Spring Cloud Alibaba从入门到精通，史上最全面的讲解（下篇）

• 跳转连接：上篇地址

九. 消息驱动的微服务-Spring Cloud Alibaba

9.1 Spring实现异步的方法

• AsyncRestTemplate: 参考文档
• @Async注解： 参考文档
• WebClient(Spring 5.0引入）：参考文档
• MQ

9.2 引入MQ后的架构演进

• 引入MQ后，一些同步耗时的地方可以用异步处理，MQ作为一个中间件连接两个地方

9.3 MQ适用场景

• 异步处理
• 流量削峰填谷
• 解耦微服务

9.4 MQ的选择

• MQ的种类：
  • Kafka
  • RabbitMQ
  • RocketMQ
  • ActiveMQ
• 手记：MQ的选择
• RocketMQ成功案例： 参考

9.5 搭建RocketMQ

• 手记

9.6 搭建RocketMQ控制台

• 手记

9.7 RocketMQ的术语与概念

• 术语/概念：

  

9.8 RocketMQ进阶

• 如果要完整的去理解RocketMQ，我们需要阅读开发者指南

9.9 Spring消息编程模型01

• 在项目中使用RocketMQ：

  1. 引入依赖：

  2. 写注解： 无注解

  3. 写配置：

  4. 引入RocketTemplate:

  5. 发送消息：

  不指定group会报异常，后期不知是否会处理这种；

• 工具类的使用:
  1. RocketMQ: RocketMQTemplate
  2. ActiveMQ/Artemis:JmsTemplate
  3. RabbitMQ:AmqpTemplate
  4. Kafka: KafkaTemplate

9.10 Spring消息编程模型02

• 我们已经编写好了消息的生产者，接下来我们来编写消息的消费者：
• 步骤如下：
  1. 引入依赖：

     	<dependency>
     		<groupId>org.apache.rocketmq</groupId>
     		<artifactId>rocketmq-spring-boot-starter</artifactId>
     		<version>2.0.3</version>
     	</dependency>
     复制代码

  2. 写配置，在application.yml中编写：

     	rocketmq:
     		name-server:127.0.0.1:9876
     复制代码

     name-server的值根据每个人自身实际的ip及端口来填写，以我们安装的rocketmq地址来决定

  3. 创建接收消息的对象：

     	@Data
     	@NoArgsConstructor
     	@AllArgsConstructor
     	@Builder
     	public class UserAddBOnusMsgDTO{
     	
     		/**
     		 * 为谁加积分
     		 */
     		private Integer userId；
     		/**
     		 * 加多少积分
     		 */
     		private Integer bonus;
     	
     	}
     复制代码

  4. 创建消息监听类：

     @Service
     @RocketMQMessageListener(consumerGroup= "consumer-group",topic= "add-bonus")
     public class AddBonusListener implements RocketMQListener<UserAddBonusMsgDTO>{
     	@Override
     	public void onMessage(UserAddBonusMsgDTO message){
     		System.out.println(message.getUserId())
     		System.out.println(message.getBonus())
     	}
     }
     复制代码

     注意：consumerGroup在生产者中是写到配置文件中的，在消费者中是在此处进行指定的。topic在生产者中是发送消息的时候添加，在此处是接收监听类的时候指定，这两个都必须带上；

• 官方文档中对各类MQ的使用方法总结
• 消费者各个MQ的注解简单总结：
  • RocketMQ: RocketMQMessageListener
  • ActiveMQ/Artemis:JmsListener
  • RabbitMQ: RabbitListener
  • Kafka: KafkaListener

9.11 分布式事务01

• 以前解决事务的办法： @Transactional(rollbackFor= Exception.class) 当发现了Exception异常，就进行回滚
• 存在的问题：
  • 图示：
  • 问题概述：当我们的逻辑代码中，不仅仅对数据库做了处理，一些场景下我们需要同时进行消息发送和与MySQL进行交互的功能；此图中，我们首先进行了消息发送，然后再把消息写入缓存，那么就会导致： 如果写入缓存的时候，代码执行失败，回滚操作只能回滚数据库，消息已经被消费者监听到了并做了处理了。
• RocketMQ实现事务的流程：

  简单来说RocketMQ实现分布式事务的原理是： 执行到应该发送消息的时候，它并未发送，而是处于“准备发送”阶段，当所有的代码都已执行完毕且无异常时，则进行完全发送，此刻消息消费者才能监听到消息；

