SpringCloudConfig+SpringCloudBus+Actuator+Git实现Eureka关键配置属性热更新(全程不重启服务)

文章目录

    • 前言
    • 1.痛点
    • 2.解决方案
    • 3.具体实现
      • 3.1搭建热配置服务
      • 3.2编写配置文件
      • 3.3搭建版本控制仓库
      • 3.4Eureka-Client引入以下依赖
      • 3.5Eureka-Client微服务编写以下配置bootstrap.yml提前加载
      • 3.6分别编写测试Controller
      • 3.7测试效果
      • 3.8下线场景压测
    • 4.SpringCloudBus优化

前言

在上文讲到，在发布服务的场景下通过MQ利用“下线”这一事件驱动去更新Ribbon缓存，搭配上更改Eureka的两个配置信息成功实现了Eureka服务下线无感知。当时就说这个过程中存在一个非常鸡肋的地方，就是在通知前要去更改Eureka的配置参数。本文将通过配置热更新搭配SpringCloudBus消息总线的方式来将其解决。

1.痛点

发布服务场景特殊，如果关闭Eureka-Server三级缓存、对Eureka-Client的参数进行修改势必会对高可用性产生影响。如果可以在这个过程中进行配置热更新，在下线旧服务发布新服务这一特定情况下对Eureka配置进行更改做到既支持服务的无感知下线，又不影响非此场景下Eureka的性能就好了。

2.解决方案

使用SpringCloudConfig+Actuator+Git来实现配置热更新，服务发布的场景下热更新配置，人为保证Eureka数据强一致用来实现服务下线无感知。服务发布完恢复Eureka原生配置保证高可用。总结来看就是在对服务数据一致性有要求的情况下，去做到一致性；没有此要求的情况下去还原高可用
在这里插入图片描述

3.具体实现

3.1搭建热配置服务

在这里插入图片描述
引入依赖：

<dependencies>
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-config-server</artifactId>
        <version>2.2.3.RELEASE</version>
    </dependency>
</dependencies>

3.2编写配置文件

#服务端口
server:
  port: 8086
  #指定应用名称
spring:
  application:
    name: config-center
  cloud:
    config:
      label: master #配置git仓库分支
      server:
        git:
          uri: https://gitee.com/lazy-sheep-java/cloud-config.git #配置git仓库地址
          search-paths: cloud-config/application.yml #配置仓库路径
          #username:  git_username #访问git仓库的用户名,公开仓库不配置用户名
          #password: git_password #访问git仓库的用户密码,公开仓库不配置密码

3.3搭建版本控制仓库

创建一个yml配置文件
在这里插入图片描述
application-dev.yml文件内容
声明：该文件内容是和项目中的参数一致的，没有作出更改

eureka:
    client:
      registry-fetch-interval-seconds: 3
      #每次获取全量注册信息
      disable-delta: true
      #服务消费者从注册中心拉取服务列表
      fetch-registry: true
    server:
      #三级缓存开关
      useReadOnlyResponseCache: false

3.4Eureka-Client引入以下依赖

<!-- spring cloud config 客户端 -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-config</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

3.5Eureka-Client微服务编写以下配置bootstrap.yml提前加载

spring:
  application:
    name: payment-service
  cloud:
    config:
      uri: http://localhost:8086    #config服务端的地址
      label: master
      profile: dev              #开发环境

并在application.yml中配置actuator支持

#Actuator
management:
  endpoint:
    shutdown:
      enabled: false
  endpoints:
    web:
      exposure:
        include: "*"

3.6分别编写测试Controller

@RestController
@RefreshScope
public class TryConfigController {
    @Value("${eureka.client.registry-fetch-interval-seconds}")
    private String seconds;

    @GetMapping("info")
    public String info(){
        return seconds;
    }
}
@RestController
@RefreshScope
public class TryController {
    @Value("${eureka.server.useReadOnlyResponseCache}")
    private String flag;

    @GetMapping("info")
    public String info(){
        return flag;
    }
}

3.7测试效果

到此时Eureka-Client端application.yml中的核心配置参数eureka.client.registry-fetch-interval-seconds的值为10秒，并且Eureka-server端三级缓存为开启状态
在这里插入图片描述

