Eureka是一个基于REST并应用于AWS云服务的服务注册中心，并且经历过了Netflix公司的生产考验，绝对是我们值得细心研读的中间件。虽然我们可能并未接触过AWS，但在阅读Eureka之前应该简单地了解一下Amazon EC2中的某些概念，如地区和可用区域，这样能更好地理解Eureka中某些特定的术语。
在阅读本文之前，希望大家都已经对Eureka有简单的认识：
Understanding eureka client server communication
Understanding Eureka Peer to Peer Communication
Register - 注册
Eureka Instance注册的REST入口在com.netflix.eureka.resources.ApplicationResource#addInstance
/**
* Registers information about a particular instance for an
* {@link com.netflix.discovery.shared.Application}.
*
* @param info
* {@link InstanceInfo} information of the instance.
* @param isReplication
* a header parameter containing information whether this is
* replicated from other nodes.
*/
@POST
@Consumes({"application/json", "application/xml"})
public Response addInstance(InstanceInfo info,
@HeaderParam(PeerEurekaNode.HEADER_REPLICATION) String isReplication) {
logger.debug("Registering instance {} (replication={})", info.getId(), isReplication);
// *********** 字段校验 ************
// validate that the instanceinfo contains all the necessary required fields
if (isBlank(info.getId())) {
return Response.status(400).entity("Missing instanceId").build();
} else if (isBlank(info.getHostName())) {
return Response.status(400).entity("Missing hostname").build();
} else if (isBlank(info.getAppName())) {
return Response.status(400).entity("Missing appName").build();
} else if (!appName.equals(info.getAppName())) {
return Response.status(400).entity("Mismatched appName, expecting " + appName + " but was " + info.getAppName()).build();
} else if (info.getDataCenterInfo() == null) {
return Response.status(400).entity("Missing dataCenterInfo").build();
} else if (info.getDataCenterInfo().getName() == null) {
return Response.status(400).entity("Missing dataCenterInfo Name").build();
}
// handle cases where clients may be registering with bad DataCenterInfo with missing data
DataCenterInfo dataCenterInfo = info.getDataCenterInfo();
// 仅当DataCenterInfo为AmazonInfo实例的时候，其父类有可能是UniqueIdentifier
if (dataCenterInfo instanceof UniqueIdentifier) {
// ......
}
// *********** 字段校验 END ************
registry.register(info, "true".equals(isReplication)); // (1)
return Response.status(204).build(); // 204 to be backwards compatible
}
真正的注册操作在(1)处，需要注意的是isReplication变量取决于HTTP头x-netflix-discovery-replication的值。继续追踪(1)的调用栈，发现执行注册操作的方法是是com.netflix.eureka.registry.PeerAwareInstanceRegistryImpl#register
注意该方法的javadoc，他告诉了我们一个比较重要的讯息：将InstanceInfo实例信息注册到Eureka并且复制该信息到其他peer。如果当前收到的注册信息是来自其他peer的复制事件，那么将不会将这个注册信息继续复制到其他peer，这个标志位就是上面所述的isReplication。
/**
* Registers the information about the {@link InstanceInfo} and replicates
* this information to all peer eureka nodes. If this is replication event
* from other replica nodes then it is not replicated.
*
* @param info
* the {@link InstanceInfo} to be registered and replicated.
* @param isReplication
* true if this is a replication event from other replica nodes,
* false otherwise.
*/
@Override
public void register(final InstanceInfo info, final boolean isReplication) {
// 默认租约有效时长为90s
int leaseDuration = Lease.DEFAULT_DURATION_IN_SECS;
// 注册信息里包含则依照注册信息的租约时长
if (info.getLeaseInfo() != null && info.getLeaseInfo().getDurationInSecs() > 0) {
leaseDuration = info.getLeaseInfo().getDurationInSecs();
}
// super为AbstractInstanceRegistry
super.register(info, leaseDuration, isReplication);
// 复制到其他peer
replicateToPeers(Action.Register, info.getAppName(), info.getId(), info, null, isReplication);
}
我们看到是先获取到租约的有效时长，然后才是真真正正地委托给super执行注册操作super.register(...)并将注册信息复制到其他peer。register方法非常长，我们重点观察一下他的注册表的结构：
private final ConcurrentHashMap<String, Map<String, Lease<InstanceInfo>>> registry
该注册表是一个以app name为key（在Spring Cloud里就是spring.application.name），嵌套Map为value的ConcurrentHashMap结构。其嵌套Map是以Instance ID为key，Lease对象为value的键值结构。这个registry注册表在Eureka Server或SpringBoot Admin的监控面板上以Eureka Service这个角色出现。
/**
* Registers a new instance with a given duration.
