暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

一个线上问题的思考:Eureka注册中心集群如何实现客户端请求负载及故障转移?

822

扫描下方二维码了解详情,试听课程

本文来源:一枝花算不算浪漫

《互联网 Java 工程师面试突击(第3季)》免费升级,由原来的70讲增至160讲,内容扩充一倍多,升级部分内容请参见文末

前言

先抛一个问题给我聪明的读者,如果你们使用微服务SpringCloud-Netflix
进行业务开发,那么线上注册中心肯定也是用了集群部署,问题来了:
你了解Eureka注册中心集群如何实现客户端请求负载及故障转移吗?
可以先思考一分钟,我希望你能够带着问题来阅读此篇文章,也希望你看完文章后会有所收获!

背景

前段时间线上Sentry
平台报警,多个业务服务在和注册中心交互时,例如续约注册表增量拉取等都报了Request execution failed with message : Connection refused
 的警告:
连接拒绝.jpg
紧接着又看到 Request execution succeeded on retry #2
 的日志。
连接重试.jpg
看到这里,表明我们的服务在尝试两次重连后和注册中心交互正常了。
一切都显得那么有惊无险,这里报Connection refused 是注册中心网络抖动导致的,接着触发了我们服务的重连,重连成功后一切又恢复正常。
这次的报警虽然没有对我们线上业务造成影响,并且也在第一时间恢复了正常,但作为一个爱思考的小火鸡,我很好奇这背后的一系列逻辑:Eureka注册中心集群如何实现客户端请求负载及故障转移?
问题思考梳理.png

注册中心集群负载测试

线上注册中心是由三台机器组成的集群,都是4c8g
的配置,业务端配置注册中心地址如下(这里的peer来代替具体的ip地址
):
eureka.client.serviceUrl.defaultZone=http://peer1:8080/eureka/,http://peer2:8080/eureka/,http://peer3:8080/eureka/

我们可以写了一个Demo
进行测试:

注册中心集群负载测试

1、本地通过修改EurekaServer
服务的端口号来模拟注册中心集群部署,分别以8761
8762
两个端口进行启动
2、启动客户端SeviceA
,配置注册中心地址为:http://localhost:8761/eureka,http://localhost:8762/eureka
EurekaClient端配置.png
3、启动SeviceA
时在发送注册请求的地方打断点:AbstractJerseyEurekaHttpClient.register()
,如下图所示:
8761在前.png
这里看到请求注册中心时,连接的是8761
这个端口的服务。
4、更改ServiceA
中注册中心的配置:http://localhost:8762/eureka,http://localhost:8761/eureka

5、重新启动SeviceA
然后查看端口,如下图所示:
8762在前.png

此时看到请求注册中心,连接的是8762
这个端口的服务。
注册中心故障转移测试
以两个端口分别启动EurekaServer
服务,再启动一个客户端ServiceA
。启动成功后,关闭一个8761
端口对应的服务,查看此时客户端是否会自动迁移请求到8762
端口对应的服务:
1、以8761
8762
两个端口号启动EurekaServer

2、启动ServiceA
,配置注册中心地址为:http://localhost:8761/eureka,http://localhost:8762/eureka

3、启动成功后,关闭8761
端口的EurekaServer

4、在EurekaClient
发送心跳请求
的地方打上断点:AbstractJerseyEurekaHttpClient.sendHeartBeat()

5、查看断点处数据,第一次请求的EurekaServer
8761
端口的服务,因为该服务已经关闭,所以返回的response
null

8761故障.png

6、第二次会重新请求8762
端口的服务,返回的response
为状态为200
,故障转移成功,如下图:
8762故障转移.png

思考

通过这两个测试Demo
,我以为EurekaClient
每次都会取defaultZone
配置的第一个host
作为请求EurekaServer
的请求的地址,如果该节点故障时,会自动切换配置中的下一个EurekaServer
进行重新请求。
那么疑问来了,EurekaClient
每次请求真的是以配置的defaultZone
配置的第一个服务节点作为请求的吗?这似乎也太弱了!!?
EurekaServer
集群不就成了伪集群
!!?除了客户端配置的第一个节点,其它注册中心的节点都只能作为备份和故障转移来使用!!?
真相是这样吗?NO!我们眼见也不一定为实,源码面前毫无秘密!
翠花,上干货!

客户端请求负载原理

原理图解

还是先上结论,负载原理如图所示:
负载原理.png
这里会以EurekaClient
端的IP
作为随机的种子,然后随机打乱serverList
,例如我们在商品服务(192.168.10.56)中配置的注册中心集群地址为:peer1,peer2,peer3
,打乱后的地址可能变成peer3,peer2,peer1
用户服务(192.168.22.31)中配置的注册中心集群地址为:peer1,peer2,peer3
,打乱后的地址可能变成peer2,peer1,peer3
EurekaClient
每次请求serverList
中的第一个服务,从而达到负载的目的。

代码实现

我们直接看最底层负载代码的实现,具体代码在
com.netflix.discovery.shared.resolver.ResolverUtils.randomize()
 中:
代码实现.png
这里面random
 是通过我们EurekaClient
端的ipv4
做为随机的种子,生成一个重新排序的serverList
,也就是对应代码中的randomList
,所以每个EurekaClient
获取到的serverList
顺序可能不同,在使用过程中,取列表的第一个元素作为server
host
,从而达到负载的目的。
负载均衡代码实现.png