• 概念术语解答：
  • 半消息（Half(Prepare) Message）
    • 暂时无法消费的消息。生产者将消息发送到了MQ server，但这个消息会被标记为“暂不能投递”状态，先存储起来；消费者不会去消费这条消息
  • 消息回查（Message Status Check）
    • 网络断开或生产者重启可能会导致丢失事务消息的第二次确认。当MQ Server发现消息长时间处于半消息状态时，将向消息生产者发送请求，询问该消息的最终状态（提交或回滚）
  • 消息三态：
    • Commit：提交事务消息，消费者可以消费此消息
    • Rollback: 回滚事务消息，broker会删除该消息，消费者不能消费
    • UNKNOWN: broker需要回查确认该消息的状态

9.12 分布式事务02- 编码

1. 到数据库中新增一张表，用来记录 RocketMQ的事务日志：

   • 执行代码：

     	create table rocketmq_transaction_log(
     		id int auto_increment comment 'id' primary key, 
     		transaction_Id varchar(45) not null comment '事务id',
     		log varchar(45) not null comment '日志')
     复制代码

2. 消息生产者编写：发送半消息：

   // 首先可以判断，当前面代码执行成功后再执行此代码，此处略
   // 发送半消息
   String transactionId=UUID.randomUUID().toString()
   this.rocketMQTemplate.sendMessageInTransaction(
   	"tx-add-bonus-group","add-bonus",MessageBuilder.withPayload(
   		UserAddBonusMsgDTO.builder().userId(share.getUserId)
   		.bonus(50)
   		.build()
   	).setHeader(RocketMQHeaders.TRANSACTION_ID,transactionId)
   	  .setHeader("share_id",id)
   	.build(),
   	auditDTO
   )
   复制代码

   此处 "tx-add-bonus-group","add-bonus" 组名及topic是由自己指定的，可根据实际改变。auditDTO、share_id是根据业务需要所传入的数据，auditDTO在消息监听类中可以直接强转使用，share_id的数据可以直接从请求头中获取；

3. 消息消费者编写：

   	@RocketMQTransactionListener(txProducerGroup = "tx-add-bonus-group")
   	@RequiredArgsConstructor(onConstructor = @_(@Autowired))
   	public class AddBonusTransactionListener implements RocketMQLocalTransactionListener{
   		
   		@Override
   		public RocketMQLocalTransactionState executeLocalTransaction(Message msg, Object arg)
   		String transactionId(String)headers.get(RocketMQHeaders.TRANSACTION_ID);
   		Integer shareId= Integer.valueOf((String)headers.get("share_id"))
   		try{
   			this.shareService.auditByIdInDB(shareId,(ShareAuditDTO) arg)
   			return RocketMQLocalTransactionState.COMMIT;
   		}catch(Exception e){
   			return RocketMQLocalTransactionState.ROLLBACK;
   		}
   	}
   	// 编写回查代码，当我们
   	@Override
   	public RocketMQLocalTransactionState checkLocalTransaction(Message msg){
   		return null;
   		}
   	}
   复制代码

   当我们执行成功，则执行RocketMQLocalTransactionState.COMMIT,失败则ROLLBACK。但是有这样一种情况，比如我们已经执行完逻辑代码，正准备COMMIT提交，此时突然停电了，导致数据已经存入，但是却没有提交成功。所以我们需要一个回查方法，checkLocalTransaction()是一个回查方法，它会去里面进行判断是否执行成功。结合我们已经建立的RocketMQ事务表，我们可以进行回查操作，代码看下方：

   // auditByInDB具体方法内容如图所示：

4. 新建一个存入方法，我们之前的存入方法，没有将事务数据加入日志表，我们可以这样改造： 当数据存入的时候，将数据存入日志表；回查方法就进行回查，如果没有存入则表示执行失败：

   @Autowired
   private RocketmqTransactionLogMapepr rocketmqTransactionLogMapepr;
   
   @Transactional(rollbackFor= Exception.class)
   public void auditByIdWithRocketMqLog(Integer id, ShareAuditDTO auditDTO, String transactionId){
   	this.auditByIdInDB(id,auditDTO);
   	this.rocketmqTransactionLogMapper.insertSelective(
   		RocketmqTransactionLog.builder().transactionId(transactionId)
   		.log("审核分享")
   		.build()
   	);
   }
   复制代码

5. 消息消费者重写:

   
   	@Autowired
   	private ShareService shareService;
   	@Autowired
   	priavte RocketmqTransactionLogMapper rocketmqTransactionLogMapper;
   	@RocketMQTransactionListener(txProducerGroup = "tx-add-bonus-group")
   	@RequiredArgsConstructor(onConstructor = @_(@Autowired))
   	public class AddBonusTransactionListener implements RocketMQLocalTransactionListener{
   		
   		@Override
   		public RocketMQLocalTransactionState executeLocalTransaction(Message msg, Object arg)
   		String transactionId(String)headers.get(RocketMQHeaders.TRANSACTION_ID);
   		Integer shareId= Integer.valueOf((String)headers.get("share_id"))
   		try{
   			this.shareService.auditByIdWIthRocketMqLog(shareId,(ShareAuditDTO) arg,transactionId)
   			
   			return RocketMQLocalTransactionState.COMMIT;
   		}catch(Exception e){
   			return RocketMQLocalTransactionState.ROLLBACK;
   		}
   	}
   	// 编写回查代码，当我们
   	@Override
   	public RocketMQLocalTransactionState checkLocalTransaction(Message msg){
   		MessageHeaders headers= msg.getHeaders();
   		String transactionId= (String) headers.get(RocketMQHeaders.TRANSACTION_ID);
   		// 查询是否存了事务数据
   		this.rocketmqTransactionLogMapper.selectOne(RocketmqTransactionLog.builder().transactionId(transactionId).build());
   		// 判断是否提交
   		if(transactionLog != null){
   			return RocketMQLocalTransactionState.COMMIT;
   		}
   		return RocketMQLocalTransactionState.ROLLBACK;
   		}
   	}
   复制代码

   使用header和arg可以传参

9.13 Spring Cloud Stream 是什么？

• 是一个用于构建消息驱动的微服务的框架
• 架构：

9.14 Spring Cloud Stream 编程模型

• 概念：
  1. Destination Binder(目标绑定器)
     • 与消息中间件通信的组件
  2. Destination Bindings(目标绑定)
     • Binding是连接应用程序跟消息中间件的桥梁，用于消息的消费和生产，由binder创建
  3. Message(消息)
• 编程模型图：

当消息生产者使用Kafka发送消息，那只能用Kafka来接收消息。当使用SpringCloudStream来处理消息的话，我们接收Kafka的消息，可以使用其他的消息中间件来进行接收。SpringCloudStream对消息进行了一层封装，所以我们不需要去关心生产者用的是什么消息中间件。

9.15 Spring Cloud Stream 代码-消息生产者

• 编写生产者：
  1. 添加依赖：

     	<dependency>
     		<groupId>org.springframework.cloud</groupId>
     		<artifactId>spring-cloud-starter-stream-rocketmq</artifactId>
     	</dependency>
     复制代码

  2. 添加注解（在启动类上添加注解）：
     • 添加@ EnableBing(Source.class) 注解，如图所示：
     
  3. 写配置(application.yml)：

     	spring：
     		cloud:
     			stream:
     				rocketmq:
     					binder:
     						name-server: 127.0.0.1:9876
     				bindings:
     					output:
     						# 用来指定topic
     						destination: stream-test-topic
     复制代码

  4. 生产者发送消息：

     	@GetMapping("test-stream")
     	public String testStream(){
     		this.source.output()
     			.send(
     				MessageBuilder
     					.withPayload("消息体")
     					.build()
     			);
     		return "success";
     	}
     复制代码

  5. 检查是否成功发送。
     • 在控制台中我们可以查看此组下是否有已发送过的消息：
     • 如果控制台在一直打印日志的话，我们可以降低日志级别：

9.16 Spring Cloud Stream 消息消费者

• 编写消费者：
  1. 添加依赖：

     	<dependency>
     		<groupId>org.springframework.cloud</groupId>
     		<artifactId>spring-cloud-starter-stream-rocketmq</artifactId>
     	</dependency>
     复制代码

  2. 添加注解（在启动类上添加注解）：@EnableBinding(Sink.class)
  3. 写配置（application.yml）：

     	spring:
     		cloud:
     			stream:
     				rocketmq:
     					binder:
     						name-server: 127.0.0.1:9876
     				bindings:
     					input:
     						destination: stream-test-topic
     						group: binder-group  # 这里的group 一定要设置； 如果使用的不是rocketmq的话，这里可以不用设置，可以留空
     复制代码