*
* @see com.netflix.eureka.lease.LeaseManager#register(java.lang.Object, int, boolean)
*/
public void register(InstanceInfo registrant, int leaseDuration, boolean isReplication) {
try {
read.lock();
// 可以看出registry是一个以info的app name为key的Map结构, 也就是以spring.application.name的大写串为key
Map<String, Lease<InstanceInfo>> gMap = registry.get(registrant.getAppName());
REGISTER.increment(isReplication);
if (gMap == null) {
final ConcurrentHashMap<String, Lease<InstanceInfo>> gNewMap = new ConcurrentHashMap<String, Lease<InstanceInfo>>();
gMap = registry.putIfAbsent(registrant.getAppName(), gNewMap);
if (gMap == null) {
gMap = gNewMap;
}
}
// registry的value的Map结构是以info的id为key，这里的id就是Eureka文档上的Instance ID，给你个例子你就想起是什么东西了：10.8.88.233:config-server:10888
Lease<InstanceInfo> existingLease = gMap.get(registrant.getId());
// .......
Lease<InstanceInfo> lease = new Lease<InstanceInfo>(registrant, leaseDuration);
if (existingLease != null) {
lease.setServiceUpTimestamp(existingLease.getServiceUpTimestamp());
}
gMap.put(registrant.getId(), lease);
// .......
} finally {
read.unlock();
}
}
上面是register(...)中关于registry的大致操作，其中有相当一部分的操作被略去了，如果感兴趣的话可以细致地研究一下。
Renew and Cancel Lease - 续约与取消租约
续约的REST入口在com.netflix.eureka.resources.InstanceResource#renewLease
而取消租约的REST入口在com.netflix.eureka.resources.InstanceResource#cancelLease
两者的基本思想相似，经由InstanceRegistry -> AbstractInstanceRegistry -> PeerAwareInstanceRegistryImpl，其中PeerAwareInstanceRegistryImpl装饰了添加复制信息到其他节点的功能。其中register、renew、cancel、statusUpdate和deleteStatusOverride都会将其信息复制到其他节点。
Fetch Registry - 获取注册信息
获取所有Eureka Instance的注册信息，com.netflix.eureka.resources.ApplicationsResource#getContainers，其注册信息由ResponseCacheImpl缓存，缓存的过期时间在其构造函数中由EurekaServerConfig.getResponseCacheUpdateIntervalMs()所控制，默认缓存时间为30s。而差量注册信息在Server端会保存得更为长一些（大约3分钟），因此获取的差量可能会重复返回相同的实例。Eureka Client会自动处理这些重复信息。
Evcition
Eureke Server定期进行失效节点的清理，执行该任务的定时器被定义在com.netflix.eureka.registry.AbstractInstanceRegistry#evictionTimer，真正的任务是由他的内部类AbstractInstanceRegistry#EvictionTask所执行，默认为每60s执行一次清理任务，其执行间隔由EurekaServerConfig#getEvictionIntervalTimerInMs[eureka.server.eviction-interval-timer-in-ms]所决定。
回顾一下上面刚说完的注册流程，在PeerAwareInstanceRegistryImpl#register里面特别指出了默认的租约时长为90s[eureka.Instance.lease-expiration-duration-in-seconds]，即如果90s后都没有收到特定的Eureka Instance的Heartbeats，则会认为这个Instance已经失效（Instance在正常情况下默认每隔30s发送一个Heartbeats[eureka.Instance.lease-renewal-interval-in-seconds]，对以上两个默认值有疑问的可以翻阅LeaseInfo），EvictionTask则会把这个Instance纳入清理的范围。我们看看EvictionTask的清理代码是怎么写的。
public void evict(long additionalLeaseMs) {
logger.debug("Running the evict task");
if (!isLeaseExpirationEnabled()) {
logger.debug("DS: lease expiration is currently disabled.");
return;
}
// We collect first all expired items, to evict them in random order. For large eviction sets,
// if we do not that, we might wipe out whole apps before self preservation kicks in. By randomizing it,
// the impact should be evenly distributed across all applications.
