bootstrap context
官方解释：
一个Spring Cloud应用程序通过创建一个“引导”上下文来进行操作，这个上下文是主应用程序的父上下文。开箱即用，负责从外部源加载配置属性，还解密本地外部配置文件中的属性。
这两个上下文共享一个Environment，这是任何Spring应用程序的外部属性的来源。Bootstrap属性的优先级高，因此默认情况下不能被本地配置覆盖。
引导上下文使用与主应用程序上下文不同的外部配置约定，因此使用bootstrap.yml application.yml（或.properties）代替引导和主上下文的外部配置。例：bootstrap.yml
spring:
application:
name: foo
cloud:
config:
uri:sss
如果您的应用程序需要服务器上的特定于应用程序的配置，那么设置spring.application.name（在bootstrap.yml或application.yml）中是个好主意。
您可以通过设置spring.cloud.bootstrap.enabled=false（例如在系统属性中）来完全禁用引导过程。
总结：
1>bootstrap context 创建时会读取bootstrap.properties|yml 在内容作为引导配置, 因此bootstrap优先于application加载。
2>boostrap的属性文件在以下情景下会使用：
配置中心：config-server里请用bootstrap属性文件
解密属性文件时，最好使用bootstrap属性文件
需要自定义引导程序时使用bootstrap属性文件，主要一定不要被我们主程序扫描到
3>application会覆盖bootstrap中的非引导配置，因此不建议两种类型配置文件同时存在。简单粗暴的做法是在springcloud应用中
用bootstrap属性文件代替application，毕竟Envrionment是共享的。
自定义 bootstrap context ,bootstrap context 加载的配置不会被application context覆盖，看输出内容是什么
注意：MyBootstrapAutoConfiguration是我们自定义的引导类，该类一定不能被@SpringBootApplication注解ComponentScan到,
否则引导必然就会被主程序所覆盖。因此我用包把他们区分开来
@EnableEurekaServer 开启自动化配合 EurekaServer
eureka 单机版，会存在单点问题
配置说明
server.port，注册中心服务启动的端口
eureka.client.register-with-eureka：是否将自己注册到该server ，应该设置false 不需要自己注册自己
eureka.client.fetch-registry： 是否从eureka-server 获得注册信息，默认为true
eureka.client.service-url.defaultZone：默认的eureka-server 地址，多个地址用逗号相隔
enable-self-preservation ：自我保护机制配置
eviction-interval-timer-in-ms： 多少时间内没有心跳，开始剔除该client
eureka 集群模式 ,三个实例 application-one.yml , application-two.yml，application-three.yml
启动：在spring-cloud-example 下
mvn clean package -Dmaven.test.skip=true
在eureka-example 的 example-002/target 执行下面三个，分别启动各个的注册服务
java -jar example-002-1.0.0-SNAPSHOT.jar --spring.profiles.active=one
java -jar example-002-1.0.0-SNAPSHOT.jar --spring.profiles.active=two
java -jar example-002-1.0.0-SNAPSHOT.jar --spring.profiles.active=three
服务注册
只要引入了spring-cloud-starter-netflix-eureka-client，启动就会自动进行client相关配置了
如果想禁用服务注册与发现 设置 eureka.client.enabled=false
采用example-001 注册中心注册服务
服务注册
只要引入了spring-cloud-starter-netflix-eureka-client，启动就会自动进行client相关配置了
如果想禁用服务注册与发现 设置 eureka.client.enabled=false
采用example-001 注册中心注册服务
restTemplate 是一个http client
ribbon是一个很好的负载均衡客户端，可以很好的控制http和tcp的行为
restTemplate+ ribbon 可以很好进行负载均衡的操作
代码配置ribbon
https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_hystrix_timeouts_and_ribbon_clients
配置文件ribbon
https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_customizing_the_ribbon_client_by_setting_properties
How to Use Ribbon Without Eureka：
if you prefer not to use Eureka, Ribbon and Feign also work. Suppose you have declared a @RibbonClient for "stores", and
Eureka is not in use (and not even on the classpath). The Ribbon client defaults to a configured server list. You can supply
the configuration as follows:
application.yml.
stores:
ribbon:
listOfServers: example.com,google.com
Disable Eureka Use in Ribbon:
ribbon:
eureka:
enabled: false
Ribbon支持配置eager load实现在启动时就初始化Ribbon相关类
ribbon:
eager-load:
enabled: true
clients: client1, client2, client3
LoadBalancerClient 进行负载，spring boot 会自动配置
RestTemplate 进行调用
先启动 eureka-example/example-001 eureka-example/example-003 eureka-example/example-004
RestTemplate 和 @LoadBalanced + Ribbon 进行调用
先启动 eureka-example/example-001 eureka-example/example-003 eureka-example/example-004
spring-cloud-starter-openfeign spring-cloud官网介绍.
