深入理解Spring Cloud一(4)Bean中的属性是如何刷新的?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深入理解Spring Cloud一(4)Bean中的属性是如何刷新的?相关的知识,希望对你有一定的参考价值。

参考技术A 上文说到Nacos配置中心文件变动通知,本文继续讲解后续动作,Bean中的属性值是如何刷新的。

要想动态刷新Bean中的属性值,Class上必须注解@RefreshScope,这个注解又是干什么的呢。

我们看一下@RefreshScope的源码,实际就是@Scope("refresh"),代理方式使用CGLIB。

@Scope注解的解析方法如下,解析出Bean的scope和代理模式。

最终调用ContextRefresher的refresh方法。

refreshEnvironment,刷新Environment里面的属性值,然后发布EnvironmentChangeEvent事件,里面包括了变动的key。我们可以通过监听这个事情,获得变动的配置key。

addConfigFilesToEnvironment,通过SpringApplication的构建,重新走一遍配置加载流程,获取所有的配置,然后更新到当前Context的Environment中。

至此Context的Environment已经是最新的了,但是Bean中的属性值还没有被刷新。

设置最新的Environment后,继续调用RefreshScope.refreshAll(),将@RefreshScope注解的Bean,进行destroy,然后发布RefreshScopeRefreshedEvent事件。

我们看一下destroy,并没有看到刷新Bean属性值的方法。

this.cache.clear()也没有刷新Bean属性值的方法,只是最终由StandardScopeCache实现的,使用ConcurrentMap做缓存清理。

我们需要了解AbstractBeanFactory中scope的Bean是如何创建的,才能解开谜团。

Scope是一个接口,RefreshScope是其中的一个实现,这里实际就是调用RefreshScope的get(String name, ObjectFactory<?> objectFactory)方法创建Bean。RefreshScope继承GenericScope,最终调用代码如下

我们看到创建的时候有this.cache.put(),配置刷新Bean销毁的时候有this.cache.clear(),玄机就在这里。

如果缓存中有BeanLifecycleWrapper对象则返回旧对象,否则放入缓存中。

我们再看BeanLifecycleWrapper.getBean()方法,标准的单例写法,双重检查加锁创建bean。

至此我们了解到,通过RefreshScope创建bean后,会进行缓存(通过BeanLifecycleWrapper实现),如果没有刷新配置,则一直使用缓存,当配置刷新时清除缓存,RefreshScope会重新创建bean,这时bean中的属性就是最新的了。

1.通过临时SpringApplication的构建,重新走一遍配置加载流程,获取所有的配置,然后更新到当前Context的Environment中。

2.通过RefreshScope控制Bean的生命周期,在配置刷新的时候,重建Bean对象。

赠书:《深入理解 Spring Cloud 与实战》

 

本文摘自 Spring Cloud Alibaba 开源项目创始团队成员方剑撰写的 《深入理解 Spring Cloud 与实战》 一书,主要讲述了 Java 微服务框架 Spring Boot/Cloud 这个事实标准下如何应对 FaaS 场景。

Serverless & FaaS

2019 年,O'Reilly 对 1500 名 IT 专业人员的调查中,有 40% 的受访者在采用 Serverless 架构的组织中工作。2020 年DataDog 调查显示,现在有超过 50% 的 AWS 用户正在使用 Serverless 架构的 AWS Lambda。

Serverless 正在成为主流,于是就诞生了下面这幅图,从单体应用的管理到微服务应用的管理再到函数的管理。

赠书:《深入理解 Spring Cloud 与实战》

Serverless 到目前为止还没有一个精准定义。Martin Fowler 在个人博客上有一篇《Serverless Architectures》文章,其对 Serverless 的的定义分成了 BaaS 或 FaaS 。

赠书:《深入理解 Spring Cloud 与实战》

Baas 是全称是 Backend-as-a-Service,后端即服务,FaaS 的全称是 Function-as-a-Service,函数即服务。

今天我们来聊聊 FaaS。这是维基百科对 FaaS 的定义:

函数即服务(FaaS)是一类云计算服务,它提供了一个平台,使客户可以开发,运行和管理应用程序功能,而无需构建和维护通常与开发和启动应用程序相关的基础架构。遵循此模型构建应用程序是实现 Serverless 架构的一种方法,通常在构建微服务应用程序时使用。

