Nacos+Feign+Sentinel(7.31)

一、Nacos实战

1、安装Nacos

下载地址: https://github.com/alibaba/nacos/releases
下载zip格式的安装包，然后进行解压缩操作,上课使用的Nacos Server版本是2.0.4

2、启动Nacos

#切换目录
cd nacos/bin
#命令启动
startup.cmd -m standalone

3、访问Nacos

打开浏览器输入 http://localhost:8848/nacos ，即可访问服务，默认密码是nacos/nacos。

4、将商品服务和订单服务注册到Nacos

(1)在shop-product-server和shop-order-server的pom下添加Nacos的依赖。

<!--nacos客户端-->
<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

（2）在各自的application.yml中添加Nacos服务的地址。

spring:cloud:nacos:discovery:server-addr: localhost:8848

（3）启动商品服务和订单服务，观察Nacos的控制面板中是否有注册上来的商品和订单微服务。

拓展：Nacos 的上下线机制

核心作用：Nacos 的“下线”操作仅用于流量控制，而非停止服务。它能让实例平滑地退出服务调用链，避免突然停机导致的请求报错。
流量摘除：当某台服务器压力过大或需要维护时，在 Nacos 控制台将其“下线”。此时，该实例会从健康列表中移除，注册中心不再将新的用户请求分发给它，但服务器本身仍在正常运行，可以继续处理已经接收到的请求或进行内部维护。
动态恢复：当服务器压力缓解或维护完成后，只需在 Nacos 控制台点击“上线”，该实例会立刻重新加入健康列表，恢复接收新的流量。

5、使用Nacos实现服务自动注册与发现

①首先需要在shop-order-server从容器中取出Nacos对象。

    //nacos客户端@Autowiredprivate DiscoveryClient discoveryClient;

②获取product的微服务的所有可用实例（即所有正在运行的商品服务的 IP 地址和端口号）。product即application.yml中配置的服务器名称。

List<String> urlList = new ArrayList<>();List<ServiceInstance> instanceList = discoveryClient.getInstances("product");for (ServiceInstance instance : instanceList) {String ip = instance.getHost();int port = instance.getPort();urlList.add(ip + ":" + port);}

TShopOrderController完整代码

@RestController
@RequestMapping("/order")
public class TShopOrderController {@Autowiredprivate ITShopOrderService orderService;//nacos客户端@Autowiredprivate DiscoveryClient discoveryClient;@RequestMapping("/save/{uid}/{pid}/{number}")public TShopOrder save(@PathVariable Long uid,  @PathVariable Long pid, @PathVariable Integer number) {TShopOrder tShopOrder = new TShopOrder();tShopOrder.setUid(uid);tShopOrder.setPid(pid);tShopOrder.setNumber(number);List<String> urlList = new ArrayList<>();List<ServiceInstance> instanceList = discoveryClient.getInstances("product");for (ServiceInstance instance : instanceList) {String ip = instance.getHost();int port = instance.getPort();urlList.add(ip + ":" + port);}//用于发送restful风格的http请求的对象，在spring-boot-starter-web中提供RestTemplate restTemplate = new RestTemplate();Random random = new Random();int rand = random.nextInt(urlList.size());String url = urlList.get(rand);TShopProduct product = restTemplate.getForObject("http://"+url+"/product/get/3", TShopProduct.class);tShopOrder.setPname(product.getPname());tShopOrder.setPprice(product.getPprice());orderService.save(tShopOrder);return tShopOrder;}
}

二、使用增强restTemplate结合spring-cloud-LoadBalancer实现真正的负载均衡调用

RestTemplate 是 Spring 提供的用于发送 HTTP 请求的客户端工具，下面以getForObject 为例。

restTemplate.getForObject(url, responseType, uriVariables)

url：目标服务的完整地址，例如 "http://192.168.1.100:8080/api/users/{id}"
responseType：期望返回的数据类型，如 User.class 或 String.class
uriVariables：可选，用于替换 URL 中的占位符 {id}，可以是 Map 或可变参数

