这篇文章主要介绍“如何使用Ignite+SpringCloud+Docker创建REST应用”，在日常操作中，相信很多人在如何使用Ignite+SpringCloud+Docker创建REST应用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何使用Ignite+SpringCloud+Docker创建REST应用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
本文将讲解基于Spring Cloud和Ignite的RESTful Web服务的创建过程。该服务是将Ignite用作为高性能内存数据库的容器化应用，使用HashiCorp Consul进行服务发现，并通过Spring Data存储库抽象与Ignite集群进行交互，容器化通过Docker实现。
为了方便起见，可以使用Consul的官方Docker镜像（需要先安装Docker）：
启动Consul的Docker镜像：
docker run -d -p 8500:8500 -p 8600:8600/udp --name=consul consul agent -server -ui -node=server-1 -bootstrap-expect=1 -client=0.0.0.0
创建该应用可以从https://start.spring.io入手。
这里需要Spring Web和Spring Consul Discovery模块，Spring Web是创建REST应用的最简单的框架之一，Spring Consul Discovery可以将多个Spring应用实例组合成一个服务。
@Configuration
@EnableIgniteRepositories(value = "com.github.sammyvimes.bootnite.repo")
public class IgniteConfig {
}在编译应用之前，需要解决一些问题。Ignite不支持Spring Data的H2版本。因此必须在构建配置中重置H2的版本（无论是Gradle还是Maven）：
ext {
set('h3.version', '1.4.197')
}另外，Spring Cloud Consul和hystrix还有已知的问题，因此需要将其排除：
implementation ('org.springframework.cloud:spring-cloud-starter-consul-discovery') {
exclude group: 'org.springframework.cloud', module: 'spring-cloud-netflix-hystrix'
}最后，关于Spring Data BeanFactory，还有一个问题：BeanFactory会查找一个名为igniteInstance的bean，而自动配置则提供一个名为ignite的bean，后续会解决这个问题。
但是现在，需要对配置类做如下的修改来解决BeanFactory的问题：
@Configuration
@EnableIgniteRepositories(value = "com.github.sammyvimes.bootnite.repo")
public class IgniteConfig {
@Bean(name = "igniteInstance")
public Ignite igniteInstance(Ignite ignite) {
ignite.active(true);
return ignite;
}
}下面会创建一个基于Ignite Spring Data存储库的CRUD服务。
下面会从最常见的示例开始，即Employee类：
public class Employee implements Serializable {
private UUID id;
private String name;
private boolean isEmployed;
// constructor, getters & setters
}定义数据模型之后，就要添加配置器bean：
@Bean
public IgniteConfigurer configurer() {
return igniteConfiguration -> {
CacheConfiguration cache = new CacheConfiguration("employeeCache");
cache.setIndexedTypes(UUID.class, Employee.class);
igniteConfiguration.setCacheConfiguration(cache);
};
}这样当应用启动后，会部署employeeCache缓存，该缓存包含可加快对Employee实体查询的索引。
接下来，与其他Spring Data存储服务一样，需要创建一个存储库和一个服务：
@Repository
@RepositoryConfig(cacheName = "employeeCache")
public interface EmployeeRepository
extends IgniteRepository<Employee, UUID> {
Employee getEmployeeById(UUID id);
}注意RepositoryConfig注解，其将存储库链接到即将使用的缓存，之前已经使用employeeCache字符串作为名字创建了一个缓存。
接下来是一个使用该存储库的简单服务：
@Service
@Transactional
public class EmployeeService {
private final EmployeeRepository repository;
// constructor injection FTW
public EmpoyeeService(final EmployeeRepository repository) {
this.repository = repository;
}
public List<Employee> findAll() {
return StreamSupport.stream(repository.findAll().spliterator(), false)
.collect(Collectors.toList());
}
public Employee create(final String name) {
final Employee employee = new Employee();
final UUID id = UUID.randomUUID();
employee.setId(id);
employee.setEmployed(true);
employee.setName(name);
return repository.save(id, employee);
}
