-
Tars | 第7篇 TarsJava Subset最终代码的测试方案设计
前言
中期汇报会后，对Tars Subset功能更加熟悉，并根据TarsGo的实现方式，对Java JDK实现代码进行翻新改造。于是有了以下两篇分析文章：
第5篇 基于TarsGo Subset路由规则的Java JDK实现方式（上篇）
https://www.cnblogs.com/dlhjw/p/15245113.html
第6篇 基于TarsGo Subset路由规则的Java JDK实现方式（下篇）
https://www.cnblogs.com/dlhjw/p/15245116.html
其中，《上篇》注重TarsGo分析，《下篇》注重TarsJava实现方式。不出意外的话，最终提交的考核成果就在下面的GitHub代码仓库中（以下简称“最终代码”），后续可能会有些许地方需要更改：
TarsJava 实现Subset路由规则JDK GitHub开源地址
https://github.com/dlhjw/TarsJava/commit/cc2fe884ecbe8455a8e1f141e21341f4f3dd98a3
最终代码与中期代码在整体思想逻辑上都是一致的都是：先判断Subset路由规则，再根据规则路由到定义的节点。不同点在于：中期在处理整个过程时，用一个方法filterEndpointsBySubset()实现；而最终的实现方式则是以subsetEndpointFilter()方法作为整个Subset流量路由的入口，通过subsetManager管理器调用getSubset()方法获取到路由规则的String类型的subset字段，与节点自身的subset字段一一比较过滤节点；其中Subset路由规则的判断封装在getSubset()方法里；
总的来说就是最终代码是在处理subset规则逻辑中增加了很多细节，比如：通过新增的registry接口获取subsetConf配置项；将获取到是配置项存入缓存中；以及将“判断Subset路由规则”进行层层封装，最终返回一个简单的String类型的subset字段与节点自身的subset字段比较等；
因此，在测试方案上相比较中期有些许区别，但总体上的单元测试原则是不变的：
- 首先构建前置条件；
- 调用测试方法；
- 输出测试结果；
其中的区别主要体现在前置条件的构建上，本篇将结合最终代码的实现逻辑，重点介绍其测试方案的设计；首先介绍测试方案的设计原则，接着针对五种情况（按比例单次、按比例多次、按参数精确、按参数正则路由与默认规则）做详细介绍与展示测试结果。
最终代码的Subset执行流程分析请参考下面这篇文章：
第8篇 TarsJava Subset最终代码的执行流程与原理分析
https://blog.csdn.net/dlhjw1412/article/details/119932752
《测试方案设计》与《执行流程分析》两篇文章相辅相成，相互观阅能更快更好地理解整个Subset的业务流程与输出示例；
1. SubsetConf配置项的结构
在中期，笔者使用一个map来模拟subset的流量规则；而在最终代码里，是用多个对象来模拟Subset的配置，这些对象是理解整个Subset流量过滤规则的基础的，因此很有必要在这里做个介绍；
1.1 SubsetConf
public class SubsetConf {
private boolean enanle;
private String ruleType;
private RatioConfig ratioConf;
private KeyConfig keyConf;
private Instant lastUpdate;
……
}
可以看出SubsetConf配置项里有以下属性：
-
enanle：表示是否开启Subset流量管理功能；
- true：开启；false：关闭；
-
ruleType：表示流量管理的类型；
-
目前有
ratio按比例和key按参数两种模式；
-
目前有
-
RatioConfig：表示按比例路由配置项；
- 里面定义了路由比例与路径等信息，详情请参考《1.2 RatioConfig》
-
KeyConfig：表示按参数路由配置项；
- 里面定义了规则key与路由路径等信息，详情请参考《1.3 KeyConfig》
- lastUpdate：表示该配置项上次更新时间，将在缓存那里起作用；
1.2 RatioConfig
public class RatioConfig {
private Map<String, Integer> rules;
……
}
RatioConfig里只有一个map类型的rules路由规则，其中key为一个String类型的subset字段，用来跟节点的subset字段匹配，value为路由权重，如：{ {"v1" , 20} , {"v2" , 60} , {"v3" , 20} }表示路由到subset字段为v1的节点的概率为0.2；路由到subset字段为v2的节点的概率为0.6；路由到subset字段为v3的节点的概率为0.2；
1.3 KeyConfig
public class KeyConfig {
private String defaultRoute;
private List<KeyRoute> rules;
……
}
KeyConfig里有两个属性，一个是defaultRoute默认路由路径；另一个是list类型的rules，里面是KeyRoute，其定义了按参数匹配的类型、规则key与路径，详情请见《1.4 KeyRoute》
1.4 KeyRoute
public class KeyRoute {
private String action = null;
private String value = null;
private String route = null;
public static final String TARS_ROUTE_KEY = "TARS_ROUTE_KEY";
……
}
KeyRoute里面有四个String类型的属性，如下：
-
action：用来定义参数匹配的类型；
- 目前可设置的类型有：equals精确匹配、match正则匹配、default默认匹配；
- value：这就是大名鼎鼎的规则key了。当action=equals时，还需满足规则key与请求key匹配，才能进行精确匹配；当action=match时，还需满足规则key与请求key正则匹配，才能进行正则匹配；action=default对规则key没要求；
