Euraka-看这就够了

柔光的暖阳◎ 2023-01-07 07:05 264阅读 0赞

## 1.架构图 ##

架构图.png

![c3a875a79a0505abada407d7a3d0363c.png][]

*  Euraka支持多副本机制
 *  所有的Replicate互相保持数据（已注册的服务列表）同步
 *  客户端可以保持与Replicate通信

## 2.基本流程 ##

1.  服务提供者启动服务，构建InstanceInfo对象，将此对象信息注册至服务中心
2.  注册完成后会从注册中心拉取所有的服务列表缓存至本地
3.  注册中心每隔30秒向服务提供者发送心跳，判断服务提供者是否存活, 同时进行续约服务
4.  如果服务治理中心在90s内没有收到一个服务的续约，就会认为服务已经挂了，会把服务注册信息删掉。
5.  服务停止前，服务会主动发送一个停止请求，服务治理中心会删除这个服务的信息。
6.  如果Eureka Server收到的心跳包不足正常值的85%（可配置）就会进入自我保护模式，在这种模式下，Eureka Server不会删除任何服务信息。

## 3.自我保护机制 ##

在默认配置中，Eureka Server在默认90s没有得到客户端的心跳，则注销该实例，但是往往因为微服务跨进程调用，网络通信往往会面临着各种问题，比如微服务状态正常，但是因为网络分区故障时，Eureka Server注销服务实例则会让大部分微服务不可用，这很危险，因为服务明明没有问题。

为了解决这个问题，Eureka 有自我保护机制，通过在Eureka Server配置如下参数，可启动保护机制

eureka.server.enable-self-preservation=true

当Eureka Server节点在短时间内丢失过多的客户端时（可能发送了网络故障），那么这个节点将进入自我保护模式，不再注销任何微服务，当网络故障回复后，该节点会自动退出自我保护模式。  
服务过期时间配置：

eureka.instance.lease-expiration-duration-in-seconds

服务刷新时间配置：

eureka.instance.lease-renewal-interval-in-seconds

自我保护模式的架构哲学是宁可放过一个，决不可错杀一千

## 4. 服务端 ##

private final ConcurrentHashMap<String, Map<String, Lease<InstanceInfo>>> registry
                = new ConcurrentHashMap<String, Map<String, Lease<InstanceInfo>>>();

*  服务注册时，会把服务的信息写到这个registry中
 *  服务从治理中心拉取服务列表信息时，不会从这个registry中拉取，而是从一个ResponseCache中拉取，这样读写分离的原因应该是为了支持高并发。  
    而ResponseCache又分为了两个部分，一个是ReadWriteMap，一个是ReadOnlyMap。
 *  ReadWriteMap的数据是从registry中来的，可以认为是registry的缓存，当服务注册时，除了把信息写到registry中外，还会让ReadWriteMap主动过期，使得会去从registry重新拉取数据。
 *  ReadOnlyMap的数据是从ReadWriteMap来的，可以认为是ReadWriteMap的缓存（所以它是registry缓存的缓存，双层缓存了），当服务需要获取服务列表是，会直接取这个ReadOnlyMap的数据，当这个数据不存在时，才会从ReadWriteMap中更新。
 *  ReadWriteMap与registry的数据是实时一致的（因为有注册后让ReadWriteMap失效的机制），但是ReadWriteMap与ReadOnlyMap不是实时一致的。
 *  有定时任务会定时从ReadWriteMap同步到ReadOnlyMap，这个时间配置是：

eureka.server.responseCacheUpdateInvervalMs

*  EurekaServer内部有定时任务，每隔检查过期实例时间，扫描Registry里面过期的实例并删除，并且使对应的ReadWriteMap缓存失效，这个时间是

eureka.server.eviction-interval-timer-in-ms

## 5.客户端 ##

服务在启动完成后，会启动一个线程，去执行注册信息，具体代码在InstanceInfoReplicator中，这个类实现了Runnable:

public void run() {
            try {
                discoveryClient.refreshInstanceInfo();
    
                Long dirtyTimestamp = instanceInfo.isDirtyWithTime();
                if (dirtyTimestamp != null) {
                    discoveryClient.register();
                    instanceInfo.unsetIsDirty(dirtyTimestamp);
                }
            } catch (Throwable t) {
                logger.warn("There was a problem with the instance info replicator", t);
            } finally {
                Future next = scheduler.schedule(this, replicationIntervalSeconds, TimeUnit.SECONDS);
                scheduledPeriodicRef.set(next);
            }
        }