我们启动所有微服务，访问测试Controller的接口，观察该属性的值：
在这里插入图片描述在这里插入图片描述
可以看到为10S，与此同时观察控制台日志输出情况，Eureka-Client拉取Eureka-Server端的服务列表时间间隔：在这里插入图片描述
可见此时Eureka配置参数还与该模块下的application.yml保持一致！
在不全程不重启微服务的前提下，当我们向存在git仓库中的application-dev.yml文件进行更改（关闭了三级缓存，将Eureka-Client从Eureka-server拉取服务列表的时间变为2S），并且push上去。
在这里插入图片描述

在这里插入图片描述
此时分别调用Actuator提供的动态刷新接口去刷新对应微服务的热配置http://localhost:8088/actuator/refresh，http://localhost:10086/actuator/refresh，刷新成功并返回了如下结果：
在这里插入图片描述
在这里插入图片描述
此时调用测试接口，测试Eureka配置属性变化：
在这里插入图片描述
在这里插入图片描述
这说明不重启情况下完成了配置热更新，为了进一步观察效果，直接去日志中查看：
在这里插入图片描述
这说明热更新成功实现！

3.8下线场景压测

基于此，去做Eureka服务下线感知情况的压测，调用下线接口后立即压测，观察下线服务是否被负载均衡到：
在这里插入图片描述
立即使用Jmeter压测，可以看到异常情况是没有的：
在这里插入图片描述
观察控制台，下线服务实例是否被负载均衡到？
8083
在这里插入图片描述
8081
在这里插入图片描述
8084
在这里插入图片描述
可见完全没问题，这时就可以kill掉下线的服务实例，去发布新服务了，当新服务发布完毕又去push配置来热更新还原原生配置保证Eureka高可用：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.SpringCloudBus优化

Spring-Cloud-Bus:广播配置文件的更改或服务的监控管理，用于实现微服务的监控和相互通信,配合SpringCloudConfig使用，实现配置的动态刷新。当一个服务刷新数据时，将信息放入消息总线中，其他监听该消息总线的服务就能得到通知并更新自身的配置

整个流程下来相信大家可以深刻体会到，每次Git中的配置文件发生更改，我都要去基于属性变更的微服务去调用http://localhost:对应端口/actuator/refresh发送POST请求，如果服务集群部署数量较少那运维工作量还不算大，但反之就有点折磨运维老哥了。
基于此，可以使用SpringCloudBus的广播模式将配置文件更新的动作广播出去，让受其管理的微服务、集群都去刷新配置
具体实现如下：
1.在目标微服务中配置好mq（如文章上面所示），并引入Spring-Cloud-Bus的依赖

<dependency>
   <groupId>org.springframework.cloud</groupId>
   <artifactId>spring-cloud-starter-bus-amqp</artifactId>
</dependency>

2.当Git中的配置文件更新，直接调用接口：http://localhost:任选一个服务列表中的端口/actuator/bus-refresh POST
在这里插入图片描述
即完成受Spring-Cloud-Bus管控的所有微服务的配置热更新：
在这里插入图片描述
出现Keys refreshed[…]说明更新配置广播完毕，所有的目标微服务的配置都完成了热更新！一次调用更新所有，大大简化了操作

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/339621.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【Kafka】Kafka介绍、架构和概念

【Kafka】Kafka介绍、架构和概念

目录 Kafka介绍Kafka优势Kafka应用场景Kafka基本架构和概念ProducerConsumer/Consumer GroupBrokerZooKeeperTopicPartitionReplicasOffsetsegment Kafka介绍 Kafka是是一个优秀的分布式消息中间件&#xff0c;关于常用的消息中间件对比可参考文章&#xff1a;消息中间件概述。…
阅读更多...
Linux用户空间和内核空间所有15种内存分配方法

Linux用户空间和内核空间所有15种内存分配方法

在Linux操作系统中&#xff0c;内存管理是一个关键的系统功能。用户空间和内核空间分别使用不同的函数来申请内存。以下是用户空间和内核空间内存申请函数的详细列表&#xff1a; Linux用户空间内存申请函数 1. malloc() 函数&#xff1a; void* malloc(size_t size); 用于…
阅读更多...
Android OpenGL EGL使用——自定义相机