// (2) 下面的for循环就是把registry中所有的Lease提取到局部变量expiredLeases
List<Lease<InstanceInfo>> expiredLeases = new ArrayList<>();
for (Entry<String, Map<String, Lease<InstanceInfo>>> groupEntry : registry.entrySet()) {
Map<String, Lease<InstanceInfo>> leaseMap = groupEntry.getValue();
if (leaseMap != null) {
for (Entry<String, Lease<InstanceInfo>> leaseEntry : leaseMap.entrySet()) {
Lease<InstanceInfo> lease = leaseEntry.getValue();
if (lease.isExpired(additionalLeaseMs) && lease.getHolder() != null) {
expiredLeases.add(lease);
}
}
}
}
// To compensate for GC pauses or drifting local time, we need to use current registry size as a base for
// triggering self-preservation. Without that we would wipe out full registry.
int registrySize = (int) getLocalRegistrySize();
int registrySizeThreshold = (int) (registrySize * serverConfig.getRenewalPercentThreshold()); // (3)
int evictionLimit = registrySize - registrySizeThreshold;
int toEvict = Math.min(expiredLeases.size(), evictionLimit);
if (toEvict > 0) {
logger.info("Evicting {} items (expired={}, evictionLimit={})", toEvict, expiredLeases.size(), evictionLimit);
Random random = new Random(System.currentTimeMillis());
for (int i = 0; i < toEvict; i++) {
// Pick a random item (Knuth shuffle algorithm)
int next = i + random.nextInt(expiredLeases.size() - i);
Collections.swap(expiredLeases, i, next);
Lease<InstanceInfo> lease = expiredLeases.get(i);
String appName = lease.getHolder().getAppName();
String id = lease.getHolder().getId();
EXPIRED.increment();
logger.warn("DS: Registry: expired lease for {}/{}", appName, id);
internalCancel(appName, id, false);
}
}
}
在(2)中把本地的registry中的租约信息全部提取出来，并在(3)通过serverConfig.getRenewalPercentThreshold()[eureka.server.renewal-percent-threshold，默认85%]计算出一个最大可剔除的阈值evictionLimit。
新增Peer Node时的初始化
在有多个Eureka Server的情况下，每个Eureka Server之间是如何发现对方的呢？
通过调试之后，我们根据调用链从下往上追溯，其初始入口为org.springframework.cloud.netflix.eureka.server.EurekaServerBootstrap#contextInitialized
public void contextInitialized(ServletContext context) {
try {
initEurekaEnvironment();
initEurekaServerContext(); // (4)
context.setAttribute(EurekaServerContext.class.getName(), this.serverContext);
}
catch (Throwable e) {
log.error("Cannot bootstrap eureka server :", e);
throw new RuntimeException("Cannot bootstrap eureka server :", e);
}
}
由下个入口(4)最终可以定位到方法com.netflix.eureka.registry.PeerAwareInstanceRegistryImpl#syncUp，从对应的javadoc上我们可以知道该方法从peer eureka节点往自己填充注册表信息。 如果操作失败则此同步操作将failover到其他节点，直到遍历完列表(service urls)为止。该方法与普通的Eureka Client注册到Eureka Server不同的一点是，其标志位isReplication为true，如果不记得这是什么作用的话可以翻阅到上面的Register - 注册小节。
Peer Node信息的定时更新
