微服務(wù)架構(gòu)中四大利器的用法示例

這篇文章主要介紹了微服務(wù)架構(gòu)中四大利器的用法示例，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

概述

互聯(lián)網(wǎng)應(yīng)用發(fā)展到今天，從單體應(yīng)用架構(gòu)到 SOA 以及今天的微服務(wù)，隨著微服務(wù)化的不斷升級進化，服務(wù)和服務(wù)之間的穩(wěn)定性變得越來越重要，分布式系統(tǒng)之所以復(fù)雜，主要原因是分布式系統(tǒng)需要考慮到網(wǎng)絡(luò)的延時和不可靠，微服務(wù)很重要的一個特質(zhì)就是需要保證服務(wù)冪等，保證冪等性很重要的前提需要分布式鎖控制并發(fā)，同時緩存、降級和限流是保護微服務(wù)系統(tǒng)運行穩(wěn)定性的三大利器。

redis.extend.hostName=127.0.0.1
redis.extend.port=6379
redis.extend.password=pwdcode
redis.extend.timeout=10000

redis.idempotent.enabled=true

緩存

緩存的使用可以說無處不在，從應(yīng)用請求的訪問路徑來看，用戶 user -> 瀏覽器緩存 -> 反向代理緩存-> WEB服務(wù)器緩存 -> 應(yīng)用程序緩存 -> 數(shù)據(jù)庫緩存等，幾乎每條鏈路都充斥著緩存的使用，緩存最直白的解釋就是“用空間換時間”的算法。緩存就是把一些數(shù)據(jù)暫時存放于某些地方，可能是內(nèi)存，也有可能硬盤。總之，目的就是為了避免某些耗時的操作。我們常見的耗時的操作，比如數(shù)據(jù)庫的查詢、一些數(shù)據(jù)的計算結(jié)果，或者是為了減輕服務(wù)器的壓力。其實減輕壓力也是因查詢或計算，雖然短耗時，但操作很頻繁，累加起來也很長，造成嚴(yán)重排隊等情況，服務(wù)器抗不住。

    public String get(String key);

    /**
     * 獲取指定的key對應(yīng)的對象,異常也會返回null
     *
     * @param key
     * @param clazz
     * @return
     */
    public <T> T get(String key, Class<T> clz);

    /**
     * 存儲緩存數(shù)據(jù),忽略過期時間
     *
     * @param key
     * @param value
     * @return
     */
    public <T extends Serializable> booleanput(String key, T value);

    /**
     * 存儲緩存數(shù)據(jù)
     *
     * @param key
     * @param value
     * @param expiredTime
     * @param unit
     * @return
     */
    public <T extends Serializable> booleanput(String key, T value, int expiredTime, TimeUnit unit);

    /**
     * 基于key刪除緩存數(shù)據(jù)
     *
     * @param key
     * @return
     */
    publicbooleaninvalid(String key);

get 方法針對 key 進行查詢， put 存儲緩存數(shù)據(jù)， invalid 刪除緩存數(shù)據(jù)。

限流

在分布式系統(tǒng)中，尤其面對一些秒殺、瞬時高并發(fā)場景，都需要進行一些限流措施，保證系統(tǒng)的高可用。通常來說限流的目的是通過對并發(fā)訪問/請求進行限速，或者一個時間窗口內(nèi)的的請求進行限速來保護系統(tǒng)，一旦達到限制速率則可以 拒絕服務(wù)（定向到錯誤頁或告知資源沒有了）、排隊 或 等待（比如秒殺、評論、下單）、降級（返回托底數(shù)據(jù)或默認數(shù)據(jù)，如商品詳情頁庫存默認有貨）。

 /**
     * 指定過期時間自增計數(shù)器，默認每次+1，非滑動窗口
     *
     * @param key 計數(shù)器自增key
     * @param expireTime 過期時間
     * @param unit  時間單位
     * @return
     */
    publiclongincrCount(String key, int expireTime, TimeUnit unit);

    /**
     * 指定過期時間自增計數(shù)器,單位時間內(nèi)超過最大值rateThreshold返回true，否則返回false
     *
     * @param key 限流key
     * @param rateThreshold 限流閾值
     * @param expireTime 固定窗口時間
     * @param unit 時間單位
     * @return
     */
    publicbooleanrateLimit(final String key, finalint rateThreshold, int expireTime, TimeUnit unit);

