.NET Core微服務之基於MassTransit實現資料最終一致性(Part 2)
一、案例結構與說明
在上一篇中,我們瞭解了MassTransit這個開源元件的基本用法,這一篇我們結合一個小案例來了解在ASP.NET Core中如何藉助MassTransit+Quartz.Net來實現資料的最終一致性。當然,實現資料的最終一致性有很多方案,這裡只是舉一種我所學到的比較簡單易於學習的實現方式而已。
假設我們有一個XX保險微信商城(WechatShop,簡稱WS)系統,根據服務的劃分,針對下訂單的這個場景,我們劃分了四個微服務,他們分別是訂單服務(OrderService),庫存服務(StorageService)、配送服務(DeliveryService)以及一個只用於後臺監控事件訊息的事件後臺服務(EventService)。
我們來看看這個場景下的一些基本業務邏輯流程(可能並不一定正確或者覆蓋全面):
(1)當終端User在微信商城中看中一個保單產品,並且下單之後,訂單服務會接收訂單資訊並更新訂單資料庫(這裡假設只更新一張訂單表)。
(2)然後事件後臺服務會定期(比如每隔30秒)檢查訂單資料庫的事件狀態表(比如一張單獨的Events表,裡面有某個訂單的2行記錄,每行記錄分別代表與訂單相關的服務(這裡就是庫存和配送服務)的處理狀態),如果發現相關服務的事件狀態為未處理,則會向事件匯流排(假設這裡基於RabbitMQ)傳送訊息告知對應訂閱者要處理這個訂單。
(3)這裡對應的訂閱者就是庫存服務和配送服務,他們收到訊息之後,會進行各自的業務邏輯處理。比如,庫存服務會根據訂單資訊去更新庫存資料庫並做一些邏輯處理比如更新保單促銷活動的記錄,配送服務會根據訂單資訊更新配送資料庫並做一些邏輯處理比如列印紙質保單並進行物流預約登記,當他們各自處理完成之後便會向事件匯流排傳送一個處理完畢的訊息。
(4)事件後臺服務也會作為訂閱者,接收庫存和配送服務傳送過來的訊息,如果接收到某個服務的處理完畢訊息,便會根據接收到的訊息去更新前面事件狀態表中的對應的事件記錄記錄行。比如:接收到庫存服務傳送的訊息,會更新時間狀態表中這個OrderID相關的庫存事件狀態的那一行記錄的狀態為已處理。
(5)事件後臺服務的定時任務中(這裡假設每隔30秒一次),會Check事件是否還有未處理完畢的事件訊息,如果沒有則休眠,否則會檢查其建立記錄的時間與現在的系統時間的間隔是否超過了最大容忍值(這裡假設1小時),如果沒有超過則繼續向事件匯流排傳送訊息,如果超過了則進行一些事務回滾逆操作和向管理員傳送一些警告資訊以便進行人工干預等操作。
Talk is cheap, Show me the code。下面我們來看看如何實現,由於篇幅原因可能只會列出關鍵性程式碼,詳細程式碼請自行去GitHub上下載或Clone。
下面是這次實驗的專案結構,需要準備如下五個專案(四個ASP.NET Core WebAPI和一個.NET Core類庫)
資料庫這裡實驗採用的是MSSQL,只建立了一個Order資料庫,兩張表的資料如下:
可以看到,在Events表的設計中,通過EventType來區分事件型別,這裡是訂單建立(CreateOrder)這個事件的兩個具體訊息(StorageService和DeliveryService),狀態(StatusValue)為1代表未處理,為2則代表已處理。
二、OrderService的實現
2.1 準備工作
其中,Controllers中主要用於與終端使用者(比如WebForm、MVC、SPA等)互動,Models下主要用於定義DTO、EF DbContext與Entity,Repositories目錄下主要用於定義Repository與資料庫進行互動。
2.2 具體實現
(1)OrderController
[Route("api/Order")] public class OrderController : Controller { public IOrderRepository OrderRepository { get; } public OrderController(IOrderRepository OrderRepository) { this.OrderRepository = OrderRepository; } [HttpPost] public string Post([FromBody]OrderDTO orderDTO) { var result = OrderRepository.CreateOrder(orderDTO).GetAwaiter().GetResult(); return result ? "Post Success" : "Post Failed"; } }
這裡就是簡單的呼叫OrderRepository進行訂單的建立操作。
(2)OrderRepository
public class OrderRepository : IOrderRepository { public OrderDbContext OrderContext { get; } public OrderRepository(OrderDbContext OrderContext) { this.OrderContext = OrderContext; } public async Task<bool> CreateOrder(IOrder order) { var orderEntity = new Order() { ID = GenerateOrderID(), OrderUserID = order.OrderUserID, OrderTime = order.OrderTime, OrderItems = null, }; OrderContext.Orders.Add(orderEntity); // patch data order.ID = orderEntity.ID; order.StatusKey = EventConstants.EVENT_STATUS_KEY_STORAGE; var eventEntityA = new Event() { ID = GenerateEventID(), OrderID = orderEntity.ID, Type = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusKey = EventConstants.EVENT_STATUS_KEY_STORAGE, StatusValue = EventStatusEnum.UNHANDLE, CreatedTime = DateTime.Now, EntityJson = JsonHelper.SerializeObject(order) }; order.StatusKey = EventConstants.EVENT_STATUS_KEY_DELIVERY; var eventEntityB = new Event() { ID = GenerateEventID(), OrderID = orderEntity.ID, Type = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusKey = EventConstants.EVENT_STATUS_KEY_DELIVERY, StatusValue = EventStatusEnum.UNHANDLE, CreatedTime = DateTime.Now, EntityJson = JsonHelper.SerializeObject(order) }; OrderContext.Events.Add(eventEntityA); OrderContext.Events.Add(eventEntityB); int count = await OrderContext.SaveChangesAsync(); return count == 3; } private string GenerateOrderID() { // TODO: Some business logic to generate Order ID return Guid.NewGuid().ToString(); } private string GenerateEventID() { // TODO: Some business logic to generate Order ID return Guid.NewGuid().ToString(); } }
這裡主要是通過EF Core向訂單資料庫中的Orders表和Events表新增資料。可以看到,這裡向Events表中添加了兩個記錄,分別通過StatusKey進行區分。這裡的StatusKey其實是一個冗餘欄位,只是為了後面在不同的服務之間區分是否是自己需要處理的訊息。
三、StorageService與DeliveryService的實現
3.1 StorageService的實現
(1)通過NuGet安裝MassTransit、MassTransit.RabbitMQ、MassTransit.Extensions.DependencyInjection
(2)在StartUp類中注入MassTransit的IBusControl例項,加入了熔斷、重試與限流,具體看註釋
public class Startup { ...... // This method gets called by the runtime. Use this method to add services to the container. public void ConfigureServices(IServiceCollection services) { ...... // EFCore services.AddDbContextPool<OrderDbContext>( options => options.UseSqlServer(Configuration["DB:OrderDB"])); // Repository services.AddScoped<IStorageRepository, StorageRepsitory>(); services.AddScoped<StoreageOrderEventHandler>(); // MassTransit services.AddMassTransit(c => { c.AddConsumer<StoreageOrderEventHandler>(); }); } public static IBusControl BusControl { get; private set; } // This method gets called by the runtime. Use this method to configure the HTTP request pipeline. public void Configure(IApplicationBuilder app, IServiceProvider serviceProvider, IHostingEnvironment env, IApplicationLifetime lifetime) { ...... // Register Bus BusControl = Bus.Factory.CreateUsingRabbitMq(cfg => { var host = cfg.Host(new Uri(Configuration["MQ:Host"]), hst => { hst.Username(Configuration["MQ:UserName"]); hst.Password(Configuration["MQ:Password"]); }); cfg.ReceiveEndpoint(host, Configuration["MQ:Queues:Storage"], e => { // Retry e.UseRetry(ret => { ret.Interval(3, TimeSpan.FromSeconds(10)); // 每隔10s重試一次,最多重試3次 }); // RateLimit e.UseRateLimit(1000, TimeSpan.FromSeconds(100)); // 100s內限1000次訪問請求 // CircuitBreaker e.UseCircuitBreaker(cb => { cb.TrackingPeriod = TimeSpan.FromMinutes(1); // 跟蹤週期:1min cb.TripThreshold = 15; // 失敗比例達到15%後才會開啟熔斷器 cb.ActiveThreshold = 5; // 至少發生5次請求後才會開啟熔斷器 cb.ResetInterval = TimeSpan.FromMinutes(5); // 熔斷時間間隔:5mins }); e.LoadFrom(serviceProvider); }); }); // Register Start & Stop for Bus lifetime.ApplicationStarted.Register(BusControl.Start); lifetime.ApplicationStarted.Register(BusControl.Stop); } }