没使用@LoadBalanced增强时，只能根据 IP 和端口访问一台服务器，没法负载均衡。

增强时，使用http://微服务名/请求路径，自动把微服务名展开，去访问该服务下的所有端口。根据算法选出要访问的端口。

（1）去除取出的discoveryClient对象和获取url代码。

（2）在OrderApp把restTemplate注入到容器中，并进行增强。

@MapperScan("cn.wolfcode.mapper")
@SpringBootApplication
public class OrderApp {public static void main(String[] args) {SpringApplication.run(OrderApp.class, args);}@LoadBalanced //增加负载均衡功能，使用http://微服务名/请求路径@Beanpublic RestTemplate restTemplate(){return new RestTemplate();}
}

（3）在shop-order-server的pom中加入依赖。

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

（4）在TShopOrderController中取出restTemplate对象。传入"product"访问服务端口。

@RestController
@RequestMapping("/order")
public class TShopOrderController {@Autowiredprivate ITShopOrderService orderService;@Autowiredprivate RestTemplate restTemplate;@RequestMapping("/save/{uid}/{pid}/{number}")public TShopOrder save(@PathVariable Long uid,  @PathVariable Long pid, @PathVariable Integer number) {TShopOrder tShopOrder = new TShopOrder();tShopOrder.setUid(uid);tShopOrder.setPid(pid);tShopOrder.setNumber(number);TShopProduct product = restTemplate.getForObject("http://"+"product"+"/product/get/3", TShopProduct.class);tShopOrder.setPname(product.getPname());tShopOrder.setPprice(product.getPprice());orderService.save(tShopOrder);return tShopOrder;}
}

小结：对restTemplate做增强后，可以获取到Nacos上的服务清单，采用LoadBalancer上的算法实现负载均衡去访问服务器。

三、负载均衡

1、概念：负载均衡就是将负载（工作任务，访问请求）进行分摊到多个操作单元（服务器,组件）上进行执行。

2、分类：根据负载均衡发生位置的不同,一般分为服务端负载均衡和客户端负载均衡。

服务端负载均衡指的是发生在服务提供者一方,比如常见的Nginx负载均衡。
客户端负载均衡指的是发生在服务请求的一方，也就是在发送请求之前已经选好了由哪个实例处理请求。

3、修改负载均衡策略

LoadBalancer默认提供了两种负载均衡策略。

（1）RandomLoadBalancer-随机分配策略

（2）RoundRobinLoadBalancer-轮询分配策略（默认）

我们需要通过配置的方式修改默认的负载均衡策略

@LoadBalancerClient(name = "product-service",configuration =
RandomLoadbalancerConfig.class)
public class RandomLoadbalancerConfig {
@Bean
public ReactorLoadBalancer<ServiceInstance>
reactorServiceInstanceLoadBalancer(Environment environment,
LoadBalancerClientFactory loadBalancerClientFactory) {
String name =
environment.getProperty(LoadBalancerClientFactory.PROPERTY_NAME);
return new RandomLoadBalancer(
loadBalancerClientFactory.getLazyProvider(name,
ServiceInstanceListSupplier.class), name);
}
}

四、远程调用Feign

1、Feign

Feign是Spring Cloud提供的一个声明式的伪Http客户端，它使得调用远程服务就像调用本地服务一样简单，只需要创建一个接口并添加一个注解即可。
Nacos很好的兼容了Feign， Feign默认集成了 LoadBalancer，所以在Nacos下使用Fegin默认就实现了负载均衡的效果。
对比restTemplate：
- 必须做增强：必须手动加 @LoadBalanced 注解才能支持服务名调用和负载均衡。
- 方法调用繁琐：每次调用都要显式地写 getForObject()、postForObject() 等 HTTP 动词方法，并且要手动拼接 URL 和参数。

2、订单微服务集成Feign

（1）在shop-order-server项目的pom文件加入Fegin的依赖。（因为使用了负载均衡，所以不要忘了加入LoadBalancer的依赖。）

    <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfeign</artifactId></dependency><dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-loadbalancer</artifactId></dependency>

3、在启动类OrderServer.java上添加Fegin的扫描注解,注意扫描路径(默认扫描当前包及其子包)

