一个线上问题的思考：Eureka注册中心集群如何实现客户端请求负载及故障转移？
前言
先抛一个问题给我聪明的读者，如果你们使用微服务SpringCloud-Netflix进行业务开发，那么线上注册中心肯定也是用了集群部署，问题来了：
你了解Eureka注册中心集群如何实现客户端请求负载及故障转移吗？
可以先思考一分钟，我希望你能够带着问题来阅读此篇文章，也希望你看完文章后会有所收获！
背景
前段时间线上Sentry平台报警，多个业务服务在和注册中心交互时，例如续约和注册表增量拉取等都报了Request execution failed with message : Connection refused 的警告：
紧接着又看到 Request execution succeeded on retry #2 的日志。
看到这里，表明我们的服务在尝试两次重连后和注册中心交互正常了。
一切都显得那么有惊无险，这里报Connection refused 是注册中心网络抖动导致的，接着触发了我们服务的重连，重连成功后一切又恢复正常。
这次的报警虽然没有对我们线上业务造成影响，并且也在第一时间恢复了正常，但作为一个爱思考的小火鸡，我很好奇这背后的一系列逻辑：Eureka注册中心集群如何实现客户端请求负载及故障转移？
注册中心集群负载测试
线上注册中心是由三台机器组成的集群，都是4c8g的配置，业务端配置注册中心地址如下(这里的peer来代替具体的ip地址)：
eureka.client.serviceUrl.defaultZone=http://peer1:8080/eureka/,http://peer2:8080/eureka/,http://peer3:8080/eureka/
我们可以写了一个Demo进行测试：
注册中心集群负载测试
1、本地通过修改EurekaServer服务的端口号来模拟注册中心集群部署，分别以8761和8762两个端口进行启动
2、启动客户端SeviceA，配置注册中心地址为：http://localhost:8761/eureka,http://localhost:8762/eureka
3、启动SeviceA时在发送注册请求的地方打断点：AbstractJerseyEurekaHttpClient.register()，如下图所示：
这里看到请求注册中心时，连接的是8761这个端口的服务。
4、更改ServiceA中注册中心的配置：http://localhost:8762/eureka,http://localhost:8761/eureka
5、重新启动SeviceA然后查看端口，如下图所示：
此时看到请求注册中心是，连接的是8762这个端口的服务。
注册中心故障转移测试
以两个端口分别启动EurekaServer服务，再启动一个客户端ServiceA。启动成功后，关闭一个8761端口对应的服务，查看此时客户端是否会自动迁移请求到8762端口对应的服务：
1、以8761和8762两个端口号启动EurekaServer
2、启动ServiceA，配置注册中心地址为：http://localhost:8761/eureka,http://localhost:8762/eureka
3、启动成功后，关闭8761端口的EurekaServer
4、在EurekaClient端发送心跳请求的地方打上断点：AbstractJerseyEurekaHttpClient.sendHeartBeat()
5、查看断点处数据，第一次请求的EurekaServer是8761端口的服务，因为该服务已经关闭，所以返回的response是null
6、第二次会重新请求8762端口的服务，返回的response为状态为200，故障转移成功，如下图：
思考
通过这两个测试Demo，我以为EurekaClient每次都会取defaultZone配置的第一个host作为请求EurekaServer的请求的地址，如果该节点故障时，会自动切换配置中的下一个EurekaServer进行重新请求。
那么疑问来了，EurekaClient每次请求真的是以配置的defaultZone配置的第一个服务节点作为请求的吗？这似乎也太弱了！！？
EurekaServer集群不就成了伪集群！！？除了客户端配置的第一个节点，其它注册中心的节点都只能作为备份和故障转移来使用！！？
真相是这样吗？NO！我们眼见也不一定为实，源码面前毫无秘密！
翠花，上干货！
客户端请求负载原理
原理图解
还是先上结论，负载原理如图所示：
这里会以EurekaClient端的IP作为随机的种子，然后随机打乱serverList，例如我们在商品服务(192.168.10.56)中配置的注册中心集群地址为：peer1,peer2,peer3，打乱后的地址可能变成peer3,peer2,peer1。
用户服务(192.168.22.31)中配置的注册中心集群地址为：peer1,peer2,peer3，打乱后的地址可能变成peer2,peer1,peer3。
EurekaClient每次请求serverList中的第一个服务，从而达到负载的目的。
代码实现
我们直接看最底层负载代码的实现，具体代码在
com.netflix.discovery.shared.resolver.ResolverUtils.randomize() 中：
这里面random 是通过我们EurekaClient端的ipv4做为随机的种子，生成一个重新排序的serverList，也就是对应代码中的randomList，所以每个EurekaClient获取到的serverList顺序可能不同，在使用过程中，取列表的第一个元素作为server端host，从而达到负载的目的。
思考
原来代码是通过EurekaClient的IP进行负载的，所以刚才通过DEMO程序结果就能解释的通了，因为我们做实验都是用的同一个IP，所以每次都是会访问同一个Server节点。
既然说到了负载，这里肯定会有另一个疑问：
通过IP进行的负载均衡，每次请求都会均匀分散到每一个Server节点吗？
比如第一次访问Peer1，第二次访问Peer2，第三次访问Peer3，第四次继续访问Peer1等，循环往复......
