一次 Eureka 服務下線太慢的慘痛經歷！
這一天，忽然發(fā)現大量的告警，經過多番調查研究考察，發(fā)現是由于 Eureka 服務下線太慢，而仍然有大量的請求打進來導致的報錯。
于是，又經過了大量詳細周密的考察和研究，終于找到了問題并且解決了。
為啥服務都下線了還會有那么多的請求一直進來呢？
吶，我們都知道 Eureka 是 AP 模型，其實根本原因在于 Eureka 使用了三級緩存來保存服務的實例信息。
如下圖所示：
我們的服務注冊的時候會和 server 保持一個心跳，這個心跳的時間是 30 秒，服務注冊之后，客戶端的實例信息保存到 Registry 服務注冊表當中，注冊表中的信息會立刻同步到 readWriteCacheMap 之中。
而客戶端如果感知到這個服務，要從 readOnlyCacheMap 去讀取，這個只讀緩存需要 30 秒的時間去從 readWriteCacheMap 中同步。
客戶端和 Ribbon 負載均衡 都保持一個本地緩存，都是 30 秒定時同步。
按照上面所說，我們來計算一下客戶端感知到一個服務下線極端的情況需要多久。
- 客戶端每隔 30 秒會發(fā)送心跳到服務端
- registry 保存了所有服務注冊的實例信息，他會和 readWriteCacheMap 保持一個實時的同步，而 readWriteCacheMap 和 readOnlyCacheMap 會每隔 30 秒同步一次。
- 客戶端每隔 30 秒去同步一次 readOnlyCacheMap 的注冊實例信息
- 考慮到如果使用 ribbon 做負載均衡的話，他還有一層緩存每隔 30 秒同步一次
如果說一個服務的正常下線，極端的情況這個時間應該就是 30+30+30+30 差不多 120 秒的時間了。
如果服務非正常下線，還需要靠每 60 秒執(zhí)行一次的清理線程去剔除超過 90 秒沒有心跳的服務，那么這里的極端情況可能需要 3 次 60秒才能檢測出來，就是 180 秒的時間。
累計可能最長的感知時間就是：180 + 120 = 300 秒，5分鐘的時間，這個時間屬實有點夸張了，如果考慮到可能有些中間件畫蛇添足加了點啥清理的工作，這個時間簡直就是災難性的。
那有人就問了，我在 Eureka 控制臺看見服務上下線非?？彀。氵@不跟我扯犢子嗎？
大哥啊，控制臺的顯示是直接獲取的 Registry 的信息，那肯定快啊，所以我們不能這樣來判斷。
那怎么解決呢，解決方案當然就是改這些時間了，這個時間需要根據實際生產的情況來判斷修改，這里僅提供一個示例。
修改 ribbon 同步緩存的時間為 3 秒：ribbon.ServerListRefreshInterval = 3000
修改客戶端同步緩存時間為 3 秒 ：eureka.client.registry-fetch-interval-seconds = 3
心跳間隔時間修改為 3 秒：eureka.instance.lease-renewal-interval-in-seconds = 3
超時剔除的時間改為 9 秒：eureka.instance.lease-expiration-duration-in-seconds = 9
清理線程定時時間改為 5 秒執(zhí)行一次：eureka.server.eviction-interval-timer-in-ms = 5000
同步到只讀緩存的時間修改為 3 秒一次：eureka.server.response-cache-update-interval-ms = 3000
需要注意的是這里的只讀緩存其實是可以關閉的，通過修改參數??eureka.server.use-read-only-response-cache = false??可以做到，
但是建議不要沒有太大必要不要這樣做，Eureka 本身就是 AP 模型，用它你就應該有這個覺悟了，另外這個配置只針對原生的 Eureka 生效，SpringCloud Eureka 是沒有的，必須一定會從 readOnlyCacheMap 去讀。
如果按照這個時間參數設置讓我們重新計算可能感知到服務下線的最大時間：
正常下線就是 3+3+3+3=12 秒，非正常下線再加 15 秒為 27 秒。