思考

原来代码是通过EurekaClient
IP
进行负载的,所以刚才通过DEMO
程序结果就能解释的通了,因为我们做实验都是用的同一个IP
,所以每次都是会访问同一个Server
节点。
既然说到了负载,这里肯定会有另一个疑问:
通过IP进行的负载均衡,每次请求都会均匀分散到每一个Server
节点吗?
比如第一次访问Peer1
,第二次访问Peer2
,第三次访问Peer3
,第四次继续访问Peer1
等,循环往复……
我们可以继续做个试验,假如我们有10000个EurekaClient
节点,3个EurekaServer
节点。
Client
节点的IP
区间为:192.168.0.0 ~ 192.168.255.255
,这里面共覆盖6w多个ip
段,测试代码如下:
/**
 * 模拟注册中心集群负载,验证负载散列算法
 *
 *  @author 一枝花算不算浪漫
 *  @date 2020/6/21 23:36
 */

public class EurekaClusterLoadBalanceTest {

    public static void main(String[] args) {
        testEurekaClusterBalance();
    }

    /**
     * 模拟ip段测试注册中心负载集群
     */

    private static void testEurekaClusterBalance() {
        int ipLoopSize = 65000;
        String ipFormat = "192.168.%s.%s";
        TreeMap<String, Integer> ipMap = Maps.newTreeMap();
        int netIndex = 0;
        int lastIndex = 0;
        for (int i = 0; i < ipLoopSize; i++) {
            if (lastIndex == 256) {
                netIndex += 1;
                lastIndex = 0;
            }

            String ip = String.format(ipFormat, netIndex, lastIndex);
            randomize(ip, ipMap);
            System.out.println("IP: " + ip);
            lastIndex += 1;
        }

        printIpResult(ipMap, ipLoopSize);
    }

    /**
     * 模拟指定ip地址获取对应注册中心负载
     */

    private static void randomize(String eurekaClientIp, TreeMap<String, Integer> ipMap) {
        List<String> eurekaServerUrlList = Lists.newArrayList();
        eurekaServerUrlList.add("http://peer1:8080/eureka/");
        eurekaServerUrlList.add("http://peer2:8080/eureka/");
        eurekaServerUrlList.add("http://peer3:8080/eureka/");

        List<String> randomList = new ArrayList<>(eurekaServerUrlList);
        Random random = new Random(eurekaClientIp.hashCode());
        int last = randomList.size() - 1;
        for (int i = 0; i < last; i++) {
            int pos = random.nextInt(randomList.size() - i);
            if (pos != i) {
                Collections.swap(randomList, i, pos);
            }
        }

        for (String eurekaHost : randomList) {
            int ipCount = ipMap.get(eurekaHost) == null ? 0 : ipMap.get(eurekaHost);
            ipMap.put(eurekaHost, ipCount + 1);
            break;
        }
    }

    private static void printIpResult(TreeMap<String, Integer> ipMap, int totalCount) {
        for (Map.Entry<String, Integer> entry : ipMap.entrySet()) {
            Integer count = entry.getValue();
            BigDecimal rate = new BigDecimal(count).divide(new BigDecimal(totalCount), 2, BigDecimal.ROUND_HALF_UP);
            System.out.println(entry.getKey() + ":" + count + ":" + rate.multiply(new BigDecimal(100)).setScale(0, BigDecimal.ROUND_HALF_UP) + "%");
        }
    }
}

负载测试结果如下:

负载测试结果.png
可以看到第二个机器会有50%的请求,最后一台机器只有17%的请求,负载的情况并不是很均匀,我认为通过IP
负载并不是一个好的方案。
还记得我们之前讲过Ribbon
默认的轮询算法RoundRobinRule
【一起学源码-微服务】Ribbon 源码四:进一步探究Ribbon的IRule和IPing 。
这种算法就是一个很好的散列算法,可以保证每次请求都很均匀,原理如下图:
Ribbon轮询算法.png

故障转移原理

原理图解

还是先上结论,如下图:
故障转移原理.png
我们的serverList
按照client
端的ip
进行重排序后,每次都会请求第一个元素作为和Server
端交互的host
,如果请求失败,会尝试请求serverList
列表中的第二个元素继续请求,这次请求成功后,会将此次请求的host
放到全局的一个变量中保存起来,下次client
端再次请求 就会直接使用这个host
这里最多会重试请求两次。

代码实现

直接看底层交互的代码,位置在
com.netflix.discovery.shared.transport.decorator.RetryableEurekaHttpClient.execute()
 中:
重试代码.png
我们来分析下这个代码:
  1. 第101行,获取client
    上次成功server
    端的host
    ,如果有值则直接使用这个host
  2. 第105行,getHostCandidates()
    是获取client
    端配置的serverList
    数据,且通过ip
    进行重排序的列表
  3. 第114行,candidateHosts.get(endpointIdx++)
    ,初始endpointIdx=0
    ,获取列表中第1个元素作为host
    请求
  4. 第120行,获取返回的response
    结果,如果返回的状态码是200
    ,则将此次请求的host
    设置到全局的delegate
    变量中
  5. 第133行,执行到这里说明第120行执行的response
    返回的状态码不是200
    ,也就是执行失败,将全局变量delegate
    中的数据清空
  6. 再次循环第一步,此时endpointIdx=1
    ,获取列表中的第二个元素作为host
    请求
  7. 依次执行,第100行的循环条件numberOfRetries=3
    ,最多重试2次就会跳出循环
我们还可以看123和129行,这也正是我们业务抛出来的日志信息,所有的一切都对应上了。

总结

感谢你看到这里,相信你已经清楚了开头提问的问题。
上面已经分析完了Eureka
集群下Client
端请求时负载均衡的选择以及集群故障时自动重试请求的实现原理。
如果还有不懂的问题,可以添加我的微信或者给我公众号留言,我会单独和你讨论交流

END

《Java工程师面试突击第三季》加餐部分大纲:(注:1-66讲的大纲请扫描文末二维码,在课程详情页获取)

详细的课程内容和试听,大家可以扫描下方二维码了解:

文章转载自石杉的架构笔记,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论