原文:http://suo.im/4on4JE 来源于云栖社区>中间件小哥
作为一个 Java 程序员,我们大多数会在 Intellij IDEA 中基于 SpringBoot 来开发 WEB 应用,所以本文中的测评将会基于以下几个架构来构建:
在接触 Cloud Toolkit 之前,用什么方法来部署一个 SpringBoot 应用呢?
作为一个偏正经的测评人员,我不会为了凸显出 Cloud Toolkit 的强大而去翻出一些上古的部署工具来做对比,而是直接使用 Intellij IDEA 的内置功能与之对比。
在 Tools -> Deployment
中找到 IDEA 对项目部署支持的内置插件,我们可以在其中进行服务器信息的配置,包括服务器地址和权限认证,并且在 Mapping 选项卡中完成本地工程与服务器路径的映射。
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
由于是 SpringBoot 应用,配置专用的打包插件后,可以将整个工程打成一个 fatjar,示例工程非常简单:
@SpringBootApplication
@RestController
public class Application {
public static void main(String[] args) {
SpringApplication.run(Application.class, args);
}
@RequestMapping("/hello")
public String hello() {
return "hello world~~~~~~~~~~~~~~~~";
}
}
之后,只要执行 install,即可得到一个可运行的 jar 包:
由于我们在第一步已经配置过项目路径与服务器路径的映射,可以选择直接对 fatjar 右键,upload 到远程服务器上。
上图中展示的是 IDEA 中两个非常棒的内置功能,可以在 Tools -> Start SSH session
中开启远程服务器的终端,在 IDEA 下方可以执行远程指令;
也可以在 Tools -> Deployment ->Browse Remote Host
中展开如图右侧的结构,可视化地浏览服务器上的文件列表,检查应用是否部署成功。
在远程终端中,找到对应的 fatjar,执行 java -jar spring-demo-1.0-SNAPSHOT.jar
便完成了整个部署流程。
IDEA 内置插件已经提供了相当强大的能力,整个部署过程我们完全没有离开 IDEA!
避免了频繁切换窗口,装各种部署工具,可以说已经很方便了,Cloud Toolkit 必须要比这个部署过程做的更加强大才行,那下面就让我们来体验下 Cloud Toolkit 是怎么优化的吧。
其他菜单项暂且抛到一边,这 5 个核心能力应该就是 Cloud Toolkit 的核心了。
即使作为一个插件小白,应该也能够望名知意,猜到这几个菜单对应的功能:
其实从简单的功能介绍就可以看出,Cloud Toolkit 相比 IDEA 内置的部署能力的确是高出一大截了,甚至可以说,Deploy to Host 这一能力完全就可以覆盖 IDEA 插件的所有能力,并且对流程还进行了一些简化。
下面我重点测评下 Deploy to Host 这一能力,与之前的部署流程进行一个对比。
上图展示的 Deploy to Host 功能的配置项,实际上涵盖了以下几点:
SSH 登录账户可以在 Preferences -> Alibaba Cloud Toolkit -> SSH Profile
中管理,找不到也没关系,需要设置的时候一般都会有超链接跳转,这点做得很人性化。
服务信息可以在 Tools -> Alibaba Cloud ->Alibaba Cloud View
中展开,如下图所示:
配置完账号信息和主机信息,接下来只需要右键项目选择 Alibaba Cloud -> Deploy to Host-> Run
,一切就搞定了。这个过程相比之前变得非常简易:
经过如上的测评过程,相信即使没有使用过 Cloud Toolkit 的用户,也可以直观体会到这是一款怎么样的插件了,并且它的功能是多么的实用。
从产品设计的角度来分析,Cloud Toolkit 提供如此多的部署能力,可以想到是其直接预设了使用人群。
例如一个阿里云的 ECS 用户,在选择部署方式时,既可以使用 Deploy to Host 也可以使用 Deploy to ECS;
再者,例如一个 EDAS 用户,在选择部署方式时,既可以使用 Deploy to Host、Deploy to ECS,也可以使用 Deploy to EDAS(EDAS 可以理解为一个定制化的 ECS)。