  4. 监听消费类：

     	@Service
     	@Slf4j
     	public class TestStreamConsumer{
     		@StreamListener(Sink.INPUT)
     		public void receive(String messageBody){
     			log.info("通过stream收到了消息： messageBody = {}");
     
     		}
     	}
     复制代码

9.17 Spring Cloud Stream 接口自定义：消息生产者

• 接口：

  	public interface MySource{
  		String MY_OUTPUT= "my-output";
  		
  		@Output(MY_OUTPUT)
  		MessageChannel output();
  	}
  复制代码

• 启动类上，**@EnableBinding注解上引入 MySource.class，如图所示：
• 加配置：
• 定义接口，发送消息：

使用自定义的接口我们可以进行消息的收发；

9.18 Spring Cloud Stream 接口自定义：消息消费者

1. 创建方法：
2. 启动类中引入：
3. 配置类修改：
4. 使用自定义接口：消息消费监听，如图所示：

9.19 消息过滤

• 手记

9.20 Spring Cloud Stream 的监控

• Spring Cloud Actuator为我们提供了三个端点来监控Stream:
  1. /actuator/bindings
  2. /actuator/channels
  3. /actuator/health

9.21 Spring Cloud Stream 异常处理

• 错误处理手记
• 定义全局异常处理的办法如下：

  	@StreamListener("errorChannel")
  	public void error(Message<?> message){
  		ErrorMessage errorMessage= (ErrorMessage) message;
  		log.warn("发生异常,errorMessage = {}",errorMessage);
  	}
  复制代码

9.22 Spring Cloud Stream + RocketMQ实现分布式事务

• SpringCloud Stream 本身没有实现分布式事务，它与RocketMQ结合则是使用RocketMQ的分布式事务。它若与其他结合，则使用其他消息中间件的分布式事务。
• Spring Cloud Stream 的分布式事务改造如图：

  1. 发送者从rocketRestTemplate改为source:

  2. 在配置文件中定义组合事务：

  3. 消息的监听定义组名称时，一定要与配置文件中的保持一致，如图所示：

十. Spring Cloud Gateway

10.1 为什么要使用网关

• 在不使用Gateway的情况下，当我们直接与微服务通信的情况下，需要每个服务都进行网关登录验证，同时需要解决各个服务的登录状态的同步等功能；
• 使用Gateway可以对外暴露一个域名，微服务无论增加多少，都只需要指向一个网关即可，它可以统一对外进行登录、校验、授权、以及一些拦截操作；

10.2 Spring Cloud Gateway 是什么？

• 它是SpringCloud的网关（第二代），未来会取代Zuul（第一代）
• 基于Netty、Reactor以及WebFlux构建（所以它启动会比其他微服务一般要快）
• 它的优点：
  • 性能强劲： 它的性能是第一代网关Zuul 1.x的1.6倍！ 性能PK
  • 功能强大：内置了很多实用功能，比如转发、监控、限流等
  • 设计优雅、易扩展
• 它的缺点：
  • 依赖Netty与Webflux，不是Servlet编程模型，有一定适应成本
  • 不能在Servlet容器下工作，也不能构建成WAR包
  • 不支持Spring Boot 1.x

10.3 编写Spring Cloud Gateway

• 创建项目 gateway,此处省略

  • pom.xml:

    1. 父工程依赖：

    2. 定义SpringCloud版本、gateway依赖：

    3. SpringCloudAlibaba等引入：

    4. 加入Nacos、Actuator依赖：

  • application.yml配置：

    1. 配置端口及nacos、gateway配置：

    2. 配置Actuator相关配置：

  • 启动gateway

gateway是基于Netty，所以启动速度非常快。从上面就已经可以进行服务转发了，因为gateway:discovery:locator:enabled:true 可以自动让服务转发到对应的路径去；

• 转发规律：访问${GATEWAY_URL}/{微服务X}/路径 会转发到微服务X的/路径

10.4 核心概念

• Route（路由）：
  • Spring Cloud Gateway 的基础元素，可简单理解成一条转发的规则。包含：ID、目标URL、Predicate集合以及Filter集合。
• Predicate（谓词）：即 java.util.function.Predicate,Spring Cloud Gateway 使用Predicate实现路由的匹配条件
• Filter（过滤器）： 修改请求以及响应
• 路由配置示例：
  • 