這裡需要注意的就是,在注入時我們指定了接收訊息所要進行處理的類物件:StorageOrderEventHandler。
(3)StorageOrderEventHandler
public class StoreageOrderEventHandler : IConsumer<IOrder> { public IStorageRepository StorageRepository { get; } public IBusControl EventBus { get; } public StoreageOrderEventHandler(IStorageRepository StorageRepository) { this.StorageRepository = StorageRepository; this.EventBus = Startup.BusControl; } public async Task Consume(ConsumeContext<IOrder> context) { var order = context.Message; if (order.StatusKey != EventConstants.EVENT_STATUS_KEY_STORAGE) { // 如果不是StorageService要處理的Event則忽略該訊息 return; } var result = StorageRepository.CreateStorage(order).GetAwaiter().GetResult(); if (result) { IOrderEventEntity orderEventEntity = new OrderEventEntity { OrderID = order.ID, EventType = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusKey = EventConstants.EVENT_STATUS_KEY_STORAGE, StatusValue = EventStatusEnum.HANDLED }; await EventBus.Publish(orderEventEntity); } }
這裡首先判斷接收到的訊息是否是需要自己處理的,不是則忽略,是則呼叫StorageRepository進行庫存記錄的更新及其他業務邏輯(與DB有關的)操作,處理完畢後向事件匯流排傳送一個訊息,這裡主要是告知哪個OrderID的哪個事件型別(EventType)的哪個具體服務(StatusKey)要更新到哪個狀態(StatusValue)。
(4)StorageRepository:假裝自己是一個真實的倉儲
public class StorageRepsitory : IStorageRepository { public OrderDbContext OrderContext{ get; } public StorageRepsitory(OrderDbContext OrderContext) { this.OrderContext = OrderContext; } public async Task<bool> CreateStorage(IOrder order) { var eventList = await OrderContext.Events.Where(e => e.OrderID == order.ID && e.Type == EventConstants.EVENT_TYPE_CREATE_ORDER && e.StatusKey == EventConstants.EVENT_STATUS_KEY_STORAGE).ToListAsync(); if (eventList == null) { return false; } foreach (var eventItem in eventList) { try { // TODO : Add record to Storage DB Console.WriteLine($"Add one record to Storage DB : { JsonHelper.SerializeObject(order) }"); } catch (Exception ex) { // TODO : Exception log Console.WriteLine($"Exception: {ex.Message}"); return false; } } return true; } }
這裡假設會做一些業務處理,比如向庫存資料庫新增一條記錄等。由於時間和精力,這裡我只向控制檯輸出一條訊息已進行驗證。
3.2 DeliveryService的實現
與StorageService高度類似,篇幅關係,不再贅述,請自行瀏覽示例原始碼。這裡之展示一下DeliveryOrderEventHandler類:
public class DeliveryOrderEventHandler : IConsumer<IOrder> { public IDeliveryRepository DeliveryRepository { get; } public IBusControl EventBus { get; } public DeliveryOrderEventHandler(IDeliveryRepository StorageRepository) { this.DeliveryRepository = StorageRepository; this.EventBus = Startup.BusControl; } public async Task Consume(ConsumeContext<IOrder> context) { var order = context.Message; if (order.StatusKey != EventConstants.EVENT_STATUS_KEY_DELIVERY) { // 如果不是DeliveryService要處理的Event則忽略該訊息 return; } var result = DeliveryRepository.CreateDelivery(order).GetAwaiter().GetResult(); if (result) { IOrderEventEntity orderEventEntity = new OrderEventEntity { OrderID = order.ID, EventType = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusKey = EventConstants.EVENT_STATUS_KEY_DELIVERY, StatusValue = EventStatusEnum.HANDLED }; await EventBus.Publish(orderEventEntity); } } }
可以看出,這裡的業務邏輯和StorageService一樣,只是StatusKey不同而已。
四、EventService的實現
4.1 專案結構
在EventService中,除了安裝MassTransit相關的package之外,還要安裝Quartz.Net的package。
4.2 StartUp類
(1)ConfigureService方法
public void ConfigureServices(IServiceCollection services) { //services.AddMvc(); // EFCore services.AddDbContextPool<OrderDbContext>( options => options.UseSqlServer(Configuration["DB:OrderDB"])); // Dapper-ConnString services.AddSingleton(Configuration["DB:OrderDB"]); // Repository services.AddSingleton<IEventRepository<IOrderEventEntity>, OrderEventDapperRepository>(); // Quartz services.UseQuartz(typeof(OrderEventJob)); // MassTransit services.AddMassTransit(c => { c.AddConsumer<OrderEventHandler>(); }); }
這裡指定了Quartz.Net要處理的定時任務(通過自定義的擴充套件方法)以及MassTransit要處理的事件處理程式。有關Quartz.Net的內容不在本篇的重點,下面看看OrderEventHandler類,它主要就是根據收到的訊息去更新某個類別某個項的事件狀態記錄。
public class OrderEventHandler : IConsumer<IOrderEventEntity> { public IEventRepository<IOrderEventEntity> EventRepository { get; } public OrderEventHandler(IEventRepository<IOrderEventEntity> EventRepository) { this.EventRepository = EventRepository; } public async Task Consume(ConsumeContext<IOrderEventEntity> context) { var eventResult = await EventRepository.UpdateEventStatus(EventConstants.EVENT_TYPE_CREATE_ORDER, context.Message); } }
在EventRepository具體類中,這裡主要是通過Dapper去操作資料庫:
public class OrderEventDapperRepository : IEventRepository<IOrderEventEntity> { private string connStr; public OrderEventDapperRepository(string connStr) { this.connStr = connStr; } public async Task<IEnumerable<IOrderEventEntity>> GetEvents(string eventType) { using (var conn = new SqlConnection(connStr)) { string sqlCommand = @"SELECT [EventID], [EventType], [OrderID], [CreatedTime], [StatusKey], [StatusValue], [EntityJson] FROM [dbo].[Events] WHERE EventType = @EventType AND StatusValue = @StatusValue"; var result = await conn.QueryAsync<OrderEventEntity>(sqlCommand, param: new { EventType = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusValue = EventStatusEnum.UNHANDLE }); return result; } } public async Task<bool> UpdateEventStatus(string eventType, IOrderEventEntity orderEvent) { using (var conn = new SqlConnection(connStr)) { string sqlCommand = @"UPDATE [dbo].