Android OpenGL EGL使用——自定义相机

如果要使用OpenGl来自定义相机&#xff0c;EGL还是需要了解下的。 可能大多数开发者使用过OpengGL但是不知道EGL是什么&#xff1f;EGL的作用是什么&#xff1f;这其实一点都不奇怪&#xff0c;因为Android中的GlSurfaceView已经将EGL环境都给配置好了&#xff0c;你一直在使用…
阅读更多...
100天精通Python（实用脚本篇）——第113天：基于Tesseract-OCR实现OCR图片文字识别实战

100天精通Python（实用脚本篇）——第113天：基于Tesseract-OCR实现OCR图片文字识别实战

文章目录 专栏导读1. OCR技术介绍2. 模块介绍3. 模块安装4. 代码实战4.1 英文图片测试4.2 数字图片测试4.3 中文图片识别 书籍分享 专栏导读 &#x1f525;&#x1f525;本文已收录于《100天精通Python从入门到就业》&#xff1a;本专栏专门针对零基础和需要进阶提升的同学所准…
阅读更多...
Flowable 生成流程图

Flowable 生成流程图

/*** 生成流程图** param processId 任务ID*/ RequestMapping("/diagram/{processId}") public void genProcessDiagram(HttpServletResponse response,PathVariable("processId") String processId) {InputStream inputStream flowTaskService.diagram(p…
阅读更多...
redis优化系列(六）

redis优化系列(六）

本期分享redis内存过期策略&#xff1a;过期key的处理 Redis之所以性能强&#xff0c;最主要的原因就是基于内存存储。然而单节点的Redis其内存大小不宜过大&#xff0c;会影响持久化或主从同步性能。 可以通过修改配置文件来设置Redis的最大内存&#xff1a; maxmemory 1gb …
阅读更多...
[翻译] Vulkan-Sample-MSAA (Multisample anti-aliasing)

[翻译] Vulkan-Sample-MSAA (Multisample anti-aliasing)

原文 Aliasing是以低于原始信号采样率的采样率进行采样导致的。在图形学中&#xff0c;这个过程可以描述为&#xff1a;基于一个会产生artifacts的分辨率去计算像素值&#xff0c;从而在模型边缘产生锯齿。多重采样抗锯齿&#xff08;Multisample anti-aliasing&#xff0c;MS…
阅读更多...
vivado 接口、端口映射

vivado 接口、端口映射

接口 重要&#xff01;接口只能在“fpga”类型的&#xff1c;component&#xff1e;中定义。接口部分提供了<component>上所有可用物理接口的列表。<interfaces>部分包含嵌套在其中的一个或多个<interface>标记。一个接口是通过使用<port_map>标记由多…
阅读更多...
[pytorch入门] 3. torchvision中的transforms

[pytorch入门] 3. torchvision中的transforms

torchvision中的transforms 是transforms.py工具箱&#xff0c;含有totensor、resize等工具 用于将特定格式的图片转换为想要的图片的结果&#xff0c;即用于图片变换 用法 在transforms中选择一个类创建对象&#xff0c;使用这个对象选择相应方法进行处理 能够选择的类 列…
阅读更多...
股东出资透明度提升：企业股东出资信息API的应用

股东出资透明度提升：企业股东出资信息API的应用

前言 在当今商业环境中&#xff0c;股东出资信息的透明度对于投资者、监管机构以及企业自身的健康发展至关重要。随着企业信息公开化的推进&#xff0c;企业股东出资信息API应运而生&#xff0c;为各方提供了一个便捷、高效的信息获取渠道。本文将探讨企业股东出资信息API如何…
阅读更多...
【动态规划】【广度优先搜索】【状态压缩】847 访问所有节点的最短路径

【动态规划】【广度优先搜索】【状态压缩】847 访问所有节点的最短路径

作者推荐 视频算法专题 本文涉及知识点 动态规划汇总 广度优先搜索 状态压缩 LeetCode847 访问所有节点的最短路径 存在一个由 n 个节点组成的无向连通图&#xff0c;图中的节点按从 0 到 n - 1 编号。 给你一个数组 graph 表示这个图。其中&#xff0c;graph[i] 是一个列…
阅读更多...
03.时间轮

