1.springcloud2022？
2.Spring Cloud Sleuth 原理简介和使用
3.SpringCloud Gateway的转发转使用 + Nacos动态路由
4.spring cloud zuul 原理简介及使用

springcloud2022？

       å¾®æœåŠ¡æ¡†æž¶ä¹‹SpringCloud简介

       åœ¨äº†è§£SpringCloud之前先了解一下微服务架构需要考量的核心关键点，如下图：

       å¯¹äºŽä»¥ä¸Šç­‰æ ¸å¿ƒå…³é”®ç‚¹çš„处理，不需要我们重复造车轮，SpringCloud已经帮我们集成了，它使用SpringBoot风格将一些比较成熟的微服务框架组合起来，屏蔽掉了复杂的配置和实现原理，为快速构建微服务架构的应用提供了一套基础设施工具和开发支持。

       SpringCloud所提供的核心功能包含：

       SpringCloud架构图

       SpringCloud子项目

       SpringCloud旗下的子项目大致可以分为两类：

       å¦‚下：

       1.SpringCloud与SpringBoot

       SpringBoot可以说是微服务架构的核心技术之一。通过在SpringBoot应用中添加SpringMVC依赖，就可以快速实现基于REST架构的服务接口，并且可以提供对HTTP标准动作的支持。而且SpringBoot默认提供JackJson序列化支持，可以让服务接口输入、输出支持JSON等。因此，当使用SpringCloud进行微服务架构开发时，使用SpringBoot是一条必经之路。

       2.SpringCloud与服务治理(Eureka)

       æœåŠ¡æ²»ç†æ˜¯SpringCloud的核心，在实现上其提供了两个选择，即Consul和Netflix的Eureka。

       Eureka提供了服务注册中心、服务发现客户端，以及注册服务的UI界面应用。

       åœ¨Eureka的实现中，节点之间相互平等，有部分注册中心“挂掉”也不会对整个应用造成影响，即使集群只剩一个节点存活，也可以正常地治理服务。即使所有服务注册节点都宕机，Eureka客户端中所缓存的服务实例列表信息，也可让服务消费者能够正常工作，从而保障微服务之间互相调用的健壮性和应用的弹性。

       3.SpringCloud与客户端负载均衡(Ribbon)

       Ribbon默认与Eureak进行无缝整合，当客户端启动的时候，从Eureka服务器中获取一份服务注册列表并维护在本地，当服务消费者需要调用服务时，Ribbon就会根据负载均衡策略选择一个合适的服务提供者实例并进行访问。

       SpringCloud通过集成Netflix的Feign项目，为开发者提供了声明式服务调用，从而简化了微服务之间的调用处理方式。并且默认Feign项目集成了Ribbon，使得声明式调用也支持客户端负载均衡功能。

       4.SpringCloud与微服务容错、降级(Hystrix)

       ä¸ºäº†ç»™å¾®æœåŠ¡æž¶æž„提供更大的弹性，在SpringCloud中，通过集成Netflix下子项目Hystrix，通过所提供的@HystrixCommand注解可以轻松为我们所开发的微服务提供容错、回退、降级等功能。此外，Hystrix也默认集成到Feign子项目中。

       Hystrix是根据“断路器”模式而创建。当Hystrix监控到某服务单元发生故障之后，就会进入服务熔断处理，并向调用方返回一个符合预期的服务降级处理（fallback），而不是长时间的等待或者抛出调用异常，从而保障服务调用方的线程不会被长时间、不必要地占用，避免故障在应用中的蔓延造成的雪崩效应。

       è€ŒHystrix的仪表盘项目（Dashboard）可以监控各个服务调用所消耗的时间、请求数、成功率等，通过这种近乎实时的监控和告警，可以及时发现系统中潜在问题并进行处理。

       5.SpringCloud与服务网关(Zuul)

       SpringCloud通过集成Netflix中的Zuul实现API服务网关功能，提供对请求的路由和过滤两个功能

       è·¯ç”±åŠŸèƒ½è´Ÿè´£å°†å¤–部请求转发到具体的微服务实例上，是实现外部访问统一入口的基础。

       è¿‡æ»¤å™¨åŠŸèƒ½åˆ™è´Ÿè´£å¯¹è¯·æ±‚的处理过程进行干预，是实现请求校验、服务聚合等功能的基础。

       é€šè¿‡Zuul，可以将细粒度的服务组合起来提供一个粗粒度的服务，所有请求都导入一个统一的入口，对外整个服务只需要暴露一个API接口，屏蔽了服务端的实现细节。通过Zuul的反向代理功能，可以实现路由寻址，将请求转发到后端的粗粒度服务上，并做一些通用的逻辑处理。此外，Zuul默认会与Eureka服务器进行整合，自动从Eureka服务器中获取所有注册的服务并进行路由映射，实现API服务网关自动配置。