*  在run方法中，会先去检测服务信息是否发生了变更，如果发生了，会调用 discoveryClient.register();方法重新注册，第一次的时候也会认为是发生了变更，从而发起第一次注册。
 *  在finally块中，schedule了this，说明会在指定时间后再次执行这个方法

## 服务端对应处理过程 ##

*  首先会处理上面所说的registry以及它的缓存对象。
 *  其次会把这次的注册信息添加到一个“最近变更队列中”

private ConcurrentLinkedQueue<RecentlyChangedItem> recentlyChangedQueue =
     new ConcurrentLinkedQueue<RecentlyChangedItem>();

*  之所以要维护一个这样的队列，是为了方便服务增量更新服务列表的信息。
 *  然后会把注册的信息发送到其他的Eureka节点，发送的方式就是调用其他节点的register方法。

## 6.续约 ##

在服务启动时，会创建一个后台心跳任务，定时去续约服务信息：

scheduler.schedule(
             new TimedSupervisorTask(
                     "heartbeat",
                            scheduler,
                            heartbeatExecutor,
                            renewalIntervalInSecs,
                            TimeUnit.SECONDS,
                            expBackOffBound,
                            new HeartbeatThread()
                        ),
                        renewalIntervalInSecs, TimeUnit.SECONDS);

HeartbeatThread就是心跳线程，这里把它包装成了一个TimedSupervisorTask，

注意：scheduler.schedule方法只会在延时一定时间后执行一次提交的任务，所以这里会延时执行，同时，虽然schedule只会执行一次，但是TimedSupervisorTask里封装了循环调用的信息，所以其实是定时调用了。

而HeartbeatThread非常简单：

private class HeartbeatThread implements Runnable {
    
            public void run() {
                if (renew()) {
                    lastSuccessfulHeartbeatTimestamp = System.currentTimeMillis();
                }
            }
        }

if语句中的renew()方法就是服务续约的方法，里面的逻辑就是向服务治理中心发送了一个http请求。  
如果http请求返回的状态码是404，则会认为这个服务没有注册或者注册了但是已经失效，因此会直接调用register()方法进行注册。

## 服务取消的细节 ##

服务停止前会向服务治理中心发一个服务取消的请求，用于注销服务。收到服务注销的请求之后，服务治理中心会做以下操作：

*  从registry中删除对应的服务信息
 *  使ReadWriteMap缓存失效
 *  将服务取消的信息加入到最近变更队列中

## 7.与zookeeper异同 ##

著名的CAP理论指出，一个分布式系统不可能同时满足C(一致性)、A(可用性)和P(分区容错性)。由于分区容错性在是分布式系统中必须要保证的，因此我们只能在A和C之间进行权衡。在此Zookeeper保证的是CP, 而Eureka则是AP。

### 8.1 Zookeeper保证CP ###

当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟以前的注册信息，但不能接受服务直接down掉不可用。也就是说，服务注册功能对可用性的要求要高于一致性。但是zk会出现这样一种情况，当master节点因为网络故障与其他节点失去联系时，剩余节点会重新进行leader选举。问题在于，选举leader的时间太长，30 ~ 120s, 且选举期间整个zk集群都是不可用的，这就导致在选举期间注册服务瘫痪。在云部署的环境下，因网络问题使得zk集群失去master节点是较大概率会发生的事，虽然服务能够最终恢复，但是漫长的选举时间导致的注册长期不可用是不能容忍的。

### 8.2 Eureka保证AP ###

Eureka看明白了这一点，因此在设计时就优先保证可用性。Eureka各个节点都是平等的，几个节点挂掉不会影响正常节点的工作，剩余的节点依然可以提供注册和查询服务。而Eureka的客户端在向某个Eureka注册或时如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。除此之外，Eureka还有一种自我保护机制，如果在15分钟内超过85%的节点都没有正常的心跳，那么Eureka就认为客户端与注册中心出现了网络故障，此时会出现以下几种情况：

1.  Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
2.  Eureka仍然能够接受新服务的注册和查询请求，但是不会被同步到其它节点上(即保证当前节点依然可用)
3.  当网络稳定时，当前实例新的注册信息会被同步到其它节点中

因此， Eureka可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像zookeeper那样使整个注册服务瘫痪。

## 9. 代码 ##

源码地址：[https://github.com/spring-cloud/spring-cloud-netflix][https_github.com_spring-cloud_spring-cloud-netflix]

作者：life\_zl  
链接：https://www.jianshu.com/p/6a3db6939fb0  
来源：简书  
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

[c3a875a79a0505abada407d7a3d0363c.png]: /images/20221119/1362395682dd4a65895cef043fa5f3c8.png
[https_github.com_spring-cloud_spring-cloud-netflix]: https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fspring-cloud%2Fspring-cloud-netflix