SpringCloud服务组合

简介:   SpringCloud生态强调微服务,微服务也就意味着将各个功能独立的业务抽象出来,做成一个单独的服务供外部调用。但每个人对服务究竟要有多“微”的理解差异很大,导致微服务的粒度很难掌控,划分规则也不统一。

  SpringCloud生态强调微服务,微服务也就意味着将各个功能独立的业务抽象出来,做成一个单独的服务供外部调用。但每个人对服务究竟要有多“微”的理解差异很大,导致微服务的粒度很难掌控,划分规则也不统一。这导致的一个问题就是在实现一个业务场景的过程中,无法避免的需要对微服务进行整合。本文提出了一种对微服务进行组合的方案,来解决上述的问题。

  其实我觉得微服务的理想化调用方式应该是如图一所示的。在完成某一个具体的功能时,外部应用只需要单独调用对应的service就好了。但现实的情况往往是图二所示的调用方式。外部应用在完成某一项具体功能时,需要并发的调用Service1和Service2然后把二者数据进行汇总,之后再把汇总数据发送给Service3,Service3成功调用意味着此次业务功能完成。简单来说就是需要对微服务进行组装。

                     

       图一                                                                    图二

  微服务的组合其实就是一个DAG图,例如图三,这是一个服务组合,其基本功能是并发调用Service1和Service2,二者结果作为参数调用Service3,调用Service3的同时并发调用Service4,Service3和Service4的结果合并作为参数调用Service5,Service5的最终结果作为此次服务组合的最终结果。可以看出这个服务组合的功能还是非常复杂的。要实现这样一个服务组合,难点有两个:1、服务的DAG工作流控制;2、服务结果的合并,以及合并后如何映射给下一个服务的参数。

                  

        图三                              图四

   我们来逐步分析上面的两个难点,以及如何巧妙的解决他们。其实我们可以把图三的DAG图,优化成图四这样的DAG。也就是增加一个虚拟服务VirtualService3,VirtualService3用来汇总Service1/Service2的结果数据,并调起下一次的组合服务。其实就是把图三的DAG划分成了两个Step。图四由不同的Step组成,每个Step内的调用逻辑是非常一致的:并发的调用1个或多个服务,然后合并服务的结果,调用nextStep,并用nextStep的结果作为整个DAG的结果。如果nextStep为空,则直接将合并的结果作为整个DAG的结果。

  优化后的DAG就是用Step递归实现整个DAG的运行和结果汇总!

  下一个问题就是服务结果的合并。整个问题稍显复杂,我们要把它放到SpringCloud的情景中来看。在SpringCloud中,微服务是以restfulApi的形式暴露的,也就是http协议的调用。那么http调用的参数可以简单分为URL、URL参数、HEADER、BODY、METHOD这5中类型。其中BODY最为复杂,因为其形式是不固定的,可能是JSON、XML或者PLAIN TEXT;URL参数、HEADER基本都是K/V的形式,映射起来比较简单。

  映射的第一步就是对各种参数进行解析。下面是一个实际的HTTP请求,从结果来看,URL参数和HEADER解析起来比较简单,在SpringBoot中会自动应射成对应的Map。而BODY就比较复杂了,可能是有格式的PLAIN TEXT,如下图是冒号分隔的KV字符串,或者是有格式的JSON。不过幸运的是在使用SpringBoot构建的微服务,即使是无格式的PLAIN TEXT,也都不是直接给人看的,而是给程序用来解析、使用的。那就意味着也是可以解析的,只不过解析比较麻烦而已。

  但无论怎么解析,最终都可以被解析成有个K/V形式的MAP。一旦被解析成MAP对象,映射起来就比较方便了。

  首先我们需要对映射的定义进行限制,映射只是参数的重新组合、替换、舍弃,而不能含有业务含义或者复杂的组装逻辑(例如字段的加减乘除等操作)。一旦对映射的功能进行限定,我们会发现实现参数的组合将变得简单起来。freemarker完全就可以胜任这个工作!

  FreeMarker是一款模板引擎: 即一种基于模板和要改变的数据, 并用来生成输出文本(HTML网页、电子邮件、配置文件、源代码等)的通用工具。其实简单来说就是它可以把输入的数据,按照指定的模板生成对应的输出文本。

  下面是一个FreeMarker的例子,非常简单但足够说明它的功能,代码把map对象中的数据,去替换模板中对应的变量,然后打印替换后的结果。怎么样,这是不是可以满足我们对restful调用参数的映射呢?

