这篇文章主要讲解了“SpringCloud如何实现灰度发布”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“SpringCloud如何实现灰度发布”吧！
1.什么是灰度发布？
灰度发布又称金丝雀发布，是在系统升级的时候能够平滑过渡的一种发布方式。在其上可以进行A/B测试，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。灰度发布可以保证整体系统的稳定，在初始灰度的时候就可以发现、调整问题，以保证其影响度。
关于金丝雀发布名称的来历：矿工下要矿井，要验证是否有瓦斯，金丝雀对瓦斯很敏感，通过观察金丝雀的反应判断是否安全。
2.灰度发布有什么作用？
降低发布带来的影响，虽然功能都在测试环境测过，但毕竟没有发布到生产环境，如果先让少部分用户先使用新版本，提前发现bug，或者性能问题，提前做好修复，就可以降低新版本带来的影响；
通过对新老版本的对比，观察新版本带来的效果。结合工作中使用到的灰度发布实践和对其他大厂的灰度发布调研，总结了以下灰度发布方案。
3.灰度发布的实现方式：网关到服务，服务到服务
3.1网关到服务代码实现
1.1整体流程
指定灰度规则->预制代码规则->springcloud自定义metadata
1.2前置环境（需要自行搭建四个至少服务）
eureka:注册中心
zuul:网关
service-v1:集群服务v1版本
service-v2:集群服务v2版本
1.3核心代码
pom.xml
<!-- 实现通过 metadata 进行灰度路由 --> <dependency> <groupId>io.jmnarloch</groupId> <artifactId>ribbon-discovery-filter-spring-cloud-starter</artifactId> <version>2.1.0</version> </dependency>灰度过滤器（核心代码）
@Componentpublic class GrayFilter extends ZuulFilter { @Override public String filterType() { return FilterConstants.PRE_TYPE; } @Override public int filterOrder() { return 0; } @Override public boolean shouldFilter() { return true;//return false 关闭该过滤器 } @Autowired private CommonGrayRuleDaoCustom commonGrayRuleDaoCustom; @Override public Object run() throws ZuulException { RequestContext currentContext = RequestContext.getCurrentContext(); HttpServletRequest request = currentContext.getRequest(); String userId = request.getHeader("userId"); // 根据用户id查规则查库， String rule = findRuleById(userId); // 金丝雀 if ("v1".equals(rule)) { RibbonFilterContextHolder.getCurrentContext().add("version", "v1"); // 普通用户 } else if ("v2".equals(rule)) { RibbonFilterContextHolder.getCurrentContext().add("version", "v2"); } return null; } //查库的伪代码 private String findRuleById(String userId) { Map<String, String> map = new HashMap(); map.put("9527", "v1"); map.put("9528", "v2"); return map.get(userId); } }3.2网关到服务代码实现
2.1整体流程
springcloud自定义metadata->获取当前用户的版本->遍历服务获取服务的的版本，返回合适的服务
2.2前置环境（需要自行搭建5个至少服务）
eureka:注册中心
service-A:服务调用方
service-v1:集群服务v1版本
service-v2:集群服务v2版本
2.3核心代码
threadlocal工具类
public class RibbonParameters { private static final ThreadLocal local = new ThreadLocal(); public static <T> T get() { return (T) local.get(); } public static <T> void set(T t) { local.set(t); }}切面获取version的值
@Aspect@Componentpublic class RequestAspect { @Pointcut("execution(* com.mashibing.apipassenger.controller..*Controller*.*(..))") private void anyMehtod() { } @Before(value = "anyMehtod()") public void before(JoinPoint joinPoint) { HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest(); String version = request.getHeader("version"); //方式二： HashMap<Object, Object> map = new HashMap<>(); map.put("version",version); RibbonParameters.set(map); }rule规则
import com.netflix.client.config.IClientConfig;import com.netflix.loadbalancer.AbstractLoadBalancerRule;import com.netflix.loadbalancer.ILoadBalancer;import com.netflix.loadbalancer.Server;import com.netflix.niws.loadbalancer.DiscoveryEnabledServer;import org.springframework.context.annotation.Configuration; import java.util.List;import java.util.Map; @Configurationpublic class GrayRule extends AbstractLoadBalancerRule { @Override public void initWithNiwsConfig(IClientConfig clientConfig) { } @Override public Server choose(Object key) { return choose(getLoadBalancer(), key); } private Server choose(ILoadBalancer lb, Object key) { System.out.println("灰度，rule"); Server server = null; while (server == null) { List<Server> reachableServers = lb.getReachableServers(); //获取当前线程的参数 用户 version=v1 Map<String, String> map = (Map<String, String>) RibbonParameters.get(); String version = ""; if (map != null && map.containsKey("version")) { version = map.get("version"); } System.out.println("当前rule,version=" + version); //遍历服务列表选取用户服务 for (int i = 0; i < reachableServers.size(); i++) { server = reachableServers.get(i); //用户的version知道了，服务自定义的meta不知道 Map<String, String> metadata = ((DiscoveryEnabledServer) server).getInstanceInfo().getMetadata(); String metaMap = metadata.get("version"); //用户的version知道了，服务meta也知道了 if (version.trim().equals(metaMap)) { return server; } } } return null; }}注意：提前踩坑，No qualifying bean of type ‘com.netflix.loadbalancer.IRule‘ available: expected single matching bean
当是觉得很奇怪，命名自己只定义了grayRule负载均衡策略规则，metadataAwareRule这个我代码中并没有。经过排查自己使用在pom中引入了Ribbon的包，该包默认会带负载均衡策略规则。导致有多个规则，从而报错。
<dependency> <groupId>io.jmnarloch</groupId> <artifactId>ribbon-discovery-filter-spring-cloud-starter</artifactId> <version>2.1.0</version></dependency>删除该包即可
删除后重新运行
服务与服务的灰度发布的另外一种方式：可以在requestAspect中获取到version后，直接比对版本：RibbonFilterContextHolder.getCurrentContext().add("version", "v1"),这种凡是与网关与服务的灰度发布相似。
感谢各位的阅读，以上就是“SpringCloud如何实现灰度发布”的内容了，经过本文的学习后，相信大家对SpringCloud如何实现灰度发布这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！
