本文示例基於Spring Boot 1.5.x實現，如對Spring Boot不熟悉，可以先學習我的這一篇：《Spring Boot 1.5.x 基礎學習示例》。關於微服務基本概念不了解的童鞋，可以先閱讀下始祖Martin Fowler的《Microservice》，本文不做介紹和描述。
一、分布式服務框架的發展
1.1 第一代服務框架
代表：Dubbo(Java)、Orleans(.Net)等
特點：和語言綁定緊密
1.2 第二代服務框架
代表：Spring Cloud等
現狀：適合混合式開發（例如借助Steeltoe OSS可以讓ASP.Net Core與Spring Cloud集成），正值當年
1.3 第三代服務框架
代表：Service Mesh（服務網格） => 例如Service Fabric、lstio、Linkerd、Conduit等
現狀：在快速發展中，更新迭代比較快
1.4 未來（目測不久）主流的服務架構和技術棧
基礎的雲平台為微服務提供了資源能力（計算、存儲和網絡等），容器作為最小工作單元被Kubernetes調度和編排，Service Mesh（服務網格）管理微服務的服務通信，最后通過API Gateway向外暴露微服務的業務接口。
目前，我所在的項目組已經在采用這種技術架構了，服務網格采用的是Linkerd，容器編排采用的是K8S，Spring Cloud已經沒用了。But，不代表Spring Cloud沒有學習的意義，對於中小型項目團隊，Spring Cloud仍然是快速首選。
二、Spring Cloud 簡介
2.1 Spring Cloud極簡介紹
首先，盡管Spring Cloud帶有“Cloud”這個單詞，但它並不是雲計算解決方案，而是在Spring Boot基礎之上構建的，用於快速構建分布式系統的通用模式的工具集。
其次，使用Spring Cloud開發的應用程序非常適合在Docker和PaaS（比如Pivotal Cloud Foundry）上部署，所以又叫做雲原生應用（Cloud Native Application）。雲原生可以簡單地理解為面向雲環境的軟件架構。
總結 ：Spring Cloud是一個基於Spring Boot實現的雲原生應用開發工具，它為基於JVM的雲原生應用開發中涉及的配置管理、服務發現、熔斷器、智能路由、微代理、控制總線、分布式會話和集群狀態管理等操作提供了一種簡單的開發方式。
Spring Cloud具有如下特點：
- 約定大於配置
- 適用於各種環境
- 隱藏了組件的復雜性，並提供聲明式、無XML式的配置方式
- 開箱即用，快速啟動
- 組件豐富，功能齊全
- ......
Spring Cloud作為第二代微服務的代表性框架，已經在國內眾多大中小型的公司有實際應用案例。許多公司的業務線全部擁抱Spring Cloud，部分公司選擇部分擁抱Spring Cloud。例如，拍拍貸資深架構師楊波老師就根據自己的實際經驗以及對Spring Cloud的深入調研，並結合國內一線互聯網大廠的開源項目應用實踐結果，認為Spring Cloud技術棧中的有些組件離生產級開發尚有一定距離，最后提出了一個可供中小團隊參考的微服務架構技術棧，又被稱為“中國特色的微服務架構技術棧1.0”：
上圖中涉及到的組件，這里不做具體介紹，有興趣的童鞋可以瀏覽波波老師的這篇文章：《一個可供中小團隊參考的微服務架構技術棧》。
2.2 Spring Cloud核心子項目
- Spring Cloud Netflix：核心組件，可以對多個Netflix OSS開源套件進行整合，包括以下幾個組件：
- Eureka：服務治理組件，包含服務注冊與發現
- Hystrix：容錯管理組件，實現了熔斷器
- Ribbon：客戶端負載均衡的服務調用組件
- Feign：基於Ribbon和Hystrix的聲明式服務調用組件
- Zuul：網關組件，提供智能路由、訪問過濾等功能
- Archaius：外部化配置組件
- Spring Cloud Config：配置管理工具，實現應用配置的外部化存儲，支持客戶端配置信息刷新、加密/解密配置內容等。
- Spring Cloud Bus：事件、消息總線，用於傳播集群中的狀態變化或事件，以及觸發后續的處理
- Spring Cloud Security：基於spring security的安全工具包，為我們的應用程序添加安全控制
- Spring Cloud Consul : 封裝了Consul操作，Consul是一個服務發現與配置工具（與Eureka作用類似），與Docker容器可以無縫集成
- ......