10.5 架构剖析

• 架构图：
• 源码：

10.6 内置路由谓词工厂详解（Route Predicate Factories）

• 工厂图示：
• 谓词工厂手记

10.7 自定义路由谓词工厂

• 自定义路由谓词工厂类必须以PredicateFactory结尾命名
• 大致步骤：
  • 继承 AbstractRoutePredicateFactory<自定义配置对象>
  • 添加构造方法
  • 重写抽象方法
  • 配置中添加配置规则

10.8 内置过滤器工厂详解

• 手记：总结了全部的内置过滤器工厂

10.9 自定义过滤器工厂

• 内容介绍：
  1. 过滤器生命周期
  2. 自定义过滤器工厂的方式
  3. 核心API
  4. 编写一个过滤器工厂
• 过滤器生命周期：
  • pre: Gateway 转发请求之前
  • post: Gateway 转发请求之后
• 自定义过滤器工厂- 方式1：
  • 继承和参考示例：
  • 配置形式：
• 自定义过滤器工厂-方式2：
• 自定义过滤器工厂-核心API

  这些过滤器工厂的核心Api比较简单，从名称就可以看出其含义；

• 编写一个过滤器工程：

  1. 创建一个类： PreLogGatewayFilterFactory:

     最后在过滤器工厂上面加上 @Component 注解

  2. 在配置中新增内容，并修改工厂类，打印配置中新增的数据：

     

     配置文件中，传入了ab两个配置值，在我们工厂类中可以通过config.getName,config.getValue获取到；当有请求访问经过此过滤器工厂时，日志就会打印出来了；

10.10 全局过滤器

• 会作用在所有的路由，有执行顺序的概念，order越小越靠前执行；
• 手记笔记

10.11 悬念：如何为Spring Cloud Gateway 整合Sentinel?

• gateway整合hystrix

sentinel要在1.6 版本以后才支持gateway

10.12 监控SpringCloud gateway

• SpringCloud Gateway监控

10.13 排错、调试技巧总结

• Spring cloud Gateway排查问题总结

10.14 进阶：再谈过滤器执行顺序

• 结论：
  1. order越小越靠前执行
  2. 过滤器工厂的Order按配置顺序从1开始递增
  3. 如果配置了默认过滤器，则线执行相同Order的默认过滤器

     相同顺序的，以default-filter中的优先

  4. 如需自行控制Order,可返回OrderedGatewayFilter
• 源码：

10.15 Spring Cloud Gateway限流

• SpringCloud gateway限流手记

10.16 本章总结

• 路由、路由谓词工厂、过滤器工厂、全局过滤器
• 网关集大成：
  • 注册到Nacos
  • 集成Ribbon
  • 容错（默认Hystrix,也可用Sentinel）

十一. 微服务的用户认证与授权

11.1 认证授权-必然会面临的话题

• 每个应用基本上都需要进行登录，校验用户权限

11.2 有状态vs 无状态

• 有状态：
  • 图示：
  • 优点：服务端控制力强
  • 缺点：存在中心点，鸡蛋放在一个篮子里，迁移麻烦，服务器端存储数据，加大了服务器端压力
• 无状态：
  • 图示：
  • 优点：去中心话，无存储，简单，任意扩容、缩容
  • 缺点：服务器端控制力相对弱（不能随时强制让人下线，修改登录时长等）

11.3 微服务认证方案 01 “处处安全”

• 关于处处安全的博客
• 常用的协议为: OAuth2.0,系列文章
• 代表实现：
  • Spring Cloud Security，实例代码
  • Jboss Keycloak， 示例代码

  看好Keyclock，但是它不支持CLoud,它是Servlet模型的，无法与Gateway配合使用；

• 优点： 安全性高 缺点： 实现成本高，性能要低一些

11.4 微服务认证方案 02 - 外部无状态，内部有状态方案

• 图示：
• 它能够与老架构项目相兼容。就是老项目可能没有Token，但是可以从Session中获取信息。

它安全性和性能都不占优势，但它的优点是能够与老项目服务相兼容

11.5 微服务认证方案 03 - 网关认证授权、内部裸奔方案

• 图示：

安全性低，性能高

11.6 微服务认证方案 04 内部裸奔改进方案

• 图示：
• 每个服务都能够对Token进行解析，每个服务就不会裸奔了，但是每个服务都知道Token解密方式，容易暴露；

11.7 微服务认证方案 05 方案对比

• 对比图示：

11.8 访问控制模型

• 模型如图：
• RBAC：

11.9 JWT是什么？【是什么、组成】

• JWT全称Json web token,是一个开放标准（RFC 7519），用来在各方之间安全地传输信息。JWT可被验证和信任，因为它是数字签名的。
• JWT组成图示：
• 公式：
• JWT的手记

