TSF微服务治理实战系列（二）——服务路由

一、导语

在服务实例数量和规模较大的业务场景下，服务路由是系统比较常见的诉求，比如针对业务属性的全链路灰度、测试环境多分支路由、多Region多AZ时的就近路由等。TSF基于标签化能力完成流量染色和标签自动传递，仅通过控制台配置即可实现服务路由、全链路灰度及就近路由功能，快速满足客户的业务分流诉求。服务路由从行为上讲，是将流量进行染色区分，并通过路由规则将流量进行分流，本节将对TSF整体服务路由相关能力进行详细介绍。

二、作者介绍

崔凯

腾讯云 CSIG 微服务产品中心产品架构师

多年分布式、高并发电子商务系统的研发、系统架构设计经验，擅长主流微服务架构技术平台的落地和实施,目前专注于微服务架构相关中间件的研究推广和最佳实践的沉淀，致力于帮助企业完成数字化转型。

三、治理路由

功能说明

本文中“治理路由”特指TSF中的“服务路由”功能，主要为了区分广泛意义上的服务路由。治理路由的配置参数包括：

• 流量来源配置：标签类型、标签名、逻辑关系、值；
• 流量目的地：所在应用、目的地类型、部署组/版本号、权重。

简单总结：通过判断请求中标签（key）对应的值（value）是否符合治理规则的配置，进而通过配置的权重比例将请求转发到指定的部署单元，如不同的部署组或版本。

配置过程中需注意如下情况：

• 填写治理路由规则需要在服务提供方进行配置，例如A服务调用B服务，需要在B服务上配置治理路由规则。
• 对于Spring Cloud服务，配置治理路由规则后，若配置的目标部署组无法运行，流量将按照原有默认的轮询方式分配到其他部署组上。
• 对于Spring Cloud服务，当服务提示未绑定应用时，需要在服务详情页单击编辑后绑定服务，才能开始配置治理路由规则。服务绑定应用操作，一经绑定，不能修改。
• 要使治理路由规则生效，需要确保在控制台开启了待生效规则，并在代码中添加了路由的注解。
• 对于Mesh应用，配置路由规则后，若配置的目标部署组无法运行，则路由规则配置失败，请求无法发送。

配置生效后，可以在列表项的流量分配图中查看流量分配情况，如下图所示。此时注意，配置了流量的权重比例后，要使路由准确性达到预期，请求数至少要在1000以上；如果请求样本数不高的情况下偏差会比较大，样本数越高准确性就才越高。

容错保护

在使用治理路由时，TSF还具有容错保护的功能来规避一些场景。假设针对provider服务分配了两个版本：V1版本承载10%的流量，V2版本承载90%的流量，并针对上述流量分配进行了对应的治理路由的配置。此时，如果V1版本所有实例全部故障，那么就会有10%的流程报错，这是业务不能接受的。

此时可以使用容错保护功能，当在provider服务的治理路由界面打开容错保护功能时，TSF-SDK发现V1版本的所有实例都不可用，会尝试将流量路由到目前所有可用的实例上（即V2版本的所有实例）。待V1版本实例从故障中恢复，容错保护无需手动干预，即可将流量重新按照V1版本10%+V2版本90%的比例分配。

适用场景

治理路由能力从上述功能描述可以发现，它更着重对于单个或少数服务的路由进行管控，且对上下游服务的自定义标签传递没有强诉求，因为治理路由可以使用TSF系统标签做判断。所以，治理路由更适合少量串联服务并需要单独配置的路由场景。

测试环境多分支场景

往往客户资源有限的情况下，只有一套测试环境。当该环境正在进行feature版本的开发及测试时，如果突然需要修复生产环境的一个重要BUG，且当天上线这个hotfix版本。那么测试人员需要把hotfix版本涉及的服务重新发布，并覆盖现有测试环境中正在测试的feature版本。并且在hotfix版本上线后，将feature版本重新发布到原有资源上。除了资源替换产生的额外成本，还会产生版本覆盖前后记录上下文、更换环境配置等额外成本。