首先我们看Eureka Server的上下文实体中的方法com.netflix.eureka.DefaultEurekaServerContext#initialize
@PostConstruct
@Override
public void initialize() throws Exception {
logger.info("Initializing ...");
peerEurekaNodes.start(); // (5)
registry.init(peerEurekaNodes);
logger.info("Initialized");
}
该方法明确指出这是一个Spring Bean，在构建Bean完成后执行此方法，继续追踪(5)。
public void start() {
taskExecutor = Executors.newSingleThreadScheduledExecutor(
new ThreadFactory() {
@Override
public Thread newThread(Runnable r) {
Thread thread = new Thread(r, "Eureka-PeerNodesUpdater");
thread.setDaemon(true);
return thread;
}
}
);
try {
updatePeerEurekaNodes(resolvePeerUrls()); // (6)
Runnable peersUpdateTask = new Runnable() { // (7)
@Override
public void run() {
try {
updatePeerEurekaNodes(resolvePeerUrls()); // (6)
} catch (Throwable e) {
logger.error("Cannot update the replica Nodes", e);
}
}
};
taskExecutor.scheduleWithFixedDelay(
peersUpdateTask, // (7)
serverConfig.getPeerEurekaNodesUpdateIntervalMs(), // (8)
serverConfig.getPeerEurekaNodesUpdateIntervalMs(),
TimeUnit.MILLISECONDS
);
} catch (Exception e) {
throw new IllegalStateException(e);
}
for (PeerEurekaNode node : peerEurekaNodes) {
logger.info("Replica node URL: " + node.getServiceUrl());
}
}
上面这段代码很清晰地告诉我们在启动Eureka Server的时候就会调用updatePeerEurekaNodes(...)更新peer的状态，并封装为一个Runnable进行周期性更新。这个定时时间由serverConfig.getPeerEurekaNodesUpdateIntervalMs()[eureka.server.peer-eureka-nodes-update-interval-ms]所控制，默认值为600s，即10min。一直经由EndpointUtils#getDiscoveryServiceUrls、EndpointUtils#getServiceUrlsFromConfig至EurekaClientConfigBean#getEurekaServerServiceUrls获得对应zone的service urls，如有需要可以覆盖上述getEurekaServerServiceUrls方法以动态获取service urls，而不是选择Spring Cloud默认从properties文件读取。
Self Preservation - 自我保护
当新增Eureka Server时，他会先尝试从其他Peer上获取所有Eureka Instance的注册信息。如果在获取时出现问题，该Eureka Server会在放弃之前尝试在其他Peer上获取注册信息。如果这个Eureka Server成功获取到所有Instance的注册信息，那么他就会根据所获取到的注册信息设置应该接收到的续约阈值。如果在任何时候续约的阈值低于所设定的值（在15分钟[eureka.server.renewal-threshold-update-interval-ms]内低于85%[eureka.server.renewal-percent-threshold]），则该Eureka Server会出于保护当前注册列表的目的而停止将任何Instance进行过期处理。
在Netflix中上述保护措施被成为自我保护模式，主要是用于Eureka Server与Eureka Client存在网络分区情况下的场景。在这种情况下，Eureka Server尝试保护其已有的实例信息，但如果出现大规模的网络分区时，相应的Eureka Client会获取到大量无法响应的服务。所以，Eureka Client必须确保对于一些不存在或者无法响应的Eureka Instance具备更加弹性的应对策略，例如快速超时并尝试其他实例。
在网络分区出现时可能会发生以下几种情况：
- Peer之间的心跳可能会失败，某Eureka Server检测到这种情况并为了保护当前的注册列表而进入了自我保护模式。新的注册可能发生在某些孤立的Eureka Server上，某些Eureka Client可能会拥有新的注册列表，而另外一些则可能没有（不同的实例视图）。
- 当网络恢复到稳定状态后，Eureka Server会进行自我修复。当Peer能正常通信之后注册信息会被重新同步。
- 最重要的一点是，在网络中断期间Eureka Server应该更距弹性，但在这段期间Eureka Client可能会有不同的实例视图。
作者：Chris
原博客：http://blog.chriscs.com
Github：https://github.com/prontera
