微服務(wù)架構(gòu)的四大金剛利器
【編者的話】互聯(lián)網(wǎng)應(yīng)用發(fā)展到今天，從單體應(yīng)用架構(gòu)到 SOA 以及今天的微服務(wù)，隨著微服務(wù)化的不斷升級進(jìn)化，服務(wù)和服務(wù)之間的穩(wěn)定性變得越來越重要，分布式系統(tǒng)之所以復(fù)雜，主要原因是分布式系統(tǒng)需要考慮到網(wǎng)絡(luò)的延時和不可靠，微服務(wù)很重要的一個特質(zhì)就是需要保證服務(wù)冪等，保證冪等性很重要的前提需要分布式鎖控制并發(fā)，同時緩存、降級和限流是保護(hù)微服務(wù)系統(tǒng)運行穩(wěn)定性的三大利器。
隨著業(yè)務(wù)不斷的發(fā)展，按業(yè)務(wù)域的劃分子系統(tǒng)越來越多，每個業(yè)務(wù)系統(tǒng)都需要緩存、限流、分布式鎖、冪等工具組件， distributed-tools 組件(暫未開源)正式包含了上述分布式系統(tǒng)所需要的基礎(chǔ)功能組件。
distributed-tools 組件基于 Tair、Redis 分別提供了 2 個 springboot starter，使用起來非常簡單。
以使用緩存使用 redis 為例， application.properties 添加如下配置：
- redis.extend.hostName=127.0.0.1
- redis.extend.port=6379
- redis.extend.password=pwdcode
- redis.extend.timeout=10000
- redis.idempotent.enabled=true
接下來的篇幅，重點會介紹一下緩存、限流、分布式鎖、冪等的使用方式。
緩存
緩存的使用可以說無處不在，從應(yīng)用請求的訪問路徑來看，用戶 user -> 瀏覽器緩存 -> 反向代理緩存-> WEB服務(wù)器緩存 -> 應(yīng)用程序緩存 -> 數(shù)據(jù)庫緩存等，幾乎每條鏈路都充斥著緩存的使用，緩存最直白的解釋就是“用空間換時間”的算法。緩存就是把一些數(shù)據(jù)暫時存放于某些地方，可能是內(nèi)存，也有可能硬盤。總之，目的就是為了避免某些耗時的操作。我們常見的耗時的操作，比如數(shù)據(jù)庫的查詢、一些數(shù)據(jù)的計算結(jié)果，或者是為了減輕服務(wù)器的壓力。其實減輕壓力也是因查詢或計算，雖然短耗時，但操作很頻繁，累加起來也很長，造成嚴(yán)重排隊等情況，服務(wù)器抗不住。
distributed-tools 組件提供了一個 CacheEngine 接口，基于 Tair、Redis 分別有不同的實現(xiàn)，具體 CacheEngine 定義如下：
- public String get(String key);
- /**
- * 獲取指定的key對應(yīng)的對象,異常也會返回null
- *
- * @param key
- * @param clazz
- * @return
- */
- public <T> T get(String key, Class<T> clz);
- /**
- * 存儲緩存數(shù)據(jù),忽略過期時間
- *
- * @param key
- * @param value
- * @return
- */
- public <T extends Serializable> booleanput(String key, T value);
- /**
- * 存儲緩存數(shù)據(jù)
- *
- * @param key
- * @param value
- * @param expiredTime
- * @param unit
- * @return
- */
- public <T extends Serializable> booleanput(String key, T value, int expiredTime, TimeUnit unit);
- /**
- * 基于key刪除緩存數(shù)據(jù)
- *
- * @param key
- * @return
- */
- publicbooleaninvalid(String key);
get 方法針對 key 進(jìn)行查詢， put 存儲緩存數(shù)據(jù)， invalid 刪除緩存數(shù)據(jù)。
限流
在分布式系統(tǒng)中，尤其面對一些秒殺、瞬時高并發(fā)場景，都需要進(jìn)行一些限流措施，保證系統(tǒng)的高可用。通常來說限流的目的是通過對并發(fā)訪問/請求進(jìn)行限速，或者一個時間窗口內(nèi)的的請求進(jìn)行限速來保護(hù)系統(tǒng)，一旦達(dá)到限制速率則可以 拒絕服務(wù)（定向到錯誤頁或告知資源沒有了）、排隊 或 等待（比如秒殺、評論、下單）、降級（返回托底數(shù)據(jù)或默認(rèn)數(shù)據(jù)，如商品詳情頁庫存默認(rèn)有貨）。