对于 Python、JavaScript 这种天生支持 Lambda 的开发语言,和 FaaS 简直是完美结合。Serverless Framework 的调研报告也很好地说明了这一点。NodeJS、Python 是 FaaS 使用率前二的语言。

赠书:《深入理解 Spring Cloud 与实战》

我们知道,因为 JVM 占用的内存比较大,所以 Java 应用的启动会有点慢,不太适合 FaaS 这个场景,这也是 Java 在使用率上偏低的原因。

另外,对 Java 开发者来说 Spring Boot/Cloud 已经成为了事实标准,依赖注入是 Spring Framework 的核心,Spring Boot/Cloud 这个事实标准应对 FaaS 这个场景,会碰撞出怎么样的火花呢?这就是今天我们要聊的 Spring Cloud Function。

Java Function

在对 Spring Cloud Function 介绍之前,我们先来看 Java 里的核心函数定义。

JDK 1.8 推出了新特性 Lambda 表达式,java.util.function 包下面提供了很多的函数。这 3 个函数尤为重要:

1. java.util.function.Function: 需要一个参数,得到另一个结果。

@FunctionalInterface
public interface Function<TR{   
    apply(T t);
}

比如通过 Stream API 里的 map 方法可以通过 Function 把字符串从小写变成大写:

Stream.of("a""b""c").map(String::toUpperCase);

这里的 map 方法需要一个 Function 参数:

<R> Stream<R> map(Function<? super T, ? extends R> mapper);

2. java.util.function.Consumer: 需要一个参数进行操作,无返回值。

@FunctionalInterface
public interface Consumer<T{    
    void accept(T t);
}

比如通过 Stream API 里的 forEach 方法遍历每个元素,做对应的业务逻辑处理:

RestTemplate restTemplate = new RestTemplate();
Stream.of("200""201""202").forEach(code -> {
    ResponseEntity<String> responseEntity = 
      restTemplate.getForEntity("http://httpbin.org/status/" + code, String.class);    
      System.out.println(responseEntity.getStatusCode());
});

3. java.util.function.Supplier: 得到一个结果,无输入参数。

@FunctionalInterface
public interface Supplier<T
    get();
}

比如自定义 Supplier 可以返回随机数:

Random random = new Random();

Supplier supplier100 = () -> random.nextInt(100);
Supplier supplier1000 = () -> random.nextInt(1000);

System.out.println(supplier100.get());
System.out.println(supplier1000.get());

Spring Cloud Function

Java Function 的编程模型非常简单,本质上就是这 3 个核心函数:

  • Supplier
  • Function<I, O>
  • Consumer <I>

Spring Cloud Function 是 Spring 生态跟 Serverless(FaaS) 相关的一个项目。它出现的目的是增强 Java Function,主要体现在这几点:

  • 统一云厂商的 FaaS 编程模型: Spring Cloud Function 的口号是 "Write Once, Run Anywhere"。我们写的 Spring Cloud Function 代码可以运行在本地、各个云厂商(AWS Lambda, GCP Cloud Functions, Azure Functions)。

  • 自动类型转换: 理解过 Spring MVC 或者 Spring Cloud Stream 的同学肯定对 HttpMessageConverter 或者 MessageConverter 模型,这个转换器的作用是将 HTTP BODY(或者 Message Payload)、HTTP Query Parameter、HTTP HEADER(或者 Message Header)自动转换成对应的 POJO。有了这个特性后,我们就无需关注函数的入参和返回值,用 String 参数就可以获取原始的入参信息,用 User 这个 POJO 参数就可以将原始的入参参数自动转换成 User 对象。

  • 函数组合: 可以让多个函数之间进行组合操作。

  • 函数管理: 新增 FunctionCatalog、FunctionRegistry 接口用于 Function 的管理。管理 ApplicationContext 内的 Function,动态注册 Function 等操作。

  • Reactive 支持: Spring Cloud Function 新增比如 FluxFunction、FluxSupplier、FunctionConsumer 这种 Reactive 函数。

  • 自动跟 Spring 生态内部原有的组件进行深度集成:

    • Spring Web/Spring WebFlux: 一次 HTTP 请求是一次函数调用。
    • Spring Cloud Task: 一次任务执行是一次函数调用。
    • Spring Cloud Stream: 一次消息消费/生产/转换是一次函数调用。

赠书:《深入理解 Spring Cloud 与实战》

这里再多介绍统一云厂商的 FaaS 编程模型,让大家对 Spring Cloud Function 更有体感。

AWS Lambda 是第一个是提供 FaaS 服务的云厂商,RequestStreamHandler 是 AWS 提供的针对 Java 开发者的接口,需要实现这个接口:

public class HandlerStream implements RequestStreamHandler {  
  @Override  
  public void handleRequest(InputStream inputStream, OutputStream outputStream, Context context) throws IOException
  
{    ...