spring-cloud-starter-openfeign,通过集成Ribbon实现负载均衡的HTTP客户端
在Spring Cloud OpenFeign中，除了OpenFeign自身提供的标注（annotation）之外，
还可以使用JAX-RS标注，或者Spring MVC标注。
两个重要的注解：EnableFeignClients，FeignClient
开启 @EnableFeignClients ,EnableFeignClients标注用于修饰Spring Boot应用的入口类，
以通知Spring Boot启动应用时，扫描应用中声明的Feign客户端可访问的Web服务。
@FeignClient 标注用于声明Feign客户端可访问的Web服务
FeignClient 参数说明
name, value (默认"")，两者等价，服务名称
qualifier (默认"")
url (默认"")，可以指定某一个实例
decode404 (默认false)
configuration (默认FeignClientsConfiguration.class)，可以配置 HttpMessageConverters，Logger等
fallback (默认void.class) ，fallback设置
fallbackFactory (默认void.class)
path (默认"")，接口前缀
primary (默认true)
简单事例
开启 @EnableFeignClients
定义UserService： @FeignClient(value = "eureka-producer")
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-001
访问：http://localhost:8001/user/getName
path (默认"")，接口前缀demo
@FeignClient(
value = "eureka-producer",
path = "user"
)
UserService 内的方法Mapping不用加user 签名，直接写getName
@GetMapping("getName")
String getName();
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-002
访问：http://localhost:8002/getName
fallback demo
开启：feign:
hystrix:
enabled: true #打开callback
@FeignClient(value = "eureka-producer",fallback = UserCallBack.class)
public interface UserService
UserCallBack 为callback 实现，这里服务端会sleep 一段时间，让客户端超时，然后走callback
通过ribbon 设置 client 的超时
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-003
访问：
http://localhost:8003/say/jufeng
替换JDK默认的URLConnection为okhttp
修改openfeign 客户端的实现 ，使用OkHttp，同时设置连接数的大小
加入：
<dependency>
<groupId>io.github.openfeign</groupId>
<artifactId>feign-okhttp</artifactId>
</dependency>
开启：
feign:
okhttp:
enabled: true
必要时可以自己可以定时OkHttpClient,不定制也可以使用默认的 ,本例采用定制化
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-004
访问：
http://localhost:8004/user/getName
开启压缩
feign:
compression:
request:
enabled: true
mime-types: text/xml,application/xml,application/json
min-request-size: 2048
response:
enabled: true
超时设置
openfeign 是基于ribbon 设置超时
全局：
ribbon:
connectTimeout: 2000
readTimeout: 3000
局部针对某个服务：
eureka-producer:
ribbon:
ConnectTimeout: 2000 #请求连接超时时间
ReadTimeout: 3000 #请求处理的超时时间
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-006
访问：
http://localhost:8004/say/33,看后台报time out
配置文件修改日志级别
loggerLevel: BASIC ，FULL，HEADERS，NONE
NONE:默认值 ，什么都不打印
BASIC：仅记录请求方法、URL、响应状态码以及执行时间
HEADERS：在BASIC基础上，记录请求和响应的header
FULL：记录请求和响应的header、body 、元数据
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-007
访问：
http://localhost:8007/user/getName,看后台日志
代码修改日志级别
loggerLevel: BASIC ，FULL，HEADERS，NONE
NONE:默认值 ，什么都不打印
BASIC：仅记录请求方法、URL、响应状态码以及执行时间
HEADERS：在BASIC基础上，记录请求和响应的header
FULL：记录请求和响应的header、body 、元数据
关于优先级：细粒度配置文件配置 > 细粒度代码配置 > 全局配置文件配置 > 全局代码配置
demo:
局部设置：UserServerFeignConfig
@FeignClient(value = "eureka-producer",configuration = UserServerFeignConfig.class)
public interface UserService
全局设置：
@EnableFeignClients(defaultConfiguration = GlobalFeignLoggerConfig.class)
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-008
访问：
http://localhost:8008/user/getName,看后台日志
代码设置超时时间
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003
启动 openfeign-example-009
访问：
http://localhost:8009/say/33,看后台报time out
负载均衡策略设置，基于ribbon
详见配置文件
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003 eureka-example/example-004
启动 openfeign-example-010
访问：
http://localhost:8010/user/getName,看server后台日志
多个实例，方便测试，只请求一个url，url 可以设置为单独的直连ip地址
详见配置文件
启动 eureka-example/example-001 注册中心注册服务
启动 eureka-example/example-003 eureka-example/example-004
启动 openfeign-example-011
访问：
http://localhost:8011/user/getName,看eureka-example/example-003 日志
配置中心
启动配置中心server
访问：
http://localhost:1000/config/dev
如果打印基本信息则表示启动正常。
http请求地址：/{application}/{profile}[/{label}]
资源文件：
/{application}-{profile}.yml
/{label}/{application}-{profile}.yml
/{application}-{profile}.properties
/{label}/{application}-{profile}.properties
示例：本例中资源文件是config-dev.yml，其中config就是application，dev就是profile，
匹配资源文件的第三种，访问地址就是/config(application)/dev(profile)
label 是 git 的分支
配置中心客户端
详见: bootstrap.yml
先启动 config-example-001
访问 ：http://localhost:1002/say
占位符 {application} 启动配置服务server,这里以仓库 spring-cloud-example 为例作为application的名字
访问：http://localhost:1003/spring-cloud-example/dev
配置中心客户端
详见: bootstrap.yml
先启动 config-example-003
访问 ：http://localhost:1004/say
配置中心客户端 手动刷新
详见: bootstrap.yml
先启动 config-example-001,然后再git 仓库修改config-dev 里的name 的value
刷新：http://localhost:1005/actuator/refresh [post 请求]
访问 ：http://localhost:1005/say ，发现值变了
配置中心开启广播 bus+ kafka
详见: bootstrap.yml
更新和推送配置编更POST 请求：http://localhost:9090/actuator/bus-refresh
配置中心客户端
详见: bootstrap.yml
先启动 config-auto-refresh/config-server,然后再git 仓库修改config-dev 里的name 的value
刷新：POST 请求：http://localhost:9090/actuator/bus-refresh
访问 ：http://localhost:9091/say ，发现值变了
高可用 注册到注册中心，client 从注册中心拉取注册server。
ha-config/ha-server ，配置中心server
ha-config/ha-client , 配置client
demo：
@HystrixCommand(
ignoreExceptions : 忽略的异常
commandProperties = {
@HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "1000"),
@HystrixProperty(name = "execution.timeout.enabled", value = "false")},
threadPoolProperties = {
@HystrixProperty(name = "coreSize", value = "2"),
@HystrixProperty(name = "maxQueueSize", value = "2")},