常見的一些限流算法包括固定窗口、滑動窗口、漏桶、令牌桶，distributed-tools 組件目前基于計數(shù)器只實現(xiàn)了固定窗口算法，具體使用方式如下：
- /**
- * 指定過期時間自增計數(shù)器，默認(rèn)每次+1，非滑動窗口
- *
- * @param key 計數(shù)器自增key
- * @param expireTime 過期時間
- * @param unit 時間單位
- * @return
- */
- publiclongincrCount(String key, int expireTime, TimeUnit unit);
- /**
- * 指定過期時間自增計數(shù)器,單位時間內(nèi)超過最大值rateThreshold返回true，否則返回false
- *
- * @param key 限流key
- * @param rateThreshold 限流閾值
- * @param expireTime 固定窗口時間
- * @param unit 時間單位
- * @return
- */
- publicbooleanrateLimit(final String key, finalint rateThreshold, int expireTime, TimeUnit unit);
基于 CacheEngine 的 rateLimit 方法可以實現(xiàn)限流， expireTime 只能設(shè)定固定窗口時間，非滑動窗口時間。
另外 distributed-tools 組件提供了模板 RateLimitTemplate 可以簡化限流的易用性，可以直接調(diào)用 RateLimitTemplate 的 execute 方法處理限流問題。
- /**
- * @param limitKey 限流KEY
- * @param resultSupplier 回調(diào)方法
- * @param rateThreshold 限流閾值
- * @param limitTime 限制時間段
- * @param blockDuration 阻塞時間段
- * @param unit 時間單位
- * @param errCodeEnum 指定限流錯誤碼
- * @return
- */
- public <T> T execute(String limitKey, Supplier<T> resultSupplier, long rateThreshold, long limitTime,
- long blockDuration, TimeUnit unit, ErrCodeEnum errCodeEnum){
- boolean blocked = tryAcquire(limitKey, rateThreshold, limitTime, blockDuration, unit);
- if (errCodeEnum != null) {
- AssertUtils.assertTrue(blocked, errCodeEnum);
- } else {
- AssertUtils.assertTrue(blocked, ExceptionEnumType.ACQUIRE_LOCK_FAIL);
- }
- return resultSupplier.get();
- }
另外 distributed-tools 組件還提供了注解 @RateLimit 的使用方式，具體注解 RateLimit 定義如下：
- @Retention(RetentionPolicy.RUNTIME)
- @Target(ElementType.METHOD)
- @Documented
- public @interface RateLimit {
- /**
- * 限流KEY
- */
- String limitKey();
- /**
- * 允許訪問的次數(shù)，默認(rèn)值MAX_VALUE
- */
- longlimitCount()default Long.MAX_VALUE;
- /**
- * 時間段
- */
- longtimeRange();
- /**
- * 阻塞時間段
- */
- longblockDuration();
- /**
- * 時間單位，默認(rèn)為秒
- */
- TimeUnit timeUnit()default TimeUnit.SECONDS;
- }
基于注解的方式限流使用代碼如下：
- @RateLimit(limitKey = "#key", limitCount = 5, timeRange = 2, blockDuration = 3, timeUnit = TimeUnit.MINUTES)
- public String testLimit2(String key){
- ..........