Azure Functions 针对 Java 开发者提供了 @HttpTrigger 注解:

public class Function {    
  public String echo(@HttpTrigger(name = "req",       
  methods = {HttpMethod.POST},  authLevel = AuthorizationLevel.ANONYMOUS)
         String req, ExecutionContext context) 

  ...    
  }
}

从这两段代码可以看出,不同的云厂商要编写不同的代码。如果要变换云厂商,这个过程会很痛苦。

另外,无论是 AWS、Azure 或者 GCP 提供的接口或注解,他们没有任何 Spring 上下文相关的初始化逻辑。如果我们是一个 Spring Boot/Cloud 应用迁移到 FaaS 平台,需要添加 Spring 上下文初始化逻辑等改动量。

Spring Cloud Function 的出现就是为了解决这些问题。

Spring Cloud Function 的使用

Spring Cloud Function & Spring Web:

@SpringBootApplication
  public class SpringCloudFunctionWebApplication {
  
    public static void main(String[] args) {
      SpringApplication.run(SpringCloudFunctionWebApplication.classargs);    
  }
  
    @Bean    
    public Function<String, String> upperCase() 
      return s -> s.toUpperCase();    
  }
  
    @Bean    
    public Function<User, String> user() {
      return user -> user.toString();    
  }
}

访问对应的 Endpoint:

$ curl -XPOST -H "Content-Type: text/plain" localhost:8080/upperCase -d hello
HELLO
$ curl -XPOST -H "Content-Type: text/plain" localhost:8080/user -d '{"name":"hello SCF"}'
User{nameu003du0027hello SCFu0027}

Spring Cloud Function & Spring Cloud Stream:

@SpringBootApplication
  public class SpringCloudFunctionStreamApplication {
  
    public static void main(String[] args) {
      SpringApplication.run(SpringCloudFunctionStreamApplication.classargs);   
  }
   
    @Bean    
    public Function<String, String> uppercase() {
      return x -> x.toUpperCase();  
  }
  
    @Bean   
    public Function<String, String> prefix() {  
      return x -> "prefix-" + x;   
  }
}

加上 function 相关的配置(针对 input-topic 上的每个消息,payload 转换大写后再加上 prefix- 前缀,再写到 output-topic 上):

spring.cloud.stream.bindings.input.destination=input-topic
spring.cloud.stream.bindings.input.group=scf-group
  
spring.cloud.stream.bindings.output.destination=output-topic
  
spring.cloud.stream.function.definition=uppercase|prefix

Spring Cloud Function & Spring Cloud Task:

@SpringBootApplication
public class SpringCloudFunctionTaskApplication {
  
    public static void main(String[] args) 
      SpringApplication.run(SpringCloudFunctionTaskApplication.classargs);    
  }
  
    @Bean   
    public Supplier<List<String>> supplier() {  
      return () -> Arrays.asList("200""201""202");    
  }
  
    @Bean   
    public Function<List<String>, List<String>> function() {
      return (list) ->   
        list.stream().map( item -> "prefix-" + item).collect(Collectors.toList());    
  }
  
    @Bean   
    public Consumer<List<String>> consumer() { 
      return (list) -> {        
        list.stream().forEach(System.out::println); 
      };   
  }
}

加上 function 相关的配置(Supplier 模拟任务的输入源,Function 模拟对任务输入源的处理,Consumer 模拟处理对 Function 处理输入源后的数据):

spring.cloud.function.task.function=function
spring.cloud.function.task.supplier=supplier
spring.cloud.function.task.consumer=consumer

(完)

作者简介

方剑,花名洛夜,Spring Cloud Alibaba 开源项目负责人/创始人之一。Apache RocketMQ Committer,Alibaba Nacos Committer。目前就职于阿里巴巴集团。

曾在个人博客上编写过《Spring MVC源码分析系列》、《Spring Boot源码分析系列》文章。目前,关注微服务、云原生、Kubernetes。

赠书:《深入理解 Spring Cloud 与实战》

图书推荐