某些微服务可能使用了防火墙 / 浏览器不友好的协议，直接访问会有一定的困难。

以上这些问题可以借助 API 网关解决。API 网关是介于客户端和服务器端之间的中间层, 所有的外部请求都会先经过 API 网关这一层。也就是说，API 的实现方面更多的考虑业务逻辑，而安全、性能、监控可以交由 API 网关来做，这样既提高业务灵活性又不缺安全性： 使用 API 网关后的优点如下：

• 易于监控。可以在网关收集监控数据并将其推送到外部系统进行分析。

• 易于认证。可以在网关上进行认证，然后再将请求转发到后端的微服务，而无须在每个微服务中进行认证。

• 减少了客户端与各个微服务之间的交互次数。

2 、核心概念

• 路由。路由是网关最基础的部分，路由信息有一个 ID、一个目的 URL、一组断言和一组Filter 组成。如果断言路由为真，则说明请求的 URL 和配置匹配

• 断言。Java8 中的断言函数。Spring Cloud Gateway 中的断言函数输入类型是 Spring5.0 框架中的 ServerWebExchange。Spring Cloud Gateway 中的断言函数允许开发者去定义匹配来自于 http request 中的任何信息，比如请求头和参数等。

• 过滤器。一个标准的 Spring webFilter。Spring cloud gateway 中的 filter 分为两种类型的Filter，分别是 Gateway Filter 和 Global Filter。过滤器 Filter 将会对请求和响应进行修改处理

工作原理：

客户端发送请求给网关，弯管 HandlerMapping 判断是否请求满足某个路由，满足就发给网关的 WebHandler。这个 WebHandler 将请求交给一个过滤器链，请求到达目标服务之前，会执行所有过滤器的 pre 方法。请求到达目标服务处理之后再依次执行所有过滤器的 post 方法。

一句话：满足某些断言（predicates）就路由到指定的地址（uri），使用指定的过滤器（filter）

3 、使用

1 、 HelloWorld

1、创建网关项目，引入网关和common

（因为common中包含了 ncaos 一些基本依赖，gateway也是一个服务也需注入到nacos中去）

<dependency> 
  <groupId>org.springframework.cloudgroupId> 
  <artifactId>spring-cloud-starter-gatewayartifactId> 
dependency>

 <dependency>
   <groupId>com.atguigu.gulimallgroupId>
   <artifactId>gulimall-commonartifactId>
   <version>1.0-SNAPSHOTversion>
 dependency>

启动类排除数据源的依赖，因为common中包含了数据源的部分，但是我们gateway不需要这个部分

@SpringBootApplication(exclude = DataSourceAutoConfiguration.class)
public class GulimallGatewayApplication {

    public static void main(String[] args) {
        SpringApplication.run(GulimallGatewayApplication.class, args);
    }

}

2、编写网关配置文件

2.1 官网提供的模板配置如下

spring: 
  cloud: 
    gateway: 
      routes: 
      - id: add_request_parameter_route 
        uri: https://example.org 
        predicates: 
        - Query=baz 
        filters: 
        - AddRequestParameter=foo, bar

2.2 我们自己的测试的配置 新建一个application.yml文件配置如下

当前测试是根据我url的值给定的是baidu还是qq然后路由到对应的网址

spring:
  cloud:
    gateway:
      routes:
        - id: baidu
          uri: https://www.baidu.com
          predicates:
            - Query=url,baidu
        - id: qq
          uri: https://www.qq.com
          predicates:
            - Query=url,qq

