怎样写网络小说,大主宰之灵路天蚕土豆

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營(yíng)銷(xiāo)解決方案

SpringBoot+Nacos+Kafka實(shí)現(xiàn)微服務(wù)流編排

?前言

微服務(wù)開(kāi)發(fā)涉及了一些數(shù)據(jù)處理模塊的開(kāi)發(fā)，每個(gè)處理業(yè)務(wù)都會(huì)開(kāi)發(fā)獨(dú)立的微服務(wù)，便于后面拓展和流編排。

成都創(chuàng)新互聯(lián)公司主要從事網(wǎng)站制作、做網(wǎng)站、網(wǎng)頁(yè)設(shè)計(jì)、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)彭水苗族土家族,十余年網(wǎng)站建設(shè)經(jīng)驗(yàn),價(jià)格優(yōu)惠、服務(wù)專(zhuān)業(yè),歡迎來(lái)電咨詢建站服務(wù):13518219792

學(xué)習(xí)了 SpringCloud Data Flow 等框架，感覺(jué)這個(gè)框架對(duì)于我們來(lái)說(shuō)太重了，維護(hù)起來(lái)也比較麻煩，于是根據(jù)流編排的思想，基于我們目前的技術(shù)棧實(shí)現(xiàn)簡(jiǎn)單的流編排功能。

簡(jiǎn)單的說(shuō)，我們希望自己的流編排就是微服務(wù)可插拔，微服務(wù)數(shù)據(jù)入口及輸出可不停機(jī)修改。

準(zhǔn)備工作

Nacos 安裝及使用入門(mén)

自己學(xué)習(xí)的話推薦使用 docker 安裝，命令如下：

拉取鏡像：

docker pull nacos/nacos-server

創(chuàng)建服務(wù)：

docker run --env MODE=standalone --name nacos -d -p 8848:8848 nacos/nacos-server

然后在瀏覽器輸入 ip:8848/nacos，賬號(hào) nacos；密碼 nacos。

docker 能夠幫助我們快速安裝服務(wù)，減少再環(huán)境準(zhǔn)備花的時(shí)間。

準(zhǔn)備三個(gè) SpringBoot 服務(wù)，引入 Nacos 及 Kafka


   org.springframework.boot
   spring-boot-starter-parent
   2.1.0.RELEASE



   org.springframework.kafka
   spring-kafka



   com.alibaba.boot
   nacos-config-spring-boot-starter
   0.2.1

配置文件：

spring:
  kafka:
    bootstrap-servers: kafka-server:9092
    producer:
      acks: all
    consumer:
      group-id: node1-group #三個(gè)服務(wù)分別為node1 node2 node3
      enable-auto-commit: false
# 部署的nacos服務(wù)
nacos:
  config:
    server-addr: nacos-server:8848

建議配置本機(jī) host 就可以填寫(xiě) xxx-server 不用填寫(xiě)服務(wù) ip。

業(yè)務(wù)解讀

我們現(xiàn)在需要對(duì)三個(gè)服務(wù)進(jìn)行編排，保障每個(gè)服務(wù)可以插拔，也可以調(diào)整服務(wù)的位置。

示意圖如上：

node1 服務(wù)監(jiān)聽(tīng)前置服務(wù)發(fā)送的數(shù)據(jù)流，輸入的 topic 為前置數(shù)據(jù)服務(wù)輸出 topic
node2 監(jiān)聽(tīng) node1 處理后的數(shù)據(jù)，所以 node2 監(jiān)聽(tīng)的 topic 為 node1 輸出的 topic，node3 同理，最終 node3 處理完成后將數(shù)據(jù)發(fā)送到數(shù)據(jù)流終點(diǎn)
我們現(xiàn)在要調(diào)整流程移除 node2-server，我們只需要把 node1-sink 改變成 node2-sink 即可，這樣我們這幾個(gè)服務(wù)就可以靈活的嵌入的不同項(xiàng)目的數(shù)據(jù)流處理業(yè)務(wù)中，做到即插即用（當(dāng)然，數(shù)據(jù)格式這些業(yè)務(wù)層面的都是需要約定好的）
動(dòng)態(tài)可調(diào)還可以保證服務(wù)某一節(jié)點(diǎn)出現(xiàn)問(wèn)題時(shí)候，即時(shí)改變數(shù)據(jù)流向，比如發(fā)送到數(shù)暫存服務(wù)，避免 Kafka 中積累太多數(shù)據(jù)，吞吐不平衡

Nacos 配置

①創(chuàng)建配置

通常流編排里面每個(gè)服務(wù)都有一個(gè)輸入及輸出，分別為 input 及 sink，所以每個(gè)服務(wù)我們需要配置兩個(gè) topic，分別是 input-topic output-topic，我們就在 nacos 里面添加輸入輸出配置。

nacos 配置項(xiàng)需要配置 groupId，dataId，通常我們用服務(wù)名稱(chēng)作為 groupId，配置項(xiàng)的名稱(chēng)作為 dataId。

如 node1-server 服務(wù)有一個(gè) input 配置項(xiàng)，配置如下：

完成其中一個(gè)服務(wù)的配置，其它服務(wù)參考下圖配置即可：

②讀取配置

代碼如下：

@Configuration
@NacosPropertySource(dataId = "input", groupId = "node1-server", autoRefreshed = true)
// autoRefreshed=true指的是nacos中配置發(fā)生改變后會(huì)刷新，false代表只會(huì)使用服務(wù)啟動(dòng)時(shí)候讀取到的值
@NacosPropertySource(dataId = "sink", groupId = "node1-server", autoRefreshed = true)
public class NacosConfig {