fallbackMethod = "findByIdFallback")
public User findById(@PathVariable Long id) {
return this.restTemplate.getForObject("http://microservice-provider-user/simple/" + id, User.class);
}
hystrix.command.default和hystrix.threadpool.default中的default为默认CommandKey，default 是所有实例的默认值
Command Properties
Execution相关的属性的配置：
hystrix.command.default.execution.isolation.strategy 隔离策略，默认是可选THREAD, 可选THREAD, SEMAPHORE
hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds 命令执行超时时间，默认1000ms
hystrix.command.default.execution.timeout.enabled 执行是否启用超时，默认启用true
hystrix.command.default.execution.isolation.thread.interruptOnTimeout 发生超时是是否中断，默认true
hystrix.command.default.execution.isolation.semaphore.maxConcurrentRequests 最大并发请求数，默认10，-
该参数当使用ExecutionIsolationStrategy.SEMAPHORE策略时才有效。如果达到最大并发请求数，请求会被拒绝。
理论上选择semaphore size的原则和选择thread size一致，但选用semaphore时每次执行的单元要比较小且执行速度快（ms级别），
否则的话应该用thread。
semaphore应该占整个容器（tomcat）的线程池的一小部分。
Fallback相关的属性
这些参数可以应用于Hystrix的THREAD和SEMAPHORE策略
hystrix.command.default.fallback.isolation.semaphore.maxConcurrentRequests 如果并发数达到该设置值，请求会被拒绝和抛出异常并且fallback不会被调用。默认10
hystrix.command.default.fallback.enabled 当执行失败或者请求被拒绝，是否会尝试调用hystrixCommand.getFallback() 。默认true
Circuit Breaker相关的属性
hystrix.command.default.circuitBreaker.enabled 用来跟踪circuit的健康性，如果未达标则让request短路。默认true
hystrix.command.default.circuitBreaker.requestVolumeThreshold 一个rolling window内最小的请求数。如果设为20，那么当一个rolling window的时间内（比如说1个rolling window是10秒）收到19个请求，即使19个请求都失败，也不会触发circuit break。默认20
hystrix.command.default.circuitBreaker.sleepWindowInMilliseconds 触发短路的时间值，当该值设为5000时，则当触发circuit break后的5000毫秒内都会拒绝request，也就是5000毫秒后才会关闭circuit。默认5000
hystrix.command.default.circuitBreaker.errorThresholdPercentage错误比率阀值，如果错误率>=该值，circuit会被打开，并短路所有请求触发fallback。默认50
hystrix.command.default.circuitBreaker.forceOpen 强制打开熔断器，如果打开这个开关，那么拒绝所有request，默认false
hystrix.command.default.circuitBreaker.forceClosed 强制关闭熔断器 如果这个开关打开，circuit将一直关闭且忽略circuitBreaker.errorThresholdPercentage
Metrics相关参数
hystrix.command.default.metrics.rollingStats.timeInMilliseconds 设置统计的时间窗口值的，毫秒值，circuit break 的打开会根据1个rolling window的统计来计算。若rolling window被设为10000毫秒，则rolling window会被分成n个buckets，每个bucket包含success，failure，timeout，rejection的次数的统计信息。默认10000
hystrix.command.default.metrics.rollingStats.numBuckets 设置一个rolling window被划分的数量，若numBuckets＝10，rolling window＝10000，那么一个bucket的时间即1秒。必须符合rolling window % numberBuckets == 0。默认10
hystrix.command.default.metrics.rollingPercentile.enabled 执行时是否enable指标的计算和跟踪，默认true
hystrix.command.default.metrics.rollingPercentile.timeInMilliseconds 设置rolling percentile window的时间，默认60000
hystrix.command.default.metrics.rollingPercentile.numBuckets 设置rolling percentile window的numberBuckets。逻辑同上。默认6
hystrix.command.default.metrics.rollingPercentile.bucketSize 如果bucket size＝100，window＝10s，若这10s里有500次执行，只有最后100次执行会被统计到bucket里去。增加该值会增加内存开销以及排序的开销。默认100
hystrix.command.default.metrics.healthSnapshot.intervalInMilliseconds 记录health 快照（用来统计成功和错误绿）的间隔，默认500ms
Request Context 相关参数
hystrix.command.default.requestCache.enabled 默认true，需要重载getCacheKey()，返回null时不缓存
hystrix.command.default.requestLog.enabled 记录日志到HystrixRequestLog，默认true
Collapser Properties 相关参数
hystrix.collapser.default.maxRequestsInBatch 单次批处理的最大请求数，达到该数量触发批处理，默认Integer.MAX_VALUE
hystrix.collapser.default.timerDelayInMilliseconds 触发批处理的延迟，也可以为创建批处理的时间＋该值，默认10
hystrix.collapser.default.requestCache.enabled 是否对HystrixCollapser.execute() and HystrixCollapser.queue()的cache，默认true
ThreadPool 相关参数
线程数默认值10适用于大部分情况（有时可以设置得更小），如果需要设置得更大，那有个基本得公式可以follow：
requests per second at peak when healthy × 99th percentile latency in seconds + some breathing room
每秒最大支撑的请求数 (99%平均响应时间 + 缓存值)
比如：每秒能处理1000个请求，99%的请求响应时间是60ms，那么公式是：
（0.060+0.012）
基本得原则时保持线程池尽可能小，他主要是为了释放压力，防止资源被阻塞。
当一切都是正常的时候，线程池一般仅会有1到2个线程激活来提供服务
hystrix.threadpool.default.coreSize 并发执行的最大线程数，默认10
hystrix.threadpool.default.maxQueueSize BlockingQueue的最大队列数，当设为－1，会使用SynchronousQueue，值为正时使用LinkedBlcokingQueue。该设置只会在初始化时有效，之后不能修改threadpool的queue size，除非reinitialising thread executor。默认－1。
hystrix.threadpool.default.queueSizeRejectionThreshold 即使maxQueueSize没有达到，达到queueSizeRejectionThreshold该值后，请求也会被拒绝。因为maxQueueSize不能被动态修改，这个参数将允许我们动态设置该值。if maxQueueSize == -1，该字段将不起作用
hystrix.threadpool.default.keepAliveTimeMinutes 如果corePoolSize和maxPoolSize设成一样（默认实现）该设置无效。如果通过plugin（https://github.com/Netflix/Hystrix/wiki/Plugins）使用自定义实现，该设置才有用，默认1.
hystrix.threadpool.default.metrics.rollingStats.timeInMilliseconds 线程池统计指标的时间，默认10000
hystrix.threadpool.default.metrics.rollingStats.numBuckets 将rolling window划分为n个buckets，默认10
信号量是不能执行异步的
timeout 设置注意：
Hystrix Timeouts And Ribbon Clients
意思就是hystrix timeout 要大于 ribbon client 的超时时间，才有效，包括要大于ribbon client 重试的总时间
https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_hystrix_timeouts_and_ribbon_clients
服务提供者，用于测试，首先启动注册中心 eureka-example/example-001 ，下面所有的测试都是基于该服务
command 、thread 参数设置 ,测试超时 fallback ,还可以为fallback的方法在设置fallback
cache 测试
这里大家可能有一个误解，可能会把Hystrix的请求缓存当作和Redis缓存一样的概念，就是如果数据存到缓存了，
那么任意用户再次请求时都会在缓存中取出数据，其实并不是这样，Hystrix缓存仅限于当前线程内如果重复调用
相同的服务依赖会返回缓存的数据，通俗解释就是Hystrix缓存是基于request的，在当次请求内对同一个依赖服务
的多次调用，除了第一次是真实调用，其余的会使用Hystrix缓存.
