CoSky 1.1.6 发布 - 高性能、低成本服务治理平台
CoSky 基于 Redis 的服务治理平台(服务注册/发现 & 配置中心)
Consul + Sky = CoSky
CoSky 是一个轻量级、低成本的服务注册、服务发现、 配置服务 SDK,通过使用现有基础设施中的 Redis (相信你已经部署了Redis),不用给运维部署带来额外的成本与负担。 借助于 Redis 的高性能, CoSky 提供了超高TPS&QPS (10W+/s JMH 基准测试)。CoSky 结合本地进程缓存策略 + Redis PubSub ,实现实时进程缓存刷新,兼具无与伦比的QPS性能 (7000W+/s JMH 基准测试)、进程缓存与 Redis 的实时一致性。
更新内容(1.1.6) 🎉 🎉 🎉
- 增强:新增 CoskyReactiveDiscoveryClient 支持 ReactiveDiscoveryClient(Spring Cloud Commons)
- 优化:新增 spring-cloud-starter-cosky-discovery-ribbon 支持旧版本 Spring-Cloud
服务注册与发现
配置中心
CoSky-Mirror (实时同步服务实例变更状态)
CoSky-Mirror 就像一个镜子放在 Nacos、CoSky 中间,构建一个统一的服务发现平台。
Examples
Service Consumer --RPC--> Service Provider Examples
安装
Gradle
Kotlin DSL
val coskyVersion = "1.1.6"; implementation("me.ahoo.cosky:spring-cloud-starter-cosky-config:${coskyVersion}") implementation("me.ahoo.cosky:spring-cloud-starter-cosky-discovery:${coskyVersion}") implementation("org.springframework.cloud:spring-cloud-starter-loadbalancer:3.0.3")
Maven
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <artifactId>demo</artifactId> <properties> <cosky.version>1.1.6</cosky.version> </properties> <dependencies> <dependency> <groupId>me.ahoo.cosky</groupId> <artifactId>spring-cloud-starter-cosky-config</artifactId> <version>${cosky.version}</version> </dependency> <dependency> <groupId>me.ahoo.cosky</groupId> <artifactId>spring-cloud-starter-cosky-discovery</artifactId> <version>${cosky.version}</version> </dependency> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-loadbalancer</artifactId> <version>3.0.3</version> </dependency> </dependencies> </project>
bootstrap.yaml (Spring-Cloud-Config)
spring: application: name: ${service.name:cosky-rest-api} cloud: cosky: namespace: ${cosky.namespace:cosky-{system}} config: config-id: ${spring.application.name}.yaml redis: mode: ${cosky.redis.mode:standalone} url: ${cosky.redis.uri:redis://localhost:6379} logging: file: name: logs/${spring.application.name}.log
REST-API Server (Optional
)
安装 REST-API Server
方式一:下载可执行文件
解压 cosky-rest-api-1.1.6.tar
cd cosky-rest-api-1.1.6 # 工作目录: cosky-rest-api-1.1.6 bin/cosky-rest-api --server.port=8080 --cosky.redis.uri=redis://localhost:6379
方式二:在 Docker 中运行
docker pull ahoowang/cosky-rest-api:1.1.6 docker run --name cosky-rest-api -d -p 8080:8080 --link redis -e COSKY_REDIS_URI=redis://redis:6379 ahoowang/cosky-rest-api:1.1.6
MacBook Pro (M1)
请使用 ahoowang/cosky-rest-api:1.1.6-armv7
docker pull ahoowang/cosky-rest-api:1.1.6-armv7 docker run --name cosky-rest-api -d -p 8080:8080 --link redis -e COSKY_REDIS_URI=redis://redis:6379 ahoowang/cosky-rest-api:1.1.6-armv7
方式三:在 Kubernetes 中运行
apiVersion: apps/v1 kind: Deployment metadata: name: cosky-rest-api labels: app: cosky-rest-api spec: replicas: 1 selector: matchLabels: app: cosky-rest-api template: metadata: labels: app: cosky-rest-api spec: containers: - env: - name: COSKY_REDIS_MODE value: standalone - name: COSKY_REDIS_URI value: redis://redis-uri:6379 image: ahoowang/cosky-rest-api:1.1.6 name: cosky-rest-api ports: - containerPort: 8080 protocol: TCP resources: limits: cpu: "1" memory: 1280Mi requests: cpu: 250m memory: 1024Mi volumeMounts: - mountPath: /etc/localtime name: volume-localtime volumes: - hostPath: path: /etc/localtime type: "" name: volume-localtime --- apiVersion: v1 kind: Service metadata: name: cosky-rest-api labels: app: cosky-rest-api spec: selector: app: cosky-rest-api ports: - name: rest port: 80 protocol: TCP targetPort: 8080
Dashboard
命名空间管理
配置管理
编辑配置
回滚配置
从 Nacos 导入配置
服务管理
编辑服务实例信息
REST-API
Namespace
- /v1/namespaces
- GET
- /v1/namespaces/{namespace}
- PUT
- GET
- /v1/namespaces/current
- GET
- /v1/namespaces/current/{namespace}
- PUT
Config
- /v1/namespaces/{namespace}/configs
- GET
- /v1/namespaces/{namespace}/configs/{configId}
- GET
- PUT
- DELETE
- /v1/namespaces/{namespace}/configs/{configId}/versions
- GET
- /v1/namespaces/{namespace}/configs/{configId}/versions/{version}