从产品的角度,越定制化的功能,其服务的人群越少,同时功能更强大;
从用户体验的角度,其实也透露了云服务的一个特点,云厂商正在为其所提供的云服务创造更好的用户体验,借助于此类插件,来降低使用者的开发运维门槛。
可以预见的一件事是,对于非阿里云用户来说,Deploy to Host 是他们使用 Cloud Toolkit 最大的诱惑了。作为一个测评文章,除了介绍 Deploy to Host 之外,我还选择了 Deploy to ECS 这一功能来进行测评。为此我购买了一台阿里云的 ECS 来部署与上文相同的应用。
在阿里云控制台可以获取到账号的 Access Key/Access Key Secret,在 IDEA 中的 Preferences -> Alibaba Cloud Toolkit -> Accounts
中可以设置账号。
在账号设置完毕后,Cloud Toolkit 看起来是通过内置的 API 直接关联到了我的 ECS 实例,在选择部署时,可以直接根据 region 选择实例列表中的机器进行部署。
其余的部署流程和 Deploy to Host 相差无几。也就是说,其实 Deploy to ECS 更多的完成了权限管理和主机管理,ECS 用户使用这个功能就显得非常高效了。
Cloud Toolkit 除了主打的部署能力,还提供了不少亮点功能,我选择了其中的 3 个功能来分享:上传文件、远程 Terminal、内置应用诊断功能来进行评测。
有些脚本我们希望在本地编辑之后上传到服务器上,Cloud Toolkit 对每一个主机都提供了一个 Upload 操作,可以将本地的文件上传到远程主机上,并且还可以触发一个 commond,这个功能也是很人性化的,因为上传脚本后,往往需要运行一次,避免了我们再登录到远程主机上执行一次运行操作。
特别是在 Mac 系统中,我一直苦恼的一件事便是如何管理众多的远程机器,我偶尔需要去搭建了博客的主机上查看个人博客为什么挂了,偶尔又要去看看我的 V** 主机排查下为什么无法转发流量了,在开发测试阶段,又要经常去测试主机上执行一些简单的命令。
所有这一切通过 ssh 工具去完成都不麻烦,但所有的麻烦事集合到一起时往往会让我变得焦头烂额,针对这一点,Cloud Toolkit 简直是一个 Life Saver。
事实上,在前面的测评中我们已经了解到 IDEA 内置了远程 Terminal 这个功能,Cloud Toolkit 是进一步优化了它的体验,用户可以直接在可视化的页面选择想要远程登录的主机,在对主机加了 Tag 之后,这个过程会更加直观。
在测评体验过程中,意外地发现了 Cloud Toolkit 的一个功能支持,就是前面的截图有显示,但我未提到的 Diagnostic (诊断)功能。
Cloud Toolkit 集成了阿里巴巴开源的一款应用诊断框架 --Arthas。
Tools -> Alibaba Cloud -> Diagnostic Tools
开启诊断。在过去,我们想要进行诊断,必须要手动在服务器上安装 Arthas,然而Cloud Toolkit 借助 Remote Terminal 和 Arthas 的集成,让这一切都可以在 IDEA 中完成,似乎是想要贯彻这个原则:彻底杜绝第三方工具,一切都用插件完成。
当你遇到以下类似问题而束手无策时,Arthas
可以帮助你解决:
作为一个偏正经的评测,我们试用一下远程诊断的功能,选取比较直观的 trace 命令来进行评测。
如上图所示,我们构造了一个慢请求,其中 invokeServiceA_B() 相对于其他方法十分耗时,我们希望通过 Cloud Toolkit 定位到慢调用的源头,找出 invokeServiceA_B 这个罪魁祸首。
点击 IDEA 中对应部署服务器的 Diagnostic 菜单项,就会出现如上图所示的一个 Arthas 诊断页面,它会自动关联到用户的 Java 进程,用户只需要选择相应诊断的进程即可。
在关联到相应的进程之后,我们执行 trace 指令 trace moe.cnkirito.demo.Application * -j
。
这个指令的含义是当 moe.cnkirito.demo.Application
中的任意方法被触发调用后,会打印出相应的调用栈,并计算耗时,-j
的含义是过滤掉 JDK 内置的类,简化堆栈。
正如上图所示,我们定位到是 invokeServiceA 的 invokeServiceA_B 最为耗时。
用户可以自行监控对应的方法,把 * 替换为想要监控的方式即可。(更多的监控指令可以参考 Arthas 文档链接:https://alibaba.github.io/arthas/)