# Spring Cloud Alibaba容器化部署最佳实践 | Kubernetes Helm-Chart 版本 ## 准备工作 此版本为 Spring Cloud Alibaba 最佳实践 Kubernetes 部署版本，其中需要您准备如下的环境 - Kubernetes（建议使用 Docker Desktop 内置集成的 Kubernetes 环境进行体验） - Helm 如果您还未具备如上的环境，请移步至对应官方文档进行环境搭建 - [Helm 安装](https://helm.sh/zh/docs/intro/install/) - [Kubernetes Docker Desktop 快捷安装](https://docs.docker.com/desktop/kubernetes/) ## 启动测试 进入到 `spring-cloud-alibaba-examples/integrated-example` 目录下，执行如下命令完成 Helm 的安装 ```shell helm package helm-chart helm install integrated-example integrated-example-1.0.0.tgz ``` 通过上述命令我们根据项目提供的 Helm Chart 文档通过 Helm 一键完成了最佳实践项目的部署 可以通过Kubernetes 提供的 `kubectl` 命令查看各容器资源部署的情况，耐心等待**所有容器完成启动后**即可到对应页面体验各个组件使用场景及能力 如果您想停止体验，输入如下命令 ```shell helm uninstall integrated-example ``` ### 分布式事务能力 #### 场景说明 针对分布式事务能力，我们提供了**用户下单购买货物的场景**，下单后： - 先请求库存模块，扣减库存 - 扣减账户余额 - 生成订单信息返回响应 ##### 启动测试 访问`http://127.0.0.1:30080/order` 来体验对应场景。 直接点击下单按钮提交表单，我们模拟客户端向网关发送了一个创建订单的请求。 - 用户的 userId 为 admin - 用户下单的商品编号为1号 - 此次订单购买的商品个数为1个 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008112011327.png) 在本 demo 示例中，为了便于演示，每件商品的单价都为2。 而在前面的准备工作中，**初始化业务数据库表**的时候我们新建了一个用户 userId = admin，余额为 3 元；同时新建了一个编号为 1 号的商品，库存为 100 件。 因此通过上述的操作，我们会创建一个订单，扣减对应商品编号为 1 号的库存个数(100-1=99)，扣减 admin 用户的余额(3-2=1)。 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008111903019.png) 如果再次请求相同的接口，同样是先扣减库存(99-1=98)，但是会因为 admin 用户余额不足而抛出异常，并被 Seata 捕获，执行分布式事务二阶段提交，回滚事务。 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008111924467.png) 可以看到数据库中库存的记录因为回滚之后仍然为 99 件。 ### 熔断限流，削峰填谷能力 #### 场景说明 针对大流量背景下的服务熔断限流，削峰天谷，我们提供了**用户为商品进行点赞的场景**。在此场景下，我们提供了两种应对大流量的处理方式。 - Sentinel 在网关侧绑定指定网关路由进行服务的熔断降级。 - RocketMQ 进行流量削峰填谷，在大流量请求下，生产者向 RocketMQ 发送消息，而消费者则通过可配置的消费速率进行拉取消费，减少大流量直接请求数据库增加点赞请求的压力。 #### 启动测试 - Sentinel 服务熔断降级 访问`http://127.0.0.1:30080/sentinel` 体验对应场景。 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008112154213.png) 网关路由点赞服务的限流规则为 5，而在前端通过异步处理模拟了 10 次并发请求。 因此可以看到 Sentinel 在 Gateway 侧针对多出的流量进行了服务熔断返回 fallback 给客户端，同时数据库的点赞数进行了更新(+5)。 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008112036924.png) - RocketMQ 进行流量削峰填谷 访问`http://127.0.0.1:30080/rocketmq` 体验对应场景。 由于我们之前在 Nacos 中配置了`integrated-consumer`消费者模块的消费速率以及间隔，在点击按钮时我们模拟 1000 个点赞请求，针对 1000 个点赞请求，`integrated_provider` 会将 1000 次请求都向 Broker 投递消息，而在消费者模块中会根据配置的消费速率进行消费，向数据库更新点赞的商品数据，模拟大流量下 RocketMQ 削峰填谷的特性。 可以看到数据库中点赞的个数正在动态更新。 ![](https://my-img-1.oss-cn-hangzhou.aliyuncs.com/image-20221008112225839.png) ## 其他 本示例**仅是针对各个组件选取出了较为典型的功能特性来服务应用场景** 当然各个组件的功能特性不仅仅只包含最佳实践中演示的这些，如果您感兴趣或是想要深入了解，欢迎学习各个组件的独立 example 相关文档。 - Nacos Examples - [nacos-config-example](../../nacos-example/nacos-config-example/readme-zh.md) - [nacos-discovery-example](../../nacos-example/nacos-discovery-example/readme-zh.md) - [Sentinel-Core-Example](../../sentinel-example/sentinel-core-example/readme-zh.md) - [Seata Examples](../../seata-example/readme-zh.md) - [RocketMQ Example](../../rocketmq-example/readme-zh.md)