- return key;
- }
任何方法添加上述注解具備了一定的限流能力（具體方法需要在 spring aop 指定攔截范圍內(nèi)），如上代碼表示以參數(shù) key 作為限流 key ，每 2 分鐘請求次數(shù)不超過 5 次，超過限制后阻塞 3 分鐘。
分布式鎖
在 Java 單一進(jìn)程中通過 synchronized 關(guān)鍵字和 ReentrantLock 可重入鎖可以實現(xiàn)在多線程環(huán)境中控制對資源的并發(fā)訪問，通常本地的加鎖往往不能滿足我們的需要，我們更多的面對場景是分布式系統(tǒng)跨進(jìn)程的鎖，簡稱為分布式鎖。分布式鎖實現(xiàn)手段通常是將鎖標(biāo)記存在內(nèi)存中，只是該內(nèi)存不是某個進(jìn)程分配的內(nèi)存而是公共內(nèi)存如 Redis、Tair ，至于利用數(shù)據(jù)庫、文件等做鎖與單機的實現(xiàn)是一樣的，只要保證標(biāo)記能互斥就行。分布式鎖相對單機進(jìn)程的鎖之所以復(fù)雜，主要原因是分布式系統(tǒng)需要考慮到網(wǎng)絡(luò)的延時和不可靠。
distributed-tools 組件提供的分布式鎖要具備如下特性：
- 互斥性：同本地鎖一樣具有互斥性，但是分布式鎖需要保證在不同節(jié)點進(jìn)程的不同線程的互斥。
- 可重入性：同一個節(jié)點上的同一個線程如果獲取了鎖之后那么也可以再次獲取這個鎖。
- 鎖超時：和本地鎖一樣支持鎖超時，防止死鎖，通過異步心跳 demon 線程刷新過期時間，防止特殊場景（如 FGC 死鎖超時）下死鎖。
- 高性能、高可用：加鎖和解鎖需要高性能，同時也需要保證高可用防止分布式鎖失效，可以增加降級。
- 支持阻塞和非阻塞：同 ReentrantLock 一樣支持 lock 和 trylock 以及 tryLock（long timeOut）。
- 公平鎖和非公平鎖（不支持）：公平鎖是按照請求加鎖的順序獲得鎖，非公平鎖就相反是無序的，目前 distributed-tools 組件提供的分布式鎖不支持該特性。
distributed-tools 組件提供的分布式鎖，使用起來非常簡單，提供了一個分布式鎖模板：DistributedLockTemplate ，可以直接調(diào)用模板提供的靜態(tài)方法（如下）：
- /**
- * 分布式鎖處理模板執(zhí)行器
- *
- * @param lockKey 分布式鎖key
- * @param resultSupplier 分布式鎖處理回調(diào)
- * @param waitTime 鎖等待時間
- * @param unit 時間單位
- * @param errCodeEnum 指定特殊錯誤碼返回
- * @return
- */
- public static <T> T execute(String lockKey, Supplier<T> resultSupplier, long waitTime, TimeUnit unit,
- ErrCodeEnum errCodeEnum){
- AssertUtils.assertTrue(StringUtils.isNotBlank(lockKey), ExceptionEnumType.PARAMETER_ILLEGALL);
- boolean locked = false;
- Lock lock = DistributedReentrantLock.newLock(lockKey);
- try {
- locked = waitTime > 0 ? lock.tryLock(waitTime, unit) : lock.tryLock();
- } catch (InterruptedException e) {
- throw new RuntimeException(String.format("lock error,lockResource:%s", lockKey), e);
- }
- if (errCodeEnum != null) {
- AssertUtils.assertTrue(locked, errCodeEnum);
- } else {
- AssertUtils.assertTrue(locked, ExceptionEnumType.ACQUIRE_LOCK_FAIL);