11.10 AOP实现登录状态检查

• 实现登录状态检查的方式：

建议使用SpringAop 来实现，这样解耦且灵活

• 手动实现切面：
  • 定义注解：
  • 定义切面：
  • 定义异常捕获类：

11.11 Feign实现Token传递

• Controller层可以接收Token：

• Feign中可以携带Token：

• 上面的这种方式携带Token，需要每个都进行配置，比较麻烦。当我们Feign调用的接口比较多的时候，我们可以使用拦截器统一携带Token：

• 使用全局配置的时候，需要在配置中添加如图配置：

11.12 RestTemplate实现Token传递

• 两种方式,分别是exchange()和ClientHttpRequestInterceptor
• exchange()代码示例：
• 使用RestTemplate拦截器示例：
  • 拦截器配置：
  • RestTemplate配置：

11.13 Java 自定义注解

• java 自定义注解手记

11.15 本章总结

十二. 配置管理

12.1 为什么要实现配置管理？

• 不同环境存在不同的配置
• 配置属性要求动态刷新，不重启

使用Nacos就可以作为一个配置服务器，实现上面两个功能；

12.2 使用Nacos管理配置

1. 添加依赖：

   <dependency>
   	<groupId>org.springframework.cloud</groupId>
   	<artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
   </dependency>
   复制代码

2. 写配置：- 配置内的内容与Nacos中的配置必须保持一致，一定要记住这张图：

3. 建立bootstrap.yml:

   spirngconfig与Nacos的配置是分开来的。config的配置建议放在bootstrap.yml中，否则可能不生效，应用无法读取配置；

4. 代码中写入配置：

5. 在Nacos中建立配置：

   配置好内容后点击发布即可。

6. 重启应用，调用接口，发现参数能获取到，完成！

12.3 配置属性动态刷新与回滚

• 在需要属性动态刷新的类上写上注解 @RefreshScope ，即可动态刷新配置，如图所示：

• 当我们将itmuch改为itmuch.com，调用接口时，会自动刷新：

• 回滚：

12.4 应用的配置共享

• 配置共享：

• shared-dataids:

• 方式2： ext-config：

• 方式3： 自动的方式：

  这个自动方式就是里面的内容是所有环境的公共配置数据，profiles.active指向的环境可以放置其存在变化的配置；

• 优先级：

12.5 引导上下文

• 默认远程配置优先级更高，我们可以使用下方代码进行配置优先级：
• 远程配置优先级必须要在Nacos下配置才生效，如图所示：

12.6 数据持久化

• 

服务发现组件是放在文件夹内。配置数据是放在嵌入式数据库中（生产环境建议更换为mysql）；

12.7 搭建生产可用的Nacos集群

• 搭建生产可用的nacos集群

12.8 配置最佳实践总结

• 能放本地的情况下，就不要放在远程
• 尽量规避优先级，简化配置
• 定规范，例如所有配置属性都要加上注释
• 配置管理人员尽量少（Nacos的安全权限功能还未齐全，为了安全高效管理着想，人员尽量少）

十三. 调用链监控-Sleuth

13.1 调用链监控

• 使用调用链监控，我们能够清晰的看出来这个接口调用了哪些方法，哪些方法消耗了多少时间，同时如果出现了问题，是哪个方法出现了问题，我们也能够快速定位
• 业界主流的调用链监控工具
  • Spring Cloud Sleuth+Zipkin
  • Skywalking、Pinpoint

13.2 整合Sleuth

• 什么是Sleuth？
  • Sleuth是一个Spring Cloud的分布式跟踪解决方案
• Sleuth术语？
  • Span(跨度)： Sleuth的基本工作单元，它用一个64位的id唯一标识。除ID外，span还包含其他数据，例如描述、时间戳事件、键值对的注解（标签）、span ID、span 父ID等

    里面每一行数据，可以理解为一个span

  • trace（跟踪）： 一组span组成的树状结构成为trace
  • Annotation(标注）：
    • CS（Client Sent 客户端发送）：客户端发起一个请求，该annotation描述了span的开始
    • SR（Serverr Received 服务器端的接收）： 服务器端获得请求并准备处理它
    • SS（Server Sent服务器端发送）： 该annotation表明完成请求处理（当响应发回客户端时）
    • CR（Client Received客户端接收）：span结束的标识。客户端成功接收到服务器端的响应
• 为用户中心整合Sleuth:

