一、微服务网关Spring Cloud Gateway
1.1 导引
文中内容包含：微服务网关限流10万QPS、跨域、过滤器、令牌桶算法。
在构建微服务系统中，必不可少的技术就是网关了，从早期的Zuul，到现在的Spring Cloud Gateway，网关我们用的不可少。
今天我就将沉淀下来的所有与网关相关的知识，用一篇文章总结清楚，希望对爱学习的小伙伴们有所帮助。
本篇文章主要介绍网关跨域配置，网关过滤器编写，网关的令牌桶算法限流【每秒10万QPS】
首先我们来看什么是网关
1.2 什么是微服务网关Gateway？
This project provides a library for building an API Gateway on top of Spring WebFlux.
gateway官网：https://spring.io/projects/spring-cloud-gateway
实现微服务网关的技术有很多
nginx Nginx (engine x) 是一个高性能的HTTP和反向代理web服务器，同时也提供了IMAP/POP3/SMTP服务
zuul ,Zuul 是 Netflix 出品的一个基于 JVM 路由和服务端的负载均衡器。
spring-cloud-gateway, 是spring 出品的 基于spring 的网关项目，集成断路器，路径重写，性能比Zuul好。
我们使用gateway这个网关技术，无缝衔接到基于spring cloud的微服务开发中来。
1.3 微服务为什么要使用网关呢？
不同的微服务一般会有不同的网络地址，而外部客户端可能需要调用多个服务的接口才能完成一个业务需求，如果让客户端直接与各个微服务通信，会有以下的问题：
客户端会多次请求不同的微服务，增加了客户端的复杂性
存在跨域请求，在一定场景下处理相对复杂
认证复杂，每个服务都需要独立认证
难以重构，随着项目的迭代，可能需要重新划分微服务。例如，可能将多个服务合并成一个或者将一个服务拆分成多个。如果客户端直接与微服务通信，那么重构将会很难实施
某些微服务可能使用了防火墙 / 浏览器不友好的协议，直接访问会有一定的困难
以上这些问题可以借助网关解决。
网关是介于客户端和服务器端之间的中间层，所有的外部请求都会先经过 网关这一层。也就是说，API 的实现方面更多的考虑业务逻辑，而安全、性能、监控可以交由 网关来做，这样既提高业务灵活性又不缺安全性，典型的架构图如图所示：
1.4 微服务网关优点
安全 ，只有网关系统对外进行暴露，微服务可以隐藏在内网，通过防火墙保护。
易于监控。可以在网关收集监控数据并将其推送到外部系统进行分析。
易于认证。可以在网关上进行认证，然后再将请求转发到后端的微服务，而无须在每个微服务中进行认证。
减少了客户端与各个微服务之间的交互次数
易于统一授权。
1.5 总结
微服务网关就是一个系统，通过暴露该微服务网关系统，方便我们进行相关的鉴权，安全控制，日志统一处理，易于监控的相关功能。
二、微服务网关搭建及配置
2.1 微服务网关微服务搭建
由于我们开发的系统 有包括前台系统和后台系统，后台的系统给管理员使用。那么也需要调用各种微服务，所以我们针对管理后台搭建一个网关微服务。分析如下：
搭建步骤：
（1）依赖坐标pom.xml:
（2）启动引导类：GatewayApplication
（3）在resources下创建application.yml
2.2 微服务网关跨域
在启动类GatewayApplication中，加入跨域配置代码如下
三、微服务网关过滤器
我们可以通过网关过滤器，实现一些逻辑的处理，比如ip黑白名单拦截、特定地址的拦截等。下面的代码中做了两个过滤器，并且设定的先后顺序。
（1）在网关微服务中创建IpFilter，无需配置其他，注册到Spring容器即可生效
（2）在网关微服务中创建UrlFilter，无需配置其他，注册到Spring容器即可生效
四、网关限流每秒10万请求
我们之前说过，网关可以做很多的事情，比如，限流，当我们的系统 被频繁的请求的时候，就有可能 将系统压垮，所以 为了解决这个问题，需要在每一个微服务中做限流操作，但是如果有了网关，那么就可以在网关系统做限流，因为所有的请求都需要先通过网关系统才能路由到微服务中。
4.1 限流实现思路分析
看图就完了，非常简单！
4.2 令牌桶算法 介绍
令牌桶算法是比较常见的限流算法之一，大概描述如下：
1）所有的请求在处理之前都需要拿到一个可用的令牌才会被处理；
2）根据限流大小，设置按照一定的速率往桶里添加令牌；
3）桶设置最大的放置令牌限制，当桶满时、新添加的令牌就被丢弃或者拒绝；
4）请求达到后首先要获取令牌桶中的令牌，拿着令牌才可以进行其他的业务逻辑，处理完业务逻辑之后，将令牌直接删除；
5）令牌桶有最低限额，当桶中的令牌达到最低限额的时候，请求处理完之后将不会删除令牌，以此保证足够的限流
如下图：
这个算法的实现，有很多技术，Guava(读音: 瓜哇)是其中之一，redis客户端也有其实现。
4.3 网关限流代码实现
需求：每个ip地址1秒内只能发送10万请求，多出来的请求返回429错误。
代码实现：
（1）spring cloud gateway 默认使用redis的RateLimter限流算法来实现。所以我们要使用首先需要引入redis的依赖
（2）定义KeyResolver
在GatewayApplicatioin引导类中添加如下代码，KeyResolver用于计算某一个类型的限流的KEY也就是说，可以通过KeyResolver来指定限流的Key。
（3）修改application.yml中配置项，指定限制流量的配置以及REDIS的配置，修改后最终配置如下：
解释：
burstCapacity：令牌桶总容量。
replenishRate：令牌桶每秒填充平均速率。
key-resolver：用于限流的键的解析器的 Bean 对象的名字。它使用 SpEL 表达式根据#{@beanName}从 Spring 容器中获取 Bean 对象。
通过在replenishRate和中设置相同的值来实现稳定的速率burstCapacity。设置burstCapacity高于时，可以允许临时突发replenishRate。在这种情况下，需要在突发之间允许速率限制器一段时间（根据replenishRate），因为2次连续突发将导致请求被丢弃（HTTP 429 - Too Many Requests）
key-resolver: "#{@userKeyResolver}" 用于通过SPEL表达式来指定使用哪一个KeyResolver.
如上配置：
表示 一秒内，允许 一个请求通过，令牌桶的填充速率也是一秒钟添加一个令牌。
最大突发状况 也只允许 一秒内有一次请求，可以根据业务来调整 。
（4）测试时需要注意服务启动顺序，这里需要依赖于Redis，所以首先要启动redis
启动redis
启动注册中心
启动商品微服务
启动gateway网关
打开浏览器 http://localhost:9999/open
快速刷新，当1秒内发送超过10万次请求，就会返回429错误。
那么问题来了：怎么发送10万次请求呢？ 知道的同学，请在留言区评论。不知道下次我写篇压测来个百万QPS！
网友评论