    @NacosValue(value = "${input:}", autoRefreshed = true)
    private String input;

    @NacosValue(value = "${sink:}", autoRefreshed = true)
    private String sink;

    public String getInput() {
        return input;
    }

    public String getSink() {
        return sink;
    }
}

③監(jiān)聽(tīng)配置改變

服務(wù)的輸入需要在服務(wù)啟動(dòng)時(shí)候創(chuàng)建消費(fèi)者，在 topic 發(fā)生改變時(shí)候重新創(chuàng)建消費(fèi)者，移除舊 topic 的消費(fèi)者，輸出是業(yè)務(wù)驅(qū)動(dòng)的，無(wú)需監(jiān)聽(tīng)改變，在每次發(fā)送時(shí)候讀取到的都是最新配置的 topic。

因?yàn)樵谏厦娴呐渲妙?lèi)中 autoRefreshed = true，這個(gè)只會(huì)刷新 nacosConfig 中的配置值，服務(wù)需要知道配置改變?nèi)ヲ?qū)動(dòng)消費(fèi)的創(chuàng)建業(yè)務(wù)，需要?jiǎng)?chuàng)建 nacos 配置監(jiān)聽(tīng)。

/**
 * 監(jiān)聽(tīng)Nacos配置改變，創(chuàng)建消費(fèi)者，更新消費(fèi)
 */
@Component
public class ConsumerManager {

    @Value("${spring.kafka.bootstrap-servers}")
    private String servers;

    @Value("${spring.kafka.consumer.enable-auto-commit}")
    private boolean enableAutoCommit;

    @Value("${spring.kafka.consumer.group-id}")
    private boolean groupId;

    @Autowired
    private NacosConfig nacosConfig;

    @Autowired
    private KafkaTemplate kafkaTemplate;

    // 用于存放當(dāng)前消費(fèi)者使用的topic
    private String topic;

    // 用于執(zhí)行消費(fèi)者線程
    private ExecutorService executorService;

    /**
     * 監(jiān)聽(tīng)input
     */
    @NacosConfigListener(dataId = "node1-server", groupId = "input")
    public void inputListener(String input) {
        // 這個(gè)監(jiān)聽(tīng)觸發(fā)的時(shí)候 實(shí)際NacosConfig中input的值已經(jīng)是最新的值了 我們只是需要這個(gè)監(jiān)聽(tīng)觸發(fā)我們更新消費(fèi)者的業(yè)務(wù)
        String inputTopic = nacosConfig.getInput();
        // 我使用nacosConfig中讀取的原因是因?yàn)楸O(jiān)聽(tīng)到內(nèi)容是input=xxxx而不是xxxx,如果使用需要自己截取一下,nacosConfig中的內(nèi)容框架會(huì)處理好，大家看一下第一張圖的配置內(nèi)容就明白了
        // 先檢查當(dāng)前局部變量topic是否有值,有值代表是更新消費(fèi)者，沒(méi)有值只需要?jiǎng)?chuàng)建即可
        if(topic != null) {
            // 停止舊的消費(fèi)者線程
            executorService.shutdownNow();
            executorService == null;
        }
        // 根據(jù)為新的topic創(chuàng)建消費(fèi)者
        topic = inputTopic;
        ThreadFactory threadFactory = new ThreadFactoryBuilder().setNameFormat(topic + "-pool-%d").build();
        executorService = new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(2), threadFactory);
        // 執(zhí)行消費(fèi)業(yè)務(wù)
        executorService.execute(() -> consumer(topic));
    }

    /**
     * 創(chuàng)建消費(fèi)者
     */
    public void consumer(String topic) {
        Properties properties = new Properties();
        properties.put("bootstrap.servers", servers);
        properties.put("enable.auto.commit", enableAutoCommit);
        properties.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put("group.id", groupId);
        KafkaConsumer consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList(topic));
        try {
            while (!Thread.currentThread().isInterrupted()) {
                Duration duration = Duration.ofSeconds(1L);
                ConsumerRecords records = consumer.poll(duration);
                for (ConsumerRecord record : records) {
                    String message = record.value();
                    // 執(zhí)行數(shù)據(jù)處理業(yè)務(wù) 省略業(yè)務(wù)實(shí)現(xiàn)
                    String handleMessage =  handle(message);
                    // 處理完成后發(fā)送到下一個(gè)節(jié)點(diǎn)
                    kafkaTemplate.send(nacosConfig.getSink(), handleMessage);
                }
            }
            consumer.commitAsync();
        }
        } catch (Exception e) {
            LOGGER.error(e.getMessage(), e);
        } finally {
            try {
                consumer.commitSync();
            } finally {
                consumer.close();
            }
        }
    }
}

總結(jié)

流編排的思路整體來(lái)說(shuō)就是數(shù)據(jù)流方向可調(diào)，我們以此為需求，根據(jù)一些主流框架提供的 api 實(shí)現(xiàn)自己的動(dòng)態(tài)調(diào)整方案，可以幫助自己更好的理解流編碼思想及原理。

在實(shí)際業(yè)務(wù)中，還有許多業(yè)務(wù)問(wèn)題需要去突破，我們這樣處理更多是因?yàn)榉?wù)可插拔，便于流處理微服務(wù)在項(xiàng)目靈活搭配。

當(dāng)前標(biāo)題：SpringBoot+Nacos+Kafka實(shí)現(xiàn)微服務(wù)流編排
文章源于：http://m.fisionsoft.com.cn/article/djjscjd.html