Spring Cloud源码分析之Eureka篇第五章：更新服务列表

在上一章《Spring Cloud源码分析之Eureka篇第四章：服务注册是如何发起的》，我们知道了作为Eureka Client的应用启动时，在com.netflix.discovery.DiscoveryClient类的initScheduledTasks方法中，会做以下几件事：

周期性更新服务列表；
周期性服务续约；
服务注册逻辑；

本章学习的是周期性更新服务列表的相关代码，也就是定期获取所有注册到Eureka server上的应用的信息，原文地址：https://blog.csdn.net/boling_cavalry/article/details/82813180

概览

以下图片来自Netflix官方，图中显示Eureka Client会向注册中心发起Get Registry请求来获取服务列表，接下来就去看下对应的代码实现；
在这里插入图片描述

结论提前知晓

看源码易犯困，又难保持注意力集中，因此先抛结论吧，这样不看源码也有收获：

Eureka client从注册中心更新服务列表，然后自身会做缓存；
作为服务消费者，就是从这些缓存信息中获取的服务提供者的信息；
增量更新的服务以30秒为周期循环调用；
增量更新数据在服务端保存时间为3分钟，因此Eureka client取得的数据虽然被称为"增量更新"，仍然可能和30秒前取的数据一样，所以Eureka client要自己来处理重复信息；
由3、4两点可以推断出，Eureka client的增量更新，其实获取的是Eureka server最近三分钟内的变更，因此，如果Eureka client有超过三分钟没有做增量更新的话（例如网络问题），那么再调用增量更新接口时，那三分钟内Eureka server的变更就可能获取不到了，这就造成了Eureka server和Eureka client之间的数据不一致，需要有个方案来及时发现这个问题；
正常情况下，Eureka client多次增量更新后，最终的服务列表数据应该Eureka server保持一致，但如果期间发生异常，可能导致和Eureka server的数据不一致，为了暴露这个问题，Eureka server每次返回的增量更新数据中，会带有一致性哈希码，Eureka client用本地服务列表数据算出的一致性哈希码应该和Eureka server返回的一致，若不一致就证明增量更新出了问题导致Eureka client和Eureka server上的服务列表信息不一致了，此时需要全量更新；
Eureka server上的服务列表信息对外提供JSON/XML两种格式下载；
Eureka client使用jersey的SDK，去下载JSON格式的服务列表信息；

关于源码版本

本次分析的Spring Cloud版本为Edgware.RELEASE，对应的eureka-client版本为1.7.0；

如何做到周期性执行

更新服务列表和服务续约都是周期性循环执行的，这是如何实现的呢，来看initScheduledTasks方法的源码：
红框部分其实是一次性任务

如上图两个红框中所示，scheduler.schedule方法其实启动的是一个延时执行的一次性任务，不过TimedSupervisorTask内有乾坤，会在每次执行完任务后再启动一个同样的任务，这样就能实现周期性执行任务了，并且TimedSupervisorTask的功能还不止如此，它还负责任务超时、动态调节周期性间隔、线程池满、未知异常等各种情况的处理，推荐您参考《Eureka的TimedSupervisorTask类（自动调节间隔的周期性任务）》了解更多细节；

来自官方文档的指导信息

最准确的说明信息来自Netflix的官方文档，地址：https://github.com/Netflix/eureka/wiki/Understanding-eureka-client-server-communication#fetch-registry

学习源码之前先看文档可以确定大方向，不会因为陷入源码细节导致偏离学习目标，如下图所示：
在这里插入图片描述

对上文，我的理解：

Eureka client从注册中心更新服务列表，然后自身会做缓存；
作为服务消费者，就是从这些缓存信息中获取的服务提供者的信息；
增量更新的服务以30秒为周期循环调用；
增量更新数据在服务端保存时间为3分钟，因此Eureka client取得的数据虽然被称为"增量更新"，仍然可能和30秒前取的数据一样，所以Eureka client要自己来处理重复信息；
由3、4两点可以推断出，Eureka client的增量更新，其实获取的是Eureka server最近三分钟内的变更，因此，如果Eureka client有超过三分钟没有做增量更新的话（例如网络问题），那么再调用增量更新接口时，那三分钟内Eureka server的变更就可能获取不到了，这就造成了Eureka server和Eureka client之间的数据不一致，需要有个方案来及时发现这个问题；
正常情况下，Eureka client多次增量更新后，最终的服务列表数据应该Eureka server保持一致，但如果期间发生异常，可能导致和Eureka server的数据不一致，为了暴露这个问题，Eureka server每次返回的增量更新数据中，会带有一致性哈希码，Eureka client用本地服务列表数据算出的一致性哈希码应该和Eureka server返回的一致，若不一致就证明增量更新出了问题导致Eureka client和Eureka server上的服务列表信息不一致了，此时需要全量更新；
Eureka server上的服务列表信息对外提供JSON/XML两种格式下载；
Eureka client使用jersey的SDK，去下载JSON格式的服务列表信息；
准备工作就到此，接下来学习源码，整个过程应围绕上述点八进行，不要过早陷入某些代码细节中；

