微服務(wù)領(lǐng)域Spring Boot自動伸縮的實現(xiàn)方法

前言

自動伸縮是每個人都想要的，尤其是在微服務(wù)領(lǐng)域。讓我們看看如何在基于Spring Boot的應(yīng)用程序中實現(xiàn)。

我們決定使用Kubernetes、Pivotal Cloud Foundry或HashiCorp's Nomad等工具的一個更重要的原因是為了讓系統(tǒng)可以自動伸縮。當(dāng)然，這些工具也提供了許多其他有用的功能，在這里，我們只是用它們來實現(xiàn)系統(tǒng)的自動伸縮。乍一看，這似乎很困難，但是，如果我們使用Spring Boot來構(gòu)建應(yīng)用程序，并使用Jenkins來實現(xiàn)CI，那么就用不了太多工作。

今天，我將向您展示如何使用以下框架/工具實現(xiàn)這樣的解決方案：

• Spring Boot
• Spring Boot Actuator
• Spring Cloud Netflix Eureka
• Jenkins CI

它是如何工作的

每一個包含Spring Boot Actuator庫的Spring Boot應(yīng)用程序都可以在/actuator/metrics端點下公開metric。許多有價值的metric都可以提供應(yīng)用程序運行狀態(tài)的詳細(xì)信息。在討論自動伸縮時，其中一些metric可能特別重要：JVM、CPU metric、正在運行的線程數(shù)和HTTP請求數(shù)。有專門的Jenkins流水線通過按一定頻率輪詢/actuator/metrics 端點來獲取應(yīng)用程序的指標(biāo)。如果監(jiān)控的任何metric【指標(biāo)】低于或高于目標(biāo)范圍，則它會啟動新實例或使用另一個Actuator端點/actuator/shutdown來關(guān)閉一些正在運行的實例。在此之前，我們需要知道當(dāng)前有那些實踐在提供服務(wù)，只有這樣我們才能在需要的時候關(guān)閉空閑的實例或啟動新的新例。

在討論了系統(tǒng)架構(gòu)之后，我們就可以繼續(xù)開發(fā)了。這個應(yīng)用程序需要滿足以下要求：它必須有公開的可以優(yōu)雅地關(guān)閉應(yīng)用程序和用來獲取應(yīng)用程序運行狀態(tài)metric【指標(biāo)】的端點，它需要在啟動完成的同時就完成在Eureka的注冊，在關(guān)閉時取消注冊，最后，它還應(yīng)該能夠從空閑端口池中隨機(jī)獲取一個可用的端口。感謝Spring Boot，只需要約五分鐘，我們可以輕松地實現(xiàn)所有這些機(jī)制。

動態(tài)端口分配

由于可以在一臺機(jī)器上運行多個應(yīng)用程序?qū)嵗晕覀儽仨毐ＷC端口號不沖突。幸運的是，Spring Boot為應(yīng)用程序提供了這樣的機(jī)制。我們只需要將application.yml中的server.port屬性設(shè)置為0。因為我們的應(yīng)用程序會在Eureka中注冊，并且發(fā)送唯一的標(biāo)識instanceId，默認(rèn)情況下這個唯一標(biāo)識是將字段spring.cloud.client.hostname, spring.application.name和server.port拼接而成的。

示例應(yīng)用程序的當(dāng)前配置如下所示。

可以看到，我通過將端口號替換為隨機(jī)生成的數(shù)字來改變了生成instanceId字段值的模板。

spring:
 application:
 name: example-service
server:
 port: ${PORT:0}
eureka:
 instance:
 instanceId: ${spring.cloud.client.hostname}:${spring.application.name}:${random.int[1,999999]}

啟用Actuator的Metric

為了啟用Spring Boot Actuator，我們需要將下面的依賴添加到pom.xml。

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

我們還必須通過HTTP API將屬性management.endpoints.web.exposure.include設(shè)置為'*'來暴露Actuator的端點?，F(xiàn)在，所有可用的指標(biāo)名稱列表都可以在/actuator/metrics端點中找到，每個指標(biāo)的詳細(xì)信息可以通過/actuator/metrics/{metricName}端點查看。