三、參考學習資料
備注：下面資料都是我們項目組新同事以及老同事（.Net技術背景）所采用的學習資料，並不保證適合於所有人。本示例主要也主要是基於下面的資料而寫的sample code。
（1）周立：《Spring Cloud與Docker 微服務架構實戰》
（2）程序猿DD：《Spring Cloud 微服務實戰》、《Spring Cloud基礎教程（Dalston版本）（強力推薦）》
（3）純潔的微笑，《Spring Cloud系列文章》
四、示例結構說明
4.1 示例環境版本
- Java : JDK & JRE 1.8 8u151
- Spring Boot : 1.5.15.RELEASE
- Spring Cloud : Edgware.SR3 （小貼士：Spring Cloud的版本命名是以倫敦地鐵站的名字來命名的）
4.2 示例地址與結構說明
示例地址：https://github.com/EdisonChou/EDC.SpringCloud.Samples
4.2.1 服務注冊與發現 - 基於Eureka
此部分示例位於：part1_service-register-discovery
此部分示例主要演示了如何基於Eureka實現服務的注冊與發現，其中包括兩個版本：
① 單節點版本 （開發環境調試用） => 位於eureka-service-sn (sn代表single node)項目內
這里需要注意的地方是：在開發環境需要關閉Eureka的自我保護機制，不然你無法輕易看到服務移除的效果，需要在application.yml中如下設置：
eureka: server: enableSelfPreservation: false # 本地調試環境下關閉自我保護機制
這是因為Eureka考慮到生產環境中可能存在的網絡分區故障，會導致微服務與Eureka Server之間無法正常通信。它的架構哲學是寧可同時保留所有微服務（健康的微服務和不健康的微服務都會保留），也不盲目注銷任何健康的微服務。
關於自我保護機制，更多內容可以參考：《Spring Cloud Eureka全解之自我保護機制》
② HA多節點版本 （部署/生產環境用） => 位於eureka-service-ha-1 & eureka-service-ha-2這兩個項目內
此版本需要注意的是兩個節點的application.yml保持一致，但由於其中使用了peer1和peer2的hostname，在本地開發環境需要給Windows（我假設你使用的是Windows系統）設置hosts文件如下：
127.0.0.1 peer1 peer2
擴展：除了Eureka之外，還可以選擇通用型較強的Consul，關於Consul的基本概念與服務端的安裝配置可以看看我的這一篇《.Net Core微服務之基於Consul實現服務注冊於發現》了解一下。最后，不得不說，Spring Boot 和 Spring Cloud中核心組件封裝的注解真的是太強大了，很多操作一個注解直接搞定，無須過多的coding。
4.2.2 客戶端負載均衡 - 基於Ribbon
此部分示例位於：part2_client-load-balance
此部分示例主要演示了如何基於Ribbon實現客戶端的負載均衡，建議啟動方式：先啟動Eureka，再啟動UserService和MovieService。通過訪問MovieService的API接口 /log-instance 進行日志查看，測試結果如下圖所示：
從上圖可以看出，通過客戶端的負載均衡算法，依次訪問了不同的服務節點。
4.2.3 聲明式REST調用 - 基於Feign
此部分示例位於：part3_feign
此部分示例主要演示了基於Feign如何實現聲明式調用，包括以下內容：
（1）基本整合Feign進行單參數與多參數的請求：位於movie-service這個項目內
需要注意的就是別忘了在啟動類加上@EnableFeignClients注解
@SpringBootApplication @EnableDiscoveryClient @EnableFeignClients // 要使用Feign，需要加上此注解 public class MovieServiceApplication { public static void main(String[] args) { SpringApplication.run(MovieServiceApplication.class, args); } }
（2）自定義Feign配置的使用：位於movie-service-feign-customizing這個項目內
下面的Feign接口就使用了自定義的配置類FeignConfiguration。