源码分析

如下图红框所示，更新服务列表的逻辑已经封装在CacheRefreshThread类中：

扫描二维码关注公众号，回复： 3428255 查看本文章
CacheRefreshThread类中又是调用refreshRegistry方法来实现服务列表更新的，refreshRegistry方法如下：

如上图所示，本文假设应用部署在非AWS环境，所以Eureka client不做region和zone相关的配置，因此上图绿框中的代码不会执行，我们聚焦红框中的代码，先看fetchRegistry方法；

fetchRegistry方法源码如下，请注意中文注释：

private boolean fetchRegistry(boolean forceFullRegistryFetch) {
        //用Stopwatch做耗时分析
        Stopwatch tracer = FETCH_REGISTRY_TIMER.start();

        try {
            // 取出本地缓存的，之气获取的服务列表信息
            Applications applications = getApplications();

            //判断多个条件，确定是否触发全量更新，如下任一个满足都会全量更新：
            //1. 是否禁用增量更新；
            //2. 是否对某个region特别关注；
            //3. 外部调用时是否通过入参指定全量更新；
            //4. 本地还未缓存有效的服务列表信息；
            if (clientConfig.shouldDisableDelta()
                    || (!Strings.isNullOrEmpty(clientConfig.getRegistryRefreshSingleVipAddress()))
                    || forceFullRegistryFetch
                    || (applications == null)
                    || (applications.getRegisteredApplications().size() == 0)
                    || (applications.getVersion() == -1)) //Client application does not have latest library supporting delta
            {
            	//这些详细的日志可以看出触发全量更新的原因
                logger.info("Disable delta property : {}", clientConfig.shouldDisableDelta());
                logger.info("Single vip registry refresh property : {}", clientConfig.getRegistryRefreshSingleVipAddress());
                logger.info("Force full registry fetch : {}", forceFullRegistryFetch);
                logger.info("Application is null : {}", (applications == null));
                logger.info("Registered Applications size is zero : {}",
                        (applications.getRegisteredApplications().size() == 0));
                logger.info("Application version is -1: {}", (applications.getVersion() == -1));
                //全量更新
                getAndStoreFullRegistry();
            } else {
                //增量更新
                getAndUpdateDelta(applications);
            }
            //重新计算和设置一致性hash码
            applications.setAppsHashCode(applications.getReconcileHashCode());
            //日志打印所有应用的所有实例数之和
            logTotalInstances();
        } catch (Throwable e) {
            logger.error(PREFIX + appPathIdentifier + " - was unable to refresh its cache! status = " + e.getMessage(), e);
            return false;
        } finally {
            if (tracer != null) {
                tracer.stop();
            }
        }

        //将本地缓存更新的事件广播给所有已注册的监听器，注意该方法已被CloudEurekaClient类重写
        onCacheRefreshed();

        //检查刚刚更新的缓存中，有来自Eureka server的服务列表，其中包含了当前应用的状态，
        //当前实例的成员变量lastRemoteInstanceStatus，记录的是最后一次更新的当前应用状态，
        //上述两种状态在updateInstanceRemoteStatus方法中作比较 ，如果不一致，就更新lastRemoteInstanceStatus，并且广播对应的事件
        updateInstanceRemoteStatus();

        return true;
    }

上述代码中已有注释详细说明，就不另外赘述了，接下来细看getAndStoreFullRegistry和getAndUpdateDelta这两个方法，了解全量增量更新的细节；

全量更新本地缓存的服务列表

getAndStoreFullRegistry方法负责全量更新，代码如下所示，非常简单的逻辑：

private void getAndStoreFullRegistry() throws Throwable {
        long currentUpdateGeneration = fetchRegistryGeneration.get();

        logger.info("Getting all instance registry info from the eureka server");

