关于springcloud:SpringCloud升级之路20200x版15UnderTow-订制

69次阅读

共计 8955 个字符，预计需要花费 23 分钟才能阅读完成。

本系列代码地址：https://github.com/HashZhang/…

咱们应用 Spring Boot 的 SPI 机制对 Undertow 进行订制，次要有如下两个方面：

  1. 须要在 accesslog 中关上响应工夫统计。
  2. 冀望通过 JFR 监控每个 Http 申请，同时占用空间不能太大。

接下来咱们顺次实现这两个需要：

首先，咱们的框架作为根底组件，应该依照根底组件的规范来开发，应用 这个系列之前介绍的 spring.factories 这个 Spring Boot SPI 机制，在引入咱们这个根底组件依赖的时候，就主动加载对应配置。

而后，对于是否关上响应工夫统计，应该依据用户配置的 accesslog 格局而定（Undertow 的 accesslog 配置能够参考这个系列之前的文章）。

由此咱们来编写代码。目前比拟遗憾的是，Spring Boot 对接 Undertow 并没有间接的配置能够让 Undertow 关上响应工夫统计，然而能够通过实现 WebServerFactoryCustomizer 接口的形式，对结构 WebServer 的 WebServerFactory 进行订制。其底层实现原理非常简单（以下参考源码：WebServerFactoryCustomizerBeanPostProcessor.java）：

  • Spring Boot 中指定了 WebServerFactoryCustomizerBeanPostProcessor 这个 BeanPostProcessor.
  • WebServerFactoryCustomizerBeanPostProcessor 的 postProcessBeforeInitialization 办法（即在所有 Bean 初始化之前会调用的办法）中，如果 Bean 类型是 WebServerFactory，就将其作为参数传入注册的所有 WebServerFactoryCustomizer Bean 中进行自定义。

接下来咱们来实现自定义的 WebServerFactoryCustomizer

DefaultWebServerFactoryCustomizer

package com.github.hashjang.spring.cloud.iiford.spring.cloud.webmvc.undertow;

import io.undertow.UndertowOptions;
import org.apache.commons.lang.StringUtils;
import org.springframework.boot.autoconfigure.web.ServerProperties;
import org.springframework.boot.web.embedded.undertow.ConfigurableUndertowWebServerFactory;
import org.springframework.boot.web.server.WebServerFactoryCustomizer;

public class DefaultWebServerFactoryCustomizer implements WebServerFactoryCustomizer<ConfigurableUndertowWebServerFactory> {

    private final ServerProperties serverProperties;

    public DefaultWebServerFactoryCustomizer(ServerProperties serverProperties) {this.serverProperties = serverProperties;}

    @Override
    public void customize(ConfigurableUndertowWebServerFactory factory) {String pattern = serverProperties.getUndertow()
                .getAccesslog().getPattern();
        // 如果 accesslog 配置中打印了响应工夫，则关上记录申请开始工夫配置
        if (logRequestProcessingTiming(pattern)) {
            factory.addBuilderCustomizers(builder -> 
                    builder.setServerOption(
                            UndertowOptions.RECORD_REQUEST_START_TIME, 
                            true
                    )
            );
        }
    }

    private boolean logRequestProcessingTiming(String pattern) {
        // 如果没有配置 accesslog，则间接返回 false
        if (StringUtils.isBlank(pattern)) {return false;}
        // 目前只有 %D 和 %T 这两个占位符和响应工夫无关，通过这个判断
        // 其余的占位符信息，请参考系列之前的文章
        return pattern.contains("%D") || pattern.contains("%T");
    }
}

而后咱们通过 spring.factories SPI 机制将这个类以一个单例 Bean 的模式，注册到咱们利用 ApplicationContext 中，如图所示：

在 Configuration 和 spring.factories 之间多了一层 AutoConfiguration 的起因是：

  1. 隔离 SPI 与 Configuration，在 AutoConfiguration 同一治理相干的 Configuration。
  2. @AutoConfigurationBefore 等相似的注解只能用在 SPI 间接加载的 AutoConfiguration 类下面才无效，隔离这一层也是出于这个考量。

