1、前言
上个星期完成了surging 的0.9.0.1 更新工作，此版本通过nuget下载引擎组件，下载后，无需通过代码build集成，引擎会通过Sidecar模式自动扫描装配异构组件来构建服务引擎，而这篇将介绍浅谈surging服务引擎中的rabbitmq组件和容器化部署
2、Sidecar模式
比如现在比较火的Service Mesh， 谈到Service Mesh，就不得不了解下Sidecar模式，Sidecar设计模式被越来越多的关注和采用，此模式之所以称作Sidecar，是因为它类似于三轮摩托车上的挎斗。 在此模式中，挎斗附加到应用程序中，为应用程序提供支持性功能。挎斗与应用程序具有相同的生命周期：与应用程序一起创建，一起停用。 挎斗模式有时也称为搭档模式，这是一种分解模式。而surging 采用了Sidecar模式用来附加组件，而使用Sidecar模式有以下功能
- 共享存储空间
引擎组件部署到共享的文件目录里，服务引擎从共享的文件目录扫描引擎组件文件。
- 共享组件和业务的配置文件
针对于组件的配置文件部署到共享的文件目录里，服务引擎从共享的文件目录加载文件。
- 独立的业务服务
针对于业务可以把依赖的组件打包部署到共享的文件目录里，服务引擎从共享的文件目录扫描加载，从而部署成独立的业务服务
- 内置多种协议
针对于独立部署的业务服务，内置了多种协议，提供给服务和外部程序进行调用
模式特点
-
隔离：让组件都能够关注核心问题。比如eventbus、Logger、 netty 在实现功能的同时无需关注其它组件的实现而发生的冲突；
-
单一责任原则：每个组件都应该职责分开，而根据这一原则，职责应该是对应一个类、模块或者接口，从而能够独立进行处理。
-
内聚性/可重用性：针对组件的特性，方法可以进行重用，从而满足组件可持续扩展。
3、基于Event Bus 的Rabbitmq组件
surging服务引擎扩展了基于eventbus 的rabbitmq ，组件可以选择绑定 Normal，Retry(Dead letter)，Fail ，如下图所示。
而针对于该组件有哪些应用场景呢？
- 商品秒杀和抢购
抢购/秒杀是如今很常见的一个应用场景，在高并发的流量访问下可以将用户放入到抢购队列中，购买成功则销毁消息。
- 最终数据的一致性
在大型业务中，系统一般由多个独立的服务组成，在分布式调用时候把消息放入到rabbitmq 队列中，再通过消息的幂等性来解决数据的最终一致性
- 订单失效处理
在购买商品/服务生成订单业务中，会设定支付时间，如果一直未支付，会直接关闭订单，而这个场景可以通过死信队列的来解决
示例代码
可以通过继承BaseIntegrationEventHandler或者IIntegrationEventHandler，再通过QueueConsumer特性进行标识，具体代码如下
[QueueConsumer("UserLoginDateChangeHandler",QueueConsumerMode.Normal)] public class UserLoginDateChangeHandler : BaseIntegrationEventHandler<UserEvent> { private readonly IUserService _userService; public UserLoginDateChangeHandler() { _userService = ServiceLocator.GetService<IUserService>("User"); } public override async Task Handle(UserEvent @event) { Console.WriteLine($"消费1。"); await _userService.Update(@event.UserId, new UserModel() { Age = @event.Age, Name = @event.Name, UserId = @event.UserId }); Console.WriteLine($"消费1失败。"); throw new Exception(); } public override Task Handled(EventContext context) { Console.WriteLine($"调用{context.Count}次。类型:{context.Type}"); var model = context.Content as UserEvent; return Task.CompletedTask; } }
可以通过以下选项去更改配置
1 "EventBus": { 2 "EventBusConnection": "${EventBusConnection}|localhost", 3 "EventBusUserName": "${EventBusUserName}|guest",//用户名 4 "EventBusPassword": "${EventBusPassword}|guest",//密码 5 "VirtualHost": "${VirtualHost}|/", 6 "MessageTTL": "${MessageTTL}|30000",//消息过期时间，比如过期时间是30分钟就是1800000 7 "RetryCount": "${RetryCount}|1",//重试次数，这里设置的延迟队列，只能设置为1 8 "FailCount": "${FailCount}|3",//处理失败流程重试次数，如果出现异常，会进行重试 9 "prefetchCount": "${PrefetchCount}|0",//设置均匀分配消费者消息的个数 10 "BrokerName": "${BrokerName}|surging_demo",//exchange 名称 11 "Port": "${EventBusPort}|5672"//端口 12 }
生成绑定的队列如下图
通过rabbitmq管理工具，可以通过properties来查看重试次数count 等一些信息，如下图所示
4、如何部署
surging 服务引擎构建镜像部署在docker中，可以按照业务需求自定义化引擎，也可以从 docker hub中pull镜像，可以按照如下流程从docker hub 拉取部署镜像
如何pull镜像
可以通过命令：
docker pull serviceengine/surging
可以指定具体的tag来拉取，比如需要拉取v0.9.0.2，执行以下命令
docker pull serviceengine/surging:v0.9.0.2
如何配置