        Applications apps = null;
        //由于并没有配置特别关注的region信息，因此会调用eurekaTransport.queryClient.getApplications方法从服务端获取服务列表
        EurekaHttpResponse<Applications> httpResponse = clientConfig.getRegistryRefreshSingleVipAddress() == null
                ? eurekaTransport.queryClient.getApplications(remoteRegionsRef.get())
                : eurekaTransport.queryClient.getVip(clientConfig.getRegistryRefreshSingleVipAddress(), remoteRegionsRef.get());
        if (httpResponse.getStatusCode() == Status.OK.getStatusCode()) {
            //返回对象就是服务列表
            apps = httpResponse.getEntity();
        }
        logger.info("The response status is {}", httpResponse.getStatusCode());

        if (apps == null) {
            logger.error("The application is null for some reason. Not storing this information");
        } 
	//考虑到多线程同步，只有CAS成功的线程，才会把自己从Eureka server获取的数据来替换本地缓存
        else if (fetchRegistryGeneration.compareAndSet(currentUpdateGeneration, currentUpdateGeneration + 1)) {
            //localRegionApps就是本地缓存，是个AtomicReference实例
            localRegionApps.set(this.filterAndShuffle(apps));
            logger.debug("Got full registry with apps hashcode {}", apps.getAppsHashCode());
        } else {
            logger.warn("Not updating applications as another thread is updating it already");
        }
    }

getAndStoreFullRegistry方法中并无复杂逻辑，只有eurekaTransport.queryClient.getApplications(remoteRegionsRef.get())这段需要展开细看，和Eureka server交互的逻辑都在这里面，方法getApplications的具体实现是在EurekaHttpClientDecorator类：

@Override
    public EurekaHttpResponse<Applications> getApplications(final String... regions) {
        return execute(new RequestExecutor<Applications>() {
            @Override
            public EurekaHttpResponse<Applications> execute(EurekaHttpClient delegate) {
                return delegate.getApplications(regions);
            }

            @Override
            public RequestType getRequestType() {
            	//本次向Eureka server请求的类型：获取服务列表
                return RequestType.GetApplications;
            }
        });
    }

EurekaHttpClientDecorator类从名字看是个装饰者模式的实现，看它的其他代码，发现各类远程服务都在此被封装成API了，例如注册的：

@Override
    public EurekaHttpResponse<Void> register(final InstanceInfo info) {
        return execute(new RequestExecutor<Void>() {
            @Override
            public EurekaHttpResponse<Void> execute(EurekaHttpClient delegate) {
                return delegate.register(info);
            }

            @Override
            public RequestType getRequestType() {
                return RequestType.Register;
            }
        });
    }

还有续租的：

@Override
    public EurekaHttpResponse<InstanceInfo> sendHeartBeat(final String appName,
                                                          final String id,
                                                          final InstanceInfo info,
                                                          final InstanceStatus overriddenStatus) {
        return execute(new RequestExecutor<InstanceInfo>() {
            @Override
            public EurekaHttpResponse<InstanceInfo> execute(EurekaHttpClient delegate) {
                return delegate.sendHeartBeat(appName, id, info, overriddenStatus);
            }

            @Override
            public RequestType getRequestType() {
                return RequestType.SendHeartBeat;
            }
        });
    }

再继续追踪 delegate.register(info)，进入了AbstractJerseyEurekaHttpClient类，这里面是各种网络请求的具体实现，EurekaHttpClientDecorator类中的getApplications、register、sendHeartBeat等方法对应的网络请求响应逻辑在AbstractJerseyEurekaHttpClient中都有具体实现，篇幅所限我们只关注getApplications：

@Override
public EurekaHttpResponse<Applications> getApplications(String... regions) {
	//取全量数据的path是""apps"
	return getApplicationsInternal("apps/", regions);
}

@Override
public EurekaHttpResponse<Applications> getDelta(String... regions) {
	//取增量数据的path是""apps/delta"
	return getApplicationsInternal("apps/delta", regions);
}

//具体的请求响应处理都在此方法中
private EurekaHttpResponse<Applications> getApplicationsInternal(String urlPath, String[] regions) {
        ClientResponse response = null;
        String regionsParamValue = null;
        try {
            //jersey、resource这些关键词都预示着这是个restful请求	
            WebResource webResource = jerseyClient.resource(serviceUrl).path(urlPath);
            if (regions != null && regions.length > 0) {
                regionsParamValue = StringUtil.join(regions);
                webResource = webResource.queryParam("regions", regionsParamValue);
            }
            Builder requestBuilder = webResource.getRequestBuilder();
            addExtraHeaders(requestBuilder);
            //发起网络请求，将响应封装成ClientResponse实例
            response = requestBuilder.accept(MediaType.APPLICATION_JSON_TYPE).get(ClientResponse.class);

