SpringCloud实现灰度发布的方法步骤
作者:半路出家的小王 发布时间:2023-03-17 05:18:37
1.什么是灰度发布?
灰度发布又称金丝雀发布,是在系统升级的时候能够平滑过渡的一种发布方式。在其上可以进行A/B测试,即让一部分用户继续用产品特性A,一部分用户开始用产品特性B,如果用户对B没有什么反对意见,那么逐步扩大范围,把所有用户都迁移到B上面来。灰度发布可以保证整体系统的稳定,在初始灰度的时候就可以发现、调整问题,以保证其影响度。
关于金丝雀发布名称的来历:矿工下要矿井,要验证是否有瓦斯,金丝雀对瓦斯很敏感,通过观察金丝雀的反应判断是否安全。
2.灰度发布有什么作用?
1.降低发布带来的影响,虽然功能都在测试环境测过,但毕竟没有发布到生产环境,如果先让少部分用户先使用新版本,提前发现bug,或者性能问题,提前做好修复,就可以降低新版本带来的影响;
2.通过对新老版本的对比,观察新版本带来的效果。结合工作中使用到的灰度发布实践和对其他大厂的灰度发布调研,总结了以下灰度发布方案。
3.灰度发布的实现方式:网关到服务,服务到服务
3.1网关到服务代码实现
3.1.1整体流程
指定灰度规则->预制代码规则->springcloud自定义metadata
3.1.2前置环境(需要自行搭建四个至少服务)
eureka:注册中心
zuul:网关
service-v1:集群服务v1版本
service-v2:集群服务v2版本
3.1.3核心代码
pom.xml
<!-- 实现通过 metadata 进行灰度路由 -->
<dependency>
<groupId>io.jmnarloch</groupId>
<artifactId>ribbon-discovery-filter-spring-cloud-starter</artifactId>
<version>2.1.0</version>
</dependency>
灰度过滤器(核心代码)
@Component
public class GrayFilter extends ZuulFilter {
@Override
public String filterType() {
return FilterConstants.PRE_TYPE;
}
@Override
public int filterOrder() {
return 0;
}
@Override
public boolean shouldFilter() {
return true;//return false 关闭该过滤器
}
@Autowired
private CommonGrayRuleDaoCustom commonGrayRuleDaoCustom;
@Override
public Object run() throws ZuulException {
RequestContext currentContext = RequestContext.getCurrentContext();
HttpServletRequest request = currentContext.getRequest();
String userId = request.getHeader("userId");
// 根据用户id查规则查库,
String rule = findRuleById(userId);
// 金丝雀
if ("v1".equals(rule)) {
RibbonFilterContextHolder.getCurrentContext().add("version", "v1");
// 普通用户
} else if ("v2".equals(rule)) {
RibbonFilterContextHolder.getCurrentContext().add("version", "v2");
}
return null;
}
//查库的伪代码
private String findRuleById(String userId) {
Map<String, String> map = new HashMap();
map.put("9527", "v1");
map.put("9528", "v2");
return map.get(userId);
}
}
3.2网关到服务代码实现
3.2.1整体流程
springcloud自定义metadata->获取当前用户的版本->遍历服务获取服务的的版本,返回合适的服务
3.2.2前置环境(需要自行搭建5个至少服务)
eureka:注册中心
service-A:服务调用方
service-v1:集群服务v1版本
service-v2:集群服务v2版本
3.2.3核心代码
threadlocal工具类
public class RibbonParameters {
private static final ThreadLocal local = new ThreadLocal();
public static <T> T get() {
return (T) local.get();
}
public static <T> void set(T t) {
local.set(t);
}
}
切面获取version的值
@Aspect
@Component
public class RequestAspect {
@Pointcut("execution(* com.mashibing.apipassenger.controller..*Controller*.*(..))")
