项目简介

基于 Spring Boot 开发一个 REST 应用，并结合云原生技术栈（Docker、 Kubernetes、Jenkins、Prometheus、Grafana）完成限流控制、持续集成部署、指标采集与扩容验证的全流程实践。

功能开发

实现REST接口

实现一个简单的 REST API 接口（如 /hello），返回固定 JSON 数据：

{"msg": "hello"}

实现限流控制

要求接口支持限流功能：当请求频率超过每秒 100 次时，返回 HTTP 状态码 429 Too Many Requests。

限流实现方式不限，可选择：

本地限流库（如：Guava RateLimiter、Bucket4j）；
使用 Spring Cloud Gateway 限流插件；
自定义拦截器 + 原子计数器等。

暴露访问指标给 Prometheus

应用需暴露接口访问频率（QPS）等指标，供 Prometheus 采集。Actuator + Micrometer 已自动统计 HTTP 请求，指标为：

# 某接口请求次数（已分状态码、方法等标签） 
http_server_requests_seconds_count 
# 某接口响应时间总和（单位为秒） 
http_server_requests_seconds_sum

统一限流机制

当服务部署多个副本（Pod）时，实现全局统一限流功能：当服务以多个副本（Pod）部署在 Kubernetes 中时，所有实例共享同一个限流策略，而不是每个实例独立计算。可以使用 Bucket4j + Redis 方案。

DevOps 流水线构建与部署

编写 Dockerfile 构建镜像

编写项目的 Dockerfile，构建出可运行的 Spring Boot 镜像，建议使用多阶段构建。

编写 Kubernetes YAML 文件

准备以下资源对象的 YAML 文件：

Deployment（包含多个副本）；
Service（暴露服务）；
ServiceMonitor 配置。

要求支持 imagePullPolicy、资源限制等规范配置项。

持续集成流水线

编写 Jenkins CI 流水线脚本（Jenkinsfile），实现以下功能：

拉取代码；
构建项目（例如使用 Maven/Gradle）；
运行至少一个单元测试；
构建并推送 Docker 镜像到镜像仓库。

代码提交自动触发流水线

配置 Git 仓库 Webhook，实现持续集成部署流水线的自动触发

监控与弹性扩展实践

采集 Prometheus 指标

通过配置 ServiceMonitor，实现 Prometheus 对部署在 Kubernetes 中的 Spring Boot 应用的 /actuator/prometheus 指标采集。

配置 Grafana 监控面板

在 Grafana 中创建自定义 Dashboard，包括：

CPU 使用率；
内存使用率；
JVM 指标（堆内存、线程数、GC 次数）；
请求QPS、请求平均响应时间。

压测验证监控效果

使用压测工具（或者自己写程序）对接口进行压测；

在 Grafana 面板中观察指标变化，并撰写简要说明（截图或指标分析）

配置自动扩容

通过配置 Kubernetes 的 HPA（Horizontal Pod Autoscaler），基于负载指标（如请求 QPS）实现应用实例的自动扩缩容。同时，结合压测工具和 Grafana 可视化展示扩容效果及系统响应过程。

云原生技术开发-简单REST应用开发日志