優(yōu)雅地停止應(yīng)用程序

除了查看metric端點外，Spring Boot Actuator還提供了停止應(yīng)用程序的端點。然而，與其他端點不同的是，缺省情況下，此端點是不可用的。我們必須把management.endpoint.shutdown.enabled設(shè)為true。在那之后，我們就可以通過發(fā)送一個POST請求到/actuator/shutdown端點來停止應(yīng)用程序了。

這種停止應(yīng)用程序的方法保證了服務(wù)在停止之前從Eureka服務(wù)器注銷。

啟用Eureka自動發(fā)現(xiàn)

Eureka是最受歡迎的發(fā)現(xiàn)服務(wù)器，特別是使用Spring Cloud來構(gòu)建微服務(wù)的架構(gòu)。所以，如果你已經(jīng)有了微服務(wù)，并且想要為他們提供自動伸縮機(jī)制，那么Eureka將是一個自然的選擇。它包含每個應(yīng)用程序注冊實例的IP地址和端口號。為了啟用Eureka客戶端，您只需要將下面的依賴項添加到pom.xml中。

<dependency>
 <groupId>org.springframework.cloud</groupId>
 <artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>

正如之前提到的，我們還必須保證通過客戶端應(yīng)用程序發(fā)送到Eureka服務(wù)器的instanceId的唯一性。在“動態(tài)端口分配”中已經(jīng)描述了它。

下一步需要創(chuàng)建一個包含內(nèi)嵌Eureka服務(wù)器的應(yīng)用程序。為了實現(xiàn)這個功能，首先我們需要在pom.xml中添加下面這個依賴：

<dependency>
 <groupId>org.springframework.cloud</groupId>
 <artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>

這個main類需要添加@EnableEurekaServer注解。

@SpringBootApplication
@EnableEurekaServer
public class DiscoveryApp {
 public static void main(String[] args) {
  new SpringApplicationBuilder(DiscoveryApp.class).run(args);
 }
}

默認(rèn)情況下，客戶端應(yīng)用程序嘗試使用8761端口連接Eureka服務(wù)器。我們只需要單獨的、獨立的Eureka節(jié)點，因此我們將禁用注冊，并嘗試從另一個Eureka服務(wù)器實例中獲取服務(wù)列表。

spring:
 application:
 name: discovery-service
server:
 port: ${PORT:8761}
eureka:
 instance:
 hostname: localhost
 client:
 registerWithEureka: false
 fetchRegistry: false
 serviceUrl:
  defaultZone: http://localhost:8761/eureka/

我們將使用Docker容器來測試上面的自動伸縮系統(tǒng)，因此需要使用Eureka服務(wù)器來準(zhǔn)備和構(gòu)建image。

Dockerfile和image的定義如下所示。

我們可以使用命令docker build -t piomin/discovery-server:2.0來進(jìn)行構(gòu)建。

FROM openjdk:8-jre-alpine
ENV APP_FILE discovery-service-1.0-SNAPSHOT.jar
ENV APP_HOME /usr/apps
EXPOSE 8761
COPY target/$APP_FILE $APP_HOME/
WORKDIR $APP_HOME
ENTRYPOINT ["sh", "-c"]
CMD ["exec java -jar $APP_FILE"]

為彈性伸縮構(gòu)建一個Jenkins流水線

第一步是準(zhǔn)備Jenkins流水線，負(fù)責(zé)自動伸縮。我們將創(chuàng)建Jenkins聲明式流水線，它每分鐘運行一次?？梢允褂胻riggers指令配置執(zhí)行周期，它定義了自動化觸發(fā)流水線的方法。我們的流水線將與Eureka服務(wù)器和每個使用Spring Boot Actuator的微服務(wù)中公開的metric端點進(jìn)行通信。

測試服務(wù)的名稱是EXAMPLE-SERVICE，它和定義在application.yml文件spring.application.name的屬性值（大寫字母）相同。被監(jiān)控的metric是運行在Tomcat容器中的HTTP listener線程數(shù)。這些線程負(fù)責(zé)處理客戶端的HTTP請求。

pipeline {
 agent any
 triggers {
  cron('* * * * *')
 }
 environment {
  SERVICE_NAME = "EXAMPLE-SERVICE"
  METRICS_ENDPOINT = "/actuator/metrics/tomcat.threads.busy?tag=name:http-nio-auto-1"
  SHUTDOWN_ENDPOINT = "/actuator/shutdown"
 }
 stages { ... }
}

