咱們決定使用Kubernetes
、Pivotal Cloud Foundry
或HashiCorp's Nomad
等工具的一個更重要的緣由是爲了讓系統能夠自動伸縮。固然,這些工具也提供了許多其餘有用的功能,在這裏,咱們只是用它們來實現系統的自動伸縮。乍一看,這彷佛很困難,可是,若是咱們使用Spring Boot
來構建應用程序,並使用Jenkins
來實現CI
,那麼就用不了太多工做。java
今天,我將向您展現如何使用如下框架/工具實現這樣的解決方案:git
每個包含Spring Boot Actuator
庫的Spring Boot
應用程序均可以在/actuator/metrics
端點下公開metric
。許多有價值的metric
均可以提供應用程序運行狀態的詳細信息。在討論自動伸縮時,其中一些metric
可能特別重要:JVM
、CPU metric
、正在運行的線程數和HTTP請求數。有專門的Jenkins
流水線經過按必定頻率輪詢/actuator/metrics
端點來獲取應用程序的指標。若是監控的任何metric
【指標】低於或高於目標範圍,則它會啓動新實例或使用另外一個Actuator
端點/actuator/shutdown
來關閉一些正在運行的實例。在此以前,咱們須要知道當前有那些實踐在提供服務,只有這樣咱們才能在須要的時候關閉空閒的實例或啓動新的新例。在討論了系統架構以後,咱們就能夠繼續開發了。這個應用程序須要知足如下要求:它必須有公開的能夠優雅地關閉應用程序和用來獲取應用程序運行狀態
metric
【指標】的端點,它須要在啓動完成的同時就完成在Eureka的註冊,在關閉時取消註冊,最後,它還應該可以從空閒端口池中隨機獲取一個可用的端口。感謝Spring Boot
,只須要約五分鐘,咱們能夠輕鬆地實現全部這些機制。github
因爲能夠在一臺機器上運行多個應用程序實例,因此咱們必須保證端口號不衝突。幸運的是,Spring Boot
爲應用程序提供了這樣的機制。咱們只須要將application.yml
中的server.port
屬性設置爲0
。由於咱們的應用程序會在Eureka
中註冊,而且發送惟一的標識instanceId
,默認狀況下這個惟一標識是將字段spring.cloud.client.hostname
, spring.application.name
和server.port
拼接而成的。web
示例應用程序的當前配置以下所示。
能夠看到,我經過將端口號替換爲隨機生成的數字來改變了生成instanceId
字段值的模板。算法
spring:
application:
name: example-service
server:
port: ${PORT:0}
eureka:
instance:
instanceId: ${spring.cloud.client.hostname}:${spring.application.name}:${random.int[1,999999]}
複製代碼
爲了啓用Spring Boot Actuator
,咱們須要將下面的依賴添加到pom.xml
。spring
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
複製代碼
咱們還必須經過HTTP API將屬性management.endpoints.web.exposure.include
設置爲'*'
來暴露Actuator
的端點。如今,全部可用的指標名稱列表均可以在/actuator/metrics
端點中找到,每一個指標的詳細信息能夠經過/actuator/metrics/{metricName}
端點查看。sql
除了查看metric
端點外,Spring Boot Actuator
還提供了中止應用程序的端點。然而,與其餘端點不一樣的是,缺省狀況下,此端點是不可用的。咱們必須把management.endpoint.shutdown.enabled
設爲true
。在那以後,咱們就能夠經過發送一個POST
請求到/actuator/shutdown
端點來中止應用程序了。docker
這種中止應用程序的方法保證了服務在中止以前從Eureka
服務器註銷。tomcat
Eureka
是最受歡迎的發現服務器,特別是使用Spring Cloud
來構建微服務的架構。因此,若是你已經有了微服務,而且想要爲他們提供自動伸縮機制,那麼Eureka
將是一個天然的選擇。它包含每一個應用程序註冊實例的IP地址和端口號。爲了啓用Eureka
客戶端,您只須要將下面的依賴項添加到pom.xml
中。bash
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
複製代碼
正如以前提到的,咱們還必須保證經過客戶端應用程序發送到Eureka
服務器的instanceId
的惟一性。在「動態端口分配」中已經描述了它。
下一步須要建立一個包含內嵌Eureka
服務器的應用程序。爲了實現這個功能,首先咱們須要在pom.xml
中添加下面這個依賴:
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>
複製代碼
這個main類
須要添加@EnableEurekaServer
註解。
@SpringBootApplication
@EnableEurekaServer
public class DiscoveryApp {
public static void main(String[] args) {
new SpringApplicationBuilder(DiscoveryApp.class).run(args);
}
}
複製代碼