1.镜像可以用环境变量设置相关参数，而通过以下的默认配置文件知晓如何通过环境变量配置参数，配置的规则：${环境变量名}|默认值
{ "Surging": { "Ip": "${Surging_Server_IP}|0.0.0.0", "WatchInterval": 30, "Port": "${Surging_Server_Port}|99", "MappingIp": "${Mapping_ip}", "MappingPort": "${Mapping_Port}", "Token": "true", "MaxConcurrentRequests": 20, "ExecutionTimeoutInMilliseconds": 30000, "Protocol": "${Protocol}|None", //Http、Tcp、None "RootPath": "${RootPath}|D:\userapp", "Ports": { "HttpPort": "${HttpPort}|280", "WSPort": "${WSPort}|96" }, "RequestCacheEnabled": false, "Packages": [ { "TypeName": "EnginePartModule", "Using": "${UseEngineParts}|DotNettyModule;NLogModule;MessagePackModule;ConsulModule;HttpProtocolModule;WSProtocolModule;EventBusRabbitMQModule;" } ] }, //如果引用多个同类型的组件，需要配置Packages，如果是自定义按需引用，无需配置Packages "Consul": { "ConnectionString": "${Register_Conn}|127.0.0.1:8500", // "127.0.0.1:8500", "SessionTimeout": "${Register_SessionTimeout}|50", "RoutePath": "${Register_RoutePath}", "ReloadOnChange": true }, "EventBus_Kafka": { "Servers": "${EventBusConnection}|localhost:9092", "MaxQueueBuffering": "${MaxQueueBuffering}|10", "MaxSocketBlocking": "${MaxSocketBlocking}|10", "EnableAutoCommit": "${EnableAutoCommit}|false", "LogConnectionClose": "${LogConnectionClose}|false", "OffsetReset": "${OffsetReset}|earliest", "GroupID": "${EventBusGroupID}|surgingdemo" }, "EventBus": { "EventBusConnection": "${EventBusConnection}|localhost", "EventBusUserName": "${EventBusUserName}|guest", "EventBusPassword": "${EventBusPassword}|guest", "VirtualHost": "${VirtualHost}|/", "MessageTTL": "${MessageTTL}|30000", "RetryCount": "${RetryCount}|1", "FailCount": "${FailCount}|3", "BrokerName": "${BrokerName}|surging_demo", "Port": "${EventBusPort}|5672" }, "Zookeeper": { "ConnectionString": "${Zookeeper_ConnectionString}|127.0.0.1:2181", "SessionTimeout": 50, "ReloadOnChange": true }, "Logging": { "Debug": { "LogLevel": { "Default": "Information" } }, "Console": { "IncludeScopes": true, "LogLevel": { "Default": "${LogLevel}|Debug" } }, "LogLevel": { "Default": "${LogLevel}|Debug" } } }
2.可以通过设置环境变量surgingpath和cachepath来指定自定义文件配置，比如，挂载/home/fanly 目录，通过以下命令参数 -v /home/fanly:/home/fanly 来设定，再通过设置以下命令参数用来设定自定义文件配置
--env surgingpath=/home/fanly/configs/surgingSettings.json
--env cachepath=/home/fanly/configs/cacheSettings.json
如何启动内置引擎组件
引擎可以加载多个同一类型的引擎组件，可以通过以下配置启用哪一种引擎组件,如果是自定义的服务引擎，不需要配置以下配置，只需要按照需求引用组件
"Packages": [ { "TypeName": "EnginePartModule", "Using": "${UseEngineParts}|DotNettyModule;NLogModule;MessagePackModule;ConsulModule;HttpProtocolModule;WSProtocolModule;EventBusRabbitMQModule;" } ]
如何启动引擎
比如 pull 的镜像是serviceengine/surging:v0.9.0.2 ，可以按照以下命令进行启动
docker run --name surging --env surgingpath=/home/fanly/configs/surgingSettings.json --env cachepath=/home/fanly/configs/cacheSettings.json -v /home/fanly:/home/fanly serviceengine/surging:v0.9.0.2
7.总结
如有问题请到这里提问 ，可以加入surging互相交流QQ群：542283494，引擎组件扩展沟通群：615562965