启动后访问：http://localhost:7003/say/jufeng，看后台服务只输出一次调用
熔断器测试 circuit breaker
当 Hystrix Command 请求后端服务失败数量超过一定阈值，断路器会切换到开路状态 (Open)。
这时所有请求会直接失败而不会发送到后端服务:
这个阈值涉及到三个重要参数：快照时间窗、请求总数下限、错误百分比下限。这个参数的作用分别是：
快照时间窗：断路器确定是否打开需要统计一些请求和错误数据，而统计的时间范围就是快照时间窗，默认为最近的 10 秒
请求总数下限：在快照时间窗内，必须满足请求总数下限才有资格进行熔断。默认为 20，意味着在 10 秒内，如果该 Hystrix Command
的调用此时不足 20 次，即时所有的请求都超时或其他原因失败，断路器都不会打开。
错误百分比下限：当请求总数在快照时间窗内超过了下限，比如发生了 30 次调用，如果在这 30 次调用中，有 16 次发生了超时异常，
也就是超过 50% 的错误百分比，在默认设定 50% 下限情况下，这时候就会将断路器打开。
断路器保持在开路状态一段时间后 (默认 5 秒)，自动切换到半开路状态 (HALF-OPEN)。这时会判断下一次请求的返回情况，如果请求成功，
断路器切回闭路状态 (CLOSED)，否则重新切换到开路状态 (OPEN)。
该例子设置是 5000 ms 时间窗口内，请求次数要达到6次以上，且错误率要达到20% 才会打开 circuit breaker，打开时间是5000 ms
访问：http://localhost:7004/user/getName
openfegin 测试 ，详见配置文件
合并请求，在在一个时间窗口内，合并所有的请求在一个线程池内完成，再返回。
测试未能成功，总是调用单个方法，返回null feture，并没有关联到批量方法
异常处理和忽略异常测试
http://localhost:7007/getUsers
默认监控：
http://localhost:7008/actuator/hystrix.stream
配置Dashboard
详见ConfigBean
copy http://localhost:7008/hystrix.stream 到 http://localhost:7008/hystrix 页面中
网关
https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_router_and_filter_zuul
time out set:
基于服务发现： 通过ribbon 设置超时时间
如果是直接代理的url，则通过 zuul.host.connect-timeout-millis 和 zuul.host.socket-timeout-millis 进行设置
Hystrix超时需要考虑Ribbon读取和连接超时以及该服务将发生的重试总数。默认情况下，Spring Cloud Zuul将尽力为您
计算Hystrix超时，除非您显式指定Hystrix超时：
(ribbon.ConnectTimeout + ribbon.ReadTimeout) * (ribbon.MaxAutoRetries + 1) * (ribbon.MaxAutoRetriesNextServer + 1)
跨域：
@Bean
public WebMvcConfigurer corsConfigurer() {
return new WebMvcConfigurer() {
public void addCorsMappings(CorsRegistry registry) {
registry.addMapping("/path-1/**")
.allowedOrigins("https://allowed-origin.com")
.allowedMethods("GET", "POST");
}
};
}
filter ：
类型 过滤器 顺序 功能
pre ServletDetectionFilter -3 标记处理Servlet的类型
pre Servlet30WrapperFilter -2 包装HttpServletRequest请求
pre FormBodyWrapperFilter -1 包装请求体
pre DebugFilter 1 标记调试标志
pre PreDecorationFilter 5 处理请求上下文供后续使用
route RibbonRoutingFilter 10 serviceId请求转发
route SimpleHostRoutingFilter 100 url请求转发
route SendForwardFilter 500 forward请求转发
error SendErrorFilter 0 处理有错误的请求响应
post LocationRewriteFilter 900 重定向时，负责将标头重写为Zuul的URL
post SendResponseFilter 1000 组织需要发送回客户端的响应内容
注册到 eureka 的server
普通的server
代理zuul-euraka-server，并开始 okhttp client ,并且过滤客户端的cookie,并且过滤服务端代理传递的header
设置代理超时时间，配置hystrix 超时时间，配置重试次数等，详见配置application.yml
首先启动eureka-example/example-001作为注册中心 ，然后启动zuul-euraka-server
http://localhost:3001/user/hello?what=100
zuul +hystrix demo
代理zuul-euraka-server
首先启动eureka-example/example-001作为注册中心 ，然后启动zuul-euraka-server
http://localhost:3002/user/hello?what=100 ,可以正常访问，然后停掉zuul-euraka-server，
在访问 http://localhost:3002/user/hello?what=100，发现进入fallback
filter：pre，router，post,error
首先启动eureka-example/example-001作为注册中心 ，然后启动zuul-euraka-server
最后启动自己
http://localhost:3003/user/hello?what=100
看后台打印和返回的header
接着停掉zuul-euraka-server，再次访问http://localhost:3003/user/hello?what=100，进入errorfiler
代理指定的url
http://localhost:3004/user/hello?what=100
动态url 路由 可以实时更新
CustomRouteLocator extends SimpleRouteLocator implements RefreshableRouteLocator
再请求的时候确定路由信息，并进行改变，可以通过route filter 实现,RequestContext.getCurrentContext().setRouteHost()
配置文件里故意写错，有filter进行更改。
spring cloud stream 是基于spring integration 实现。
事例 用kafka 作为作为中间件 binder
Binder：是对中间件的抽象，通过与外部中间件连接的实现为 binder
Binding： 用于创建 input和output两种类型的管道
Channel ： 管道 ，发送和接受消息，也就是input和output实现类
Input： 用于订阅消息
Output: 用于输出message ，也就是send，发布消息
middleware: 中间件 kafka、rabbitmq
注意：
如果引入一个Binder 的实现，那么默认所有的管道都会绑定到这个binder上，现在就是kafka，如果是多个，
需要指定通道的Binder进行配置
spring.cloud.stream.bindings.通道名称.binder=Binder名称 ，
或者设置默认的Binder
spring.cloud.stream.defaultBinder=Binder名称
【属性说明】
【生产者属性公共属性】;
以下绑定属性可用于输出绑定，但只能并必须以spring.cloud.stream.bindings.<channelName>.producer.为前缀。
例如，spring.cloud.stream.bindings.input.producer.partitionKeyExpression=payload.id。
默认值可以使用spring.cloud.stream.default.producer前缀来设置，
