1、链路追踪

在一次调用链路中，可能设计到多个微服务，如果在线上，某个微服务出现故障，如何快速定位故障所在额微服务呢。

可以使用链路追踪技术

1.1链路追踪介绍

在大型系统的微服务化构建中，一个系统被拆分成了许多微服务。这些模块负责不同的功能，组合成系统，最终可以提供丰富的功能。在这种架构中，一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上，这些软件模块，有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器，横跨多个不同的数据中心【区域】，也就意味着这种架构形式也会存在一些问题：

如何快速发现问题？

如何判断故障影响范围？

如何梳理服务依赖？

如何分析链路性能问题以及实时容量规划？

分布式链路追踪（Distributed Tracing），就是将一次分布式请求还原成调用链路，进行日志记录，性能监控并将一次分布式请求的调用情况集中展示。比如各个服务节点上的耗时、请求具体到达哪台机器上IP、每个服务节点的请求状态200 500等等

1.2 链路追踪使用的组件由哪些?

1.cat 由大众点评开源，基于Java开发的实时应用监控平台，包括实时应用监控，业务监控。集成方案是通过代码埋点的方式来实现监控，比如：拦截器，过滤器等。对代码的侵入性很大，集成成本较高。风险较大。

2.pinpoint Pinpoint是韩国人开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能强大，接入端无代码侵入。你开源

3.skywalking 【未来企业会使用的多】

SkyWalking是本土开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能较强，接入端无代码侵入。目前已加入Apache孵化器--开源。

4.Sleuth （日志记录每一条链路上的所有节点，以及这些节点所在的机器，和耗时。）

5.zipkin 由Twitter公司开源，开放源代码分布式的跟踪系统，用于收集服务的定时数据，以解决微服务架构中的延迟问题，包括：数据的收集、存储、查找和展现《图形化》。该产品结合spring-cloud-sleuth 使用较为简单，集成很方便，但是功能较简单。

1.3 介绍sleuth

springCloud Sleuth主要功能就是在分布式系统中提供追踪解决方案。它大量借用了Google Dapper的设计，先来了解一下Sleuth中的术语和相关概念。

1.Trace(一条完整链路--包含很多span(微服务接口))*

由一组Trace Id（贯穿整个链路）相同的Span串联形成一个树状结构。为了实现请求跟踪，当请求到达分布式系统的入口端点时，只需要服务跟踪框架为该请求创建一个唯一的标识（即TraceId），同时在分布式系统内部流转的时候，框架始终保持传递该唯一值，直到整个请求的返回。那么我们就可以使用该唯一标识将所有的请求串联起来，形成一条完整的请求链路。

2.Span

代表了一组基本的工作单元。为了统计各处理单元的延迟，当请求到达各个服务组件的时候，也通过一个唯一标识（SpanId）来标记它的开始、具体过程和结束。通过SpanId的开始和结束时间戳，就能统计该span的调用时间，除此之外，我们还可以获取如事件的名称。请求信息等元数据。

3. Annotation

用它记录一段时间内的事件，内部使用的重要注释：

l cs（Client Send）客户端发出请求，开始一个请求的命令

l sr（Server Received）服务端接受到请求开始进行处理， sr－cs = 网络延迟（服务调用的时间）

l ss（Server Send）服务端处理完毕准备发送到客户端，ss - sr = 服务器上的请求处理时间

l cr（Client Reveived）客户端接受到服务端的响应，请求结束。 cr - cs = 请求的总时间

1.4 如何使用sleuth

在主模块中注入sleuth依赖即可

<dependencies>
    <!--sleuth依赖-->
    <dependency>
      <groupId>org.springframework.cloud</groupId>
      <artifactId>spring-cloud-starter-sleuth</artifactId>
    </dependency>
  </dependencies>

思考: 我们可以通过sleuth的日志，观察每个微服务执行的时间。但是这样会非常麻烦。能否把这些sleuth生成的日志，以图形化的形式展示。--我们可以使用zipkin来搜集sleuth生成的日志，并以图形化展示。

1.5 zipkin介绍

Zipkin 是 Twitter 的一个开源项目，它基于Google Dapper实现，它致力于收集服务的定时数据，以解决微服务架构中的延迟问题，包括数据的收集、存储展现、查找和我们可以使用它来收集各个服务器上请求链路的跟踪数据，并通过它提供的REST API接口来辅助我们查询跟踪数据以实现对分布式系统的监控程序，从而及时地发现系统中出现的延迟升高问题并找出系统性能瓶颈的根源

除了面向开发的 API 接口之外，它也提供了方便的UI组件来帮助我们直观的搜索跟踪信息和分析请求链路明细，比如：可以查询某段时间内各用户请求的处理时间等。

Zipkin 提供了可插拔数据存储方式：In-Memory、MySql、Cassandra 以及 Elasticsearch。

从上面的图可以看出zipkin需要一个服务端，而每个微服务就是客户端。

1.6 启动zipkin服务器

(1)下载zipkin

(2)启动zipkin

java -jar zipkin-server-2.12.9-exec.jar

(3)浏览器访问

http://localhost:9411

1.7微服务接入zipkin服务端

（1）在父模块引入zipkin依赖

 <!--zipkin依赖-->
    <dependency>
      <groupId>org.springframework.cloud</groupId>
      <artifactId>spring-cloud-starter-zipkin</artifactId>
    </dependency>

(2)每个微服务接入zipkin服务端

#zipkin 服务端的地址
spring.zipkin.base-url=http://localhost:9411/

完整版配置文件

# 端口号8080~8090
server.port=8080

#数据源
spring.datasource.url=jdbc:mysql://localhost:3306/springcloud_product?serverTimezone=Asia/Shanghai
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.username=root
spring.datasource.password=admin