       6.SpringCloud与消息中间件(Stream)

       SpringCloud为简化基于消息的开发，提供了Stream子项目，通过建立消息应用抽象层，构建了消息收发、分组消费和消息分片等功能处理，将业务应用中的消息收发与具体消息中间件进行解耦，使微服务应用开发中可以非常方便地与Kafka和RabbitMQ等消息中间件进行集成。

       SpringCloudBus基于Stream进行扩展，可以作为微服务之间的事件、消息总线，用于服务集群中状态变化的传播。

       æ¯”如SpringCloudConfig借助Bus，可以实现配置的动态刷新处理。

       7.SpringCloud与分布式配置中心(Config)

       é’ˆå¯¹å¾®æœåŠ¡æž¶æž„下的配置文件管理需求，SpringCloud提供了一个Config子项目。SpringCloudConfig具有中心化、版本控制、支持动态更新和语言独立等特性。

       åœ¨Config子项目中将微服务应用分为两种角色：配置服务器（ConfigServer）和配置客户端（ConfigClient）。使用配置服务器集中地管理所有配置属性文件，配置服务中心可以将配置属性文件存储到Git、SVN等具有版本管理仓库中，也可以存放在文件系统中。默认采用Git的方式进行存储，因此可以很容易地对配置文件进行修改，并实现版本控制。

       8.SpringCloud与微服务链路追踪(Sleuth)

       SpringCloud中的Sleuth子项目为开发者提供了微服务之间调用的链路追踪。

       Sleuth核心思想就是通过一个全局的ID将分布在各微服务服务节点上的请求处理串联起来，还原了调用关系，并借助数据埋点，实现对微服务调用链路上的性能数据的采集。

       å› æ­¤ï¼Œé€šè¿‡Sleuth可以很清楚地了解到一个用户请求经过了哪些服务、每个服务处理花费了多长时间，从而可以对用户的请求进行分析。此外，通过将采集的数据发送给Zipkin进行存储、统计和分析，从而可以实现可视化的分析和展示，帮助开发者对微服务实施优化处理。

       9.SpringCloud与微服务安全(Security)

       SpringCloudSecurity为我们提供了一个认证和鉴权的安全框架，实现了资源授权、令牌管理等功能，同时结合Zuul可以将认证信息在微服务调用过程中直接传递，简化了我们进行安全管控的开发。

       SpringCloudSecurity默认支持OAuth2.0认证协议，因此单点登录也可以非常容易实现，并且OAuth2.0所生成的令牌可以使用JWT的方式，进一步简化了微服务中的安全管理。

       .SpringCloud的其他子项目

       è‡ªå®šä¹‰springcloud-gateway熔断处理

       ä¸€ã€åœºæ™¯

       ä½¿ç”¨springcloudgateway后，有了熔断，问题也就随之而来，服务间调用有了hystrix可以及时的排除坏接口、坏服务的问题，对系统很有帮助。但是！不是所有的接口都是极短时间内完成的，不是所有的接口都可以设置一样的超时时间的！

       é‚£ä¹ˆæˆ‘们面临一个问题，那就是百分之的接口都可以在1s内完美完成，但是就是那几个特殊接口，需要十几秒，几十秒的等待时间，而默认熔断的时间又只有一个。

       äºŒã€åˆ†æž

       åœ¨å‰é¢springcloudgateway源码解析之请求篇中我们知道请求会经过一些列的过滤器（GatewayFilter）,而springcloudgateway的降级熔断处理就是由一个特殊的过滤器来处理的，通过源码分析我们关注到HystrixGatewayFilterFactory这个类，这个类的作用就是生产GatewayFilter用的，我们看下它的实现

       å¯ä»¥çœ‹åˆ°çº¢æ¡†å¤„最后构建了一个匿名的GatewayFilter对象返回，这个对象在接口请求过程中会被加载到过滤器链条中，仔细看到这里是创建了一个RouteHystrixCommand这个命令对象，最终调用command.toObservable()方法处理请求，如果超时熔断调用resumeWithFallback方法