默認狀況下,客戶端應用程序嘗試使用8761
端口鏈接Eureka
服務器。咱們只須要單獨的、獨立的Eureka
節點,所以咱們將禁用註冊,並嘗試從另外一個Eureka
服務器實例中獲取服務列表。
spring:
application:
name: discovery-service
server:
port: ${PORT:8761}
eureka:
instance:
hostname: localhost
client:
registerWithEureka: false
fetchRegistry: false
serviceUrl:
defaultZone: http://localhost:8761/eureka/
複製代碼
咱們將使用Docker
容器來測試上面的自動伸縮系統,所以須要使用Eureka
服務器來準備和構建image
。Dockerfile
和image
的定義以下所示。
咱們可使用命令docker build -t piomin/discovery-server:2.0
來進行構建。
FROM openjdk:8-jre-alpine
ENV APP_FILE discovery-service-1.0-SNAPSHOT.jar
ENV APP_HOME /usr/apps
EXPOSE 8761
COPY target/$APP_FILE $APP_HOME/
WORKDIR $APP_HOME
ENTRYPOINT ["sh", "-c"]
CMD ["exec java -jar $APP_FILE"]
複製代碼
第一步是準備Jenkins
流水線,負責自動伸縮。咱們將建立Jenkins
聲明式流水線,它每分鐘運行一次。可使用triggers
指令配置執行週期,它定義了自動化觸發流水線的方法。咱們的流水線將與Eureka
服務器和每一個使用Spring Boot Actuator
的微服務中公開的metric
端點進行通訊。
測試服務的名稱是EXAMPLE-SERVICE
,它和定義在application.yml
文件spring.application.name
的屬性值(大寫字母)相同。被監控的metric
是運行在Tomcat容器中的HTTP listener
線程數。這些線程負責處理客戶端的HTTP請求。
pipeline {
agent any
triggers {
cron('* * * * *')
}
environment {
SERVICE_NAME = "EXAMPLE-SERVICE"
METRICS_ENDPOINT = "/actuator/metrics/tomcat.threads.busy?tag=name:http-nio-auto-1"
SHUTDOWN_ENDPOINT = "/actuator/shutdown"
}
stages { ... }
}
複製代碼
流水線的第一個階段負責獲取在discovery
服務器上註冊的服務列表。Eureka
發現了幾個HTTP API端點。其中一個是GET /eureka/apps/{serviceName}
,它返回一個給定服務名稱的全部活動實例列表。咱們正在保存運行實例的數量和每一個實例metric
端點的URL。這些值將在流水線的下一個階段中被訪問。
下面的流水線片斷能夠用來獲取活動應用程序實例列表。stage
名稱是Calculate
。咱們使用HTTP請求插件 來發起HTTP鏈接。
stage('Calculate') {
steps {
script {
def response = httpRequest "http://192.168.99.100:8761/eureka/apps/${env.SERVICE_NAME}"
def app = printXml(response.content)
def index = 0
env["INSTANCE_COUNT"] = app.instance.size()
app.instance.each {
if (it.status == 'UP') {
def address = "http://${it.ipAddr}:${it.port}"
env["INSTANCE_${index++}"] = address
}
}
}
}
}
@NonCPS
def printXml(String text) {
return new XmlSlurper(false, false).parseText(text)
}
複製代碼
下面是Eureka
API對咱們的微服務的示例響應。響應content-type
是XML
。
Spring Boot Actuator
使用metric
來公開端點,這使得咱們能夠經過名稱和選擇性地使用標籤找到metric
。在下面可見的流水線片斷中,我試圖找到metric
低於或高於閾值的實例。若是有這樣的實例,咱們就中止循環,以便進入下一個階段,它執行向下或向上的伸縮。應用程序的IP地址是從帶有INSTANCE_
前綴的流水線環境變量獲取的,這是在前一階段中被保存了下來的。
stage('Metrics') {
steps {
script {
def count = env.INSTANCE_COUNT
for(def i=0;i 100)
return "UP"
else if (value.toInteger() < 20)
return "DOWN"
else
return "NONE"
}
複製代碼
在流水線的最後一個階段,咱們將關閉運行的實例,或者根據在前一階段保存的結果啓動新的實例。經過調用Spring Boot Actuator
端點能夠很容易執行中止操做。在接下來的流水線片斷中,首先選擇了Eureka