- route：用来规定路由路径，其值为一个String类型的subset字段，匹配到节点的subset字段；
- TARS_ROUTE_KEY：一个常量字段，为Tars请求体里的status(map类型)的key；
1.5 SubsetConf的结构示意图
上述提到的配置类联系结构图如下：
2. 测试方案设计
这里的测试主要指测试subsetEndpointFilter()根据subset过滤节点这一核心方法，在测试中构建前置条件最为复杂，因此将在2.1仔细介绍；
2.1 构建前置条件
从SubsetConf的结构图可以看出，按比例与参数路由的一些前置条件不同，比如按参数路由需要一个list类型的KeyRoute，而按比例路由则是用一个map类型的数据结构实现类似KeyRoute的功能；
除此之外，KeyRoute里的value为规则的key，其作用是与请求key做对比匹配，是参数匹配的必要不充分条件；这就要求构建前置条件时要考虑从Tars的请求体TarsServantRequest中的status属性（map类型）获取到键TARS_ROUTE_KEY的值value，而Tars的请求体又要通过分布式上下文信息DistributedContext获取；默认路由又不用考虑染色key……
因此，按比例与默认路由方式的前置条件包括：
- 一个Subset过滤器；
-
核心方法
subsetEndpointFilter的传入参数；- objectName：对象名；
- routeKey：上下文的染色key；
- activeEp：存活的节点列表及存活的节点；
- 一个SubsetManager管理器；
- RatioConfig比例路由规则；
- subsetConf配置项；
- 等；
可以通过以下代码实现、模拟：
//创建Subset过滤器
Subset subsetFilter = new Subset();
//模拟objectName
String objectName = "objectName";
//模拟routeKey
String routeKey = "routeKey";
//存活节点list列表
List<EndpointF> endpointFList = new ArrayList<EndpointF>();
Holder<List<EndpointF>> activeEp = new Holder<List<EndpointF>>(new ArrayList<EndpointF>());
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置比例路由规则
RatioConfig ratioConf = new RatioConfig();
Map<String , Integer> map = new HashMap<>();
map.put("v1",20);
map.put("v2",80);
//map.put("v3",20);
ratioConf.setRules(map);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("ratio");
subsetConf.setRatioConf(ratioConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
而按参数匹配路由方式的前置条件包括：
- 一个Subset过滤器；
-
核心方法
subsetEndpointFilter的传入参数；- objectName：对象名；
- routeKey：上下文的染色key；
- activeEp：存活的节点列表及存活的节点；
- 一个SubsetManager管理器；
- KeyConfig参数路由规则；
- KeyRoute参数路由属性；
- subsetConf配置项；
- Tars的请求体TarsServantRequest；
- 一个Session域，用来构建Tars请求体
- 分布式上下文信息DistributedContext；
- 等；
可以通过以下代码实现、模拟：
//创建Subset过滤器
Subset subsetFilter = new Subset();
//模拟objectName
String objectName = "objectName";
//模拟routeKey
String routeKey = "routeKey";
//存活节点list列表
List<EndpointF> endpointFList = new ArrayList<EndpointF>();
Holder<List<EndpointF>> activeEp = new Holder<List<EndpointF>>(new ArrayList<EndpointF>());
//定义一个Session域，用来构建Tars请求体
Session session;
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置参数路由规则，这里的KeyRoute的value为 “规则的染色key”
KeyConfig keyConf = new KeyConfig();
List<KeyRoute> krs = new LinkedList<>();
krs.add(new KeyRoute("match","routeKey","v1"));
keyConf.setRules(krs);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("key");
subsetConf.setKeyConf(keyConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//1.4 模拟Tars “请求的染色key” TARS_ROUTE_KEY，但请求染色key和规则染色key匹配时，才能精确路由
//1.4.1 创建Tars的请求体TarsServantRequest
TarsServantRequest request = new TarsServantRequest( session );
//1.4.2 往请求体的status添加{TARS_ROUTE_KEY, "routeKey"}键值对
Map<String, String> status = new HashMap<>();