       é€šè¿‡æºç åˆ†æžgateway在路由时可以指定HystrixCommandKey，并且对HystrixCommandKey设置超时时间

       ä¸‰ã€æ–¹æ¡ˆ

       çŸ¥é“网关熔断的原理就好办了,自定义熔断的过滤器配置到接口请求过程中，由过滤器来读取接口熔断配置并构建HystrixObservableCommand处理请求。

       è‡ªå®šä¹‰ä¸€ä¸ªç±»XXXGatewayFilterFactory继承AbstractGatewayFilterFactory，将api和对应的timeout配置化，来实现细化到具体接口的熔断配置，具体实现如下：

       packageorg.unicorn.framework.gateway.filter;

       importcn.hutool.core.collection.CollectionUtil;

       importcom.netflix.hystrix.HystrixCommandGroupKey;

       importcom.netflix.hystrix.HystrixCommandKey;

       importcom.netflix.hystrix.HystrixCommandProperties;

       importcom.netflix.hystrix.HystrixObservableCommand;

       importcom.netflix.hystrix.exception.HystrixRuntimeException;

       importorg.springframework.beans.factory.ObjectProvider;

       importorg.springframework.cloud.gateway.filter.GatewayFilter;

       importorg.springframework.cloud.gateway.filter.GatewayFilterChain;

       importorg.springframework.cloud.gateway.filter.factory.AbstractGatewayFilterFactory;

       importorg.springframework.cloud.gateway.support.ServerWebExchangeUtils;

       importorg.springframework.cloud.gateway.support.TimeoutException;

       importorg.springframework.core.annotation.AnnotatedElementUtils;

       importorg.springframework.mand;

       if(CollectionUtil.isNotEmpty(apiTimeoutList)){

       //request匹配属于那种模式

       ApiHystrixTimeoutapiHystrixTimeout=getApiHystrixTimeout(apiTimeoutList,path);

       command=newUnicornRouteHystrixCommand(config.getFallbackUri(),exchange,chain,initSetter(apiHystrixTimeout.getApiPattern(),apiHystrixTimeout.getTimeout()));

       }else{

       command=newUnicornRouteHystrixCommand(config.getFallbackUri(),exchange,chain,initSetter(serviceId(exchange),null));

       }

       returncommand;

       }

       /

       *@paramapiTimeoutList

       *@parampath

       *@return

       */

       privateApiHystrixTimeoutgetApiHystrixTimeout(ListapiTimeoutList,Stringpath){

       for(ApiHystrixTimeoutapiTimeoutPattern:apiTimeoutList){

       if(this.antPathMatcher.match(apiTimeoutPattern.getApiPattern(),path)){

       returnapiTimeoutPattern;

       }

       }

       ApiHystrixTimeoutapiHystrixTimeout=newApiHystrixTimeout();

       apiHystrixTimeout.setApiPattern("default");

       apiHystrixTimeout.timeout=null;

       returnapiHystrixTimeout;

       }

       @Override

       publicGatewayFilterapply(Configconfig){

       return(exchange,chain)-{

       UnicornRouteHystrixCommandcommand=initUnicornRouteHystrixCommand(exchange,chain,config);

       returnMono.create(s-{

       Subscriptionsub=command.toObservable().subscribe(s::success,s::error,s::success);

       s.onCancel(sub::unsubscribe);

       }).onErrorResume((Function)throwable-{

       if(throwableinstanceofHystrixRuntimeException){

       HystrixRuntimeExceptione=(HystrixRuntimeException)throwable;

       HystrixRuntimeException.FailureTypefailureType=e.getFailureType();

       switch(failureType){

       caseTIMEOUT:

       returnMono.error(newTimeoutException());

       caseCOMMAND_EXCEPTION:{

       Throwablecause=e.getCause();

       if(causeinstanceofResponseStatusException||AnnotatedElementUtils

       .findMergedAnnotation(cause.getClass(),ResponseStatus.class)!=null){

       returnMono.error(cause);

       }

       }

       default:

       break;