在系列后面的文章中，咱们提到过咱们引入了 prometheus 的依赖。在引入这个依赖后，对于每个 http 申请，都会在 申请完结返回响应的时候，将响应工夫以及响应码和异样等，记入统计，其中的内容相似于：

http_server_requests_seconds_count{exception="None",method="POST",outcome="SUCCESS",status="200",uri="/query/orders",} 120796.0
http_server_requests_seconds_sum{exception="None",method="POST",outcome="SUCCESS",status="200",uri="/query/orders",} 33588.274025738
http_server_requests_seconds_max{exception="None",method="POST",outcome="SUCCESS",status="200",uri="/query/orders",}  0.1671125
http_server_requests_seconds_count{exception="MissingRequestHeaderException",method="POST",outcome="CLIENT_ERROR",status="400",uri="/query/orders",} 6.0
http_server_requests_seconds_sum{exception="MissingRequestHeaderException",method="POST",outcome="CLIENT_ERROR",status="400",uri="/query/orders",} 0.947300794
http_server_requests_seconds_max{exception="MissingRequestHeaderException",method="POST",outcome="CLIENT_ERROR",status="400",uri="/query/orders",}  0.003059704

能够看出，记录了从程序开始到当初，以 exception，method，outcome，status，uri 为 key 的调用次数，总工夫和最长工夫。

同时呢，还能够搭配 @io.micrometer.core.annotation.Timer 注解，订制监控并且减少 Histogram，例如：

//@Timer 注解想失效须要注册一个 io.micrometer.core.aop.TimedAspect Bean 并且启用切面
@Bean
public TimedAspect timedAspect(MeterRegistry registry) {return new TimedAspect(registry);
}

@Timed(histogram=true)
@RequestMapping("/query/orders")
public xxxx xxxx() {.....}

这样就会除了下面的数据额定失去相似于 bucket 的统计数据：

http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="0.001",} 0.0
http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="0.001048576",} 0.0
http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="0.001398101",} 0.0
http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="0.001747626",} 0.0
// 省略两头的工夫层级
http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="30.0",} 1.0
http_server_requests_seconds_bucket{exception="None",method="GET",outcome="SUCCESS",status="200",uri="/facts-center/query/frontend/market-info",le="+Inf",} 1.0

以上这些统计给咱们剖析问题带来了如下不便的中央：

  1. 采集剖析压力过大 ：咱们采纳了 grafana 采集 prometheus 上报的指标数据，grafana 的时序数据库会将采集到的数据全副保留。自带的 http 监控指标过多，一个门路，一个后果，一个异样，一个办法就有一个特定指标，如果是有 将参数作为门路参数 的接口，那么这个指标就更多更多了，例如将 userId 放入门路中。咱们其实只关注出问题的时间段的申请情况，然而咱们并不能预测啥时候出问题，也就无奈按需提取，只能始终采集并保留，这也就导致压力过大。
  2. 指标对于压力不敏感，无奈很精确的用指标进行报警 ：因为 指标并不是采集后就清空 ，而是从程序开始就始终采集。所以随着程序的运行，这些指标对于 刹时压力的体现稳定越来越小。

所以，咱们根本不会通过这个指标进行问题定位，也就没必要开启了，于是咱们禁用这个 http 申请响应采集，目前没有很优雅的形式独自禁用，只能通过主动扫描注解中排除，例如：

@SpringBootApplication(scanBasePackages = {"com.test"}
        // 敞开 prometheus 的 http request 统计，咱们用不到
        , exclude = WebMvcMetricsAutoConfiguration.class
)

  • 首先，JFR 采集是过程内的，并且 JVM 做了很多优化，性能耗费很小，能够指定保留多少天或者保留最多多大的 JFR 记录（保留在本地长期目录），咱们能够随用随取。
  • 并且，咱们能够将咱们感兴趣的信息放入 JFR 事件，作比拟灵便的定制。
  • 对于某个申请工夫过长始终没有响应的，咱们能够分为收到申请和申请响应两个 JFR 事件。

咱们来定义这两个 JFR 事件，一个是收到申请的事件，另一个是申请响应的事件：

HttpRequestReceivedJFREvent.java

package com.github.hashjang.spring.cloud.iiford.spring.cloud.webmvc.undertow.jfr;

import jdk.jfr.Category;
import jdk.jfr.Event;
import jdk.jfr.Label;
import jdk.jfr.StackTrace;

import javax.servlet.ServletRequest;

@Category({"Http Request"})
@Label("Http Request Received")
@StackTrace(false)
public class HttpRequestReceivedJFREvent extends Event {
    // 申请的 traceId，来自于 sleuth
    private final String traceId;
    // 申请的 spanId，来自于 sleuth
    private final String spanId;

    public HttpRequestReceivedJFREvent(ServletRequest servletRequest, String traceId, String spanId) {
        this.traceId = traceId;
        this.spanId = spanId;
    }
}