@EnableFeignClients // 开启Feign的支持

4、定义XXXFeignApi接口

在shop-order-server中新建feign包，创建ProductFeignApi接口。

实际上是把shop-product-server项目中的TShopProductController中的方法拷贝到刚刚定义的接口中。

去掉方法体
补全请求路径（/product）
添加FeignClient注解指定服务，name指定服务名，有多台机器，自动负载均衡。

@FeignClient(name = "product")
public interface ProductFeignApi {@GetMapping("/product/get/{id}")TShopProduct get(@PathVariable("id") Integer id);
}

5、修改OrderServiceImpl.java的远程调用方法

从容器中获取刚刚定义的接口。
调用接口中的方法。

@RestController
@RequestMapping("/order")
public class TShopOrderController {@Autowiredprivate ITShopOrderService orderService;@Autowiredprivate ProductFeignApi productFeignApi;	//获取接口@Autowiredprivate UserFeignApi userFeignApi;@RequestMapping("/save/{uid}/{pid}/{number}")public TShopOrder save(@PathVariable Long uid, @PathVariable Long pid, @PathVariable Integer number) {TShopOrder tShopOrder = new TShopOrder();tShopOrder.setUid(uid);tShopOrder.setPid(pid);tShopOrder.setNumber(number);TShopProduct product = productFeignApi.get(pid.intValue()); //获取product对象tShopOrder.setPname(product.getPname());tShopOrder.setPprice(product.getPprice());TShopUser user = userFeignApi.get(uid.intValue());tShopOrder.setUsername(user.getUsername());orderService.save(tShopOrder);return tShopOrder;}}

五、服务熔断降级 Sentinel

1、服务器雪崩效应

在分布式微服务架构中，由于服务间存在复杂的依赖关系，当某个底层服务发生故障（如宕机、响应极慢）时，会导致调用它的上游服务出现大量线程阻塞。这种故障会沿着调用链路向上传播，最终导致整个微服务系统资源耗尽并全面瘫痪，这种连锁反应被称为“雪崩效应”。

2、发生过程（情景推演）

正常状态：微服务之间相互调用，关系错综复杂，系统运行平稳。
故障触发：某个时刻，底层服务 A 突然挂掉或响应极慢。
资源耗尽：上游服务 B 和服务 C 依然在持续调用服务 A。由于得不到响应，服务 B 和 C 中用于处理请求的线程被大量积压、阻塞，无法释放。
级联崩溃：随着请求不断涌入，服务 B 和 C 的线程池被彻底耗尽，导致它们也无法处理其他正常请求，最终相继挂掉。
全面瘫痪：相同的逻辑继续向上传播，导致整个调用链上的所有服务全部不可用。

3、常见容错方案

常见的容错思路有隔离、超时、限流、熔断、降级。

隔离机制: 比如服务A内总共有100个线程, 现在服务A可能会调用服务B,服务C,服务D.我们在服务A进行远程调用的时候,给不同的服务分配固定的线程,不会把所有线程都分配给某个微服务. 比如调用服务B分配30个线程,调用服务C分配30个线程，调用服务D分配40个线程. 这样进行资源的隔离，保证即使下游某个服务挂了，也不至于把服务A的线程消耗完。比如服务B挂了，这时候最多只会占用服务A的30个线程,服务A还有70个线程可以调用服务C和服务D.

超时机制: 在上游服务调用下游服务的时候，设置一个最大响应时间，如果超过这个时间，下游未作出反应，就断开请求，释放掉线程。

限流机制: 限流就是限制系统的输入和输出流量已达到保护系统的目的。为了保证系统的稳固运行,一旦达到的需要限制的阈值,就需要限制流量并采取少量措施以完成限制流量的目的。

熔断机制: 在互联网系统中，当下游服务因访问压力过大而响应变慢或失败，上游服务为了保护系统整体的可用性，可以暂时切断对下游服务的调用。这种牺牲局部，保全整体的措施就叫做熔断。

服务熔断一般有三种状态：
- 熔断关闭状态（Closed）
  
  服务没有故障时，熔断器所处的状态，对调用方的调用不做任何限制。
- 熔断开启状态（Open）
  
  后续对该服务接口的调用不再经过网络，直接执行本地的fallback方法。
- 半熔断状态（Half-Open）
  
  尝试恢复服务调用，允许有限的流量调用该服务，并监控调用成功率。如果成功率达到预期，则说明服务已恢复，进入熔断关闭状态；如果成功率仍旧很低，则重新进入熔断关闭状态。