status.put("TARS_ROUTE_KEY", "routeKey");
request.setStatus(status);
//1.4.3 构建分布式上下文信息，将请求放入分布式上下文信息中，因为getSubset()的逻辑是从分布式上下文信息中取
DistributedContext distributedContext = new DistributedContextImpl();
distributedContext.put(DyeingSwitch.REQ,request);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
2.2 调用测试方法
调用测试方法比较简单，用如下语句实现即可：
//4. 对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
2.3 输出测试结果
输出测试结果也比较简单，在过滤前后都遍历一些节点列表，判断其是否起到过滤功能即可，可以用如下代码实现：
//3. 输出过滤前信息
System.out.println("过滤前节点信息如下：");
for( EndpointF endpoint : endpointFList){
System.out.println(endpoint.toString());
}
//5. 输出过滤结果
System.out.println("过滤后节点信息如下：");
for( EndpointF endpoint : filterActiveEp.getValue() ){
System.out.println(endpoint.toString());
}
如此，一个大概的测试方案就成型了，下面将介绍各路由方式的测试代码与测试结果；
3. 按比例路由规则 - 单次测试
测试代码如下：
/**
* 按比例路由规则 - 单次测试
* 没有测试registry获取subsetConf功能
*/
@Test
public void testRatioOnce() {
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置比例路由规则
RatioConfig ratioConf = new RatioConfig();
Map<String , Integer> map = new HashMap<>();
map.put("v1",20);
map.put("v2",80);
//map.put("v3",20);
ratioConf.setRules(map);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("ratio");
subsetConf.setRatioConf(ratioConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
//3. 输出过滤前信息
System.out.println("过滤前节点信息如下：");
for( EndpointF endpoint : endpointFList){
System.out.println(endpoint.toString());
}
//4. 对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
//5. 输出过滤结果
System.out.println("过滤后节点信息如下：");
for( EndpointF endpoint : filterActiveEp.getValue() ){
System.out.println(endpoint.toString());
}
}
测试结果如下：
在上述情况下，如果我们将所有v2节点删除，即模拟经过按比例权重查找后匹配到节点subset字段为v2集合，但原来存活节点里却没有subset字段为v2的节点这种情况，将会输出一句错误信息，如下：
4. 按比例路由规则 - 多次测试
测试代码如下：
/**
* 按比例路由规则 - 多次测试
* 没有测试registry获取subsetConf功能
*/
@Test
public void testRatioTimes() {
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置比例路由规则
RatioConfig ratioConf = new RatioConfig();
Map<String , Integer> map = new HashMap<>();
map.put("v1",20);
map.put("v2",80);
map.put("v3",20);
ratioConf.setRules(map);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("ratio");
subsetConf.setRatioConf(ratioConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
//3. 循环times次
int times = 1000000;
int v1Times = 0;
int v2Times = 0;
int v3Times = 0;
int errTimes = 0;
for (int i = 0; i < times; i++) {
//对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
String subsetValue = filterActiveEp.getValue().get(0).getSubset();
if("v1".equals(subsetValue)){
v1Times++;
} else if("v2".equals(subsetValue)){
v2Times++;
} else if("v3".equals(subsetValue)){
v3Times++;
} else {
errTimes++;
}
}
//输出结果
System.out.println("一共循环次数：" + times);
System.out.println("路由到v1次数：" + v1Times);
System.out.println("路由到v2次数：" + v2Times);