            Applications applications = null;
            if (response.getStatus() == Status.OK.getStatusCode() && response.hasEntity()) {
            	//取得全部应用信息
                applications = response.getEntity(Applications.class);
            }
            return anEurekaHttpResponse(response.getStatus(), Applications.class)
                    .headers(headersOf(response))
                    .entity(applications)
                    .build();
        } finally {
            if (logger.isDebugEnabled()) {
                logger.debug("Jersey HTTP GET {}/{}?{}; statusCode={}",
                        serviceUrl, urlPath,
                        regionsParamValue == null ? "" : "regions=" + regionsParamValue,
                        response == null ? "N/A" : response.getStatus()
                );
            }
            if (response != null) {
                response.close();
            }
        }
    }

上述代码中，利用jersey-client库的API向Eureka server发起restful请求，并将响应数据封装到EurekaHttpResponse实例中返回；

小结：获取全量数据，是通过jersey-client库的API向Eureka server发起restful请求实现的，并将响应的服务列表数据放在一个成员变量中作为本地缓存；

获取服务列表信息的增量更新

获取服务列表信息的增量更新是通过getAndUpdateDelta方法完成的，具体分析请看下面的中文注释：

private void getAndUpdateDelta(Applications applications) throws Throwable {
        long currentUpdateGeneration = fetchRegistryGeneration.get();

        Applications delta = null;
        //增量信息是通过eurekaTransport.queryClient.getDelta方法完成的
        EurekaHttpResponse<Applications> httpResponse = eurekaTransport.queryClient.getDelta(remoteRegionsRef.get());
        if (httpResponse.getStatusCode() == Status.OK.getStatusCode()) {
            //delta中保存了Eureka server返回的增量更新
            delta = httpResponse.getEntity();
        }

        if (delta == null) {
            logger.warn("The server does not allow the delta revision to be applied because it is not safe. "
                    + "Hence got the full registry.");
            //如果增量信息为空，就直接发起一次全量更新
            getAndStoreFullRegistry();
        } 
        //考虑到多线程同步问题，这里通过CAS来确保请求发起到现在是线程安全的，
        //如果这期间fetchRegistryGeneration变了，就表示其他线程也做了类似操作，因此放弃本次响应的数据
        else if (fetchRegistryGeneration.compareAndSet(currentUpdateGeneration, currentUpdateGeneration + 1)) {
            logger.debug("Got delta update with apps hashcode {}", delta.getAppsHashCode());
            String reconcileHashCode = "";
            if (fetchRegistryUpdateLock.tryLock()) {
                try {
                    //用Eureka返回的增量数据和本地数据做合并操作，这个方法稍后会细说
                    updateDelta(delta);
                    //用合并了增量数据之后的本地数据来生成一致性哈希码
                    reconcileHashCode = getReconcileHashCode(applications);
                } finally {
                    fetchRegistryUpdateLock.unlock();
                }
            } else {
                logger.warn("Cannot acquire update lock, aborting getAndUpdateDelta");
            }
            //Eureka server在返回增量更新数据时，也会返回服务端的一致性哈希码，
            //理论上每次本地缓存数据经历了多次增量更新后，计算出的一致性哈希码应该是和服务端一致的，
            //如果发现不一致，就证明本地缓存的服务列表信息和Eureka server不一致了，需要做一次全量更新
            if (!reconcileHashCode.equals(delta.getAppsHashCode()) || clientConfig.shouldLogDeltaDiff()) {
                //一致性哈希码不同，就在reconcileAndLogDifference方法中做全量更新
                reconcileAndLogDifference(delta, reconcileHashCode);  // this makes a remoteCall
            }
        } else {
            logger.warn("Not updating application delta as another thread is updating it already");
            logger.debug("Ignoring delta update with apps hashcode {}, as another thread is updating it already", delta.getAppsHashCode());
        }
    }

上述代码中有几处需要注意：
a. 获取增量更新数据使用的方法是：eurekaTransport.queryClient.getDelta(remoteRegionsRef.get())；
b. 将增量更新的数据和本地缓存合并的方法是： updateDelta(delta);
c. 通过检查一致性哈希码可以确定历经每一次增量更新后，本地的服务列表信息和Eureka server上的是否还保持一致，若不一致就要做一次全量更新，通过调用reconcileAndLogDifference方法来完成；