HttpRequestJFREvent.java

package com.github.hashjang.spring.cloud.iiford.spring.cloud.webmvc.undertow.jfr;

import io.undertow.servlet.spec.HttpServletRequestImpl;
import io.undertow.servlet.spec.HttpServletResponseImpl;
import jdk.jfr.Category;
import jdk.jfr.Event;
import jdk.jfr.Label;
import jdk.jfr.StackTrace;

import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
import java.util.Enumeration;

@Category({"Http Request"})
@Label("Http Request")
@StackTrace(false)
public class HttpRequestJFREvent extends Event {
    // 申请的 http 办法
    private final String method;
    // 申请的门路
    private final String path;
    // 申请的查问参数
    private final String query;
    // 申请的 traceId，来自于 sleuth
    private String traceId;
    // 申请的 spanId，来自于 sleuth
    private String spanId;
    // 产生的异样
    private String exception;
    //http 响应码
    private int responseStatus;

    public HttpRequestJFREvent(ServletRequest servletRequest, String traceId, String spanId) {HttpServletRequestImpl httpServletRequest = (HttpServletRequestImpl) servletRequest;
        this.method = httpServletRequest.getMethod();
        this.path = httpServletRequest.getRequestURI();
        this.query = httpServletRequest.getQueryParameters().toString();
        Enumeration<String> headerNames = httpServletRequest.getHeaderNames();
        StringBuilder stringBuilder = new StringBuilder();
        headerNames.asIterator().forEachRemaining(s -> stringBuilder.append(s).append(":").append(httpServletRequest.getHeader(s)).append("\n"));
        this.traceId = traceId;
        this.spanId = spanId;
    }

    public void setResponseStatus(ServletResponse servletResponse, Throwable throwable) {this.responseStatus = ((HttpServletResponseImpl) servletResponse).getStatus();
        this.exception = throwable != null ? throwable.toString() : null;}
}

而后，咱们仿照文中后面敞开的 WebMvcMetricsAutoConfiguration 中的 WebMvcMetricsFilter 编写咱们本人的 Filter 并仿照注册，这里咱们只展现外围代码：

JFRTracingFilter.java

@Override
public void doFilter(ServletRequest servletRequest, ServletResponse servletResponse, FilterChain filterChain) throws IOException, ServletException {
    HttpRequestJFREvent httpRequestJFREvent = null;
    try {
        // 从 sleuth 中获取 traceId 和 spanId
        TraceContext context = tracer.currentSpan().context();
        String traceId = context.traceId();
        String spanId = context.spanId();
        // 收到申请就创立 HttpRequestReceivedJFREvent 并间接提交
        HttpRequestReceivedJFREvent httpRequestReceivedJFREvent = new HttpRequestReceivedJFREvent(servletRequest, traceId, spanId);
        httpRequestReceivedJFREvent.commit();
        httpRequestJFREvent = new HttpRequestJFREvent(servletRequest, traceId, spanId);
        httpRequestJFREvent.begin();} catch (Exception e) {log.error("JFRTracingFilter-doFilter failed: {}", e.getMessage(), e);
    }

    Throwable throwable = null;
    try {filterChain.doFilter(servletRequest, servletResponse);
    } catch (IOException | ServletException t) {
        throwable = t;
        throw t;
    } finally {
        try {
            // 无论如何，都会提交 httpRequestJFREvent
            if (httpRequestJFREvent != null) {httpRequestJFREvent.setResponseStatus(servletResponse, throwable);
                httpRequestJFREvent.commit();}
        } catch (Exception e) {log.error("JFRTracingFilter-doFilter final failed: {}", e.getMessage(), e);
        }
    }
}

咱们这一节针对 Undertow 进行了两个定制：别离是须要在 accesslog 中关上响应工夫统计以及通过 JFR 监控每个 Http 申请，同时占用空间不能太大。下一节，咱们将开始介绍咱们微服务的注册核心 Eureka 的应用以及细节配置。

微信搜寻“我的编程喵”关注公众号，每日一刷，轻松晋升技术，斩获各种 offer：

正文完
springcloud
发表至： spring-cloud
2021-08-19
 0
关于springcloud:深入学习springCloudHystrix服务熔断降级
关于springcloud:Spring-Cloud-OpenFeign调用流程
关于springcloud:Spring-CloudSpring-Cloud-AlibabaDubbo的区别
关于spring-cloud:第六篇云服务器之Spring-Cloud直播商城-b2b2c电子商务技术总结