System.out.println("路由到v3次数：" + v3Times);
System.out.println("路由异常次数：" + errTimes);
}
测试结果如下：
这里如果我们将语句subsetConf.setEnanle(true);中的true置为false，可以发现没有起到路由功能，所有结点路由到v1那边，如下图所示：
如果我们给方法subsetEndpointFilter(objectName, routeKey, activeEp)中的routeKey传入参数为空字符串""，则会等比例随机路由，测试结果如下：
5. 按参数路由规则 - 精确匹配测试
测试代码如下：
/**
* 测试参数匹配 - 精确匹配
* 没有测试registry获取subsetConf功能
* 注意要成功必须routeKey和match匹配上
*/
@Test
public void testMatch() {
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置参数路由规则，这里的KeyRoute的value为 “规则的染色key”
KeyConfig keyConf = new KeyConfig();
List<KeyRoute> krs = new LinkedList<>();
krs.add(new KeyRoute("match","routeKey","v1"));
keyConf.setRules(krs);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("key");
subsetConf.setKeyConf(keyConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//1.4 模拟Tars “请求的染色key” TARS_ROUTE_KEY，但请求染色key和规则染色key匹配时，才能精确路由
//1.4.1 创建Tars的请求体TarsServantRequest
TarsServantRequest request = new TarsServantRequest( session );
//1.4.2 往请求体的status添加{TARS_ROUTE_KEY, "routeKey"}键值对
Map<String, String> status = new HashMap<>();
status.put("TARS_ROUTE_KEY", "routeKey");
request.setStatus(status);
//1.4.3 构建分布式上下文信息，将请求放入分布式上下文信息中，因为getSubset()的逻辑是从分布式上下文信息中取
DistributedContext distributedContext = new DistributedContextImpl();
distributedContext.put(DyeingSwitch.REQ,request);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
//3. 输出过滤前信息
System.out.println("过滤前节点信息如下：");
for( EndpointF endpoint : endpointFList){
System.out.println(endpoint.toString());
}
//4. 对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
//5. 输出过滤结果
System.out.println("过滤后节点信息如下：");
for( EndpointF endpoint : filterActiveEp.getValue() ){
System.out.println(endpoint.toString());
}
}
测试结果如下：
这里如果我们使规则key与请求key不匹配，将起不到过滤功能，并输出一句错误日志，如下图所示：
6. 按参数路由规则 - 正则匹配测试
测试代码如下：
/**
* 测试参数匹配 - 正则匹配
* 没有测试registry获取subsetConf功能
* 注意要成功必须routeKey和match匹配上
*/
@Test
public void testEqual() {
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置参数路由规则，这里的KeyRoute的value为 “规则的染色key”
KeyConfig keyConf = new KeyConfig();
List<KeyRoute> krs = new LinkedList<>();
krs.add(new KeyRoute("equal","routeKey","v1"));
keyConf.setRules(krs);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("key");
subsetConf.setKeyConf(keyConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//1.4 模拟Tars “请求的染色key” TARS_ROUTE_KEY，但请求染色key和规则染色key匹配时，才能精确路由
//1.4.1 创建Tars的请求体TarsServantRequest
TarsServantRequest request = new TarsServantRequest( session );
//1.4.2 往请求体的status添加{TARS_ROUTE_KEY, "routeKey"}键值对
Map<String, String> status = new HashMap<>();
status.put("TARS_ROUTE_KEY", "route*");
request.setStatus(status);
//1.4.3 构建分布式上下文信息，将请求放入分布式上下文信息中，因为getSubset()的逻辑是从分布式上下文信息中取
DistributedContext distributedContext = new DistributedContextImpl();
