一、Eureka的高可用性

　　Eureka下面的服務(wù)實例默認(rèn)每隔30秒會發(fā)送一個HTTP心跳給Eureka，來告訴Eureka服務(wù)還活著，每個服務(wù)實例每隔30秒也會通過HTTP請求向Eureka獲取服務(wù)列表，這就相當(dāng)于一個服務(wù)實例一分鐘會與Eureka進(jìn)行四次請求，當(dāng)服務(wù)實例多了以后，就要考慮Eureka的壓力，如果我們有1000個服務(wù)實例，一分鐘就會有4000次請求，平均每秒70次請求，不過Eureka內(nèi)部是通過內(nèi)存建立一個HashMap來維護(hù)服務(wù)實例列表的，并且還做了讀寫分離，所以保證多個實例的心跳是沒有問題的，要注意的是保證Eureka的高可用，生產(chǎn)環(huán)境中如果Eureka掛掉，相當(dāng)于所有實例之間都沒辦法聯(lián)系了，我們可以在多臺機(jī)器上部署Eureka（盡量不要同時在一臺機(jī)器上部署，因為出問題時，一般整個機(jī)器的資源都不能正常使用了），可以部署三個Eureka實例，然后將每個服務(wù)實例同時注冊到三臺Eureka上面，這樣即使某個Eureka掛掉了，也不會影響整個系統(tǒng)的運行。

　　配置的方式也很簡單，部署好多臺Eureka實例后，只需要將每個服務(wù)實例分別注冊到每個Eureka上面即可

eureka:
  client:
    serviceUrl:
      defaultZone: http://eureka1:80/eureka/, http://eureka2:80/eureka/

二、服務(wù)熔斷和服務(wù)降級

　　微服務(wù)之間的調(diào)用兩種情況，網(wǎng)關(guān)與服務(wù)之間的調(diào)用，服務(wù)與服務(wù)之間的調(diào)用，當(dāng)某個服務(wù)的響應(yīng)時間過長，調(diào)用鏈就會等待，當(dāng)請求量多了，就會引起雪崩，所以就需要用到服務(wù)熔斷組件hystrix，當(dāng)調(diào)用超時時直接返回，并且設(shè)置服務(wù)降級策略，當(dāng)發(fā)生熔斷時的補(bǔ)救措施，比如監(jiān)控告警，記錄SQL日志后續(xù)進(jìn)行數(shù)據(jù)恢復(fù)等

1、服務(wù)降級配置

　　當(dāng)出現(xiàn)服務(wù)熔斷時，我們需要配置服務(wù)熔斷的處理策略，服務(wù)降級有兩種情況，網(wǎng)關(guān)層面做降級和服務(wù)之間做降級

（1）網(wǎng)關(guān)層面降級：只需要重寫ZuulFallbackProvider的方法，即可定制返回值

@Component
public class GatewayFallback implements ZuulFallbackProvider
{
    @Override
    public String getRoute()
    {
        // 這里配置服務(wù)降級是針對哪個服務(wù)實例的，可以填寫服務(wù)id，如果返回null則是針對所有服務(wù)
        return null;
    }
    @Override
    public ClientHttpResponse fallbackResponse()
    {
        // 服務(wù)熔斷后，返回的內(nèi)容
        return new ClientHttpResponse()
        {
            @Override
            public InputStream getBody() throws IOException
            {
                JSONObject result = new JSONObject();
                result.put("error_code", -1);
                result.put("error_info", "網(wǎng)絡(luò)繁忙");
                return new ByteArrayInputStream(result.toString().getBytes("UTF-8"));
            }
            @Override
            public HttpHeaders getHeaders()
            {
                // 返回Json格式的數(shù)據(jù)
                HttpHeaders headers = new HttpHeaders();
                headers.setContentType(MediaType.APPLICATION_JSON_UTF8);
                return headers;
            }
            @Override
            public HttpStatus getStatusCode() throws IOException
            {
                // 返回的HTTP錯誤碼
                return HttpStatus.OK;
            }
            @Override
            public int getRawStatusCode() throws IOException
            {
                return HttpStatus.OK.value();
            }
            @Override
            public String getStatusText() throws IOException
            {
                return HttpStatus.OK.getReasonPhrase();
            }
            @Override
            public void close()
            {
                // 進(jìn)行一些自定義的處理，比如監(jiān)控告警
            }
        };
    }
}

（2）服務(wù)之間降級：服務(wù)之間的調(diào)用一般是使用Feign組件，我們需要為Feign接口聲明的每個方法編寫處理的邏輯，通過注解的fallback屬性來指定服務(wù)降級的實現(xiàn)類

@FeignClient(value = "clientService", fallback = ClientServiceFallback.class)
public interface ClientService
{
    @RequestMapping(method = RequestMethod.POST, value = "/test", produces = MediaType.APPLICATION_JSON_VALUE)
    String queryClientById(@RequestParam("id") String id);
}

public class ClientServiceFallback implements ClientService
{
    @Override
    public String queryClientById(String id)
    {
        // 進(jìn)行一些自定義的處理
        return null;
    }
}

2、服務(wù)熔斷配置

　　服務(wù)熔斷的參數(shù)配置非常重要，合理的參數(shù)配置才能更好地利用好機(jī)器資源，既不會浪費，也能合理對服務(wù)進(jìn)行熔斷防止雪崩

（1）熔斷超時時間設(shè)置：這個時間一定要根據(jù)情況合理選擇，不能太高也不能太低，如果設(shè)置太高，當(dāng)服務(wù)出現(xiàn)問題時，每個線程都要等待很久，所有線程卡死就會導(dǎo)致用戶根本無法正常使用，如果太小，出現(xiàn)網(wǎng)絡(luò)波動就會影響服務(wù)質(zhì)量，合理的設(shè)置一般是比如你的接口處理時間是200ms，那你可以設(shè)置300ms，比正常的響應(yīng)時間大一點點，防止網(wǎng)絡(luò)波動出現(xiàn)熔斷

hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds: 300

（2）Hystrix線程池大小設(shè)置：首先評估你的服務(wù)壓力，比如你的服務(wù)每秒需要處理100個請求，每個請求的處理時間是200ms，相當(dāng)于1個線程1秒可以處理5個請求，100/5=20，可以算出20個線程就可以處理請求，我們設(shè)置就可以設(shè)置25個線程，多給5個線程用來留些后路，防止一些特點時間點有大量的請求

hystrix.threadpool.default.coreSize: 25

三、最后

　　應(yīng)對高并發(fā)，最重要還是先要保證業(yè)務(wù)邏輯的處理速度，才能從根本上優(yōu)化，比如進(jìn)行SQL查詢時，盡量避免多表關(guān)聯(lián)，SQL語句越簡單越好，數(shù)據(jù)表加索引，不要使用外鍵，外鍵會在一定程度上影響性能，且不容易維護(hù)，我個人建議通過增加其他表的id字段來維護(hù)表之間的關(guān)系

總結(jié)

以上是生活随笔為你收集整理的SpringCloud应对高并发的思路的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。