那么我们如何解决呢？我们可以通过在测试环境创建hotfix版本的部署组资源并完成部署，同时通过治理路由规则+标签化参数的方式，使得添加“feature”参数的请求调用feature分支服务，添加“hotfix”参数的请求调用hotfix分支服务，实现测试环境多分支并行测试的目的。在最终测试完成hotfix版本后，直接释放hotfix分支使用的资源即可，不再需要进行版本替换和上下文更新，极大节省运维成本、提高测试效率。

配置步骤：

• 测试请求需在Path、Query、Header或Cookie中任一位置携带tag参数，指定分支版本信息（feature或hotfix）；
• 在微服务网关中新建Tag插件，配置Tag转换规则，并将Tag插件绑定网关分组；

• 新建Service B、Service C的hotfix版本部署组，并完成应用发布；
• 在Servcie B及Service C的服务治理->服务路由中新建路由规则，保存并开启。

当在控制台开启治理路由规则时，规则会对应用实时生效。通过上述步骤即可快速实现测试环境多分支的治理路由配置。另外，假设Service C关联了更多的版本/部署组（如4个），则只需针对Service C进行路由规则的添加即可，并不影响Service B的路由配置。

四、全链路灰度

功能说明

随着系统架构向微服务转变，应用的发布频率和次数都明显增高。尤其当微服务的规模越来越大，如何能够在保证低运维成本、故障爆炸半径可控的情况下，完成全链路大规模的发布动作，成为研发及运维部门面临的难题。

全链路灰度是软件逐步上线常用的发布方式，是指将具有一定特征或者比例的流量，逐步分配到指定版本的过程，通过生产流量实测发现新版本可能存在的潜在问题，同时将故障损失控制在灰度范围内。

相比全量上线，灰度发布是更加谨慎的发布形式。当线上调用链路较为复杂时，全链路灰度发布可以将生产环境隔离出一个逻辑独立的运行环境。同时，全链路灰度的泳道可以反复使用，即使进行变动也比较灵活，使得全链路灰度的运维成本也缩小很多。

使用全链路灰度发布之前，需要先配置泳道。一条泳道相当于一个灰度环境，环境中包含应用中需要进行灰度测试的部署组。

泳道：泳道是一组业务关联的部署组的集合，是灰度流量的目的地。泳道中的部署组属于不同的应用，可以认为用户通过划分泳道而划分出了灰度环境。

灰度规则：用户新建灰度规则以设定灰度流量应满足的条件。当灰度规则判断请求满足条件后，会通过灰度规则将流量路由到某一个泳道中。

泳道入口：

在全链路灰度发布模块中发布灰度规则时，会在泳道的入口部署组上对请求进行灰度规则校验，以此来判断请求是否应该进入某一个泳道中。泳道入口可以是一个微服务网关，也可以是一个微服务。

同一个泳道中支持多个入口，在请求经过每一个入口部署组时，都会判断请求是否应该进入泳道中。

TSF全链路灰度发布的操作流程如下图，详细操作步骤可浏览TSF官网进行查阅。
https://cloud.tencent.com/doc...\

\

全链路灰度流量流向规则与说明

• 当泳道上已经绑定了全链路灰度发布的规则，则不能删除泳道。
• 当请求流量没有命中任何灰度规则，流量将走到没有被添加到泳道的部署组中。
• 当某一个微服务下的部署组没有被加入任何泳道中，请求将在该微服务下所有部署组的所有实例中轮询。经过该微服务后，请求将继续按照规则流入对应泳道。
• 一个部署组可以属于多个泳道。
• 在泳道中，服务路由规则不生效。
• 泳道是一个隔离环境。当泳道上所有规则关闭后，流量不会进入泳道中。如希望恢复建立泳道前的流量分配方式，请将泳道删除。

全链路灰度中消息主题染色

kafka作为主流的消息队列产品之一，经常用做业务逻辑间的解耦及大数据场景。那么在全链路灰度发布时，服务间调用如果使用了kafka做异步解耦，在消息未被染色时就会出现Consumer错误的消费了其它泳道消息的现象，这是业务不能接受的。

TSF通过将泳道标记在线程中向下传递的方式实现消息染色，即染色流量能在流经kafka后被对应泳道中的部署组消费，而未染色消息被不在任何泳道中的部署组消费，并且泳道标（即LaneId）能在消息流经kafka后继续传递给下游服务。详情请参见官网最佳实践：https://cloud.tencent.com/doc...

