Apollo介绍和入门

文章目录

  • Apollo介绍
    • 配置中心介绍
    • apollo介绍
      • 主流配置中心
        • 功能特性对比
      • Apollo简介
  • 入门
    • 简单的执行流程
    • Apollo具体的执行流程
      • Apollo对象
      • 执行流程
      • 分步执行流程
  • 核心概念
    • 应用，环境，集群，命名空间
    • 企业部署方案
    • 灰度发布
      • 全量发布
    • 配置发布的原理
      • 发送ReleaseMessage
      • Config Service通知客户端
      • 客户端读取设计

Apollo介绍

配置中心介绍

  • 分布式系统环境下，给其他服务提供配置文件的管理，统一管理各种应用配置的一个基础服务组件

img

apollo介绍

Apollo（阿波罗）是携程开源的一款可靠的分布式配置管理中心，它能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性，适用于微服务配置管理场景

主流配置中心

目前市面上用的比较多的配置中心有:

  1. Spring Cloud Config
    1. 2014年9月开源，Spring Cloud 生态组件，可以和Spring Cloud体系无缝整合。
    2. GitHub地址
      1. https://github.com/spring-cloud/spring-cloud-config
  2. Nacos
    1. 2018年6月，阿里开源的配置中心，也可以做DNS和RPC的服务发现。
    2. GitHub地址
      1. https://github.com/alibaba/nacos
  3. Apollo
    1. 2016年5月，携程开源的配置管理中心
    2. 能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端
    3. 并且具备规范的权限、流程治理等特性，适用于微服务配置管理场景。
    4. GitHub地址
      1. https://github.com/apolloconfig

功能特性对比

功能点Spring Cloud ConfigApolloNacos
配置实时推送支持支持(HTTP长轮询1s内)支持(HTTP长轮询1s内)
版本管理支持支持支持
灰度发布支持支持不支持
权限管理支持(依赖Git)支持不支持
多语言只支持Java主流语言，提供了Open API主流语言，提供了Open API
  • 总结
    • Spring Cloud Config 与 Apollo类似，但只支持 Java，所以不用 Spring Cloud Config
    • Nacos 不支持 灰度发布 和 权限管理，所以不用 Nacos

Apollo简介

  • Apollo 是 一个 分布式配置中心的解决方案
  • Apollo 包括
    • 服务端
      • 服务端基于 Spring Boot 和Spring Cloud 开发
    • 客户端
      • Java客户端不依赖任何框架
  • Apollo 特性：
    • 统一管理不同环境，不同集群的配置
      • 提供了一个Apotal界面来管理
    • 热发布
      • 用户在Apollo修改完配置并发布后
      • 客户端能实时(1秒)接收到最新的配置，并通知到应用程序
    • 版本发布管理
      • 所有的配置发布都有版本概念
      • 从而可以方便地支持配置的回滚
    • 灰度发布
      • 支持配置的灰度发布
        • 比如点了发布后，只对部分应用实例生效
        • 等观察一段时间没问题后再推给所有 应用实例

入门

简单的执行流程

  • 四个对象：
    • 配置中心
    • 客户端
    • 应用程序
    • 本地文件缓存
  • 执行流程

1、在Apollo配置中心修改配置

2、应用程序通过Apollo客户端从配置中心拉取配置信息

用户通过Apollo配置中心修改或发布配置后，会有两种机制来保证应用程序来获取最新配置:

  1. 一种是Apollo配置中心会向客户端推送最新的配置;
  2. 另外一种是Apollo客户端会定时从Apollo配置中心拉取最新的配置

通过以上两种 机制共同来保证应用程序能及时获取到配置。

Apollo具体的执行流程

img

Apollo对象

  • Config Service
    • 配置的读取和推送
    • 客户端通过 Config Service 读取配置
  • Admin Service
    • 配置的修改，发布
    • Portal 通过 Admin Service 将配置写到ConfigDB数据库中
  • Eureka 注册中心
    • 服务注册和发现
    • 记录 Config Service 和 Admin Service 的信息
      • IP地址，端口等
    • 方便客户端和Portal 的访问
  • Meta Server
    • 在Eureka 之上架了一层Meta Server
    • 用于封装Eureka的服务发现接口
      • Meta Server从Eureka获取Config Service和Admin Service的服务信息，相当于是一个Eureka Client