[Events] SET StatusValue = @StatusValue WHERE OrderID = @OrderID AND EventType = @EventType AND StatusKey = @StatusKey"; var result = await conn.ExecuteAsync(sqlCommand, param: new { OrderID = orderEvent.OrderID, EventType = EventConstants.EVENT_TYPE_CREATE_ORDER, StatusKey = orderEvent.StatusKey, StatusValue = EventStatusEnum.HANDLED }); return result > 0; } } }
*Problem: 在coding過程中,本來想用EF的,結果發現DbContext預設注入的週期是Scoped,而我們的定時Job又是Singleton的,無法正常使用,所以就改用了Dapper。在這個類中,未完成的方法是進行事務回滾逆操作的一系列方法。
(2)Configure方法
public static IBusControl BusControl { get; private set; } // This method gets called by the runtime. Use this method to configure the HTTP request pipeline. public void Configure(IApplicationBuilder app, IServiceProvider serviceProvider, IHostingEnvironment env, IApplicationLifetime lifetime, IScheduler scheduler) { //app.UseMvc(); // Register EventBus BusControl = Bus.Factory.CreateUsingRabbitMq(cfg => { var host = cfg.Host(new Uri(Configuration["MQ:Host"]), hst => { hst.Username(Configuration["MQ:UserName"]); hst.Password(Configuration["MQ:Password"]); }); // Retry cfg.UseRetry(ret => { ret.Interval(3, TimeSpan.FromSeconds(10)); // 每隔10s重試一次,最多重試3次 }); // RateLimit cfg.UseRateLimit(1000, TimeSpan.FromSeconds(100)); // 100s內限1000次訪問請求 // CircuitBreaker cfg.UseCircuitBreaker(cb => { cb.TrackingPeriod = TimeSpan.FromMinutes(1); // 跟蹤週期:1min cb.TripThreshold = 15; // 失敗比例達到15%後才會開啟熔斷器 cb.ActiveThreshold = 5; // 至少發生5次請求後才會開啟熔斷器 cb.ResetInterval = TimeSpan.FromMinutes(5); // 熔斷時間間隔:5mins }); cfg.ReceiveEndpoint(host, Configuration["MQ:Queues:Order"], e => { e.LoadFrom(serviceProvider); }); }); // Register Start & Stop for Bus lifetime.ApplicationStarted.Register(BusControl.Start); lifetime.ApplicationStarted.Register(BusControl.Stop); // Scheduler Job QuartzServiceUtil.StartJob<OrderEventJob>(scheduler, TimeSpan.FromSeconds(30)); }
由於無法在ConfigureService方法中正常的注入MassTransit,所以採用了一個折中的方式:靜態變數,還好我們只需要一個單例的BusControl即可。這裡我們在啟動時,開啟了一個定時任務,這個定時任務的邏輯如下,它每隔30s執行一次。
public class OrderEventJob: IJob { public IEventRepository<IOrderEventEntity> OrderEventRepository { get; } public IBusControl EventBus { get; } private int MaxHours; public OrderEventJob(IEventRepository<IOrderEventEntity> OrderEventRepository, IConfiguration configuration) { this.OrderEventRepository = OrderEventRepository; this.EventBus = Startup.BusControl; this.MaxHours = Convert.ToInt32(configuration["Service:MaxHours"]); } public async Task Execute(IJobExecutionContext context) { var