适用场景

全链路灰度发布是大规模微服务架构场景下几乎必备的发布方式，它可以满足指定小流量验证、逐级切流控制故障范围、多个关联服务一次性共同发布、一次配置反复使用等要求，有效减少了发布成本及上线变更带来的风险。

基于地域和用户的灰度测试场景

互联网产品经常会邀请公测用户进行体验，当产品需要上线新功能时，希望使用灰度发布的手段在小范围内进行新版本发布测试。在测试一段时间后，逐步的增加新版本的流量比例，同时减少原有版本的流量比例。上述这种灰度发布的模式，不同于以往新旧版本发布的一次性切换，让整个发布过程通过灰度发布的方式进行过渡。

通过TSF进行如上场景的全链路灰度发布流程步骤如下：

• 创建并部署微服务网关；
• 创建全部待灰度部署组并发布；
• 创建微服务网关分组、导入API并发布分组；

• 新建微服务网关插件并绑定分组；

• 新建泳道，并在泳道中添加全部灰度部署组，并设置网关为泳道入口；

• 创建灰度发布规则并设置为生效状态；

根据如上配置，当用户发起的请求包含region=beijing、usertype=testUser的参数（代表北京地区的公测用户）时，则会进入所配置泳道部署组，实现全链路灰度的发布操作。

同时在配置及运维过程中需注意：

• 评估单个provider服务实例可以处理多少请求，并根据流量分配来规划部署组的实例数量。
• 如果流量比例变化后，可能需要调整部署组的实例数量来满足新的流量。
• 可以通过设置弹性伸缩规则来支持动态调整实例数量。
• 全链路灰度发布支持同时生效多条规则，并支持为规则配置优先级。当同一条请求同时满足多条规则时，会优先匹配高优先级的规则。

五、单元化

功能说明

单元化架构主要是为了解决多中心容灾、机房弹性扩容等问题，也可以依托单元化架构实现单元级故障隔离、单元级全链路灰度。本质上讲，单元化架构也是流量路由的一种方式，只不过路由的目的地是每一个平行的业务自闭环的单元（Set）。

如下为两地三中心架构下TSF单元化最佳实践的简要说明：

方案说明：

1. 基于智能DNS解析实现域名到地域的IDC机房路由，入口通过调整DNS解析结果，实现跨地域流量切换。
2. 通过入口负载->微服务网关，按权重比例配置路由，实现业务应用的同城双活。
3. 微服务网关到应用，基于网关的标签化路由规则实现单元化路由匹配。
4. 基于本地缓存的单元路由规则进行服务寻址,实现单元路由调用。

注意事项：

• 单元内服务调用尽量在单元内闭环，减少跨单元调用；
• 如果业务需要跨单元调用，由微服务网关管理跨单元请求的转发；
• 业务南北向流量应尽早完成正确单元的路由寻址，出现单元寻址错误时需能够正常重定向；
• 当出现单元化路由KEY不符合任何单元或访问不携带KEY时，可报错或按默认单元化规则处理；
• 针对正常/错误的单元化调用流向，做到可监控、可预警、可管理。

TSF单元化能力主要以 “微服务网关”+“命名空间” 为实现基础。微服务网关主要的作用是单元化规则的路由转发，为了完成这一目的，TSF深度增强了开源微服务网关Zuul及SCG；命名空间是TSF本身具备的能力，分为普通命名空间和全局命名空间，普通命名空间主要用来对服务间调用进行逻辑隔离，全局命名空间主要用于打通特殊的跨普通命名空间的服务调用。

在TSF单元化部署架构中主要使用全局命名空间放置微服务网关，使得微服务网关可以连通多个逻辑单元（普通命名空间）中的服务并进行单元化路由，使用普通命名空间进行各逻辑单元（Set）的隔离，保证每个单元的独立。

单元化改造主要涉及两个步骤：配置单元化、单元化部署，详情官网链接。

配置单元化：https://cloud.tencent.com/doc...