执行流程

  • 客户端读取配置流程
    • 通过域名访问Meta Server获取Config Service服务列表(IP+Port
    • 而后直接通过IP+Port访问服务
  • 修改配置的流程
    • Portal通过域名访问Meta Server获取Admin Service服务列表(IP+Port)
    • 而后直接通过IP+Port访问服务
  • Ps:
    • 为了简化部署，我们实际上会把Config Service、Eureka和Meta Server三个逻辑角色部署在同一个JVM进程 中

分步执行流程

  1. Apollo启动后
    1. Config/Admin Service会自动注册到Eureka服务注册中心，并定期发送保活心跳。
  2. Apollo Client和Portal管理端通过配置的Meta Server的域名地址
    1. 经由Software Load Balancer**(软件负载均衡** **器)进行负载均衡后分配到某一个Meta** Server
  3. Meta Server从Eureka获取Config Service和Admin Service的服务信息，相当于是一个Eureka Client
  4. Meta Server获取Config Service和Admin Service(IP+Port)失败后会进行重试
    1. 获取到正确的Config Service和Admin Service的服务信息后
    2. Apollo Client通过Config Service为应用提供配置获取、实时更新等功能;
    3. Apollo Portal管理端通过Admin Service提供配置新增、修改、发布等功能

核心概念

应用，环境，集群，命名空间

  • 应用

    • 就是实际使用配置的应用
      • Apollo客户端在运行时需要知道当前应用是谁，从而可以去获取对应的配置
    • 关键字: appId

  • 环境

    • 配置对应的环境
      • Apollo客户端在运行时需要知道当前应用处于哪个环境，从而可以去获取应用的配置
    • 关键字: env

  • 集群

    • 一个应用下不同实例的分组
    • 比如典型的可以按照数据中心分
      • 把上海机房的应用实例分为一个集群
      • 把北京机房的应用实例分为另一个集群。
    • 关键字:cluster

  • 关系

    • 应用 --> 环境 --> 集群
      • 应用 ： 工程项目
      • 应用分环境
        • 具体环境下边
          • 由于部署的集群不同，导致配置的不同
            • 北京和上海数据库的地址不同，虽然都是生产环境

  • 命名空间

    • img

    • 一个应用下不同配置的分组

      • 配置通过key,value 存储

  • 通过namespace对我们的配置项进行分类管理

    • 不同类型的配置存放在不同的文件中
      • 数据库配置文件，RPC配置文件，应用自身的配置文件
    • 在添加配置的时候，要记得对配置项进行分类
    • img

  • 公共和私有：

    • img

    • 有共用的情况，公共命名空间可以继承

      • 有5个工程都会连接数据库，数据库的配置就共用了
      • 就可以建一个公共的命名空间(例如数据库的连接)
        • 生产环境里面的命名空间可以继承公共的命名空间
        • 生产环境就可以直接拿到数据库的连接
          • 可以在生产环境中再做个性化定义

企业部署方案

在企业中常用的部署方案为:

  • Apollo-adminservice （发布配置）和Apollo-configservice （查询配置）两个服务
    • 分别在线上环境(pro)，仿真环 境(uat)和开发环境(dev)各部署一套
    • 并且还要建立不同的 apolloconfigdb
      • 因为配置信息在不同的数据库当中
  • Apollo-portal做为管理端
    • 管理界面，只部署一套
      • 统一管理上述三套环境。
    • 通过一个portal管理界面，连接访问不同的生产环境

具体如下图所示:

img

灰度发布

  • 定义：
    • 灰度发布是指在黑与白之间，能够平滑过渡的一种发布方式。
    • 在其上可以进行A/B testing
      • 即让一部分用户继续用 产品特性A
      • 一部分用户开始用产品特性B
      • 如果用户对B没有什么反对意见，那么逐步扩大范围，把所有用户都迁 移到B上面来。
  • Apollo实现的功能
    • 对于一些对程序有比较大影响的配置
      1. 可以先在一个或者多个实例生效，观察一段时间没问题后再全量发布 配置。
    • 对于一些需要调优的配置参数
      1. 可以通过灰度发布功能来实现A/B测试。
      2. 可以在不同的机器上应用不同的配 置，不断调整、测评一段时间后找出较优的配置再全量发布配置。