#打印 sql日志
mybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl

#nacos设置集群
#spring.cloud.nacos.discovery.server-addr=192.168.28.178:8849,192.168.28.178:8850,192.168.28.178:8851
# nacos注册中心
spring.cloud.nacos.discovery.server-addr=localhost:8848

# 起名字 单词之间使用-划线
spring.application.name=qy163-product

# eureka.client.service-url.defaultZone=http://localhost:7001/eureka/

#zipkin 服务端的地址
spring.zipkin.base-url=http://localhost:9411/

(3) 运行

（4）验证错误

给order和product都加500休眠时间

链路时间超过200ms,就说明有故障

(5)写一个1/0的错误

2、配置中心

思考: 商品微服务--搭建n个集群---它的配置一模一样。如果修改某个配置内容。你需要给每个微服务都要修改配置内容商品微服务和订单微服务他们之间有没有公共配置。---需要对每个微服务都要修改

使用配置中心来管理每个微服务的配置文件。

2.1 哪些组件可以作为配置中心

Apollo------>很多使用apollo

Apollo是由携程开源的分布式配置中心。特点有很多，比如：配置更新之后可以实时生效，支持灰度发布功能，并且能对所有的配置进行版本管理、操作审计等功能，提供开放平台API。并且资料也写的很详细。

Disconf

Disconf是由百度开源的分布式配置中心。它是基于Zookeeper来实现配置变更后实时通知和生效的。

SpringCloud Config

这是Spring Cloud中带的配置中心组件。它和Spring是无缝集成，使用起来非常方便，并且它的配置存储支持Git。不过它没有可视化的操作界面，配置的生效也不是实时的，需要重启或去刷新。

Nacos

这是SpingCloud alibaba技术栈中的一个组件，前面我们已经使用它做过服务注册中心。其实它也集成了服务配置的功能，我们可以直接使用它作为服务配置中心。

(1）在nacos配置中心创建微服务配置文件

(2）微服务使用配置中心中指定配置文件

先给product引入配置中心依赖

<!--nacos-config配置中心依赖-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
        </dependency>

（3）创建一个bootstrap.properties配置文件

bootstrap.properties 可以引入外部的配置文件

#微服务的名称
spring.application.name=qy163-product
#指定配置中心的地址
spring.cloud.nacos.server-addr=localhost:8848

（4）在controller验证读取到配置中的内容

@RestController
@RequestMapping("/product")
public class ProductController {

    @Autowired
    private ProductService productService;

    @GetMapping("getById/{pid}")
    public Product getById(@PathVariable Integer pid){
        Product product = productService.findById(pid);
        return product;
    }

    @Value("${student.name}")
    private String name;

    @GetMapping("getInfo")
    public String getInfo(){
        return "我叫："+name+"很有钱";
    }

}

2.2bootstrap和application的区别

bootstrap和application都是SpringBoot项目中的配置文件,他们的区别主要有以下的几个方面

(1)加载顺序区别

bootstrap配置文件是比application配置文件优先加载的,因为bootstrap是由spring父上下文加载,而application是由子上下文加载

(2)优先级区别

bootstrap加载的配置信息是不能被application的相同配置覆盖的,如果两个配置文件同时存在,也是以bootstrap为主

(3)应用场景区别

bootstrap常见应用场景

1.配置一些固定的,不能被覆盖的属性.用于一些系统级别的参数配置

本地的配置文件是默认不能覆盖远程的配置的

2.一些需要加密/解密的场景

3.当你使用了nacos配置中心时,这时需要在boostrap配置文件中添加连接到配置中心的配置属性来加载外部配置中心的配置信息。

3、面试题

（1）ArrayList和LinkedList的区别

ArrayList：基于动态数组，连续内存存储，适合下标访问（随机访问），

扩容机制：因为数组长度固定，超出长度存数据时需要新建数组，然后将老数组的数据拷贝到新数组，如果不是尾部插入数据还会涉及到元素的移动(往后复制一份，插入新元素)，使用尾插法并指定初始容量可以极大提升性能、甚至超过linkedList(需要创建大量的node对象)。

LinkedList：基于链表，可以存储在分散的内存中，适合做数据插入及删除操作，不适合查询:需要逐一遍历，遍历LinkedList必须使用iterator，不能使用for循环，因为每次for循环体内通过get(i)取得某一元素时都需要对list重新进行遍历，性能消耗极大。

（2）ConcurrentHashMap原理,jdk7和jdk8版本的区别

ConcurrentHashMap原理解析，jdk1.7与1.8区别_Der_Dream的博客-CSDN博客

jdk7：

数据结构：ReentrantLock+Segment+HashEntry，一个Segment中包含了一个HashEntry数组，每个HashEntry又是一个链表结构。

元素查询：二次hash，第一次hash定位到Segment，第二次hash定位元素所在链表的头部。锁：Segment分段锁，Segment继承了ReentrantLock,锁定操作的Segment，其他Segment不受影响，并发度为Segment的个数，可以通过构造函数指定，数组扩容不影响其他Segmentget方法无须加锁，volatile保证。

jdk8：

数据结构：synchronized+CAS+Node+红黑树，Node的val和next都用volatile修饰，保证可见性

查找，替换，赋值操作都使用CAS。

锁：锁链表的head节点，不影响其他元素的读写，锁粒度更细，效率更高，扩容时，阻塞所有读写操作，并发扩容

读操作无锁：Node的val和next使用volatile修饰，读写线程对该变量互相可见

数组使用volatile修饰，保证扩容时被读线程感知。