}这里有2个方法，create和findAll，用于演示Ignite和Spring Data的集成。
下面会配置一些端点，以便可以访问和修改数据，一个简单的控制器就可以了：
@RestController
@RequestMapping("/employee")
public class EmployeeController {
private final EmpoyeeService service;
public EmployeeController(final EmployeeService service) {
this.service = service;
}
@GetMapping
public ResponseEntity<List<Employee>> employees() {
return ResponseEntity.ok(service.findAll());
}
@PostMapping
public ResponseEntity<Employee> create(@RequestParam final String name) {
return ResponseEntity.ok(service.create(name));
}
}这样，这个应用就开发完了。
现在就可以启动应用，通过向/employee发送POST请求来创建数据，并通过发送GET请求来查询数据。
虽然这个应用性能很高，但是分布式存储的优势在哪里呢？
可以通过Docker来创建和管理应用节点。
首先在工程的根目录，为应用创建一个Dockerfile：
FROM adoptopenjdk:8-jre-hotspot RUN mkdir /opt/app && mkdir /opt/ignite COPY build/libs/bootnite-0.0.1-SNAPSHOT.jar /opt/app/app.jar CMD ["java", "-jar", "/opt/app/app.jar"]
简单地说：获取OpenJDK，为应用创建目录，往镜像中复制应用的二进制文件，并创建默认命令以启动应用。
现在，在工程的根目录中，运行gradle build和docker build -t ignite-test-app：0.1 -f .dockerfile。
接下来，通过Docker，同时启动应用的两个实例。
通过编写了以下shell脚本，可以帮助启动节点：
MacOS：
export HOST_IP=$(ipconfig getifaddr en0)
docker run -P -e HOST_IP=${HOST_IP} -e DISCO_PORT=$2 -p $2:47500 --name $1 ignitionLinux：
export HOST_IP=$(ip -4 addr show docker0 | grep -Po 'inet \K[\d.]+')
docker run -P -e HOST_IP=${HOST_IP} -e DISCO_PORT=$2 -p $2:47500 --name $1 ignition在这里所做的是获取主机IP地址，以便可以使用端口转发，并使节点之间可以相互通信。使用-p参数为Docker容器创建端口转发规则，并使用-e参数将外部端口的值保存在容器的环境中，以便稍后可以在如下配置中使用这些值：
spring:
application:
name: myapp
instance_id: 1
cloud:
consul:
enabled: true
host: ${HOST_IP}
service-registry:
enabled: true
ignition:
disco:
host: ${HOST_IP}
port: ${DISCO_PORT}这里添加了自定义配置参数ignition.disco.host和ignition.disco.port，这些参数将在自定义IP探测器中使用。注意还通过添加主机IP地址来更改Consul的配置。
现在，更改Ignite Java配置后就完成了：
@Bean
public TcpDiscoveryConsulIpFinder finder(final ConsulDiscoveryClient client,
final ConsulServiceRegistry registry,
final ConsulDiscoveryProperties properties,
@Value("${ignition.disco.host}") final String host,
@Value("${ignition.disco.port}") final int port) {
return new TcpDiscoveryConsulIpFinder(client, registry, properties, host, port);
}
@Bean
public IgniteConfigurer configurer(final TcpDiscoveryConsulIpFinder finder) {
return igniteConfiguration -> {
CacheConfiguration cache = new CacheConfiguration("employeeCache");
cache.setIndexedTypes(UUID.class, Employee.class);
igniteConfiguration.setCacheConfiguration(cache);
final TcpDiscoverySpi tcpDiscoverySpi = new TcpDiscoverySpi();
tcpDiscoverySpi.setIpFinder(finder);
igniteConfiguration.setDiscoverySpi(tcpDiscoverySpi);
};
}执行下面的测试，可以看下是否一切正常：
启动一个应用实例：./starter/start.sh test1 30000；
将一些数据提交到实例；例如curl -d'name = admin'http：// localhost：32784/employee，不同的容器使用不同的端口；
通过在终端中执行docker ps确定容器的端口转发规则（规则类似于0.0.0.0:32784->8080/tcp），确定要使用的端口；
启动另一个节点：./starter/start.sh test2 30001；
停止第一个节点（如果是从终端启动容器，则可以使用Ctrl + c）；
执行对第二个节点的GET请求，并验证从此请求获取的数据和从第一个请求获取的数据是否相同：curl http://localhost:32785/employee。
注意，此curl命令中的端口和上一个curl命令中的端口不相同，因为两个应用实例占用不同的端口。
到此，关于“如何使用Ignite+SpringCloud+Docker创建REST应用”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