全量发布

  • 灰度发布测试完成后，全量发布

配置发布的原理

  • 参考链接
    • https://www.iocoder.cn/categories/Apollo/
    • img
  1. 用户在Portal操作配置发布
  2. Portal调用Admin Service的接口操作发布
  3. Admin Service发布配置后，发送ReleaseMessage给各个Config Service
  4. Config Service收到ReleaseMessage后，通知对应的客户端

发送ReleaseMessage

  • 通过数据库实现了一个简单的消息队列

具体实现方式如下:

  1. Admin Service在配置发布后会往ReleaseMessage表插入一条消息记录

    1. 消息内容就是配置发布的AppId****+Cluster+Namespace
    2. 源码：
      1. 消息发送类: DatabaseMessageSende
      2. https://github.com/ctripcorp/apollo/blob/master/apollo-biz/src/main/java/com/ctrip/framework/apollo/biz/message/DatabaseMessageSender.java

  2. Config Service有一个线程会每秒扫描一次ReleaseMessage表

    1. 看看是否有新的消息记录
    2. 源码：
      1. 消息扫描类:ReleaseMessageScanner
      2. https://github.com/ctripcorp/apollo/blob/master/apollo-biz/src/main/java/com/ctrip/framework/apollo/biz/message/ReleaseMessageScanner.java

  3. Config Service如果发现有新的消息记录，那么就会通知到所有的消息监听器
    1.

    1. 然后调用消息监听类的handleMessage方法: NotificationControllerV2
      • https://github.com/ctripcorp/apollo/blob/master/apollo-configservice/src/main/java/com/ctrip/framework/apollo/configservice/controller/NotificationControllerV2.java

  4. NotificationControllerV2得到配置发布的AppId+Cluster+Namespace后，会通知对应的客户端

img

Config Service通知客户端

上面描述了NotificationControllerV2是如何得知有配置发布的

NotificationControllerV2在得知有配置发布通知到客户端：

  1. 客户端会发起一个Http请求到Config Service的 notifications/v2 接口 NotificationControllerV2

客户端发送请求类:RemoteConfigLongPollService

  1. NotificationControllerV2不会立即返回结果，而是把请求挂起。
  2. 考虑到会有数万客户端向服务端发起长连接， 因此在服务端使用了async servlet(Spring DeferredResult)来服务Http Long Polling请求。
    1. 如果在60秒内没有该客户端关心的配置发布，那么会返回Http状态码304给客户端。
    2. 如果有该客户端关心的配置发布
      1. NotificationControllerV2会调用DeferredResult的setResult方法
      2. 传入有 配置变化的namespace信息，同时该请求会立即返回。
      3. 客户端从返回的结果中获取到配置变化的namespace 后，会立即请求Config Service获取该namespace的最新配置。

客户端读取设计

除了之前介绍的客户端和服务端保持一个长连接，从而能第一时间获得配置更新的推送外，客户端还会定时从

Apollo配置中心服务端拉取应用的最新配置。

  • 这是一个备用机制，为了防止推送机制失效导致配置不更新
  • 客户端定时拉取会上报本地版本，所以一般情况下，对于定时拉取的操作，服务端都会返回304 - Not Modified
  • 定时频率默认为每5分钟拉取一次，客户端也可以通过在运行时指定System Property:apollo.refreshInterval 来覆盖，单位为分钟

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/78285.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