例如，spring.cloud.stream.default.producer.partitionKeyExpression=payload.id。
partitionKeyExpression
决定如何分区流出数据的SpEL表达式。如果设置，或者设置了partitionKeuExtractorClass，这个通道的流出数据会被分区，
且partitionCount必须设置为大于1的值才能生效。这两个选项是互斥的。参阅分区支持。
默认值为：null。
partitionKeyExtractorClass
PartitionKeyExtractorStrategy的实现。如果设置，或者设置了partitionKeyExpression，此通道的流出数据会被分区，
且partitionCount必须设置为大于1的值才能生效。这两个选项是互斥的。参阅分区支持。
默认值为：null。
partitionSelectorClass
PartitionSelecctorStrategy的实现。和partitionSelecorExpression互斥。如果设置了其中一个，分区将被选择为hashCode(key) % partitionCount，
其中的key是通过partitionKeyExpression或partitionKeyExtractorClass来计算的。
默认值为：null。
partitionSelectorExpression
用于自定义分区选择的SpEL表达式。和partitionSelectorClass互斥。如果设置了其中一个，分区将被选择为hashCode(key) % partitionCount，
其中的key是通过partitionKeyExpression或partitionKeyExtractorClass来计算的。
默认值为：null。
partitionCount
数据的目标分区的数量（如果分区已启用）。 如果生产者是分区的，则必须设置为大于1的值。 在Kafka上意味着使用 此值和目标主题分区数量中的较大值。
默认值为：1。
requiredGroups
生产者必须确保消息传递的组群列表（逗号分隔），即使它们是在创建之后启动的（例如，通过在RabbitMQ中预先创建持久队列）。
headerMode
设置为none时，禁用输出上的头部嵌入。 仅对本身不支持消息头但需要嵌入头部的消息中间件有效。
当从非Spring Cloud Stream应用消费数据而原生头部不被支持的时候，
此选项非常有用。如果设置为headers，使用使用中间件本身的头部机制。如果设置为embeddedHeaders，在消息负载中嵌入头部。
默认值为：取决于binder实现。
useNativeEncoding
设置为true时，流出消息将直接由客户端库序列化，客户端库必须相应地进行配置（例如，设置适当的Kafka生产者value serializer）。
使用此配置时，流出消息编组不是基于绑定的contentType。 当使用本地编码时，消费者有责任使用适当的解码器（例如：Kafka消费者value de-serializer）
来反序列化流入消息。 而且，当使用本地编码/解码时，headerMode = embeddedHeaders属性将被忽略，并且头部不会嵌入到消息中。
errorChannelEnabled
设置为true时，如果binder支持异步发送结果; 发送失败的消息将被发送到目的地（destination）的错误通道。
有关更多信息，请参阅消息通道绑定和错误通道。
默认值为：false。
【消费者公共属性】
下边的绑定属性值对输入绑定可用的且必须以spring.cloud.stream.bindings.<channelName>.consumer为前缀。
例如，spring.cloud.stream.bindings.input.consumer.concurrency=3。
默认值可以使用spring.cloud.stream.default.consumer前缀来设置，
例如，spring.cloud.stream.default.consumer.headerMode=none。
concurrency
流入消费者的并发性。
默认为：1。
partitioned
消费者是否接受来自一个分区的生产者数据。
默认为：false。
headerMode
如果设置为none，则禁用输入的头部处理。仅对本身不支持消息头但需要嵌入头部的消息传递中间件有效。
当从非Spring Cloud Stream应用消费数据而原生头部不被支持的时候，此选项非常有用。如果设置为headers，
使用使用中间件本身的头部机制。如果设置为embeddedHeaders，在消息负载中嵌入头部。
默认为：取决于binder实现。
maxAttempts
如果处理失败，则尝试处理该消息的次数（包括第一次）。 设置为1以禁用重试。
默认值为： 3。
backOffInitialInterval
回退乘数
默认值为：2.0。
instanceIndex
当设置为大于等于0的值的时候，允许自定义此消费者的实例索引（如果与spring.cloud.stream.instanceIndex不同）。
当设置为一个负值的时候，默认为spring.cloud.stream.instanceIndex。
默认值为：-1。
instanceCount
当设置为大于等于0的值的时候，允许自定义此消费者的实例数量（如果不同于spring.cloud.stream.instanceCount）。
如果设置为负值，默认为spring.cloud.stream.instanceCount。
默认值为：-1。
【Kafka 绑定（binder）属性】：
spring.cloud.stream.kafka.binder.brokers
Kafka绑定（binder）将连接到的代理（broker）列表。
默认为： localhost。
spring.cloud.stream.kafka.binder.defaultBrokerPort
代理（broker）允许指定具有或不具有端口信息的主机（例如，host1，host2：port2）。
当代理列表（broker）中没有配置端口时，将设置默认端口。
默认为： 9092
spring.cloud.stream.kafka.binder.zkNodes
Kafka绑定（binder）可以连接的ZooKeeper节点列表。
默认为： localhost。
spring.cloud.stream.kafka.binder.defaultZkPort
zkNodes允许指定具有或不具有端口信息的主机（例如，host1，host2：port2）。 当节点列表中没有配置端口时，将设置默认端口。
默认为： 2181。
spring.cloud.stream.kafka.binder.configuration
传递给由绑定器创建的所有客户端的用户属性（包括生产者和消费者）的键/值 map。 由于生产者和消费者都会使用这些属性，因此应该将使用限制在公共属性中，特别是安全设置。
默认为： 空map。
spring.cloud.stream.kafka.binder.headers
将由绑定（binder）传输的自定义头部的列表。
默认为： 空。
spring.cloud.stream.kafka.binder.healthTimeout
以秒为单位的等待分区信息的时间，默认值60。如果此计时器到期，运行状况将报告为down。
默认为： 10。
spring.cloud.stream.kafka.binder.offsetUpdateTimeWindow
以毫秒为单位的保存偏移量的频率。 如果为0，则忽略。
默认为： 10000。
spring.cloud.stream.kafka.binder.offsetUpdateCount
持续消费偏移量更新数量的频率（The frequency, in number of updates, which which consumed offsets are persisted.）。
如果为0，则忽略。与offsetUpdateTimeWindow互斥。
默认为： 0。
spring.cloud.stream.kafka.binder.requiredAcks
需要代理（broker）受到应答的数量。
默认为： 1。
spring.cloud.stream.kafka.binder.minPartitionCount
仅在设置autoCreateTopics或autoAddPartitions时有效。 绑定（binder）将在其生产/消费数据的主题（topic）上配置的分区的全局最小数量。
它可以被生产者的partitionCount设置或生产者的instanceCount * concurrency设置的值所替代（其中较大的值）。
默认为： 1。