  1. 加依赖

     	<dependency>
     		<groupId>org.springframework.cloud</groupId>
     		<artifactId>spring-cloud-starter-sleuth</artifactId>
     	</dependency>
     复制代码

  2. 修改日志级别（可打印更多的日志，可选项）

13.3 Zipkin搭建与整合

• Zipkin是什么？
  • 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通俗来讲，它就是将sleuth收集来的数据进行存储、展示的，它的可视化界面能够更友好的，更清晰的为我们提供决策；
• 搭建Zipkin Server (本文章版本为：2.12.9)
  • 方式一：使用Zipkin官方的Shell下载，如下命令可下载最新版本：

    curl -sSL https://zipkin.io/quickstart.sh | bash -s
    复制代码

  • 方式二： 到Maven中央仓库下载，访问如下地址即可：

    https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=1
    复制代码

    下载下来的文件名为： zipkin-server-2.12.9-exec.jar

  • 方式三：使用百度盘地址下载，提供2.12.9版本：

    https://pan.baidu.com/s/1HXjzNDpzin6fXGrZPyQeWQ
    复制代码

    密码：aon2

• 启动Zipkin，执行如图所示命令： java -jar zipkin-server-2.12.9-exec.jar
• 为用户中心整合Sleuth+Zipkin：
  1. 加依赖：去掉Sleuth,加上zipkin依赖（去掉sleuth是因为zipkin中有sleuth的依赖）
     • Gradle:

       	compile group: 'org.springframework.cloud', name: 'spring-cloud-sleuth-zipkin', version: '2.2.3.RELEASE'
       复制代码

     • Maven:

       	<dependency>
                  <groupId>org.springframework.cloud</groupId>
        	       <artifactId>spring-cloud-sleuth-zipkin</artifactId>
           	   <version>2.2.3.RELEASE</version>
       	</dependency>
       复制代码

  2. 加配置：设置zipkin服务器地址以及抽样率，如图所示：

     抽样率不是越高越好，也不是越低越好。抽样率高的话，分析的更加准确，但是它的性能消耗会更严重；

13.4 整合Zipkin之后Nacos报错的解决

• SpringCloud 把http://localhost:9411/当做了服务发现组件里面的服务名称；于是，Nacos Client尝试从Nacos Server寻找一个名为： localhost:9411的服务...这个服务根本不存在，所以会一直报异常；
• 解决方案：
  1. 方案一： 让Spring Cloud 正确识别 http://localhost:9411/当成一个URL，而不要当做服务名（选择此项目）
  2. 方案二： 把Zipkin Server注册到Nacos(官方不支持)
• 以方案一的方式解决，需要将 discoveryClientEnabled: false，如图所示：

  这里的小驼峰命名是因为有一个小bug，后面会修复就以 - 隔开

13.5 为所有微服务整合Zipkin

• 参照13.5的引入方式；

13.6 Zipkin数据持久化

• 持久化方式：

  • MySQL(不建议，有性能问题)
  • Elasticsearch
  • Cassandra
  • 相关文档： （github.com/openzipkin/…

• 下载ElasticSearch:( 建议使用5,6,7版本)

  • 点击地址进行下载：(官网地址)[elastic.co/cn/downloads/past-releases#elasticsearch]
  • 解压并进入目录：
  • 切换到bin目录，并执行： ./elasticsearch 或后台执行 ./elasticsearch -d
  • 查看Zipkin的环境变量，配置STORAGE_TYPE和ES_HOSTS,然后执行zipkin server服务：

  Zipkin其他环境变量：github.com/openzipkin/…

13.7 依赖关系图

• 使用ElasticSearch的话，需要使用 spark job才能分析出依赖关系图，使用方式如下：

  它是zipkin的子项目，第一步下载，第二步启动

• Zipkin Dependencies使用ElasticSearch的环境变量：
• 启动Zipkin Dependencies:
• Zipkin Denpendencies其他的环境变量：(github.com/openzipkin/…
• Zipkin Dependencies指定分析日期：

