SpringCloud健康检查的陷阱
健康检查
基于Spring Boot Actuator的健康检查是Spring Cloud微服务的必备组件，用来确保我们的服务是否可用。
引入 Spring Boot Actuator后，通过http://ip:port/health ，可以看到 HealthEndPoint 给我们提供默认的监控结果，包含磁盘检测和数据库检测。如下
{
"status": "UP",
"diskSpace": {
"status": "UP",
"total": 398458875904,
"free": 315106918400,
"threshold": 10485760
},
"db": {
"status": "UP",
"database": "MySQL",
"hello": 1
}
}
排除不必要的健康检查项
有一天调用方突然反馈调不通我们的服务。查看Eureka控制台，发现服务状态是UP。查看服务进程一切正常。束手无策之际，忽然想到会不会是健康检查在作怪，因为Eureka Client判断服务可用与否的依据就是健康检查。而Spring Boot Actuator所有的监控项中的任何一个健康状态是DOWN，那个整体应用的健康状态也是DOWN，这时候调用方就把服务当作不可用。
再次查看http://ip:port/health，果然发现有一项邮件健康检查挂了。
最近项目引入了spring-boot-starter-mail，实现发送邮件的功能。
邮箱服务器挂了，造成整个服务的监控检查状态是DOWN。
{
"status": "DOWN",
"mail": {
"status": "DOWN",
"location": "email-smtp.test.com:-1",
"error": "javax.mail.AuthenticationFailedException: 535 Authentication Credentials Invalid\n"
},
"diskSpace": {
"status": "UP",
"total": 266299998208,
"free": 146394308608,
"threshold": 10485760
},
"hystrix": {
"status": "UP"
}
}
由于邮件发送不是核心功能，可以把非核心组件从健康检查中排除，避免造成整个服务不可用。
通过如下配置关闭邮箱健康检查。
management.health.mail.enabled=false
springcloud-health检查超时引发的大坑
0. 前提约定
service：只一个微服务
server：只提供一个微服务的app，一般一个service有多个server。
1. 问题介绍
线上springcloud遇到这样的问题：某些时候会移除某个service的所有server。
2. 原因分析
springcloud中默认使用springboot-actauctor的health-url作为健康检测，默认检查的超时时间为10s，如果生产环境遇到网络、db、redis慢或者挂了等问题，会导致health检查请求超时，springcloud注册中心会认为该server异常，从而将server状态变更为critial，服务调用方(feign)会将该异常server从负载中移除(HealthServiceServerListFilter)。
如果遇到某网段或更大规模的网络、db等问题，会导致某个service所有server都被注册中心移除，导致该service不可用。
但是实际上该server只是存在部分问题例如：仅仅是db或redis慢，不算不可用，但还是被注册中心强制摘除了。
3. 解决办法
3.1 通用解决办法
关闭health检查，永远返回up状态，只要程序正常启动就认为可以提供正常服务。
如下是项目模板输出默认的health检查结果：
{
"description": "",
"status": "UP",
"diskSpace": {
"description": "",
"status": "UP",
"total": 50715856896,
"free": 7065239552,
"threshold": 10485760
},
"solr": {
"description": "",
"status": "UP",
"solrStatus": "OK"
},
"redis": {
"description": "",
"status": "UP",
"version": "2.8.21"
},
"db": {
"description": "",
"status": "UP",
"authDataSource": {
"description": "",
"status": "UP",
"database": "MySQL",
"hello": "x"
},
"autodealerDataSource": {
"description": "",
"status": "UP",
"database": "Microsoft SQL Server",
"hello": "x"
}
}
}
关闭health检查的方法：
# application*.yml中
management:
health:
defaults:
enabled: false
关闭后health检查结果：
{
"description": "",
"status": "UP",
"application": {
"description": "",
"status": "UP"
}
}
4. 如果有特定health检查的需求
关闭health检查后，如果需要某类health检查需求，则需要单独配置，配置方法如下：
management:
health:
defaults:
enabled: false
# 如下配置则打开db-health检查
db:
enabled: true
health检查结果如下：
{
"description": "",
"status": "UP",
"db": {
"description": "",
"status": "UP",
"authDataSource": {
"description": "",
"status": "UP",
"database": "MySQL",
"hello": "x"
},
"autodealerDataSource": {
"description": "",
"status": "UP",
"database": "Microsoft SQL Server",
"hello": "x"
}
}
}
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