private void anyMehtod() {
}
@Before(value = "anyMehtod()")
public void before(JoinPoint joinPoint) {
HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
String version = request.getHeader("version");
//方式二:
HashMap<Object, Object> map = new HashMap<>();
map.put("version",version);
RibbonParameters.set(map);
}
rule规则
import com.netflix.client.config.IClientConfig;
import com.netflix.loadbalancer.AbstractLoadBalancerRule;
import com.netflix.loadbalancer.ILoadBalancer;
import com.netflix.loadbalancer.Server;
import com.netflix.niws.loadbalancer.DiscoveryEnabledServer;
import org.springframework.context.annotation.Configuration;
import java.util.List;
import java.util.Map;
@Configuration
public class GrayRule extends AbstractLoadBalancerRule {
@Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
@Override
public Server choose(Object key) {
return choose(getLoadBalancer(), key);
}
private Server choose(ILoadBalancer lb, Object key) {
System.out.println("灰度,rule");
Server server = null;
while (server == null) {
List<Server> reachableServers = lb.getReachableServers();
//获取当前线程的参数 用户 version=v1
Map<String, String> map = (Map<String, String>) RibbonParameters.get();
String version = "";
if (map != null && map.containsKey("version")) {
version = map.get("version");
}
System.out.println("当前rule,version=" + version);
//遍历服务列表选取用户服务
for (int i = 0; i < reachableServers.size(); i++) {
server = reachableServers.get(i);
//用户的version知道了,服务自定义的meta不知道
Map<String, String> metadata = ((DiscoveryEnabledServer) server).getInstanceInfo().getMetadata();
String metaMap = metadata.get("version");
//用户的version知道了,服务meta也知道了
if (version.trim().equals(metaMap)) {
return server;
}
}
}
return null;
}
}
注意:提前踩坑,No qualifying bean of type ‘com.netflix.loadbalancer.IRule‘ available: expected single matching bean
当是觉得很奇怪,命名自己只定义了grayRule负载均衡策略规则,metadataAwareRule这个我代码中并没有。经过排查自己使用在pom中引入了Ribbon的包,该包默认会带负载均衡策略规则。导致有多个规则,从而报错。
<dependency>
<groupId>io.jmnarloch</groupId>
<artifactId>ribbon-discovery-filter-spring-cloud-starter</artifactId>
<version>2.1.0</version>
</dependency>
删除该包即可
删除后重新运行
服务与服务的灰度发布的另外一种方式:可以在requestAspect中获取到version后,直接比对版本:RibbonFilterContextHolder.getCurrentContext().add("version", "v1"),这种凡是与网关与服务的灰度发布相似。
自此灰度发布完成。
来源:https://blog.csdn.net/f746262041/article/details/124914670
![](https://www.aspxhome.com/images/zang.png)
![](https://www.aspxhome.com/images/jiucuo.png)
猜你喜欢
- /// <summary>/// 获取本机在局域网的IP地址/// </summary>/// <return
- 前言JDK自带的ZIP操作接口(java.util.zip包,请参看文章末尾的博客链接)并不支持密码,甚至也不支持中文文件名。为了解决ZIP
- 在Springboot项目中使用分页插件的时候 发现PageHelper插件失效了我导入的是:后来才发<dependency>
- 什么是断点续传用户上传大文件,网络差点的需要历时数小时,万一线路中断,不具备断点续传的服务器就只能从头重传,而断点续传就是,允许用户从上传断
- 前言入职新公司到现在也有一个月了,完成了手头的工作,前几天终于有时间研究下公司旧项目的代码。在研究代码的过程中,发现项目里用到了Spring
- 废话开篇:iOS与android在实现列表界面的时候是有重用机制的,目的就是减少内存开销,用时间换空间。个人感觉flutter并没有特别强调
- 之前已经为大家介绍过利用Java实现带GUI的气泡诗词特效,本文将为大家介绍另一种方法同样也可以实现气泡诗词的效果。下面是示例代码impor
- 本文实例讲述了Java访问WebService返回XML数据的方法。分享给大家供大家参考。具体如下:import java.io.IOExc
- 英文设置加粗可以在xml里面设置: <SPAN style="FONT-SIZE: 18px">androi
- 1.委托delegate委托delegate也是一种类型,在任何可以声明类的地方都可以声明委托,它将方法当做另一个方法的参数进行传递,这样就
- 这篇文章主要介绍了JDK线程池和Spring线程池的使用实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值
- 前言前两篇我们详细了解了 findById 和 findAll 以及 findAll 的分页查询,如果说JPA只有上面的两种查询功能,那就太
- springboot启动是通过一个main方法启动的,代码如下@SpringBootApplicationpublic class Appl
- 一、传递参数既可以通过值也可以通过引用传递参数。通过引用传递参数允许函数成员(方法、属性、索引器、运算符和构造函数)更改参数的值,并保持该更
- 由Lombok的@AllArgsConstructor注解引发的错误需求:在Service实现中写了一个方法调用第三方接口同步数据。 功能代
- 如下所示:class Program {
- 自然排序TreeSet集合在存储数据时有一定的顺序,它会将一些数据进行比较,比较调用的是comparaTo()方法,该方法是在Compara
- 看到题目后,分析了下, 10的阶乘就已经很大了。计算出来再得到这个末尾的0的个数,完全不现实,即使实现了也是很麻烦的。后来想某个数的阶乘中乘
- 前言因为工作原因,需要在项目中集成dubbo,所以去查询dubbo相关文档,发现dubbo目前已经不更新了,所以把目光投向了dubbox,d
- 前言A*搜寻算法俗称A星算法。这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中通过二维数组构建的一个迷宫,“%”