  可以编写脚本每日执行；

十四. 既有代码优化与改善

14.1 简单指标： Statistic

• 注释原则：
  • 每一步主要业务流程
  • 核心方法
  • 条件、分支、判断前
• 使用Statistic插件：

  建议服务上线，注释率要求达到35%

14.3 Alibaba Java代码规约（P3c）

• github
• IDEA插件支持，搜索 Alibaba Java Coding Guidelines

14.4 SonarQube

• 教程
• 下载：jdk8只支持6.x~7.8.x 的版本
• 安装：
• 查看日志命令：

  tail -f ../../logs/sonar.log
  复制代码

• 访问首页:localhost:9000/about
• 账号密码都是admin
• 根据手记我们与项目融合，建议使用Token，命令行的方式去融合。融合后我们可以很方便的看到程序有多少个bug，哪里的代码不够优雅等信息：
• 它还有很多插件，比如汉化插件、其他监控插件等：

内嵌数据库不方便伸缩，所以不适用于生产环境，所以建议更换为MySql之类的数据库

十五. 进阶：多维度微服务监控

1.51 本章概要

• Spring Boot Actutator: 监控微服务实例的情况
• Sentinel Dashboard: 监控实例的QPS、限流等
• Spring Cloud Sleuth+Zipkin： 监控服务的调用情况

15.2 Spring Boot Actuator监控数据库

• SpringBoot Admin:

  • 它是为Spring Boot 量身打造的一个简单易用的监控数据管理工具
  • (GitHub地址)[github.com/codecentric…]
  • (官方文档)[codecentric.github.io/spring-boot…]

• 搭建SpringBoot admin 步骤：

  • 加依赖：
    • 整合版本，如图所示：
    • 加入SpringBootAdmin以及Nacos，将Admin注册到Nacos上，如图所示：
  • 写注解：
    • 在启动类上添加 @EnableAdminServer 注解，如图所示：
  • 加配置：
    • 在application.yml中进行配置：

• 被监控的服务的步骤：

  • 加依赖：

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

  • 加配置：

15.3 JVM监控

• Spring Boot Actuator: metrics、heapdump、threaddump
• Java自带的JVM监控工具： jconsole、jvisualvm
• 自带工具打开方式：
  • jconsole: 在IDEA或者CMD中输入 jconsole,如图所示：
  • jvisualvm: 与jconsole类似，输入jvisualvm 即可，如图所示：

    jvisualvm与jconsole类似，但是它的功能更强大一点，但是它们都是客户端形式，希望能出一款强大的web浏览形式的监控工具；

15.4 GC日志、线程Dump日志、堆Dump可视化分析

1. 第一步，启动参数中设置打印GC详情日志：
2. 第二步,选择项目，右击选择Synchronize 'xxxx',生成出gc.log,如图所示：
3. 找到输出的日志文件，右键后选择 Reveal in Finder，将文件导出：
4. 将生成的文件在gceasy.io中，点击选择文件打开，然后会生成统计图表
5. 生成统计图表如图：
6. 虽然这款工具很强大，但是它不是开源产品，我们可以使用如图产品替代，但是可能相比来说要功能缺失一些：

15.5 日志监控

• ELK架构如图所示：

对日志监控的工具可以不做强制要求，只要合适就行，不一定得必须要ELK

15.6 其他监控

• 监控的时候，应该要全面一点，比如用到了docker，我们应该就要监控docker。用到了Linux服务器，我们就应该要监控服务器的运行情况。用到了RabbitMQ，我们也应该去监控rabbitmq。
• 只有当监控完善的时候，我们分析问题就能更加的全面。

十六. 进阶：完美融合异构微服务

17.1 如何完美整合异构微服务

• 非SpringCloud的服务，就叫做异构微服务
• 完美整合：
  • SpringCloud 微服务完美调用异构微服务
  • 异构微服务完美嗲用SpringCloud微服务
• 完美调用：互相之间需要满足如下：
  • 服务发现
  • 负载均衡
  • 容错处理

17.2 Spring Cloud Wii实现完美整合

• 使用SpringCloud Wii完美整合Github地址
• 部分配置如图所示，参照上方的教程配置即可

它未来是SpringCloudAlibaba的一个子项目

十八.课程总结：

1. SpringCloud是一系列的工具集，SpringCloudAlibaba是一站式解决方案
2. 知其然而不知其所以然是不可取的，我们更要知道去知道核心原理，这样就算是Eureka、Nacos、或者别的服务发现或者其他组件，我们都能很快的上手；