- }
- try {
- return resultSupplier.get();
- } finally {
- lock.unlock();
- }
- }
冪等
在分布式系統(tǒng)設(shè)計中冪等性設(shè)計中十分重要的，尤其在復(fù)雜的微服務(wù)中一套系統(tǒng)中包含了多個子系統(tǒng)服務(wù)，而一個子系統(tǒng)服務(wù)往往會去調(diào)用另一個服務(wù)，而服務(wù)調(diào)用服務(wù)無非就是使用 RPC 通信或者 restful ，分布式系統(tǒng)中的網(wǎng)絡(luò)延時或中斷是避免不了的，通常會導(dǎo)致服務(wù)的調(diào)用層觸發(fā)重試。具有這一性質(zhì)的接口在設(shè)計時總是秉持這樣的一種理念：調(diào)用接口發(fā)生異常并且重復(fù)嘗試時，總是會造成系統(tǒng)所無法承受的損失，所以必須阻止這種現(xiàn)象的發(fā)生。
冪等通常會有兩個維度：
- 空間維度上的冪等，即冪等對象的范圍，是個人還是機構(gòu)，是某一次交易還是某種類型的交易。
- 時間維度上的冪等，即冪等的保證時間，是幾個小時、幾天還是永久性的。
在實際系統(tǒng)中有很多操作，不管操作多少次，都應(yīng)該產(chǎn)生一樣的效果或返回相同的結(jié)果。以下這些應(yīng)用場景也是通常比較常見的應(yīng)用場景：
- 前端重復(fù)提交請求，且請求數(shù)據(jù)相同時，后臺需要返回對應(yīng)這個請求的相同結(jié)果。
- 發(fā)起一次支付請求，支付中心應(yīng)該只扣用戶賬戶一次錢，當(dāng)遇到網(wǎng)絡(luò)中斷或系統(tǒng)異常時，也應(yīng)該只扣一次錢。
- 發(fā)送消息，同樣內(nèi)容的短信發(fā)給用戶只發(fā)一次。
- 創(chuàng)建業(yè)務(wù)訂單，一次業(yè)務(wù)請求只能創(chuàng)建一個，重試請求創(chuàng)建多個就會出大問題。
- 基于 msgId 的消息冪等處理。
在正式使用 distributed-tools 組件提供的冪等之前，我們先看下 distributed-tools 冪等組件的設(shè)計。
冪等 key 提取能力：獲取唯一冪等 key
冪等 key 的提取支持 2 中注解：IdempotentTxId、IdempotentTxIdGetter，任意方法添加以上 2 注解，即可提取到相關(guān)冪等 key ，前提條件是需要將 Idempotent 注解添加相關(guān)需要冪等的方法上。
如果單純使用冪等模板進(jìn)行業(yè)務(wù)處理，需要自己設(shè)置相關(guān)冪等key，且要保證其唯一性。
分布式鎖服務(wù)能力：提供全局加鎖、解鎖的能力
distributed-tools 冪等組件需要使用自身提供的分布式鎖功能，保證其并發(fā)唯一性， distributed-tools 提供的分布式鎖能夠提供其可靠、穩(wěn)定的加鎖、解鎖能力。
高性能的寫入、查詢能力：針對冪等結(jié)果查詢與存儲
distributed-tools 冪等組件提供了基于 Tair 、 redis 的存儲實現(xiàn)，同時支持自定義一級、二級存儲通過 Spring 依賴注入到 IdempotentService ，建議 distributed-tools 冪等存儲結(jié)果一級存儲 tair mdb ，二級存儲 ldb 或者 tablestore ，一級存儲保證其高性能，二級存儲保證其可靠性。
二級存儲并行查詢會返回查詢最快的冪等結(jié)果。
二級存儲并行異步寫入，進(jìn)一步提高性能。
高可用的冪等寫入、查詢能力：冪等存儲出現(xiàn)異常，不影響業(yè)務(wù)正常流程，增加容錯
distributed-tools 冪等組件支持二級存儲，為了保證其高可用，畢竟二級存儲出現(xiàn)故障的概率太低，不會導(dǎo)致業(yè)務(wù)上不可用，如果二級存儲同時出現(xiàn)故障，業(yè)務(wù)上做了一定的容錯，針對不確定性的異常采取重試策略，會執(zhí)行具體冪等方法。