@FeignClient(name = "user-service", configuration = FeignConfiguration.class) public interface UserFeignClient { /** * 使用feign自帶的注解@RequestLine * @see https://github.com/OpenFeign/feign * @param id 用戶id * @return 用戶信息 */ @RequestLine("GET /{id}") User findById(@Param("id") Long id); }
（3）Feign的日志的使用：位於movie-service-feign-logging這個項目內
需要注意的是：Feign雖然提供了logger，但是其日志打印只會對DEBUG級別做出響應。日志級別一共有4種類型，如下所示：
Logger.Level 可選值：
* NONE: 不記錄任何日志（默認值）
* BASIC: 僅記錄請求方法、URL、響應狀態碼以及執行時間
* HEADERS: 記錄BASIC級別的基礎之上，記錄請求和響應的header
* FULL: 記錄請求和響應的header，body和元數據
要輸出日志打印，application.yml內要設置DEBUG級別：
logging:
level:
# 將Feign接口的日志級別設置為DEBUG，因為Feign的Logger.Level只針對DEBUG做出響應
com.mbps.cd.movieservice.feign.UserFeignClient: DEBUG
最后，針對FULL級別的日志打印效果如下圖所示：
4.2.4 容錯處理 - 基於Hystrix
此部分示例位於：part4_hystrix
此部分示例主要演示如何基於Hystrix實現容錯處理，主要包括以下內容：
（1）通用方式整合Hystrix：此示例位於movie-service項目中
針對普通的方法，只需加上HystrixCommand注解及定義回退方法即可，例如：
@HystrixCommand(fallbackMethod = "findByIdFallback") @GetMapping(value = "/user/{id}") public User findById(@PathVariable Long id) { return restTemplate.getForObject("http://user-service/" + id, User.class); } public User findByIdFallback(Long id){ User user = new User(); user.setId(-1L); user.setUsername("Default User"); return user; }
（2）Feign使用Hystrix：此示例位於movie-service-feign-hystrix項目中
針對Feign，它是以接口形式工作的，好在Spring Cloud已默認為Feign整合了Hystrix，不過默認是關閉的，需要手動在配置文件中開啟：
feign: hystrix: enabled: true
在之前的版本（Dalston之前的版本）中是默認開啟的，至於為何要改為默認禁用，可以看看這里：https://github.com/spring-cloud/spring-cloud-netflix/issues/1277
然后直接在FeignClient注解中加入fallback屬性即可，例如下面所示：
@FeignClient(name = "user-service", fallback = FeignClientFallback.class) public interface UserFeignClient { @GetMapping(value = "/{id}") User findById(@PathVariable("id") Long id); } @Component class FeignClientFallback implements UserFeignClient{ @Override public User findById(Long id) { User user = new User(); user.setId(-1L); user.setUsername("Default User"); return user; } }
如果想要在Feign發生回退時能夠留下日志供查看回退原因，那么可以使用FallbackFactory，示例項目：movie-service-feign-fallback-factory.
