如何使用OpenFeignWebClient实现非阻塞的接口聚合

69次阅读

共计 6345 个字符，预计需要花费 16 分钟才能阅读完成。

随着微服务的遍地开花，越来越多的公司开始采用 SpringCloud 用于公司内部的微服务框架。

按照微服务的理念，每个单体应用的功能都应该按照功能正交，也就是功能相互独立的原则，划分成一个个功能独立的微服务（模块），再通过接口聚合的方式统一对外提供服务！

然而随着微服务模块的不断增多，通过接口聚合对外提供服务的中层服务需要聚合的接口也越来越多！慢慢地，接口聚合就成分布式微服务架构里一个非常棘手的性能瓶颈！

举个例子，有个聚合服务，它需要聚合 Service、Route 和 Plugin 三个服务的数据才能对外提供服务：


@Headers({"Accept: application/json"})

public interface ServiceClient {@RequestLine("GET /")

    List<Service> list();}


@Headers({"Accept: application/json"})

public interface RouteClient {@RequestLine("GET /")

    List<Route> list();}


@Headers({"Accept: application/json"})

public interface PluginClient {@RequestLine("GET /")

    List<Plugin> list();}

使用声明式的 OpenFeign 代替 HTTP Client 进行网络请求

编写单元测试 


public class SyncFeignClientTest {

    public static final String SERVER = "http://devops2:8001";

    private ServiceClient serviceClient;

    private RouteClient routeClient;

    private PluginClient pluginClient;

    @Before

    public void setup(){BasicConfigurator.configure();

        Logger.getRootLogger().setLevel(Level.INFO);

        String service = SERVER + "/services";

        serviceClient = Feign.builder()

                .target(ServiceClient.class, service);

        String route = SERVER + "/routes";

        routeClient = Feign.builder()

                .target(RouteClient.class, route);

        String plugin = SERVER + "/plugins";

        pluginClient = Feign.builder()

                .target(PluginClient.class, plugin);

    }

    @Test

    public void aggressionTest() {long current = System.currentTimeMillis();

        System.out.println("开始调用聚合查询");

        serviceTest();

        routeTest();

        pluginTest();

        System.out.println("调用聚合查询结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

    }

    @Test

    public void serviceTest(){long current = System.currentTimeMillis();

        System.out.println("开始获取 Service");

        String service = serviceClient.list();

        System.out.println(service);

        System.out.println("获取 Service 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

    }

    @Test

    public void routeTest(){long current = System.currentTimeMillis();

        System.out.println("开始获取 Route");

        String route = routeClient.list();

        System.out.println(route);

        System.out.println("获取 Route 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

    }

    @Test

    public void pluginTest(){long current = System.currentTimeMillis();

        System.out.println("开始获取 Plugin");

        String plugin = pluginClient.list();

        System.out.println(plugin);

        System.out.println("获取 Plugin 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

    }

}

测试结果：


开始调用聚合查询

开始获取 Service

{"next":null,"data":[]}

获取 Service 结束！耗时：134 毫秒

开始获取 Route

{"next":null,"data":[]}

获取 Route 结束！耗时：44 毫秒

开始获取 Plugin

{"next":null,"data":[]}

获取 Plugin 结束！耗时：45 毫秒

调用聚合查询结束！耗时：223 毫秒

Process finished with exit code 0

可以明显看出：聚合查询查询所用的时间 223 毫秒 = 134 毫秒 + 44 毫秒 + 45 毫秒

也就是聚合服务的请求时间与接口数量成正比关系，这种做法显然不能接受！

而解决这种问题的最常见做法就是预先创建线程池，通过多线程并发请求接口进行接口聚合！

这种方案在网上随便百度一下就能找到好多，今天我就不再把它的代码贴出来！而是说一下这个方法的缺点：

原本 JavaWeb 的主流 Servlet 容器采用的方案是一个 HTTP 请求就使用一个线程和一个 Servlet 进行处理！这种做法在并发量不高的情况没有太大问题，但是由于摩尔定律失效了，单台机器的线程数量仍旧停留在一万左右，在网站动辄上千万点击量的今天，单机的线程数量根本无法应付上千万级的并发量！

而为了解决接口聚合的耗时过长问题，采用线程池多线程并发网络请求的做法，更是火上浇油！原本只需一个线程就搞定的请求，通过多线程并发进行接口聚合，就把处理每个请求所需要的线程数量给放大了，急速降低系统可用线程的数量，自然也降低系统的并发数量！

这时，人们想起从 Java5 开始就支持的 NIO 以及它的开源框架 Netty！基于 Netty 以及 Reactor 模式，Java 生态圈出现了 SpringWebFlux 等异步非阻塞的 JavaWeb 框架！Spring5 也是基于 SpringWebFlux 进行开发的！有了异步非阻塞服务器，自然也有异步非阻塞网络请求客户端 WebClient！