spring.cloud.stream.kafka.binder.replicationFactor
autoCreateTopics处于活动状态时,自动创建主题（topics ）复制因子（ replication factor ）。
默认为： 1。
spring.cloud.stream.kafka.binder.autoCreateTopics
如果设置为true，则绑定（binder）将自动创建新的主题（topic）。 如果设置为false，则绑定（binder）将依赖于已经配置的主题（topic）。
在后一种情况下，如果主题（topic）不存在，绑定（binder）将无法启动。 值得注意的是，此设置与代理（topic）的auto.topic.create.enable设置无关，
并且不影响代理：如果服务器设置为自动创建主题（topic），则可以将它们和默认代理设置一起创建为元数据检索请求的一部分。
默认为： true。
spring.cloud.stream.kafka.binder.autoAddPartitions
如果设置为true，则绑定（binder）将根据需要创建添加新分区。 如果设置为false，则绑定（binder）将依赖于已经配置的主题的分区大小。
如果目标主题的分区数量小于期望值，绑定（binder）将无法启动。
默认为： false。
spring.cloud.stream.kafka.binder.socketBufferSize
Kafka消费者使用的套接字缓冲区的大小（以字节为单位）。
默认为： 2097152。
spring.cloud.stream.kafka.binder.transaction.transactionIdPrefix
在绑定（binder）中启用事务; 请参阅Kafka文档中的transaction.id和spring-kafka文档中的事务。 启用事务时，将忽略各个的producer属性，
并且所有生产者都使用spring.cloud.stream.kafka.binder.transaction.producer.*属性。
默认为： null（没有事务）。
spring.cloud.stream.kafka.binder.transaction.producer.
事务绑定（binder）中生产者的全局生产者属性。 请参阅spring.cloud.stream.kafka.binder.transaction.transactionIdPrefix和
[Kafka Producer Properties以及所有绑定（binder）支持的常规生产者属性。
默认为：查看各个生产者属性。
【Kafka 消费者属性】：
以下属性仅供Kafka使用者使用，且必须以spring.cloud.stream.kafka.bindings.<channelName>.consumer.为前缀。
autoRebalanceEnabled
如果为true，则主题（topic）分区将在消费者组的成员之间自动重新平衡。 如果为false，
则会根据spring.cloud.stream.instanceCount和spring.cloud.stream.instanceIndex为每个使用者分配一组固定的分区。
这需要在每个启动的实例上正确设置spring.cloud.stream.instanceCount和spring.cloud.stream.instanceIndex属性。
在这种情况下，属性spring.cloud.stream.instanceCount通常必须大于1。
默认为： true。
autoCommitOffset
是否在处理消息完成后自动提交偏移量。 如果设置为false，则在流入消息中将包含一个类型为
org.springframework.kafka.support.Acknowledgment的keykafka_acknowledgment的头部。
应用可以使用这个头来确认消息。 详细信息请参阅示例部分。 当此属性设置为···false···时，Kafka绑定（binder）
将把应答确认模式设置为org.springframework.kafka.listener.AbstractMessageListenerContainer.AckMode.MANUAL。
默认为： true。
autoCommitOnError
仅在autoCommitOffset设置为true时有效。 如果设置为false，则会取消导致错误的消息的自动提交，并且只会提交成功的消息，
允许流从上次成功处理的消息中自动重放，以防发生持续失败。 如果设置为true，它将始终自动提交（如果启用了自动提交）。
如果未设置（默认），则它与enableDlq实际上具有相同的值，如果消息被发送到DLQ，则自动提交错误消息，否则不提交它们。
默认为：not set。
recoveryInterval
尝试恢复连接的间隔，以毫秒为单位。
默认为：5000。
resetOffsets
是否将消费者的偏移量重置为startOffset提供的值。
默认为：false。
startOffset
新组的量起始偏移。 允许值：earliest，latest。 如果消费者组被显式设置为消费者“绑定”（
通过spring.cloud.stream.bindings.<channelName> .group），那么’startOffset’被设置为earliest; 否则将其设置为anonymous消费者组的latest。
默认为：null （等同于earliest）。
enableDlq
设置为true时，它将为消费者发送启用DLQ行为。 默认情况下，导致错误的消息将被转发到名为error.<destination>.<group>的主题（topic）。
DLQ主题（topic）名称可以通过属性dlqName进行配置。 当错误数量相对较少时，这为更常见的Kafka重放场景提供了一个替代选项，
但重放整个原来的主题可能太麻烦。
默认为：false。
configuration
包含通用Kafka消费者属性的键/值对的Map。
默认为：Empty map。
dlqName
接收错误消息的DLQ主题（topic ）的名称。
默认为：null（如果未指定，则导致错误的消息将被转发到名为error.<destination>.<group>的主题（topic）。
【 Kafka生产者属性】：
以下属性仅适用于Kafka生产者，必须以spring.cloud.stream.kafka.bindings.<channelName>.producer.为前缀。
bufferSize
Kafka 生产者在发送之前将尝试批量处理多少数据的上限（以字节为单位）。
默认为：16384。
sync
生产者是否为异步的。
默认为：false。
batchTimeout
在发送之前，生产者需要等待多长时间才能让更多的消息在同一批次中累积。 （通常情况下，生产者根本不会等待，
只是发送前一次发送过程中累积的所有消息。）非零值可能会增加吞吐量，但会提高延迟。
默认为：0。
messageKeyExpression
根据流出消息计算的SpEL表达式，用于填充生成的Kafka消息的key。 例如headers.key或payload.myKey。
默认为：none。
headerPatterns
以逗号分隔的简单模式列表，用于匹配Spring消息头以映射到ProducerRecord中的kafka headers。 模式可以以通配符（星号）
开始或结束。 模式可以通过用!前缀来取反。 匹配在第一次匹配成功后停止（positive or negative）。 例如!foo,fo *会通过fox
但foo不会通过。 id和timestamp不会进行映射。
默认为：*（除了id和timestamp之外的所有头部）。
configuration
包含通用Kafka生产者属性的键/值对的Map。
默认为：Empty map
手动订阅消息
sink.input().subscribe
@StreamListener(Sink.INPUT) 实现订阅消息
通过注解获取header 和 全部header ,@Header,@Headers
注意：如果@StreamListener注解的方法有返回值，那么必须使用@SendTo注解指明返回的值写入哪个通道
Spring Cloud Stream 可以有任意数量的通道，默认spring cloud 自带了 Source 、Sink、Processer
自定义通道测试
消息的分发功能 @StreamListener
根据hello 的值不同，找不同的处理管道
@StreamListener(value = Sink.INPUT,condition = "headers['hello']=='word'")
@StreamListener(value = Sink.INPUT,condition = "headers['hello']=='hello'")