使用共享 MVI 架构实现高效的 Kotlin Multiplatform Mobile (KMM) 开发

使用共享 MVI 架构实现高效的 Kotlin Multiplatform Mobile (KMM) 开发

使用共享 MVI 架构实现高效的 Kotlin Multiplatform Mobile (KMM) 开发 文章中探讨了 Google 提供的应用架构指南在多平台上的实现。通过共享视图模型（View Models）和共享 UI 状态（UI States），我们可以专注于在原生端…
阅读更多...
leetcode 2. 两数相加

leetcode 2. 两数相加

2023.9.14 这道题还是有点难度， 需要维护一个进位值，构造一个虚拟头节点dummy，用于结果的返回，还要构造一个当前节点cur，用于遍历修改新链表。 整体思路就是长度短的链表需要补0，然后两链表从头开始遍历相加…
阅读更多...
GaussDB技术解读系列：运维自动驾驶探索

GaussDB技术解读系列：运维自动驾驶探索

近日，在第14届中国数据库技术大会（DTCC2023）的GaussDB“五高两易”核心技术，给世界一个更优选择专场，华为云数据库运维研发总监李东详细解读了GaussDB运维系统自动驾驶探索和实践。 随着企业数字化转型进入深水区&…
阅读更多...
string

string

目录 六、STL简介 (一)什么是STL (二)STL的版本 (三)STL六大组件 七、string (一)标准库中的string 1、string类 2、string常用的接口 1)string类对象的常见构造 2)string类对象的容量操作 3)string类对象的访问及遍历操作 4)string类对象的修改操作 5)string类非成…
阅读更多...
帧结构的串行数据接收器——Verilog实现

帧结构的串行数据接收器——Verilog实现

用Verilog 实现一个帧结构的串行数据接收器； 串行数据输入为：NRZ数据加位时钟（BCL）格式，高位在前 帧结构为：8位构成一个字，64字构成一个帧。每帧的第一个字为同步字。同步字图案存储在可由CPU读…
阅读更多...
9. xaml ComboBox控件

9. xaml ComboBox控件

1.运行图像 2.运行源码 a.Xaml源码 <Grid Name="Grid1"><!--IsDropDownOpen="True" 默认就是打开的--><ComboBox x:Name="co
阅读更多...
Spark集成hudi创建表报错

Spark集成hudi创建表报错

环境描述： hudi版本：0.13.1 spark版本：3.3.2 Hive版本：3.1.3 Hadoop版本：3.3.4 问题1： 描述：按照官方文档运行spark-sql创建spark的hudi表报错 建表语句： CREATE TABLE stg.spark_mor_test_01 (uuid string,name string,age int,ts …
阅读更多...
useGetState自定义hooks解决useState 异步回调获取不到最新值

useGetState自定义hooks解决useState 异步回调获取不到最新值

setState 的两种传参方式 1、直接传入新值 setState(options); const [state, setState] useState(0); setState(state 1); 2、传入回调函数 setState(callBack); const [state, setState] useState(0); setState((prevState) > prevState 1); // prevState 是改变之…
阅读更多...
【网络教程】超越平凡：一文揭示SSH-keygen的神秘世界

【网络教程】超越平凡：一文揭示SSH-keygen的神秘世界

SSH（Secure Shell）是一种网络协议，用于安全地连接到远程计算机。SSH-keygen 是 SSH 协议的一部分，用于生成、管理和转换身份验证密钥对。 SSH-keygen 命令的基本语法如下： ssh-keygen [选项]以下是 ssh-keygen 命令的一些常用选项和参数： -t：指定要生成的密钥类型。例如…
阅读更多...
Python实现猎人猎物优化算法(HPO)优化Catboost分类模型(CatBoostClassifier算法)项目实战

Python实现猎人猎物优化算法(HPO)优化Catboost分类模型(CatBoostClassifier算法)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 猎人猎物优化搜索算法(Hunter–prey optimizer, HPO)是由Naruei& Keynia于2022年提出的一种最新的…
阅读更多...
基于BLIP-2的看图问答原理及实现

基于BLIP-2的看图问答原理及实现

大型语言模型 (LLM) 最近获得了很大的关注&#xff0c;出现了许多流行的模型&#xff0c;如 GPT、OPT、BLOOM 等。 这些模型擅长学习自然语言&#xff0c;非常适合构建聊天机器人、编码助手、决策助手或翻译系统。 然而&#xff0c;他们缺乏其他模式的知识—例如&#xff0c;他…
阅读更多...
GIS地图服务数据可视化