 /**
     * @param limitKey 限流KEY
     * @param resultSupplier 回調(diào)方法
     * @param rateThreshold 限流閾值
     * @param limitTime 限制時間段
     * @param blockDuration 阻塞時間段
     * @param unit 時間單位
     * @param errCodeEnum 指定限流錯誤碼
     * @return
     */
    public <T> T execute(String limitKey, Supplier<T> resultSupplier, long rateThreshold, long limitTime,
                         long blockDuration, TimeUnit unit, ErrCodeEnum errCodeEnum){
        boolean blocked = tryAcquire(limitKey, rateThreshold, limitTime, blockDuration, unit);
        if (errCodeEnum != null) {
            AssertUtils.assertTrue(blocked, errCodeEnum);
        } else {
            AssertUtils.assertTrue(blocked, ExceptionEnumType.ACQUIRE_LOCK_FAIL);
        }

        return resultSupplier.get();
    }

@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
@Documented
public @interface RateLimit {

    /**
     * 限流KEY
     */
    String limitKey();

    /**
     * 允許訪問的次數(shù)，默認值MAX_VALUE
     */
    longlimitCount()default Long.MAX_VALUE;

    /**
     * 時間段
     */
    longtimeRange();

    /**
     * 阻塞時間段
     */
    longblockDuration();

    /**
     * 時間單位，默認為秒
     */
    TimeUnit timeUnit()default TimeUnit.SECONDS;
}

@RateLimit(limitKey = "#key", limitCount = 5, timeRange = 2, blockDuration = 3, timeUnit = TimeUnit.MINUTES)
public String testLimit2(String key){
    ..........
    return key;
}

在 Java 單一進程中通過 synchronized 關(guān)鍵字和 ReentrantLock 可重入鎖可以實現(xiàn)在多線程環(huán)境中控制對資源的并發(fā)訪問，通常本地的加鎖往往不能滿足我們的需要，我們更多的面對場景是分布式系統(tǒng)跨進程的鎖，簡稱為分布式鎖。分布式鎖實現(xiàn)手段通常是將鎖標(biāo)記存在內(nèi)存中，只是該內(nèi)存不是某個進程分配的內(nèi)存而是公共內(nèi)存如 Redis、Tair ，至于利用數(shù)據(jù)庫、文件等做鎖與單機的實現(xiàn)是一樣的，只要保證標(biāo)記能互斥就行。分布式鎖相對單機進程的鎖之所以復(fù)雜，主要原因是分布式系統(tǒng)需要考慮到網(wǎng)絡(luò)的延時和不可靠。

• 互斥性:同本地鎖一樣具有互斥性，但是分布式鎖需要保證在不同節(jié)點進程的不同線程的互斥。

• 可重入性:同一個節(jié)點上的同一個線程如果獲取了鎖之后那么也可以再次獲取這個鎖。

• 鎖超時:和本地鎖一樣支持鎖超時，防止死鎖，通過異步心跳 demon 線程刷新過期時間，防止特殊場景(如 FGC 死鎖超時)下死鎖。

• 高性能、高可用:加鎖和解鎖需要高性能，同時也需要保證高可用防止分布式鎖失效，可以增加降級。

• 支持阻塞和非阻塞:同 ReentrantLock 一樣支持 lock 和 trylock 以及 tryLock ( long timeOut )。

• 公平鎖和非公平鎖(不支持):公平鎖是按照請求加鎖的順序獲得鎖，非公平鎖就相反是無序的，目前 distributed-tools 組件提供的分布式鎖不支持該特性。