events = OrderEventRepository.GetEvents(EventConstants.EVENT_TYPE_CREATE_ORDER).GetAwaiter().GetResult(); if (events == null) { await Console.Out.WriteLineAsync($"[Tip] There's no pending to process Order events."); return; } foreach (var eventItem in events) { if (GetDifferenceInHours(eventItem.CreatedTime) >= MaxHours) { // TODO: // 1.Rollback previous transaction by send rollback message // 2.Send Email/Messages to administrator // ...... break; } IOrder order = JsonHelper.DeserializeJsonToObject<Order>(eventItem.EntityJson); await EventBus.Publish(order); } } private double GetDifferenceInHours(DateTime createdTime) { DateTime currentTime = DateTime.Now; TimeSpan ts = currentTime.Subtract(createdTime); double differenceInDays = ts.TotalHours; return differenceInDays; } }
這裡的MaxHours(最大容忍小時)在配置檔案中設定的是1,即1小時。在每個定時任務中,系統會去首先check未處理的事件訊息的建立時間和現在系統時間的間隔時間是否超過了1小時,超過了則會進行一系列的回滾逆操作和傳送郵件/簡訊等操作告知人工干預,這一部分由於時間和精力未實現,有興趣的可以自己去實現。如果沒超過,則會將事件狀態表記錄行中的EntityJson(這裡主要是訂單表的序列化後的JSON字串)反序列化並作為訊息進行傳送給事件匯流排從而通知訂閱者。
五、快速測試
5.1 向OrderService傳送一個訂單請求
首先,清空測試的訂單資料庫表,此時無一條記錄。
然後,通過PostMan工具向OrderService傳送一條訂單請求(前提是你得同時把這四個服務一起啟動起來):
5.2 Check此時的訂單資料庫
此時已經有了對應的資料,可以看到DeliveryService和StorageService的兩個事件狀態記錄行的狀態是1(代表待處理)
5.3 一定時間後的訂單資料庫
經過兩個服務的處理之後,狀態變為了2(代表已處理),再看看兩個服務的控制檯資訊,分別在處理事件訊息時輸出了一行記錄:
在標準情況下,當所有相關的事件訊息狀態都變成已處理時,這時資料就達到了最終一致性。當然,還有一些重試的補償和事務的回滾逆操作,沒有做演示,有興趣可以自行研究。
六、小結
本篇主要基於一個小案例(訂單業務處理場景),首先介紹了其業務場景與基本業務流程,然後通過介紹相關的每個服務的程式碼實現,最後通過一個快速的測試演示了資料如何達到最終一致性。當然,這個小案例並不完整,沒有對重試的補償機制以及失敗後的回滾機制進行演示和測試,不過有興趣的朋友可以自行改程式碼實現。最後,再次強調實現資料的最終一致性有很多方案,這裡只是舉一種我從桂素偉老師那裡所學到的比較簡單易於學習的實現方式而已。對MassTransit感興趣想應用於生產環境的朋友,可以去了解了解saga,建議看看這篇文章:《MassTransit&Sage分散式服務開發PPT分享》
示例程式碼
Click Here => 點我下載
參考資料
作者:周旭龍
本文版權歸作者和部落格園共有,歡迎轉載,但未經作者同意必須保留此段宣告,且在文章頁面明顯位置給出原文連結。
相關推薦
.NET Core微服務之基於MassTransit實現資料最終一致性(Part 2)
一、案例結構與說明 在上一篇中,我們瞭解了MassTransit這個開源元件的基本用法,這一篇我們結合一個小案例來了解在ASP.NET Core中如何藉助MassTransit+Quartz.Net來實現資料的最終一致性。當然,實現資料的最終一致性有很多方案,這裡只是舉一種我所學到的比較簡單易於學習
.NET Core微服務之基於MassTransit實現資料最終一致性(Part 1)
一、預備知識:資料一致性 關於資料一致性的文章,園子裡已經有很多了,如果你還不瞭解,那麼可以通過以下的幾篇文章去快速地瞭解瞭解,有個感性認識即可。 必須要了解的點:ACID、CAP、BASE、強一致性、弱一致性、最終一致性。 CAP理論由加州大學伯克利分校的計算機
.NET Core微服務之基於Consul實現服務治理
請求轉發 1.0 asp.net AC port prefix 我們 tle nan 一、Consul基礎介紹 Consul是HashiCorp公司推出的開源工具,用於實現分布式系統的服務發現與配置。與其他分布式服務註冊與發現的方案,比如 Airbnb的Smart
.NET Core微服務之基於Consul實現服務治理(續)
shell pla code tst 分層 編輯 set req \n 上一篇發布之後,這一篇把上一篇沒有弄到的東西補一下,也算是給各位前來詢問的朋友的一些回復吧。一、Consul服務註冊之配置文件方式1.1 重溫Consul實驗集群 這裏我們有三個Consul Serv
基於Apollo實現.NET Core微服務統一配置(測試環境-單機) .NET Core微服務之基於Apollo實現統一配置中心
一、前言 注:此篇只是為測試環境下的快速入門。後續會給大家帶來生產環境下得實戰開發。 具體的大家可以去看官方推薦。非常的簡單明瞭。以下介紹引用官方內容: Apollo(阿波羅)是攜程框架部門研發的分散式配置中心,能夠集中化管理應用不同環境、不同叢集的配置,配置修改後能夠實時推送到應用端,並且具
.NET Core微服務之基於Apollo實現統一配置中心