實例。而後咱們將發送POST
請求到那個ip地址。
若是須要擴展應用程序,咱們將調用另外一個流水線,它負責構建fat JAR
並讓這個應用程序在機器上跑起來。
stage('Scaling') {
steps {
script {
if (env.SCALE_TYPE == 'DOWN') {
def ip = env["INSTANCE_0"] + env.SHUTDOWN_ENDPOINT
httpRequest url: ip, contentType: 'APPLICATION_JSON', httpMode: 'POST'
} else if (env.SCALE_TYPE == 'UP') {
build job: 'spring-boot-run-pipeline'
}
currentBuild.description = env.SCALE_TYPE
}
}
}
複製代碼
下面是spring-boot-run-pipeline
流水線的完整定義,它負責啓動應用程序的新實例。它先從git
倉庫中拉取源代碼,而後使用Maven
命令編譯並構建二進制的jar文件,最後經過在java -jar
命令中添加Eureka
服務器地址來運行應用程序。
pipeline {
agent any
tools {
maven 'M3'
}
stages {
stage('Checkout') {
steps {
git url: 'https://github.com/piomin/sample-spring-boot-autoscaler.git', credentialsId: 'github-piomin', branch: 'master'
}
}
stage('Build') {
steps {
dir('example-service') {
sh 'mvn clean package'
}
}
}
stage('Run') {
steps {
dir('example-service') {
sh 'nohup java -jar -DEUREKA_URL=http://192.168.99.100:8761/eureka target/example-service-1.0-SNAPSHOT.jar 1>/dev/null 2>logs/runlog &'
}
}
}
}
}
複製代碼
在前幾節中討論的算法只適用於在單個機器上啓動的微服務。若是但願將它擴展到更多的機器上,咱們將不得不修改咱們的架構,以下所示。每臺機器都有Jenkins
代理運行並與Jenkins
master通訊。若是想在選定的機器上啓動一個微服務的新實例,咱們就必須使用運行在該機器上的代理來運行流水線。此代理僅負責從源代碼構建應用程序並將其啓動到目標機器上。這個實例的關閉仍然是經過調用HTTP端點來完成。
假設咱們已經成功地在目標機器上啓動了一些代理,咱們須要對流水線進行參數化,以便可以動態地選擇代理(以及目標機器)。
當擴容應用程序時,咱們必須將代理標籤傳遞給下游流水線。
build job:'spring-boot-run-pipeline', parameters:[string(name: 'agent', value:"slave-1")]
複製代碼
調用
流水線具體由那個標籤下的代理運行,是由"${params.agent}
"決定的。
pipeline {
agent {
label "${params.agent}"
}
stages { ... }
}
複製代碼
若是有一個以上的代理鏈接到主節點,咱們就能夠將它們的地址映射到標籤中。因爲這一點,咱們可以將從Eureka
服務器獲取的微服務實例的IP地址映射到與Jenkins
代理的目標機器上。
pipeline {
agent any
triggers {
cron('* * * * *')
}
environment {
SERVICE_NAME = "EXAMPLE-SERVICE"
METRICS_ENDPOINT = "/actuator/metrics/tomcat.threads.busy?tag=name:http-nio-auto-1"
SHUTDOWN_ENDPOINT = "/actuator/shutdown"
AGENT_192.168.99.102 = "slave-1"
AGENT_192.168.99.103 = "slave-2"
}
stages { ... }
}
複製代碼
在本文中,我演示瞭如何使用Spring Boot Actuato
metric
來自動伸縮Spring Boot
應用程序。使用Spring Boot
提供的特性以及Spring Cloud Netflix Eureka
和Jenkins
,您就能夠實現系統的自動伸縮,而無需藉助於任何其餘第三方工具。本文也假設遠程服務器上也是使用Jenkins
代理來啓動新的實例,可是您也可使用Ansible
這樣的工具來啓動。若是您決定從Jenkins
運行Ansible
腳本,那麼將不須要在遠程機器上啓動Jenkins
代理。
歡迎工做一到五年的Java工程師朋友們加入Java進階之路:878249276,羣內提供免費的Java架構學習資料(裏面有高可用、高併發、高性能及分佈式、Jvm性能調優、Spring源碼,MyBatis,Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多個知識點的架構資料)合理利用本身每一分每一秒的時間來學習提高本身,不要再用"沒有時間「來掩飾本身思想上的懶惰!趁年輕,使勁拼,給將來的本身一個交代!
原文連接:http://www.spring4all.com/article/1594