 /**
     * 分布式鎖處理模板執(zhí)行器
     *
     * @param lockKey 分布式鎖key
     * @param resultSupplier 分布式鎖處理回調(diào)
     * @param waitTime 鎖等待時間
     * @param unit 時間單位
     * @param errCodeEnum 指定特殊錯誤碼返回
     * @return
     */
    public static <T> T execute(String lockKey, Supplier<T> resultSupplier, long waitTime, TimeUnit unit,
                                ErrCodeEnum errCodeEnum){
        AssertUtils.assertTrue(StringUtils.isNotBlank(lockKey), ExceptionEnumType.PARAMETER_ILLEGALL);
        boolean locked = false;
        Lock lock = DistributedReentrantLock.newLock(lockKey);
        try {
            locked = waitTime > 0 ? lock.tryLock(waitTime, unit) : lock.tryLock();
        } catch (InterruptedException e) {
            throw new RuntimeException(String.format("lock error,lockResource:%s", lockKey), e);
        }
        if (errCodeEnum != null) {
            AssertUtils.assertTrue(locked, errCodeEnum);
        } else {
            AssertUtils.assertTrue(locked, ExceptionEnumType.ACQUIRE_LOCK_FAIL);
        }
        try {
            return resultSupplier.get();
        } finally {
            lock.unlock();
        }
    }

冪等

在分布式系統(tǒng)設(shè)計中冪等性設(shè)計中十分重要的，尤其在復(fù)雜的微服務(wù)中一套系統(tǒng)中包含了多個子系統(tǒng)服務(wù)，而一個子系統(tǒng)服務(wù)往往會去調(diào)用另一個服務(wù)，而服務(wù)調(diào)用服務(wù)無非就是使用 RPC 通信或者 restful ，分布式系統(tǒng)中的網(wǎng)絡(luò)延時或中斷是避免不了的，通常會導(dǎo)致服務(wù)的調(diào)用層觸發(fā)重試。具有這一性質(zhì)的接口在設(shè)計時總是秉持這樣的一種理念：調(diào)用接口發(fā)生異常并且重復(fù)嘗試時，總是會造成系統(tǒng)所無法承受的損失，所以必須阻止這種現(xiàn)象的發(fā)生。

冪等 key 提取能力：獲取唯一冪等 key

分布式鎖服務(wù)能力：提供全局加鎖、解鎖的能力

distributed-tools 冪等組件需要使用自身提供的分布式鎖功能，保證其并發(fā)唯一性， distributed-tools 提供的分布式鎖能夠提供其可靠、穩(wěn)定的加鎖、解鎖能力。

高性能的寫入、查詢能力：針對冪等結(jié)果查詢與存儲

distributed-tools 冪等組件提供了基于 tair 、 redis 的存儲實現(xiàn)，同時支持自定義一級、二級存儲通過 spring 依賴注入到 IdempotentService ，建議 distributed-tools 冪等存儲結(jié)果一級存儲 tair mdb ，二級存儲ldb或者 tablestore ，一級存儲保證其高性能，二級存儲保證其可靠性。

1. 首先判斷 Idempotent 的 spelKey 的屬性是否為空，如果不為空會根據(jù) spelKey 定義的 spring 表達式生成冪等 ID 。
2. 其次判斷參數(shù)是否包含 IdempotentTxId 注解，如果有 IdempotentTxId ，會直接獲取參數(shù)值生成冪等 ID 。
3. 再次通過反射獲取參數(shù)對象屬性是否包含 IdempotentTxId 注解，如果對象屬性包含 IdempotentTxId 注解會獲取該參數(shù)對象屬性生成冪等 ID 。
4. 最后以上三種情況仍未獲取到冪等 ID ，會進一步通過反射獲取參數(shù)對象的 Method 是否定義 IdempotentTxIdGetter 注解，如果包含該注解則通過反射生成冪等 ID 。

    @Idempotent(spelKey = "#request.requestId", firstLevelExpireDate = 7，secondLevelExpireDate = 30)
    publicvoidexecute(BizFlowRequest request){
       ..................
    }

/**
     * 冪等模板處理器
     *
     * @param request 冪等Request信息
     * @param executeSupplier 冪等處理回調(diào)function
     * @param resultPreprocessConsumer 冪等結(jié)果回調(diào)function 可以對結(jié)果做些預(yù)處理
     * @param ifResultNeedIdempotence 除了根據(jù)異常還需要根據(jù)結(jié)果判定是否需要冪等性的場景可以提供此參數(shù)
     * @return
     */
    public R execute(IdempotentRequest<P> request, Supplier<R> executeSupplier,
                     Consumer<IdempotentResult<P, R>> resultPreprocessConsumer, Predicate<R> ifResultNeedIdempotence){

      ........
    }

感謝你能夠認真閱讀完這篇文章，希望小編分享的“微服務(wù)架構(gòu)中四大利器的用法示例”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!