运行主启动

3、注意

• 各种 Predicates 同时存在于同一个路由时，请求必须同时满足所有的条件才被这个路由匹配。

• 一个请求满足多个路由的谓词条件时，请求只会被首个成功匹配的路由转发

4、测试

可以使用 postman 进行测试网关的路由功能

2 、断言（ Predicates ）

3 、过滤器（ filters ）

1、GatewayFilter

2、GlobalFilter

3 、 Sleuth+Zipkin 服务链路追踪

1 、为什么用

微服务架构是一个分布式架构，它按业务划分服务单元，一个分布式系统往往有很多个服务 单元。由于服务单元数量众多，业务的复杂性，如果出现了错误和异常，很难去定位。主要 体现在，一个请求可能需要调用很多个服务，而内部服务的调用复杂性，决定了问题难以定位。所以微服务架构中，必须实现分布式链路追踪，去跟进一个请求到底有哪些服务参与， 参与的顺序又是怎样的，从而达到每个请求的步骤清晰可见，出了问题，很快定位。

链路追踪组件有 Google 的 Dapper，Twitter 的 Zipkin，以及阿里的 Eagleeye （鹰眼）等，它们都是非常优秀的链路追踪开源组件。

2 、基本术语

• Span（跨度）：基本工作单元，发送一个远程调度任务 就会产生一个 Span，Span 是一个 64 位 ID 唯一标识的，Trace 是用另一个 64 位 ID 唯一标识的，Span 还有其他数据信息，比如摘要、时间戳事件、Span 的 ID、以及进度 ID。

• Trace（跟踪）：一系列 Span 组成的一个树状结构。请求一个微服务系统的 API 接口， 这个 API 接口，需要调用多个微服务，调用每个微服务都会产生一个新的 Span，所有 由这个请求产生的 Span 组成了这个 Trace。

• Annotation（标注）：用来及时记录一个事件的，一些核心注解用来定义一个请求的开始和结束 。这些注解包括以下：

  • cs - Client Sent -客户端发送一个请求，这个注解描述了这个 Span 的开始

  • sr - Server Received -服务端获得请求并准备开始处理它，如果将其 sr 减去 cs 时间戳便可得到网络传输的时间。

  • ss - Server Sent （服务端发送响应）–该注解表明请求处理的完成(当请求返回客户端)，如果 ss 的时间戳减去 sr 时间戳，就可以得到服务器请求的时间。

  • cr - Client Received （客户端接收响应）-此时 Span 的结束，如果 cr 的时间戳减去cs 时间戳便可以得到整个请求所消耗的时间。

  官方文档：https://cloud.spring.io/spring-cloud-static/spring-cloud-sleuth/2.1.3.RELEASE/single/spring-cloud-sleuth.html

如果服务调用顺序如下

那么用以上概念完整的表示出来如下：

Span 之间的父子关系如下：

3 、整合 Sleuth

1、服务提供者与消费者导入依赖

<dependency> 
  <groupId>org.springframework.cloudgroupId> 
  <artifactId>spring-cloud-starter-sleuthartifactId> 		
dependency>

2、打开 debug 日志

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

3、发起一次远程调用，观察控制台

DEBUG [user-service,541450f08573fff5,541450f08573fff5,false] 
user-service：服务名 
541450f08573fff5：是 TranceId，一条链路中，只有一个 TranceId 
541450f08573fff5：是 spanId，链路中的基本工作单元 id 
false：表示是否将数据输出到其他服务，true 则会把信息输出到其他可视化的服务上观察

5 、整合 zipkin 可视化观察

通过 Sleuth 产生的调用链监控信息，可以得知微服务之间的调用链路，但监控信息只输出到控制台不方便查看。我们需要一个图形化的工具-zipkin。Zipkin 是 Twitter 开源的分布式跟 踪系统，主要用来收集系统的时序数据，从而追踪系统的调用问题。zipkin 官网地址如下：

https://zipkin.io/

1、docker 安装 zipkin 服务器

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

2、导入

<dependency> 
  <groupId>org.springframework.cloudgroupId> 
  <artifactId>spring-cloud-starter-zipkinartifactId> 
dependency>