       }

       }

Spring Cloud Sleuth 原理简介和使用

       在微服务架构中，用户请求通常从前端A出发，源码源码经过中间件B、转发转C（如负载均衡和网关）转发，源码源码最终到达后端服务D、转发转E。源码源码kt 操盘线 源码为了追踪这种多服务请求流程，转发转我们需要服务链路追踪工具，源码源码如Spring Cloud Sleuth。转发转它基于Google的源码源码Dapper项目，提供了一套专业术语来记录和追踪服务间的转发转交互。

       首先，源码源码我们需要在`maven pom`文件中配置Spring Cloud Sleuth相关依赖，转发转crowdsourcing 源码如构建zipkin-server和user-service等服务。源码源码在gateway-service中，转发转通过ZuulFilter实现链路数据的拦截和自定义，比如添加操作人信息，同时利用`Tracer`的`addTag`方法。此外，Spring Cloud Sleuth支持通过消息组件（如RabbitMQ）来传输链路数据，这比HTTP方式更灵活和持久。

       在案例中，将原先通过HTTP上传的链路数据改为通过RabbitMQ发送，使得数据存储更为可靠。Zipkin Server原本存储在内存中，lightblue 源码可通过配置将其数据持久化到Mysql，如8.0.版本的数据库。同样，Elasticsearch也是存储链路数据的可行选择，通过安装和配置ES和Kibana，可以实时查看和分析数据。

       最后，要将链路数据存储在Elasticsearch中，需要安装对应版本的ES，通过Kibana界面访问，如..2.:，然后在Zipkin中配置ES索引，redui源码以便在Kibana中可视化和分析请求链路。所有这些操作基于Spring Cloud Sleuth提供的API和工具进行，同时，项目源码和相关文献是进一步学习和实践的重要资源。

SpringCloud Gateway的使用 + Nacos动态路由

       SpringCloud Gateway的引入是为了解决微服务架构中的API路由管理问题。作为统一的入口，它负责内部服务的路由转发，提供认证、安全策略等功能，有助于简化系统并实现通用逻辑的分离。与Zuul相比，Gateway更侧重于现代WebFlux框架，bledeng 源码通过过滤器链处理请求，支持前后分离的执行逻辑，包括参数校验、流量控制等。

       构建SpringCloud Gateway服务的过程包括：首先，创建一个新的微服务模块，依赖于SpringCloud Alibaba的版本。配置方面，需要在启动类和application.yml中指定Gateway的Web应用类型为reactive，并通过IP路由或服务名称来指定服务目标。通过Nacos，动态路由可以实现服务添加时无需重启，只需在Nacos配置中心发布新路由，Gateway会自动检测并应用变更。

       具体实现步骤涉及创建路由配置接口、在Nacos中管理路由配置文件、使用`ConfigService`监控配置变化，并在项目启动时动态加载路由。测试时，可以看到路由的动态更新效果，无需重启Gateway，即可无缝接入新的服务。

       总结来说，SpringCloud Gateway通过Nacos的动态路由功能，提供了灵活、高效的微服务API路由解决方案，提升了系统的可扩展性和管理效率。

       最后，附上一些学习资源和福利链接，供读者参考：Java学习资料、面试题集以及教程项目源码获取方式，请点击相关链接获取。

spring cloud zuul 原理简介及使用

       Zuul是Netflix开源的一个API Gateway服务器，它本质上是一个Web Servlet应用，主要用于路由、过滤和增强微服务架构的API调用。

       其工作原理主要包括过滤器机制。Zuul通过定义四种标准过滤器类型，如路由（ROUTE）、前置（PRE）、后置（POST）和错误（ERROR），来管理请求的生命周期。内置的过滤器如StaticResponseFilter和SurgicalDebugFilter提供了特殊的功能，如静态响应和调试日志。同时，用户还可以自定义过滤器来定制特定的行为，如直接生成响应，无需转发到后端服务。

       Zuul的核心功能在于其动态过滤机制，通过在启动类上添加@EnableZuulProxy注解，能实现API网关的功能，如处理请求、路由规则配置、负载均衡、访问前缀设置等。例如，通过Eureka和Zuul的配合，可以自动配置路由，或者通过配置文件自定义路由规则。Ribbon和Hystrix的集成提供了内置的负载均衡和容错功能。

       实战中，你可以引入相关依赖，配置application.yml，启用Zuul的网关功能。通过操作如添加自定义过滤器、配置访问路径前缀，以及使用Spring Boot Actuator查看路由信息，深入了解Zuul的工作方式。相关源码和详细教程可以在gitee和微信公众号等平台找到。