一、關於統一配置中心與Apollo 在微服務架構環境中,專案中配置檔案比較繁雜,而且不同環境的不同配置修改相對頻繁,每次釋出都需要對應修改配置,如果配置出現錯誤,需要重新打包釋出,時間成本較高,因此需要做統一的配置中心,能做到自動更新配置檔案資訊,解決以上問題。 Apollo(阿波羅)是攜
.NET Core微服務之基於Ocelot實現API閘道器服務
一、啥是API閘道器? API 閘道器一般放到微服務的最前端,並且要讓API 閘道器變成由應用所發起的每個請求的入口。這樣就可以明顯的簡化客戶端實現和微服務應用程式之間的溝通方式。以前的話,客戶端不得不去請求微服務A(假設為Customers),然後再到微服務B(假設為Orders),然後是微服
.NET Core微服務之基於Exceptionless實現分散式日誌記錄
一、Exceptionless極簡介紹 Exceptionless 是一個開源的實時的日誌收集框架,它可以應用在基於 ASP.NET,ASP.NET Core,Web API,Web Forms,WPF,Console,ASP.NET MVC 等技術開發的應用程式中,並且提供了REST介面可以應
.NET Core微服務之基於Ocelot實現API閘道器服務(續)
一、負載均衡與請求快取 1.1 負載均衡 為了驗證負載均衡,這裡我們配置了兩個Consul Client節點,其中ClientService分別部署於這兩個節點內(192.168.80.70與192.168.80.71)。 為了更好的展示API Repsonse來自哪個節點,我們更改一下
.NET Core微服務之基於Steeltoe使用Eureka實現服務註冊與發現
一、關於Steeltoe與Spring Cloud Steeltoe is an open source project that enables .NET developers to implement industry standard best practices when b
.NET Core微服務之基於Steeltoe整合Zuul實現統一API閘道器
一、關於Spring Cloud Zuul API Gateway(API GW / API 閘道器),顧名思義,是出現在系統邊界上的一個面向API的、序列集中式的強管控服務,這裡的邊界是企業IT系統的邊界。 Zuul 是Netflix 提供的一個開源元件,致力於在雲平臺上提供動態路由,監
.NET Core微服務之基於Steeltoe使用Zipkin實現分散式追蹤
一、關於Spring Cloud Sleuth與Zipkin 在 SpringCloud 之中提供的 Sleuth 技術可以實現微服務的呼叫跟蹤,也就是說它可以自動的形成一個呼叫連線線,通過這個連線線使得開發者可以輕鬆的找到所有微服務間關係,同時也可以獲取微服務所耗費的時間, 這樣就可以進行微服
.NET Core微服務之基於Jenkins+Docker實現持續部署(Part 1)
一、CI, CD 與Jenkins 網際網路軟體的開發和釋出,已經形成了一套標準流程,最重要的組成部分就是持續整合(Continuous integration,簡稱 CI) => 持續整合指的是,頻繁地(一天多次)將程式碼整合到主幹。 它的好處主要有兩個: 快速發現錯
.NET Core微服務之基於App.Metrics+InfluxDB+Grafana實現統一效能監控
一、關於App.Metrics+InfluxDB+Grafana 1.1 App.Metrics App.Metrics是一款開源的支援.NET Core的監控外掛,它還可以支援跑在.NET Framework上的應用程式(版本 >= 4.5.2)。官方文件地址:https://ww
.NET Core微服務之基於Polly+AspectCore實現熔斷與降級機制
一、熔斷、降級與AOP 1.1 啥是熔斷? 在廣義的解釋中,熔斷主要是指為控制股票、期貨或其他金融衍生產品的交易風險,為其單日價格波動幅度規定區間限制,一旦成交價觸及區間上下限,交易則自動中斷一段時間(“熔即斷”),或就此“躺平”而不得超過上限或下限(“熔而不斷”)。 而對於微服務來說,
.NET Core微服務之基於Ocelot+Butterfly實現分散式追蹤
一、什麼是Tracing? 微服務的特點決定了功能模組的部署是分散式的,以往在單應用環境下,所有的業務都在同一個伺服器上,如果伺服器出現錯誤和異常,我們只要盯住一個點,就可以快速定位和處理問題,但是在微服務的架構下,大部分功能模組都是單獨部署執行的,彼此通過匯流排互動,都是無狀態的服務,這種架構下,
.NET Core微服務之基於Ocelot+IdentityServer實現統一驗證與授權
一、案例結構總覽 這裡,假設我們有兩個客戶端(一個Web網站,一個移動App),他們要使用系統
.NET Core微服務之基於Steeltoe使用Hystrix熔斷保護與監控
一、關於Spring Cloud Hystrix 在微服務架構中,我們將系統拆分為很多個服務,各個服務之間通過註冊與訂閱的方式相互依賴,由於各個服務都是在各自的程序中執行,就有可能由於網路原因或者服務自身的問題導致呼叫故障或延遲,隨著服務的積壓,可能會導致服務崩潰。為了解決這一系列的問題
.NET Core微服務之基於Steeltoe使用Spring Cloud Config統一管理配置
一、關於Spring Cloud Config 在分散式系統中,每一個功能模組都能拆分成一個獨立的服務,一次請求的完成,可能會呼叫很多個服務協調來完成,為了方便服務配置檔案統一管理,更易於部署、維護,所以就需要分散式配置中心元件了,在Spring Cloud中,就有這麼一個分散式配置中心元件 —
.NET Core微服務之基於IdentityServer建立授權與驗證服務(續)
上一篇我們基於IdentityServer4建立了一個AuthorizationServer,並且繼承了QuickStartUI,能夠成功獲取Token了。這一篇我們瞭解下如何整合API Service和MVC Web Application。 一、整合API Service 1.1 新增ASP.NE