单元化部署：https://cloud.tencent.com/doc...

适用场景

单元化适用场景主要集中在大规模或超大规模的分布式系统中，同时从企业成本和管理角度讲，整个单元化改造的过程是漫长的、成本是巨大的，实际情况可能是企业内部系统架构在扩展性、可用性、性能存在多方面痛点，不得不通过单元化改造来解决现有问题。

银行业务单元化改造场景

单元化改造中单元化规则的设计是重中之重，且银行业务一般情况不涉及到地域等其它属性，所以主要还是从用户的业务属性出发进行设计。

首先以用户ID尾号为单元化KEY，将用户划分为00-99等量的100个数据单元，此为第一层全局分片规则。而后基于各产品线业务分片需求自定义二层分片规则，如对公对私场景，以用户ID前添加的公/私前缀字符串为KEY进行二次路由计算。通过上述规则设计，实现基于全局+产品线双维度的单元化规则模型。

例如，假设用户标签tag值为：B_20210817，一层标签根据用户ID尾号的“17”进行全局分片路由，二层标签根据对公对私的业务标记“B”（B为对公，P为对私）进行产品线分片路由，最终得出唯一的单元编码（命名空间ID）。

确定单元化规则后，如上述《功能说明》中对微服务网关及相关单元化服务进行代码修改，并按照流程在TSF控制台操作创建单元化规则，即可完成业务的单元化改造。

TSF单元化架构核心价值体现在运维及开发成本、管理效率、高可用容灾、弹性伸缩方面，对比客户自建单元化架构具备运维简单、可用性高、开发便捷、配置灵活的特点，且可与TSF平台本身在诸多功能上进行联动。

对比项	TSF单元化架构	自建单元化架构
运维成本	由TSF统一运维，提供企业级SLA支持	需企业自身具备较高运维水准
开发成本	无需开发单元化服务，通过控制台配置实现	需企业自实现单元化服务
管理效率	与TSF整体Paas技术平台统一提供可视化管理，减少跨平台操作	代码、配置平台、运维平台等多方面联动管理，无统一可视化界面
高可用及容灾	依托TSF多年高可用容灾经验积累，拒绝踩坑	需逐步完善自身高可用技术及人才
弹性扩缩	快捷联动TSF自身基于容器、虚机的弹性伸缩和路由机制	需要自身配置实现弹性扩缩容机制

六、就近路由

功能说明

就近路由主要解决在同城双活或多活场景下，应用在不同AZ有多个冗余部署组时，当某一AZ的应用部署组实例全部故障后，通过就近路由可以自动切换到另外AZ的冗余部署组中。同时，当部署组没有出现故障时，我们会优先访问同AZ的的被调服务，以减少跨AZ的访问延时。通过就近路由可以在保证低延时的同时，提高一定的系统高可用性。

其功能配置比较简单，即在创建命名空间后开启即可（默认开启）。

就近路由的实现主要依托于多个不同AZ的实例是注册在同一套注册中心上，通过consumer和provider服务在注册时上报的信息，我们可以知道实例的所属AZ、Region和部署组版本等信息，TSF-SDK会通过这些信息筛选最合适的实例进行调用。

通过上图可观察到，TSF-SDK会优先判断被调服务是否有实例与主调服务在相同AZ内，如果没有则会对规则降级，继续判断被调服务是否有实例与主调服务在相同Region内，直到最终找到符合就近路由规则的实例。

适用场景

就近路由主要使用在跨可用区容灾场景下，如在广州一、二区搭建同城双活架构，当开启就近路由时，广州一区的consumer会优先调用同一可用区的provider。

此时，当广州一区的provider不可用，consumer会跨可用区调用广州二区的 provider。

更多详细配置请参见：https://cloud.tencent.com/doc...

七、结语

路由主要是解决流量如何分类，以及从哪里来、到哪里去的问题，本节通过对治理路由、全链路灰度、单元化、就近路由的功能及实践场景的描述，展示了TSF在流量路由方面的核心能力，基本覆盖了主要的流量路由场景，希望能给读者朋友提供一点帮助。

引用

https://cloud.tencent.com/dev...

https://cloud.tencent.com/doc...