- GET
- /v1/namespaces/{namespace}/configs/{configId}/to/{targetVersion}
- PUT
Service
- /v1/namespaces/{namespace}/services/
- GET
- /v1/namespaces/{namespace}/services/{serviceId}/instances
- GET
- PUT
- /v1/namespaces/{namespace}/services/{serviceId}/instances/{instanceId}
- DELETE
- /v1/namespaces/{namespace}/services/{serviceId}/instances/{instanceId}/metadata
- PUT
- /v1/namespaces/{namespace}/services/{serviceId}/lb
- GET
JMH-Benchmark
- 基准测试运行环境:笔记本开发机 ( MacBook Pro (M1) )
- 所有基准测试都在开发笔记本上执行。
- Redis 部署环境也在该笔记本开发机上。
ConfigService
gradle cosky-config:jmh # or java -jar cosky-config/build/libs/cosky-config-1.1.6-jmh.jar -bm thrpt -t 25 -wi 1 -rf json -f 1
# JMH version: 1.29 # VM version: JDK 11.1.61, OpenJDK 64-Bit Server VM, 11.1.61+9-LTS # VM invoker: /Library/Java/JavaVirtualMachines/zulu-11.jdk/Contents/Home/bin/java # VM options: -Dfile.encoding=UTF-8 -Djava.io.tmpdir=/Users/ahoo/cosky/config/build/tmp/jmh -Duser.country=CN -Duser.language=zh -Duser.variant # Blackhole mode: full + dont-inline hint # Warmup: 1 iterations, 10 s each # Measurement: 1 iterations, 10 s each # Timeout: 10 min per iteration # Threads: 50 threads, will synchronize iterations # Benchmark mode: Throughput, ops/time Benchmark Mode Cnt Score Error Units ConsistencyRedisConfigServiceBenchmark.getConfig thrpt 265321650.148 ops/s RedisConfigServiceBenchmark.getConfig thrpt 106991.476 ops/s RedisConfigServiceBenchmark.setConfig thrpt 103659.132 ops/s
ServiceDiscovery
gradle cosky-discovery:jmh # or java -jar cosky-discovery/build/libs/cosky-discovery-1.1.6-jmh.jar -bm thrpt -t 25 -wi 1 -rf json -f 1
# JMH version: 1.29 # VM version: JDK 11.1.61, OpenJDK 64-Bit Server VM, 11.1.61+9-LTS # VM invoker: /Library/Java/JavaVirtualMachines/zulu-11.jdk/Contents/Home/bin/java # VM options: -Dfile.encoding=UTF-8 -Djava.io.tmpdir=/Users/ahoo/cosky/discovery/build/tmp/jmh -Duser.country=CN -Duser.language=zh -Duser.variant # Blackhole mode: full + dont-inline hint # Warmup: 1 iterations, 10 s each # Measurement: 1 iterations, 10 s each # Timeout: 10 min per iteration # Threads: 50 threads, will synchronize iterations # Benchmark mode: Throughput, ops/time Benchmark Mode Cnt Score Error Units ConsistencyRedisServiceDiscoveryBenchmark.getInstances thrpt 76894658.867 ops/s ConsistencyRedisServiceDiscoveryBenchmark.getServices thrpt 466036317.472 ops/s RedisServiceDiscoveryBenchmark.getInstances thrpt 107778.244 ops/s RedisServiceDiscoveryBenchmark.getServices thrpt 106920.412 ops/s RedisServiceRegistryBenchmark.deregister thrpt 114094.513 ops/s RedisServiceRegistryBenchmark.register thrpt 109085.694 ops/s RedisServiceRegistryBenchmark.renew thrpt 127003.104 ops/s
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
pacebox-springboot 2020.0.3.0 发布
pacebox-springboot 融合封装已发布,旨在提供快速开发脚手架、打造更好的开源生态环境。 希望有志同道合的朋友一起维护该软件、打造一款快速应用开发级生态框架。 此版本对应spring cloud 2020.0.0版本,命名与spring cloud对应最后位为当时做的集成版 案例 inter-boot-demo boot版demo inter-micro-demo cloud版demo(nacos+sentinel体系+权限管理+elasticsearch日志+数据加解密+分布式追踪(基于opentracing)) inter-boot-generator 代码在线生成平台 inter-boot-fastdfs FastDFS权限文件管理(后续改名attachment、支持所有文件种类) inter-boot-demo 主要提供权限管理(菜单、角色、用户),elasticsearch入参出参日志,数据加解密,分布式追踪(基于opentracing), 文件存储一包集成(支持阿里云OSS,百度云BOS,腾讯COS支持、本地存储)、 短信存储一键集成(支...
- 下一篇
最佳实践|放弃 Ceph,Salesforce 使用 Apache BookKeeper 在云中实现最强存储
关于 Apache Pulsar Apache Pulsar 是 Apache 软件基金会顶级项目,是下一代云原生分布式消息流平台,集消息、存储、轻量化函数式计算为一体,采用计算与存储分离架构设计,支持多租户、持久化存储、多机房跨区域数据复制,具有强一致性、高吞吐、低延时及高可扩展性等流数据存储特性。GitHub 地址:http://github.com/apache/pulsar/ 本文要点 •使存储系统感知云的传统方式是直接迁移,这种方式表现良好,但从我们的经验来看,重构云感知架构效果更好。•目前,在跨区域环境中部署 Apache BookKeeper 时需要手动将存储节点映射到特定区域 / 可用性区域,但在区域中断时,持久性和可用性会受到影响。•Salesforce 独有的使 Apache BookKeeper 感知云的方法是通过智能化存储节点,让其在云中部署可以有效运转,并保证持久性和可用性。•这些方法简化了集群的改进、升级和重启操作,对消费服务的影响最低。 在 Salesforce,我们需要可以同时处理两种流的存储系统:一种流用来预写日志,另一种流用来处理数据。但对这两种流,...
相关文章
文章评论
共有0条评论来说两句吧...