上述a、b、c三点，接下来依次展开：

向Eureka server发起网络请求的逻辑和前面全量更新的差不多，也是EurekaHttpClientDecorator和AbstractJerseyEurekaHttpClient这两个类合作实现的，先看EurekaHttpClientDecorator部分：

@Override
    public EurekaHttpResponse<Applications> getDelta(final String... regions) {
        return execute(new RequestExecutor<Applications>() {
            @Override
            public EurekaHttpResponse<Applications> execute(EurekaHttpClient delegate) {
                return delegate.getDelta(regions);
            }

            @Override
            public RequestType getRequestType() {
                return RequestType.GetDelta;
            }
        });
    }

再看AbstractJerseyEurekaHttpClient类中的getDelta方法，居然和全量获取服务列表数据调用了相同的方法getApplicationsInternal，只是ur参数不一样而已；

    @Override
    public EurekaHttpResponse<Applications> getDelta(String... regions) {
        return getApplicationsInternal("apps/delta", regions);
    }

由上述代码可见，从Eureka server的获取增量更新，和一些常见的方式略有区别：
a. 一般的增量更新是在请求中增加一个时间戳或者上次更新的tag号等参数，由服务端根据参数来判断哪些数据是客户端没有的；
b. 而这里的Eureka client却没有这类参数，联想到前面官方文档中提到的“Eureka会把更新数据保留三分钟”，就可以理解了：Eureka把最近的变更数据保留三分钟，这三分钟内每个Eureka client来请求增量更新是，server都返回同样的缓存数据，只要client能保证三分钟之内有一次请求，就能保证自己的数据和Eureka server端的保持一致；
c. 那么如果client有问题，导致超过三分钟才来获取增量更新数据，那就有可能client和server数据不一致了，此时就要有一种方式来判断是否不一致，如果不一致，client就会做一次全量更新，这种判断就是一致性哈希码；

Eureka client获取到增量更新后，通过updateDelta方法将增量更新数据和本地数据做合并：

private void updateDelta(Applications delta) {
        int deltaCount = 0;
        //遍历所有服务
        for (Application app : delta.getRegisteredApplications()) {
            //遍历当前服务的所有实例	
            for (InstanceInfo instance : app.getInstances()) {
                //取出缓存的所有服务列表，用于合并
                Applications applications = getApplications();
                String instanceRegion = instanceRegionChecker.getInstanceRegion(instance);
                //判断正在处理的实例和当前应用是否在同一个region
                if (!instanceRegionChecker.isLocalRegion(instanceRegion)) {
                    //如果不是同一个region，接下来合并的数据就换成专门为其他region准备的缓存
                    Applications remoteApps = remoteRegionVsApps.get(instanceRegion);
                    if (null == remoteApps) {
                        remoteApps = new Applications();
                        remoteRegionVsApps.put(instanceRegion, remoteApps);
                    }
                    applications = remoteApps;
                }

                ++deltaCount;
                
                if (ActionType.ADDED.equals(instance.getActionType())) {  //对新增的实例的处理
                    Application existingApp = applications.getRegisteredApplications(instance.getAppName());
                    if (existingApp == null) {
                        applications.addApplication(app);
                    }
                    logger.debug("Added instance {} to the existing apps in region {}", instance.getId(), instanceRegion);
                    applications.getRegisteredApplications(instance.getAppName()).addInstance(instance);
                } else if (ActionType.MODIFIED.equals(instance.getActionType())) {  //对修改实例的处理
                    Application existingApp = applications.getRegisteredApplications(instance.getAppName());
                    if (existingApp == null) {
                        applications.addApplication(app);
                    }
                    logger.debug("Modified instance {} to the existing apps ", instance.getId());

                    applications.getRegisteredApplications(instance.getAppName()).addInstance(instance);

                } else if (ActionType.DELETED.equals(instance.getActionType())) { //对删除实例的处理
                    Application existingApp = applications.getRegisteredApplications(instance.getAppName());
                    if (existingApp == null) {
                        applications.addApplication(app);
                    }
                    logger.debug("Deleted instance {} to the existing apps ", instance.getId());
                    applications.getRegisteredApplications(instance.getAppName()).removeInstance(instance);
                }
            }
        }
        logger.debug("The total number of instances fetched by the delta processor : {}", deltaCount);

        getApplications().setVersion(delta.getVersion());
        //整理数据，使得后续使用过程中，这些应用的实例总是以相同顺序返回
        getApplications().shuffleInstances(clientConfig.shouldFilterOnlyUpInstances());
	