分区：
如何计算分区key，可以通过下面两种方式
过配置partitionKeyExpression或者partitionKeyExtractorClass属性中的一个（并且只能配置一个），
以及partitionCount属性来配置配置输出绑定，例如：
spring.cloud.stream.bindings.output.producer.partitionKeyExpression=payload.id
spring.cloud.stream.bindings.output.producer.partitionCount=5
根据partitionKeyExpression计算每个发送到分区的输出通道的消息的分区键值（partition key’s value）
partitionKeyExpression是一个根据流出消息计算的SpEL表达式，用于取得分区的key（partitioning key）。
如果一个SpEL表达式不能满足需求，你可以通过将属性partitionKeyExtractorClass设置为实现了
org.springframework.cloud.stream.binder.PartitionKeyExtractorStrategy接口的类来计算分区键值。
虽然SpEL表达通常情况下够用，但更复杂的情况下可以使用自定义实现策略。
在这种情况下，属性’partitionKeyExtractorClass’可以设置如下
spring.cloud.stream.bindings.output.producer.partitionKeyExtractorClass=com.example.MyKeyExtractor
spring.cloud.stream.bindings.output.producer.partitionCount=5
如何设置分区方法：
模式是 key.hash mod partitionCount-1
自定义实现
定义MyPartitionKeyExtractor，其实现PartitionKeyExtractorStrategy、PartitionSelectorStrategy接口
stream-example-005 producer 支持分区设置
stream-example-006 consumer 读取分区0的数据
stream-example-007 consumer 读取分区1的数据
先启动stream-example-006 stream-example-007，然后启动stream-example-005 发送数据，看接受端输出
停掉任何一个，都可以进行自动重新平衡消费的。
@SendTo 消费消息有返回值的情况，要输出到另外一个管道
运行时 动态设置管道
自定义消息转换器 ，需要使用 @StreamConverter 注释 进行限定才可以
消息转换器，默认不写就是application/json
框架需要@StreamMessageConverter限定符注释，以避免获取到ApplicationContext上可能存在的其他转换器，并可能与默认的转换器重叠。
如果你的消息转换器需要使用特定的content-type和目标类（对于输入和输出），则消息转换器需要扩展
org.springframework.messaging.converter.AbstractMessageConverter。若使用@StreamListener进行转换，一个实现
org.springframework.messaging.converter.MessageConverter的消息转换器就足够了。
本例子是在Spring Cloud Stream应用程序中创建消息转换器bean（带有内容类型application/bar）的示例
kafka 手动提交offset
错误处理
@ServiceActivator(inputChannel = "test12.group-aa.errors")
spring cloud bus
spring cloud bus 消息总线，是基于spring cloud stream 实现
【大致流程】
客户端发送刷新事件请求（POST请求 /actuator/bus-refresh/${applicationContextId}:*），消息总线会产生一个event事件，并将该事件发送到
消息中间件 kafka 或者其他mq，其他配置配置消息总线的client，都会监听mq的消息，监听的client 收到该消息后会转发为spring 内部
事件进行下发，spring内部监听器，可以进行相应的处理
${applicationContextId}:* 一般是 serviceId:port，而 serviceId 就是在 application.properties 中配置的 spring.application.name
消息总线提供的端点 /actuator/bus-refresh/${applicationContextId}:* 和 Actuator 自带的端点 /actuator/refresh
作用是相同的，都是刷新配置项，区别主要在于：
/actuator/refresh：刷新本地配置项
/actuator/bus-refresh/${applicationContextId}:*：刷新远程应用配置项
【主要的事件】
RemoteApplicationEvent： spring 事件的基类，以下事件都是基于他实现，是其他事件类的基类，定义了事件对象的公共属性
RefreshRemoteApplicationEvent： 刷新事件，刷新远端应用配置的事件，用于接收远端刷新的请求。
AckRemoteApplicationEvent:确认远端应用事件，该事件表示一个特定的RemoteApplicationEvent事件被确认。
EnvironmentChangeRemoteApplicationEvent:环境变更的事件
UnknownRemoteApplicationEvent：未知事件,该事件类与之前的SentApplicationEvent、AckRemoteApplicationEvent有关，
当序列化时遇到事件的类型转换异常，则自动构造成一个未知的远端应用事件
SentApplicationEvent: 发送事件 和上面事件不同，他不是继承RemoteApplicationEvent
发送应用事件，表示系统中的某个地方发送了一个远端事件
spring 对应的内部监听
RefreshListener 监听 RefreshRemoteApplicationEvent
EnvironmentChangeListener 监听 EnvironmentChangeRemoteApplicationEvent
TraceListener 监听 AckRemoteApplicationEvent 和 SentApplicationEvent
消息发送和监听请看
BusAutoConfiguration
发送和接受通道 ：SpringCloudBusClient 中定义
bus 相关属性 参考 BusProperties 这个类
实现自己的事件用于bus，要继承 RemoteApplicationEvent
观察RefreshListener 输出，监听 RefreshRemoteApplicationEvent
RefreshListener源码输出：
@Override
public void onApplicationEvent(RefreshRemoteApplicationEvent event) {
Set<String> keys = contextRefresher.refresh();
log.info("Received remote refresh request. Keys refreshed " + keys);
}
post 请求：http://localhost:9090/actuator/bus-refresh
内部其实是发送了一个 topic 为springCloudBus 到kafka
自定义 RefreshRemoteApplicationEvent 的事件监听器
post 请求 ： http://localhost:9092/actuator/bus-refresh/bus-example-002
其中bus-example-002 可以是 bus-example-002:9092 ，也可以不写，不写就会广播所有，写就是广播某一个服务
bus-example-002： 代表广播bus-example-002 服务
bus-example-002:9092 代表广播bus-example-002:9092 服务
不写广播所有bus的client
自定义远程事件 RemoteApplicationEvent
链路跟踪
一些概念：