// zipkin 依赖也同时包含了 sleuth，可以省略 sleuth 的引用

3、添加 zipkin 相关配置

spring: 
  application: 
    name: user-service 
  zipkin: 
    base-url: http://119.3.105.108:9411/ # zipkin 服务器的地址 # 关闭服务发现，否则 Spring Cloud 会把 zipkin 的 url 当做服务名称 
    discoveryClientEnabled: false 
    sender: 
      type: web # 设置使用 http 的方式传输数据 
  sleuth: 
    sampler: 
      probability: 1 # 设置抽样采集率为 100%，默认为 0.1，即 10%

发送远程请求，测试 zipkin。

服务调用链追踪信息统计

服务依赖信息统计

5 、 Zipkin 数据持久化

Zipkin 默认是将监控数据存储在内存的，如果 Zipkin 挂掉或重启的话，那么监控数据就会丢失。所以如果想要搭建生产可用的 Zipkin，就需要实现监控数据的持久化。而想要实现数据持久化，自然就是得将数据存储至数据库。好在 Zipkin 支持将数据存储至：

• 内存（默认）

• MySQL

• Elasticsearch

• Cassandra

Zipkin 数据持久化相关的官方文档地址如下：

https://github.com/openzipkin/zipkin#storage-component

Zipkin 支持的这几种存储方式中，内存显然是不适用于生产的，这一点开始也说了。而使用MySQL 的话，当数据量大时，查询较为缓慢，也不建议使用。Twitter 官方使用的是 Cassandra作为 Zipkin 的存储数据库，但国内大规模用 Cassandra 的公司较少，而且 Cassandra 相关文

档也不多。

综上，故采用 Elasticsearch 是个比较好的选择，关于使用 Elasticsearch 作为 Zipkin 的存储数据库的官方文档如下：

elasticsearch-storage：

https://github.com/openzipkin/zipkin/tree/master/zipkin-server#elasticsearch-storagezipkin-storage/elasticsearch

https://github.com/openzipkin/zipkin/tree/master/zipkin-storage/elasticsearch

通过 docker 的方式

docker run --env STORAGE_TYPE=elasticsearch --env ES_HOSTS=192.168.190.129:9200 openzipkin/zipkin-dependencies

使用 es 时 Zipkin Dependencies 支持的环境变量

发送远程请求，测试 zipkin。

服务调用链追踪信息统计

[外链图片转存中…(img-yj7VQFGk-1652011857631)]

服务依赖信息统计

[外链图片转存中…(img-xY6875bD-1652011857631)]

5 、 Zipkin 数据持久化

Zipkin 默认是将监控数据存储在内存的，如果 Zipkin 挂掉或重启的话，那么监控数据就会丢失。所以如果想要搭建生产可用的 Zipkin，就需要实现监控数据的持久化。而想要实现数据持久化，自然就是得将数据存储至数据库。好在 Zipkin 支持将数据存储至：

• 内存（默认）

• MySQL

• Elasticsearch

• Cassandra

Zipkin 数据持久化相关的官方文档地址如下：

https://github.com/openzipkin/zipkin#storage-component

Zipkin 支持的这几种存储方式中，内存显然是不适用于生产的，这一点开始也说了。而使用MySQL 的话，当数据量大时，查询较为缓慢，也不建议使用。Twitter 官方使用的是 Cassandra作为 Zipkin 的存储数据库，但国内大规模用 Cassandra 的公司较少，而且 Cassandra 相关文

档也不多。

综上，故采用 Elasticsearch 是个比较好的选择，关于使用 Elasticsearch 作为 Zipkin 的存储数据库的官方文档如下：

elasticsearch-storage：

https://github.com/openzipkin/zipkin/tree/master/zipkin-server#elasticsearch-storagezipkin-storage/elasticsearch

https://github.com/openzipkin/zipkin/tree/master/zipkin-storage/elasticsearch

通过 docker 的方式

docker run --env STORAGE_TYPE=elasticsearch --env ES_HOSTS=192.168.190.129:9200 openzipkin/zipkin-dependencies

[外链图片转存中…(img-8mtQKfFq-1652011857631)]

使用 es 时 Zipkin Dependencies 支持的环境变量