我们可以继续做个试验，假如我们有10000个EurekaClient节点，3个EurekaServer节点。
Client节点的IP区间为：192.168.0.0 ~ 192.168.255.255，这里面共覆盖6w多个ip段，测试代码如下：
/**
* 模拟注册中心集群负载，验证负载散列算法
*
* @author 一枝花算不算浪漫
* @date 2020/6/21 23:36
*/
public class EurekaClusterLoadBalanceTest {
public static void main(String[] args) {
testEurekaClusterBalance();
}
/**
* 模拟ip段测试注册中心负载集群
*/
private static void testEurekaClusterBalance() {
int ipLoopSize = 65000;
String ipFormat = "192.168.%s.%s";
TreeMap<String, Integer> ipMap = Maps.newTreeMap();
int netIndex = 0;
int lastIndex = 0;
for (int i = 0; i < ipLoopSize; i++) {
if (lastIndex == 256) {
netIndex += 1;
lastIndex = 0;
}
String ip = String.format(ipFormat, netIndex, lastIndex);
randomize(ip, ipMap);
System.out.println("IP: " + ip);
lastIndex += 1;
}
printIpResult(ipMap, ipLoopSize);
}
/**
* 模拟指定ip地址获取对应注册中心负载
*/
private static void randomize(String eurekaClientIp, TreeMap<String, Integer> ipMap) {
List<String> eurekaServerUrlList = Lists.newArrayList();
eurekaServerUrlList.add("http://peer1:8080/eureka/");
eurekaServerUrlList.add("http://peer2:8080/eureka/");
eurekaServerUrlList.add("http://peer3:8080/eureka/");
List<String> randomList = new ArrayList<>(eurekaServerUrlList);
Random random = new Random(eurekaClientIp.hashCode());
int last = randomList.size() - 1;
for (int i = 0; i < last; i++) {
int pos = random.nextInt(randomList.size() - i);
if (pos != i) {
Collections.swap(randomList, i, pos);
}
}
for (String eurekaHost : randomList) {
int ipCount = ipMap.get(eurekaHost) == null ? 0 : ipMap.get(eurekaHost);
ipMap.put(eurekaHost, ipCount + 1);
break;
}
}
private static void printIpResult(TreeMap<String, Integer> ipMap, int totalCount) {
for (Map.Entry<String, Integer> entry : ipMap.entrySet()) {
Integer count = entry.getValue();
BigDecimal rate = new BigDecimal(count).divide(new BigDecimal(totalCount), 2, BigDecimal.ROUND_HALF_UP);
System.out.println(entry.getKey() + ":" + count + ":" + rate.multiply(new BigDecimal(100)).setScale(0, BigDecimal.ROUND_HALF_UP) + "%");
}
}
}
负载测试结果如下：
可以看到第二个机器会有50%的请求，最后一台机器只有17%的请求，负载的情况并不是很均匀，我认为通过IP负载并不是一个好的方案。
还记得我们之前讲过Ribbon默认的轮询算法RoundRobinRule，【一起学源码-微服务】Ribbon 源码四：进一步探究Ribbon的IRule和IPing 。
这种算法就是一个很好的散列算法，可以保证每次请求都很均匀，原理如下图：
故障转移原理
原理图解
还是先上结论，如下图：
我们的serverList按照client端的ip进行重排序后，每次都会请求第一个元素作为和Server端交互的host，如果请求失败，会尝试请求serverList列表中的第二个元素继续请求，这次请求成功后，会将此次请求的host放到全局的一个变量中保存起来，下次client端再次请求 就会直接使用这个host。
这里最多会重试请求两次。
代码实现
直接看底层交互的代码，位置在
com.netflix.discovery.shared.transport.decorator.RetryableEurekaHttpClient.execute() 中：
我们来分析下这个代码：
- 第101行，获取
client上次成功server端的host，如果有值则直接使用这个host - 第105行，
getHostCandidates()是获取client端配置的serverList数据，且通过ip进行重排序的列表 - 第114行，
candidateHosts.get(endpointIdx++)，初始endpointIdx=0，获取列表中第1个元素作为host请求 - 第120行，获取返回的
response结果，如果返回的状态码是200，则将此次请求的host设置到全局的delegate变量中 - 第133行，执行到这里说明第120行执行的
response返回的状态码不是200，也就是执行失败，将全局变量delegate中的数据清空 - 再次循环第一步，此时
endpointIdx=1，获取列表中的第二个元素作为host请求 - 依次执行，第100行的循环条件
numberOfRetries=3，最多重试2次就会跳出循环
我们还可以第123和129行，这也正是我们业务抛出来的日志信息，所有的一切都对应上了。
总结
感谢你看到这里，相信你已经清楚了开头提问的问题。
上面已经分析完了Eureka集群下Client端请求时负载均衡的选择以及集群故障时自动重试请求的实现原理。
如果还有不懂的问题，可以添加我的微信或者给我公众号留言，我会单独和你讨论交流。
本文首发自：一枝花算不算浪漫 公众号，如若转载请在文章开头标明出处，如需开白可直接公众号回复即可。