@FeignClient(name = "user-service", fallbackFactory = FeignClientFallbackFactory.class) public interface UserFeignClient { @GetMapping(value = "/{id}") User findById(@PathVariable("id") Long id); } @Component class FeignClientFallbackFactory implements FallbackFactory<UserFeignClient> { private static final Logger LOGGER = LoggerFactory.getLogger(FeignClientFallbackFactory.class); @Override public UserFeignClient create(Throwable cause) { return new UserFeignClient() { @Override public User findById(Long id) { /* * 日志最好放在各個fallback中，而不要直接放在create方法中 * 否則在引用啟動時，就會打印該日志 */ FeignClientFallbackFactory.LOGGER.info("sorry, fallback. reason was: ", cause); User user = new User(); user.setId(-1L); user.setUsername("Default Username"); return user; } }; } }
當發生回退時，日志輸出信息如下：
除此之外，關於Hystrix部分，還有監控的主題，這里由於我所在的項目組的技術架構中不會涉及到，也就沒有弄，有興趣的童鞋可以關注一下Hystrix自帶的監控以及基於Turbine的聚合監控。參考文章：《Hystrix監控面板（Dalston版）》與《Hystrix監控數據聚合》。
4.2.5 API網關 - 基於Zuul
此部分示例位於：part5_zuul
此部分示例主要演示如何基於Zuul實現API網關，主要包括以下內容：
（1）整合Zuul編寫API網關：位於zuul-service項目中
可以測試驗證的內容：
- 路由規則：依次啟動eureka，user-service，movie-service，zuul-service，然后通過zuul訪問user-service接口
- 負載均衡：依次啟動eureka，多個user-service，zuul-service，然后多次訪問user-service，最后查看日志信息（兩個user-service都會打印hibernate日志信息），驗證是否達到負載均衡的效果。PS：Zuul內置了Ribbon來實現負載均衡。
- 路由端點：依次啟動eureka，user-service，movie-service，zuul-service，然后瀏覽器訪問zuul-service（http://localhost:5000/routes）可以得到路由端點信息
對於路由端點，需要改一下以下配置，才能正常顯示路由端點信息，否則會報401的錯誤：
management: security: enabled: false # 默認為true，改為false以便可以看到routes
- 路由配置：示例主要演示了路由前綴、全局敏感設置以及路由規則設置
- 大文件上傳設置：針對超大文件上傳（比如500M），需要在Zuul中提升超時設置
# 下面的設置針對超大文件上傳（比如500M），提升了超時設置 hystrix: command: default: execution: isolation: thread: timeoutInMillseconds: 60000 ribbon: ConnectionTimeout: 3000 ReadTimeout: 60000
（2）Zuul的過濾器：主要位於zuul-service-filter這個項目中
對於Zuul的請求聲明周期來說，一共有4種標准過濾器類型：
- PRE：在請求被路由之前調用，可利用這種過濾器實現身份驗證、記錄調試信息等操作；
- ROUTING：將請求路由到微服務，可利用這種過濾器用於構建發送給微服務的請求；
- POST：在路由到微服務以后執行，可用來為響應添加標准的HTTP Header、收集統計信息和指標、將響應從微服務發送給客戶端等；
- ERROR：在其他階段發生錯誤時執行該過濾器；
此示例中演示了PRE類型的過濾器，部分場景下，想要禁用部分過濾器，只需要在配置文件中設置即可，例如這里禁用PreRequestLogFilter過濾器：
zuul: # 禁用指定過濾器設置 PreRequestLogFilter: pre: disable: true # 禁用我們創建的PreRequestLogFilter過濾器
（3）Zuul的容錯與回退：主要位於zuul-service-fallback這個項目中
Zuul自身就帶有Hystrix，但是它監控的粒度是微服務級別，而不是某個API，當某個API不可用時，會統一拋500錯誤碼的異常頁。我們可以為Zuul添加回退，以實現更友好的返回信息。實現也很簡單，只需要實現FallbackProvider接口即可。這里要注意的是，對於Edgware之前的版本（即Dalston及更低版本）需要實現的是ZuulFallbackProvider接口，而Edgware及之后的版本要實現的是FallbackProvider接口。因為FallbackProvider是ZuulFallbackProvider的子接口，而它的好處就是多了一個接口可以獲取可能造成回退的原因，具體可以參考這一篇文章：《Spring Cloud Edgware新特性之八：Zuul回退的改進》。下面是本示例中訪問user-service接口（user-service被我手動關閉）后的返回結果：