GIS地图服务数据可视化

GIS地图服务数据可视化 OSM&#xff08;Open Street Map&#xff0c;开放街道地图&#xff09;Bing地图&#xff08;必应地图&#xff09;Google地图&#xff08;谷歌地图&#xff09; 地图服务数据可视化是根据调用的地图服务请求Web服务器端的地图数据&#xff0c;实现地图数…
阅读更多...
python自学

python自学

自学第一步 第一个简单的基础&#xff0c;向世界说你好 启动python 开始 print是打印输出的意思&#xff0c;就是输出引号内的内容。 标点符号必须要是英文的&#xff0c;因为他只认识英文的标点符号。 exit&#xff08;&#xff09;推出python。 我们创建一个文本文档&…
阅读更多...
Nginx参数配置详细说明【全局、http块、server块、events块】【已亲测】

Nginx参数配置详细说明【全局、http块、server块、events块】【已亲测】

Nginx重点参数配置说明 本文包含Nginx参数配置说明全局块、http块、server块、events块共计30多个参数配置与解释&#xff0c;其中常见参数包含配置错误出现的错误日志&#xff0c;能让你更快的解决问题。 该文的所有参数大部分经过单独测试&#xff0c;错误都是自己收集出来的…
阅读更多...
如何将安防视频监控系统/视频云存储EasyCVR平台推流到公网直播间？

如何将安防视频监控系统/视频云存储EasyCVR平台推流到公网直播间？

视频云存储/安防监控EasyCVR视频汇聚平台基于云边端智能协同&#xff0c;支持海量视频的轻量化接入与汇聚、转码与处理、全网智能分发、视频集中存储等。音视频流媒体视频平台EasyCVR拓展性强&#xff0c;视频能力丰富&#xff0c;具体可实现视频监控直播、视频轮播、视频录像、…
阅读更多...
基于PyTorch使用LSTM实现新闻文本分类任务

基于PyTorch使用LSTM实现新闻文本分类任务

本文参考 PyTorch深度学习项目实战100例 https://weibaohang.blog.csdn.net/article/details/127154284?spm1001.2014.3001.5501 文章目录 本文参考任务介绍做数据的导入 环境介绍导入必要的包介绍torchnet和keras做数据的导入给必要的参数命名加载文本数据数据前处理模型训…
阅读更多...
防火墙概述及实战

防火墙概述及实战

目录 前言 一、概述 &#xff08;一&#xff09;、防火墙分类 &#xff08;二&#xff09;、防火墙性能 &#xff08;三&#xff09;、iptables &#xff08;四&#xff09;、iptables中表的概念 二、iptables规则匹配条件分类 &#xff08;一&#xff09;、基本匹配条…
阅读更多...
sklearn中的数据集使用

sklearn中的数据集使用

导库 from sklearn.datasets import load_iris 实现 # 加载数据集 iris load_iris() print(f查看数据集&#xff1a;{iris}) print(f查看数据集的特征&#xff1a;{iris.feature_names}) print(f查看数据集的标签&#xff1a;{iris.target_names}) print(f查看数据集的描述…
阅读更多...
看板管理：以可视化方式确定任务优先级

看板管理：以可视化方式确定任务优先级

确定工作的优先级是我们今天都要面对的挑战。若处理不当&#xff0c;我们就可能试图一心多用&#xff0c;从而严重损害工作效率。 使用看板方法来设定工作优先级是一种非常直观、快速的方法。 确定工作优先级的看板方法 看板工作流程管理方法的核心在于工作可视化。工作被划…
阅读更多...
Elasticsearch：什么是生成式人工智能？

Elasticsearch：什么是生成式人工智能？

生成式人工智能定义 给学生的解释&#xff08;基本&#xff09;&#xff1a; 生成式人工智能是一种可以创造新的原创内容的技术&#xff0c;例如艺术、音乐、软件代码和写作。 当用户输入提示时&#xff0c;人工智能会根据从互联网上现有示例中学到的知识生成响应&#xff0c;…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023