一級存儲與二級存儲的寫入與查詢處理進(jìn)行隔離，任何一級存儲的異常不會影響整體業(yè)務(wù)執(zhí)行。
在了解了 distributed-tools 組件冪等之后，接下來我們來看下如何去使用冪等組件，首先了解下 common-api 提供的冪等注解，具體冪等注解使用方式如下：
冪等攔截器獲取冪等 ID 的優(yōu)先級：
- 首先判斷 Idempotent 的 spelKey 的屬性是否為空，如果不為空會根據(jù) spelKey 定義的 Spring 表達(dá)式生成冪等 ID。
- 其次判斷參數(shù)是否包含 IdempotentTxId 注解，如果有 IdempotentTxId ，會直接獲取參數(shù)值生成冪等 ID。
- 再次通過反射獲取參數(shù)對象屬性是否包含 IdempotentTxId 注解，如果對象屬性包含 IdempotentTxId 注解會獲取該參數(shù)對象屬性生成冪等 ID。
- 最后以上三種情況仍未獲取到冪等 ID，會進(jìn)一步通過反射獲取參數(shù)對象的 Method 是否定義 IdempotentTxIdGetter 注解，如果包含該注解則通過反射生成冪等 ID。
代碼使用示例：
- @Idempotent(spelKey = "#request.requestId", firstLevelExpireDate = 7，secondLevelExpireDate = 30)
- publicvoidexecute(BizFlowRequest request){
- ..................
- }
如上述代碼表示從 request 獲取 requestId 作為冪等 key ，一級存儲有效期 7 天，二級存儲有效期 30 天。
distributed-tools 除了可以使用冪等注解外，冪等組件還提供了一個通用冪等模板 IdempotentTemplate ，使用冪等模板的前提必須設(shè)置 tair.idempotent.enabled=true或者redis.idempotent.enabled=true ，默認(rèn)為 false ，同時需要指定冪等結(jié)果一級存儲，冪等結(jié)果存儲為可選項配置。
具體使用冪等模板 IdempotentTemplate 的方法如下：
- /**
- * 冪等模板處理器
- *
- * @param request 冪等Request信息
- * @param executeSupplier 冪等處理回調(diào)function
- * @param resultPreprocessConsumer 冪等結(jié)果回調(diào)function 可以對結(jié)果做些預(yù)處理
- * @param ifResultNeedIdempotence 除了根據(jù)異常還需要根據(jù)結(jié)果判定是否需要冪等性的場景可以提供此參數(shù)
- * @return
- */
- public R execute(IdempotentRequest<P> request, Supplier<R> executeSupplier,
- Consumer<IdempotentResult<P, R>> resultPreprocessConsumer, Predicate<R> ifResultNeedIdempotence){
- ........
- }
request：
冪等參數(shù) IdempotentRequest 組裝，可以設(shè)置冪等參數(shù)和冪等唯一 ID 。
executeSupplier：
具體冪等的方法邏輯，比如針對支付、下單接口，可以通過 JDK8 函數(shù)式接口 Supplier Callback 進(jìn)行處理。
resultBiConsumer：
冪等返回結(jié)果的處理，該參數(shù)可以為空，如果為空采取默認(rèn)的處理，根據(jù)冪等結(jié)果，如果成功、不可重試的異常錯誤碼，直接返回結(jié)果，如果失敗可重試異常錯誤碼，會進(jìn)行重試處理。
如果該參數(shù)值不為空，可以針對返回冪等結(jié)果進(jìn)行特殊邏輯處理設(shè)置 ResultStatus（ResultStatus 包含三種狀態(tài)包括成功、失敗可重試、失敗不可重試）。