distributedContext.put(DyeingSwitch.REQ,request);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
//3. 输出过滤前信息
System.out.println("过滤前节点信息如下：");
for( EndpointF endpoint : endpointFList){
System.out.println(endpoint.toString());
}
//4. 对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
//5. 输出过滤结果
System.out.println("过滤后节点信息如下：");
for( EndpointF endpoint : filterActiveEp.getValue() ){
System.out.println(endpoint.toString());
}
}
测试结果如下：
这里如果我们使规则key与请求key正则匹配不上，跟精确匹配一样将起不到过滤功能，并输出一句错误日志，如下图所示：
7. 无路由规则测试
测试代码如下：
/**
* 测试默认路由
* 没有测试registry获取subsetConf功能
*/
@Test
public void testDefault() {
//1. 给过滤器设置过滤规则
//1.1 创建SubsetManager管理器
SubsetManager subsetManager = new SubsetManager();
//1.1 设置参数路由规则，这里的KeyRoute的value为 “规则的染色key”
KeyConfig keyConf = new KeyConfig();
List<KeyRoute> krs = new LinkedList<>();
krs.add(new KeyRoute("default","","v1"));
keyConf.setRules(krs);
//1.2 设置subsetConf，并加入缓存
SubsetConf subsetConf = new SubsetConf();
subsetConf.setEnanle(true);
subsetConf.setRuleType("key");
subsetConf.setKeyConf(keyConf);
subsetConf.setLastUpdate( Instant.now() );
Map<String, SubsetConf> cache = new HashMap<>();
cache.put(objectName,subsetConf);
subsetManager.setCache(cache);
//1.3 给过滤器设置过滤规则和管理者
subsetFilter.setSubsetConf(subsetConf);
subsetFilter.setSubsetManager(subsetManager);
//2. 模拟存活节点
endpointFList.add(new EndpointF("host1",1,2,3,4,5,6,"setId1",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host2",1,2,3,4,5,6,"setId2",7,8,9,10,"v1"));
endpointFList.add(new EndpointF("host3",1,2,3,4,5,6,"setId3",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host4",1,2,3,4,5,6,"setId4",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v2"));
endpointFList.add(new EndpointF("host5",1,2,3,4,5,6,"setId5",7,8,9,10,"v3"));
activeEp.setValue(endpointFList);
//3. 输出过滤前信息
System.out.println("过滤前节点信息如下：");
for( EndpointF endpoint : endpointFList){
System.out.println(endpoint.toString());
}
//4. 对存活节点按subset规则过滤
Holder<List<EndpointF>> filterActiveEp = subsetFilter.subsetEndpointFilter(objectName, routeKey, activeEp);
//5. 输出过滤结果
System.out.println("过滤后节点信息如下：");
for( EndpointF endpoint : filterActiveEp.getValue() ){
System.out.println(endpoint.toString());
}
}
测试结果如下：
出处：https://www.cnblogs.com/dlhjw/p/15245121.html
最新更新
python爬虫及其可视化
使用python爬取豆瓣电影短评评论内容
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀（爬取学校通知公告）
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求：requests模块基础使用必知必会
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析：SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL，这些神奇的特性你知道吗？
openGauss内核分析：执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
uniapp/H5 获取手机桌面壁纸 (静态壁纸）
[前端] DNS解析与优化
为什么在js中需要添加addEventListener（）？
JS模块化系统
js通过Object.defineProperty() 定义和控制对象
这是目前我见过最好的跨域解决方案！
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比