 

public class Test {
        public static void main(String[] args) throws Exception{
                //创建一个模版对象
                Template t = new Template(null, new StringReader("用户名:${user};URL:    ${url};姓名:  ${name}"), null);
                //创建插值的Map
                Map map = new HashMap();
                map.put("user", "lavasoft");
                map.put("url", "http://www.baidu.com/");
                map.put("name", "百度");
                //执行插值,并输出到指定的输出流中
                t.process(map, new OutputStreamWriter(System.out));
        }
}

 输出:

用户名:lavasoft;URL:    http://www.baidu.com/;姓名:  百度 

   到这里我们就把服务结果的组合也将清楚了。那我们就看一下我设计的相关表结构和demo吧。

 

 

  上面是表结构,下面是调用结果,其中result其实是两次hello调用结果的合并。

  

   SpringCloud服务组合的实现方案基本就讲解清楚了,不过限于篇幅没有放代码,如果有需要的可以联系我微信: HelloGrape。

 

目录
相关文章
|
7月前
|
负载均衡 算法 Java
【SpringCloud(4)】OpenFeign客户端:OpenFeign服务绑定;调用服务接口;Feign和OpenFeign
Feign是一个WebService客户端。使用Feign能让编写WebService客户端更加简单。 它的使用方法是定义一个服务接口然后再上面添加注解。Feign也支持可拔插式的编码器和解码器。SpringCloud对Feign进行了封装,十七支持了SpringMVC标准注解和HttpMessageConverters。 Feign可用于Eureka和Ribbon组合使用以支持负载均衡
885 139
|
人工智能 Java Serverless
【MCP教程系列】搭建基于 Spring AI 的 SSE 模式 MCP 服务并自定义部署至阿里云百炼
本文详细介绍了如何基于Spring AI搭建支持SSE模式的MCP服务,并成功集成至阿里云百炼大模型平台。通过四个步骤实现从零到Agent的构建,包括项目创建、工具开发、服务测试与部署。文章还提供了具体代码示例和操作截图,帮助读者快速上手。最终,将自定义SSE MCP服务集成到百炼平台,完成智能体应用的创建与测试。适合希望了解SSE实时交互及大模型集成的开发者参考。
14858 60
|
9月前
|
监控 Java API
Spring Boot 3.2 结合 Spring Cloud 微服务架构实操指南 现代分布式应用系统构建实战教程
Spring Boot 3.2 + Spring Cloud 2023.0 微服务架构实践摘要 本文基于Spring Boot 3.2.5和Spring Cloud 2023.0.1最新稳定版本,演示现代微服务架构的构建过程。主要内容包括: 技术栈选择:采用Spring Cloud Netflix Eureka 4.1.0作为服务注册中心,Resilience4j 2.1.0替代Hystrix实现熔断机制,配合OpenFeign和Gateway等组件。 核心实操步骤: 搭建Eureka注册中心服务 构建商品
1303 3
|
7月前
|
负载均衡 Java API
《深入理解Spring》Spring Cloud 构建分布式系统的微服务全家桶
Spring Cloud为微服务架构提供一站式解决方案,涵盖服务注册、配置管理、负载均衡、熔断限流等核心功能,助力开发者构建高可用、易扩展的分布式系统,并持续向云原生演进。
|
存储 数据可视化 Java
基于MicrometerTracing门面和Zipkin实现集成springcloud2023的服务追踪
Sleuth将会停止维护,Sleuth最新版本也只支持springboot2。作为替代可以使用MicrometerTracing在微服务中作为服务追踪的工具。
856 2
|
10月前
|
Prometheus 监控 Cloud Native
Docker 部署 Prometheus 和 Grafana 监控 Spring Boot 服务
Docker 部署 Prometheus 和 Grafana 监控 Spring Boot 服务实现步骤
835 0
|
人工智能 自然语言处理 Java
对话即服务:Spring Boot整合MCP让你的CRUD系统秒变AI助手
本文介绍了如何通过Model Context Protocol (MCP) 协议将传统Spring Boot服务改造为支持AI交互的智能系统。MCP作为“万能适配器”,让AI以统一方式与多种服务和数据源交互,降低开发复杂度。文章以图书管理服务为例,详细说明了引入依赖、配置MCP服务器、改造服务方法(注解方式或函数Bean方式)及接口测试的全流程。最终实现用户通过自然语言查询数据库的功能,展示了MCP在简化AI集成、提升系统易用性方面的价值。未来,“对话即服务”有望成为主流开发范式。
9379 7
|
负载均衡 Dubbo Java
Spring Cloud Alibaba与Spring Cloud区别和联系?
Spring Cloud Alibaba与Spring Cloud区别和联系?