降级机制: 降级其实就是为服务提供一个兜底方案，一旦服务无法正常调用，就使用兜底方案。

4、常见的容错组件

（1）Hystrix

Hystrix是由Netflix开源的一个延迟和容错库，用于隔离访问远程系统、服务或者第三方库，防止级联失败，从而提升系统的可用性与容错性。

（2）Resilience4J

Resilicence4J一款非常轻量、简单，并且文档非常清晰、丰富的熔断工具，这也是Hystrix官方推

荐的替代产品。不仅如此，Resilicence4j还原生支持Spring Boot 1.x/2.x，而且监控也支持和prometheus等多款主流产品进行整合。

（3）Sentinel

Sentinel 是阿里巴巴开源的一款断路器实现，本身在阿里内部已经被大规模采用，非常稳定。

5、Sentinel

（1）Sentinel (分布式系统的流量防卫兵) 是阿里开源的一套用于服务容错的综合性解决方案。它以流量为切入点, 从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性。还可以做授权和黑白名单等。

（2）Sentinel分为两个部分:

核心库（Java 客户端）不依赖任何框架/库,能够运行于所有 Java 运行时环境，同时对 Dubbo /Spring Cloud 等框架也有较好的持。
控制台（Dashboard）基于 Spring Boot 开发，打包后可以直接运行，不需要额外的 Tomcat 等应用容器。

6、订单微服务集成Sentinel

（1）安装Sentinel控制台

下载jar包 https://github.com/alibaba/Sentinel/releases

启动控制台

# 直接使用jar命令启动项目(控制台本身是一个SpringBoot项目)
java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -
Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.5.jar

（2）通过浏览器访问localhost:8080 进入控制台 ( 默认用户名密码是 sentinel/sentinel )。

（3）在shop-order-server项目的pom文件中添加如下依赖。

<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-sentinel</artifactId></dependency>

（4）修改shop-order-server项目中的配置文件application.yml,新增如下配置:

spring:cloud:sentinel:transport:port: 9999 #跟控制台交流的端口,随意指定一个未使用的端口即可dashboard: localhost:8080 # 指定控制台服务的地址

7、Sentinel容错的维度

流量控制：流量控制在网络传输中是一个常用的概念，它用于调整网络包的数据。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。

熔断降级：当检测到调用链路中某个资源出现不稳定的表现，例如请求响应时间长或异常比例升高的时候，则对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联故障。

系统负载保护：Sentinel 同时提供系统维度的自适应保护能力。当系统负载较高的时候，如果还持续让请求进入可能会导致系统崩溃，无法响应。在集群环境下，会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候，Sentinel 提供了对应的保护机制，让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之内处理最多的请求。

拓展：熔断降级的维度

熔断维度	核心关注点	触发条件	典型场景
慢调用比例	响应时间 (RT)	慢请求占比 > 阈值	服务变慢、网络卡顿
异常比例	错误率	异常占比 > 阈值	服务大量报错
异常数	报错总数	异常个数 > 阈值	低流量、核心业务

8、Sentinel规则种类

规则类型	核心关注点	典型应用场景
流控规则	限制流量大小	防止大促流量冲垮系统
降级规则	保护不稳定资源	下游服务变慢或报错时快速失败
系统规则	保护整个系统	服务器 CPU 或负载过高时自动限流
授权规则	限制调用方	接口黑白名单，防止非法调用
热点规则	限制特定参数	秒杀商品、高频访问的用户 ID

拓展：阿里 Sentinel 和 Redis Sentinel

维度	阿里 Sentinel (流量治理)	Redis Sentinel (高可用)
核心定位	微服务流量控制与熔断降级组件	Redis 数据库的高可用保障方案
解决的问题	防止服务雪崩、限流、熔断	防止 Redis 主节点单点故障
工作机制	嵌入在应用代码中，拦截请求	独立的哨兵进程，监控 Redis 节点
故障处理	拒绝请求、返回降级数据	自动将 Slave 提升为新的 Master