03.时间轮

时间轮 1.为什么需要时间轮 海量的定时任务下&#xff0c;小顶堆时间复杂度比较高&#xff0c;性能差 2.时间轮是什么 时间轮这个技术其实出来很久了&#xff0c;在kafka、zookeeper、Netty、Dubbo等高性能组件中都有时间轮使用的方式 时间轮&#xff0c;从图片上来看&…
阅读更多...
自定义数据集 - Dataset

自定义数据集 - Dataset

文章目录 1. PASCAL VOC格式 划分训练集和验证集2. 自定义dataset 1. PASCAL VOC格式 划分训练集和验证集 import os import randomdef main():random.seed(0) # 设置随机种子&#xff0c;保证随机结果可复现files_path "./VOCdevkit/VOC2012/Annotations" # 指定…
阅读更多...
Sentinel限流规则支持流控效果

Sentinel限流规则支持流控效果

流控效果是指请求达到流控阈值时应该采取的措施&#xff0c;包括三种&#xff1a; 1.快速失败&#xff1a;达到阈值后&#xff0c;新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。 2.warm up&#xff1a;预热模式&#xff0c;对超出阈值的请求同样是拒绝并抛…
阅读更多...
网络安全的信息收集方法有哪些？

网络安全的信息收集方法有哪些？

网络安全攻击中的信息收集是攻击者为了了解目标系统的弱点、配置、环境和潜在的防御措施而进行的活动。以下是一些常见的信息收集手段&#xff1a; 开放网络资源查询&#xff1a; 使用搜索引擎查找关于目标组织的信息&#xff0c;包括新闻稿、社交媒体帖子、官方网站等。通过W…
阅读更多...
答案之书程序

答案之书程序

答案之书程序 需求&#xff1a;用户输入手机号码后4位或者生日&#xff0c;自动生成答案之书对应答案 效果图 C#代码实现过程 using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq;…
阅读更多...
新买电脑配置不低却卡顿？

新买电脑配置不低却卡顿？

目录 前言&#xff1a; 电脑卡顿的原因 Windows 10必做的系统优化 禁用 IP Helper 关闭系统通知 机械硬盘开启优化驱动器功能 开启存储感知 前言&#xff1a; 新买的电脑配置不低&#xff0c;但却卡顿甚至程序不反应&#xff0c;这是怎么回事儿&#xff1f; 其实并不…
阅读更多...
获取主流电商平台商品价格，库存信息，数据分析，SKU详情

获取主流电商平台商品价格，库存信息，数据分析，SKU详情

要接入API接口以采集电商平台上的商品数据&#xff0c;可以按照以下步骤进行&#xff1a; 1、找到可用的API接口&#xff1a;首先&#xff0c;需要找到支持查询商品信息的API接口。这些信息通常可以在电商平台的官方文档或开发者门户网站上找到。 2、注册并获取API密钥&#x…
阅读更多...
【代码随想录算法训练营第二十四天|回溯算法的理论基础、77. 组合】

【代码随想录算法训练营第二十四天|回溯算法的理论基础、77. 组合】

代码随想录算法训练营第二十四天|回溯算法的理论基础、77. 组合 回溯算法的理论基础77. 组合 回溯算法的理论基础 这里我觉得《代码随想录》和y总的课都比较好了 《代码随想录》 &#xff1a; https://programmercarl.com/0077.%E7%BB%84%E5%90%88%E4%BC%98%E5%8C%96.html#%E5…
阅读更多...
成人高考和自考到底应该选哪个呢？

成人高考和自考到底应该选哪个呢？

在成人学历提升的各项方式之中 成人高考与自学考试经常会被人拿来对比 但它们之间的差别在哪里 又分别去适合什么类型的考生 成考自考报名一般8月底开始&#xff0c;要准备考试的考生需要提前做好准备了哦 成考自考报名都需要上传证件照&#xff0c;而且都很严格 大家可使用小程…
阅读更多...
最新文章

Copyright @ 2022~2023