（4）Zuul的高可用架構
生產環境中一般都需要部署高可用的Zuul以避免單點故障，實際開發中有兩種情況：
① Zuul的客戶端也注冊到了Eureka Server上（比如：MVC App, SPA 等）
此時Zuul的高可用和其他微服務沒區別，都是借助Eureka和Ribbon來實現負載均衡。
② Zuul的客戶端未注冊到Eureka Server上（比如手機App端等）
現實中這種場景或許更常見，此時需要借助一個額外的負載均衡器來實現Zuul的高可用，比如：Nginx、HAProxy以及F5等。
更多Zuul高可用的內容，可以瀏覽周立老師的這一篇：《Zuul的高可用》
（5）使用Zuul聚合微服務：此示例位於zuul-service-aggregation項目中
許多場景下可能一個外部請求要查詢Zuul后端的多個服務，這時可以使用Zuul來聚合服務請求，即只需請求一次，由Zuul來請求各個服務，然后組織好數據發送給客戶端（比如App客戶端）。示例中主要基於RxJava與Zuul來結合實現的微服務請求的聚合。
4.2.6 統一配置管理 - 基於Spring Cloud Config
Spring Cloud Config為分布式系統外部化配置提供了服務端和客戶端的支持，包括Config Server和Config Client兩部分，其架構圖如下圖所示：
其中，各個微服務在啟動時會請求Config Server以獲取所需要的配置屬性，然后緩存這些屬性以提高性能，如下圖所示：
此部分示例位於：part6_config
此部分示例主要演示如何基於Spring Cloud Config實現統一配置中心，主要包括以下內容：
（1）基本的Config Server與Config Client編寫：此示例位於config-service與config-client中
此示例需要用到一些已放到git的配置文件，這里我已將其放到了github方便大家可以直接拿來測試用，倉庫地址為：https://github.com/EdisonChou/EDC.SpringCloud.Samples.Config
端點與配置文件的映射規則如下：
/{application}/{profile}[/{label}]
/{application}-{profile}.yml
/{label}/{application}-{profile}.yml
/{application}-{profile}.properties
/{label}/{application}-{profile}.properties
其中，application: 表示微服務的虛擬主機名，即配置的spring.application.name
profile: 表示當前的環境，dev, test or production?
label: 表示git倉庫分支，master or relase or others repository name? 默認是master
項目中，config-service的配置文件如下：
server: port: 8080 spring: application: name: sampleservice-config-server cloud: config: server: git: # 配置Git倉庫地址 uri: https://github.com/EdisonChou/EDC.SpringCloud.Samples.Config # Git倉庫賬號（如果需要認證） username: # Git倉庫密碼（如果需要認證） password:
啟動順序：先啟動config-server，再啟動config-client，因為config-client在啟動時就回去config-server獲取配置，如果這時config-server未啟動則會報錯。
這里需要注意的就是在config-client中，對於spring cloud config的配置應該放在bootstrap.yml中而不是application.yml中，否則會不起作用。這里涉及到一個spring cloud的“引導上下文”的概念，可以參考這篇《深入理解Spring Cloud引導上下文》來了解一下。
（2）使用/refresh端點手動刷新配置：仍然位於config-client項目中
要想在運行期間刷新配置，需要兩點改造：加上@RefreshScope注解
@RestController @RefreshScope // @RefreshScope注解不能少，否則即使調用/refresh，配置也不會刷新 public class ConfigClientController { @Value("${profile}") private String profile; @GetMapping("/profile") public String hello(){ return this.profile; } }
此外，針對Spring Boot 1.5.x，還需要給config-client端關閉安全認證，否則無法正常refresh：
management: security: enabled: false
之后，就可以通過對config-client發起POST請求刷新配置了：
不過，如果所有微服務都需要手動刷新配置，工作量會很大。所以，在實際環境中，一般會實現配置的自動刷新。
（3）使用Spring Cloud Bus自動刷新配置：此示例位於config-server-cloud-bus與config-client-cloud-bus項目中