1.Span，Span是基本的工作单元。Span包括一个64位的唯一ID，一个64位trace码，描述信息，时间戳事件，key-value 注解(tags)，span处理者的ID（通常为IP）。
最开始的初始Span称为根span，此span中span id和 trace id值相同。
2.Trance，包含一系列的span，它们组成了一个树型结构
3.Annotation，用于及时记录存在的事件。常用的Annotation如下：
cs - Client Sent：客户端发送一个请求，表示span的开始
sr - Server Received：服务端接收请求并开始处理它。(sr-cs)等于网络的延迟
ss - Server Sent：服务端处理请求完成，开始返回结束给服务端。(sr-ss)表示服务端处理请求的时间
cr - Client Received：客户端完成接受返回结果，此时span结束。(cr-cs)表示客户端接收服务端数据的时间
sender 相关
ZipkinSenderProperties
Zipkin 属性
ZipkinProperties
Kafka 相关
ZipkinKafkaSenderConfiguration
collector 属性
ZipkinKafkaCollectorProperties
sleuth-example-001和sleuth-example-002
如果是内存存储采集数据，请注释掉kafka 相关的配置
如果是mysql 存储采集数据，请注释掉kafka 相关的配置
如果是kafka ，请不要注释kafka相关的配置
相关sleuth和zipkin 收集端配置
spring:
zipkin:
#base-url: http://localhost:5000
#base-url: http://localhost:4999 # 下面是发送到kafka 所以base-url不需要
sender:
type: kafka # 采集数据异步发送到kafka，不采用kafka 将其注释掉就可以了
kafka:
bootstrap-servers: 10.12.52.21:9092 # 用于发送到kafka
sleuth:
sampler:
probability: 1 #设置采样率，为了测试设置100%采集，设置为1.0
【zipkin】
zipkin: https://github.com/openzipkin/zipkin
提供给zipkin ui 数据的接口
https://zipkin.io/zipkin-api/#/default
支持的框架
https://github.com/openzipkin/brave/tree/master/instrumentation
Sampler.ALWAYS_SAMPLE == spring.sleuth.sampler.percentage=1 （实现为ProbabilityBasedSampler.java）
【brave】 介绍
https://opentracing-contrib.github.io/opentracing-specification-zh/specification.html
http://localhost:5002/user/jufeng
源码
https://github.com/openzipkin/brave
官网demo
https://github.com/openzipkin/brave-webmvc-example
dubbo:
https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_dubbo_rpc_support
<dependency>
<groupId>io.zipkin.brave</groupId>
<artifactId>brave-instrumentation-dubbo-rpc</artifactId>
</dependency>
dubbo.properties
dubbo.provider.filter=tracing
dubbo.consumer.filter=tracing
展示数据，将数据放入内存
http://localhost:5000
展示数据，将数据放入mysql
http://localhost:4999
展示数据，异步将数据放入mysql
http://localhost:4998
服务提供
调用服务 sleuth-example-001
调用本地方法监控 Tracer
https://blog.csdn.net/apei830/article/details/78722180
然后观察 zipkin ui 展示的数据
自定义simpler 抽样
1、基于注解的local spans，
参考：https://cloud.spring.io/spring-cloud-static/Finchley.SR4/single/spring-cloud.html#_creating_new_spans
2、HttpSampler 实现http请求抽样采集,ConfigServerSampler
3、SkipPatternProvider 默认实现了静态资源之类的过滤，自己可以重新SkipPatternProvider 才生产自己的pattern
4、自定义 过滤http请求 的 TracingFilter: MyFilter
5、修改span name：自定义span name ，可以给每个span name 起作用
6、当 spring.zipkin.sender.type: web ，可以自定义发送的 RestTemplate 对象，这里不做demo了
参考下面
@Configuration
class MyConfig {
@Bean ZipkinRestTemplateCustomizer myCustomizer() {
return new ZipkinRestTemplateCustomizer() {
@Override
void customize(RestTemplate restTemplate) {
// customize the RestTemplate
}
};
}
}
7 线程内跟踪
8 配置不进行跟踪的uri
和上面ConfigServerSampler没有关系，是可以单独配置，或者一起配合使用的
spring.sleuth.web.skipPattern，这个会覆盖SleuthWebProperties 中的DEFAULT_SKIP_PATTERN
也可以通过 spring.sleuth.web.additionalSkipPattern 进行追加
demo 见配置文件
访问http://localhost:5004/other/getOther ，此时 是没有追踪other 开头的uri的
启动eureka-example/example-001 ，zipkin-server-mysql，sleuth-example-004
访问：
http://localhost:5004/user/getAge
http://localhost:4999/zipkin/
异步servlet支持，本身就是支持的
@Async注解方法 会建立新的span 关闭 spring.sleuth.async.enabled= false
@Scheduled注解方法 会建立新的span 关闭 spring.sleuth.scheduled.enabled = false
自定义线程池 CustomExecutorConfig 没有起作用
用于创建span
create spans each time a new task is submitted, invoked, or scheduled
Spring Cloud Netflix supplies useful tools that work regardless of which DiscoveryClient implementation you use.
Feign, Turbine, Ribbon, and Zuul all work with Spring Cloud Zookeeper.
提供服务
服务注册和发现，注册服务到zookeeper，并使用ip
spring cloud zookeeper 作为服务注册发现的配置项目 详见下面类：
ZookeeperDiscoveryProperties
DiscoveryClient
首先要启动 zookeeper-example-001
然后启动 zookeeper-example-002 看控制台输出
Feign demo
首先要启动 zookeeper-example-000
首先要启动 zookeeper-example-001
然后启动 zookeeper-example-003 看控制台输出
Using the Zookeeper Dependencies 未能演示成功