今天我就使用 WebClient 和 ReactiveFeign 做一个异步非阻塞的接口聚合教程：

首先，引入依赖 


<dependency>

    <groupId>com.playtika.reactivefeign</groupId>

    <artifactId>feign-reactor-core</artifactId>

    <version>1.0.30</version>

    <scope>test</scope>

</dependency>

<dependency>

    <groupId>com.playtika.reactivefeign</groupId>

    <artifactId>feign-reactor-webclient</artifactId>

    <version>1.0.30</version>

    <scope>test</scope>

</dependency>

然而基于 Reactor Core 重写 Feign 客户端，就是把原本接口返回值：List< 实体 > 改成 FLux< 实体 >，实体改成 Mono< 实体 >


@Headers({"Accept: application/json"})

public interface ServiceClient {@RequestLine("GET /")

    Flux<Service> list();}


@Headers({"Accept: application/json"})

public interface RouteClient {@RequestLine("GET /")

    Flux<Service> list();}


@Headers({"Accept: application/json"})

public interface PluginClient {@RequestLine("GET /")

    Flux<Service> list();}

然后编写单元测试 


public class AsyncFeignClientTest {

    public static final String SERVER = "http://devops2:8001";

    private CountDownLatch latch;

    private ServiceClient serviceClient;

    private RouteClient routeClient;

    private PluginClient pluginClient;

    @Before

    public void setup(){BasicConfigurator.configure();

        Logger.getRootLogger().setLevel(Level.INFO);

        latch= new CountDownLatch(3);

        String service= SERVER + "/services";

        serviceClient= WebReactiveFeign

                .<ServiceClient>builder()

                .target(ServiceClient.class, service);

        String route= SERVER + "/routes";

        routeClient= WebReactiveFeign

                .<RouteClient>builder()

                .target(RouteClient.class, route);

        String plugin= SERVER + "/plugins";

        pluginClient= WebReactiveFeign

                .<PluginClient>builder()

                .target(PluginClient.class, plugin);

}

    @Test

    public void aggressionTest() throws InterruptedException {long current= System.currentTimeMillis();

        System.out.println("开始调用聚合查询");

        serviceTest();

        routeTest();

        pluginTest();

        latch.await();

        System.out.println("调用聚合查询结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

}

    @Test

    public void serviceTest(){long current= System.currentTimeMillis();

        System.out.println("开始获取 Service");

        serviceClient.list()

                .subscribe(result ->{System.out.println(result);

                    latch.countDown();

                    System.out.println("获取 Service 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

});

}

    @Test

    public void routeTest(){long current= System.currentTimeMillis();

        System.out.println("开始获取 Route");

        routeClient.list()

                .subscribe(result ->{System.out.println(result);

                    latch.countDown();

                    System.out.println("获取 Route 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

});

}

    @Test

    public void pluginTest(){long current= System.currentTimeMillis();

        System.out.println("开始获取 Plugin");

        pluginClient.list()

                .subscribe(result ->{System.out.println(result);

                    latch.countDown();

                    System.out.println("获取 Plugin 结束！耗时：" + (System.currentTimeMillis() - current) + "毫秒");

});

}

}

这里的关键点就在于原本同步阻塞的请求，现在改成异步非阻塞了，所以需要使用 CountDownLatch 来同步，在获取到接口后调用 CountDownLatch.coutdown()，在调用所有接口请求后调用 CountDownLatch.await() 等待所有的接口返回结果再进行下一步操作！

测试结果：


开始调用聚合查询

开始获取 Service

开始获取 Route

开始获取 Plugin

{"next":null,"data":[]}

{"next":null,"data":[]}

获取 Plugin 结束！耗时：215 毫秒

{"next":null,"data":[]}

获取 Route 结束！耗时：216 毫秒

获取 Service 结束！耗时：1000 毫秒

调用聚合查询结束！耗时：1000 毫秒

Process finished with exit code 0

显然，聚合查询所消耗的时间不再等于所有接口请求的时间之和，而是接口请求时间中的最大值！

下面开始性能测试：

普通 Feign 接口聚合测试调用 1000 次：

 开始调用聚合查询
开始获取 Service
{"next":null,"data":[]}
获取 Service 结束！耗时：169 毫秒
开始获取 Route
{"next":null,"data":[]}
获取 Route 结束！耗时：81 毫秒
开始获取 Plugin
{"next":null,"data":[]}
获取 Plugin 结束！耗时：93 毫秒
调用聚合查询结束！耗时：343 毫秒
summary: 238515, average: 238

使用 WebClient 进行接口聚合查询 1000 次：

 开始调用聚合查询
开始获取 Service
开始获取 Route
开始获取 Plugin
{"next":null,"data":[]}
{"next":null,"data":[]}
获取 Route 结束！耗时：122 毫秒
{"next":null,"data":[]}
获取 Service 结束！耗时：122 毫秒
获取 Plugin 结束！耗时：121 毫秒
调用聚合查询结束！耗时：123 毫秒
summary: 89081, average: 89

测试结果中，WebClient 的测试结果恰好相当于普通 FeignClient 的三分之一！正好在意料之中！

正文完
spring
发表至： java
2019-07-15
 0
关于java:字节内部超全数据结构与算法总结文档想进大厂一定不要错过
java并发编程学习之casAtomicInteger二
关于java:京淘项目day10
关于java:如何快速调度-PTS-的百万并发能力