此示例使用到的架構如下圖所示，它將Config Server加入消息總線之中，並使用Config Server的/bus/refersh端點來實現配置的刷新。這樣，各個微服務只需要關注自身的業務邏輯，而無需再自己手動刷新配置。
Tip：Spring Cloud Bus基於輕量級地消息代理（例如RabbitMQ、Kafka等）連接分布式系統的節點，就可以通過廣播的方式來傳播狀態的更改（例如配置的更新）或者其他的管理指令。我們可以將Spring Cloud Bus想象成一個分布式的Spring Boot Actuator。
運行順序：先啟動config-service-cloud-bus，再啟動兩個config-client-cloud-bus（第一個默認端口8081，第二個端口改為8082），修改github中sampleservice-foo-dev.properties中的profile值后commit & push，然后POST請求config-service-cloud-bus的/bus/refersh端點，最后再次訪問兩個client的/profile端點進行驗證。
如果部分場景想要知道Spring Cloud Bus事件傳播的細節，可以通過以下設置來跟蹤事件總線：
spring: cloud: bus: trace: enabled: true # 開啟cloud bus跟蹤
（4）與Eureka的配合使用：此示例位於config-service-eureka與config-client-eureka兩個項目中
（5）Config Server的高可用：涉及到Git倉庫的高可用、RabbitMQ的高可用以及Config Server自身的高可用。
對於Git倉庫的高可用，第三方Git倉庫類似於GitHub等本身已經實現了高可用，而針對自建Git倉庫如GitLab，可以參考GitLab官方文檔搭建高可用：https://about.gitlab.com/high-availability/
對於Config Server自身的高可用，也可以分為未注冊到Eureka和注冊到Eureka兩種情形，具體可以參考Zuul的高可用的架構圖。
此外，對於配置內容的加密，此示例沒有涉及，它依賴於JCE（Java Cryptography Extension），可以參考這一篇《Spring Cloud配置文件加密》了解一下。
擴展：關於統一配置中心，還可以選擇更好用的Apollo（攜程的開源項目），可以看看我的這一篇《.Net Core微服務之基於Apollo實現統一配置中心》了解一下。
4.2.7 微服務跟蹤 - 基於Spring Cloud Sleuth
首先，值得一提的是Spring Cloud Sleuth大量借用了Google Dapper，Twitter Zipkin和Apache HTrace的設計，我們得了解一些術語，例如：span、trace、annotation等，詳細可以參考這篇《Spring Cloud系列之分布式鏈路監控Spring Cloud Sleuth》。
此示例位於：part7_sleuth
此部分示例主要演示如何基於Spring Cloud Sleuth實現分布式鏈路監控，主要包括以下內容：
（1）基礎整合Spring Cloud Sleuth：位於user-service-trace與movie-service-trace項目中，主要查看控制台輸出日志
（2）Spring Cloud Sleuth與Zipkin的配合使用：位於zipkin-service-server、user-service-trace-zipkin與movie-service-trace-zipkin三個項目中
Zipkin是Twitter開源的分布式跟蹤系統，基於Dapper論文設計而來，主要功能是收集系統的時序數據，從而追蹤微服務架構的系統延時問題，此外還提供了一個非常友好的界面來幫助追蹤分析數據。
下圖是一個接入Zipkin之后的服務調用簡易流程圖：
運行順序：首先運行zipkin-service-server，其次運行user-service-zipkin與movie-service-zipkin，然后訪問http://localhost:8010/user/1得到數據結果，最后訪問zipkin server首頁，填入起始時間、結束時間等篩選條件后，點擊Find a trace按鈕，可以看到trace列表，如下圖所示：
點擊“依賴分析”，可以得到下圖，有助於我們分析依賴關系：
需要注意的是，在開發調試時，因為默認的采樣百分比是10%，Sleuth會忽略大量span，因此我們可以在開發環境將其設置為100%：
spring: sleuth: sampler: # 指定需采樣的請求的百分比，默認是0.1（即10%），這里方便查看設為100%（實際環境不要這樣設置） percentage: 1.0
（3）使用RabbitMQ收集數據：此示例位於zipkin-service-server-stream與user-service-trace-zipkin-stream兩個項目中
此外，Spring Cloud Sleuth還可以與ELK配合使用，不過此示例沒有涉及，感興趣的朋友可以參考這一篇《Spring Cloud Sleuth與ELK集成》。當然，示例中的跟蹤數據都是存放到內存中，但是跟蹤數據還是建議存放到ElasticSearch中，生產環境切莫只存儲到內存中。
推薦工具
IDE => Intellij Idea Community 2018
(PS: 如果是.Net程序猿背景，強烈建議更改快捷鍵與Visual Studio保持一致，這樣能加快開發效率，如不了解如何修改，可以參考鄒瓊俊《從.Net到Java - Idea and Start Spring Boot》)
Plugin => 阿里巴巴代碼規約