使用Eureka整合Jenkins流水線

流水線的第一個階段負(fù)責(zé)獲取在discovery服務(wù)器上注冊的服務(wù)列表。Eureka發(fā)現(xiàn)了幾個HTTP API端點。其中一個是GET /eureka/apps/{serviceName}，它返回一個給定服務(wù)名稱的所有活動實例列表。我們正在保存運行實例的數(shù)量和每個實例metric端點的URL。這些值將在流水線的下一個階段中被訪問。

下面的流水線片段可以用來獲取活動應(yīng)用程序?qū)嵗斜?。stage名稱是Calculate。我們使用HTTP請求插件 來發(fā)起HTTP連接。

stage('Calculate') {
 steps {
 script {
 def response = httpRequest "http://192.168.99.100:8761/eureka/apps/${env.SERVICE_NAME}"
 def app = printXml(response.content)
 def index = 0
 env["INSTANCE_COUNT"] = app.instance.size()
 app.instance.each {
 if (it.status == 'UP') {
  def address = "http://${it.ipAddr}:${it.port}"
  env["INSTANCE_${index++}"] = address
 }
 }
 }
 }
}
@NonCPS
def printXml(String text) {
 return new XmlSlurper(false, false).parseText(text)
}

下面是Eureka API對我們的微服務(wù)的示例響應(yīng)。響應(yīng)content-type是XML。

使用Spring Boot Actuator整合Jenkins流水線

Spring Boot Actuator使用metric來公開端點，這使得我們可以通過名稱和選擇性地使用標(biāo)簽找到metric。在下面可見的流水線片段中，我試圖找到metric低于或高于閾值的實例。如果有這樣的實例，我們就停止循環(huán)，以便進(jìn)入下一個階段，它執(zhí)行向下或向上的伸縮。應(yīng)用程序的IP地址是從帶有INSTANCE_前綴的流水線環(huán)境變量獲取的，這是在前一階段中被保存了下來的。

stage('Metrics') {
steps {
script {
def count = env.INSTANCE_COUNT
for(def i=0;i 100)
return "UP"
else if (value.toInteger() < 20)
return "DOWN"
else
return "NONE"
}

關(guān)閉應(yīng)用程序?qū)嵗?/strong>

stage('Scaling') {
 steps {
 script {
 if (env.SCALE_TYPE == 'DOWN') {
 def ip = env["INSTANCE_0"] + env.SHUTDOWN_ENDPOINT
 httpRequest url: ip, contentType: 'APPLICATION_JSON', httpMode: 'POST'
 } else if (env.SCALE_TYPE == 'UP') {
 build job: 'spring-boot-run-pipeline'
 }
 currentBuild.description = env.SCALE_TYPE
 }
 }
}

pipeline {
 agent any
 tools {
  maven 'M3'
 }
 stages {
  stage('Checkout') {
   steps {
    git url: 'https://github.com/piomin/sample-spring-boot-autoscaler.git', credentialsId: 'github-piomin', branch: 'master'
   }
  }
  stage('Build') {
   steps {
    dir('example-service') {
     sh 'mvn clean package'
    }
   }
  }
  stage('Run') {
   steps {
    dir('example-service') {
     sh 'nohup java -jar -DEUREKA_URL=http://192.168.99.100:8761/eureka target/example-service-1.0-SNAPSHOT.jar 1>/dev/null 2>logs/runlog &'
    }
   }
  }
 }
}

build job:'spring-boot-run-pipeline', parameters:[string(name: 'agent', value:"slave-1")]

pipeline {
 agent {
  label "${params.agent}"
 }
 stages { ... }
}

pipeline {
 agent any
 triggers {
  cron('* * * * *')
 }
 environment {
  SERVICE_NAME = "EXAMPLE-SERVICE"
  METRICS_ENDPOINT = "/actuator/metrics/tomcat.threads.busy?tag=name:http-nio-auto-1"
  SHUTDOWN_ENDPOINT = "/actuator/shutdown"
  AGENT_192.168.99.102 = "slave-1"
  AGENT_192.168.99.103 = "slave-2"
 }
 stages { ... }
}