	//和当前应用不在同一个region的应用，其实例数据也要整理
        for (Applications applications : remoteRegionVsApps.values()) {
            applications.setVersion(delta.getVersion());
            applications.shuffleInstances(clientConfig.shouldFilterOnlyUpInstances());
        }
    }

上述代码有几点需要注意：
a. 检查每个服务的region，如果跨region的，就合并到另一个专门存放跨region服务的缓存中；
b. 增量数据中，对每个应用下实例的变动，分为新增、修改、删除三种，合并的过程就是对这三种数据在本地缓存中做不同的处理；
c. 合并过程中还会对缓存数据做整理，这样后续每次使用时，获取的多个实例其顺序是一样的；

前面曾经提到，如果Eureka client不及时做增量更新，那么有可能会错过Eureka server上的数据变化，导致两边的服务列表信息不一致，这个问题会通过一致性哈希码对比发现，发现后如何处理呢？先看增量更新的getAndUpdateDelta方法中的一个注释，如下图红框所示，个人觉得这个注释写得很好，内容既简洁又重要：

上图红框中提醒：此处会发生一次远程调用，这说明发现Eureka server和Eureka client保存的服务列表数据不一致时会向Eureka server发起一次请求，打开reconcileAndLogDifference方法看详情：

private void reconcileAndLogDifference(Applications delta, String reconcileHashCode) throws Throwable {
        logger.debug("The Reconcile hashcodes do not match, client : {}, server : {}. Getting the full registry",
                reconcileHashCode, delta.getAppsHashCode());

        RECONCILE_HASH_CODES_MISMATCH.increment();

        long currentUpdateGeneration = fetchRegistryGeneration.get();
        //从Eureka server获取全量数据
        EurekaHttpResponse<Applications> httpResponse = clientConfig.getRegistryRefreshSingleVipAddress() == null
                ? eurekaTransport.queryClient.getApplications(remoteRegionsRef.get())
                : eurekaTransport.queryClient.getVip(clientConfig.getRegistryRefreshSingleVipAddress(), remoteRegionsRef.get());
        Applications serverApps = httpResponse.getEntity();

        if (serverApps == null) {
            logger.warn("Cannot fetch full registry from the server; reconciliation failure");
            return;
        }

        if (logger.isDebugEnabled()) {
            try {
                Map<String, List<String>> reconcileDiffMap = getApplications().getReconcileMapDiff(serverApps);
                StringBuilder reconcileBuilder = new StringBuilder("");
                for (Map.Entry<String, List<String>> mapEntry : reconcileDiffMap.entrySet()) {
                    reconcileBuilder.append(mapEntry.getKey()).append(": ");
                    for (String displayString : mapEntry.getValue()) {
                        reconcileBuilder.append(displayString);
                    }
                    reconcileBuilder.append('\n');
                }
                String reconcileString = reconcileBuilder.toString();
                logger.debug("The reconcile string is {}", reconcileString);
            } catch (Throwable e) {
                logger.error("Could not calculate reconcile string ", e);
            }
        }
	//CAS成功就把全量数据更新到本地缓存中
        if (fetchRegistryGeneration.compareAndSet(currentUpdateGeneration, currentUpdateGeneration + 1)) {
            localRegionApps.set(this.filterAndShuffle(serverApps));
            getApplications().setVersion(delta.getVersion());
            logger.debug(
                    "The Reconcile hashcodes after complete sync up, client : {}, server : {}.",
                    getApplications().getReconcileHashCode(),
                    delta.getAppsHashCode());
        } else {
            logger.warn("Not setting the applications map as another thread has advanced the update generation");
        }
    }

上述代码较简单：从Eureka server获取全量数据，再尝试CAS，如果成功就更新本地缓存数据；

至此，全量和增量更新的源码都看过了，接下来看看更新完数据后的两次广播：更新缓存和状态变化(有变化才广播)；

广播：更新缓存

更新缓存的广播是在onCacheRefreshed方法中执行的，该方法在扩展类CloudEurekaClient中被覆盖：

	@Override
	protected void onCacheRefreshed() {
		if (this.cacheRefreshedCount != null) {
			long newCount = this.cacheRefreshedCount.incrementAndGet();
			log.trace("onCacheRefreshed called with count: " + newCount);
			//spring容器内的广播
			this.publisher.publishEvent(new HeartbeatEvent(this, newCount));
		}
	}

上述代码显示，这是个spring容器内的广播，this.publisher的类型是ApplicationEventPublisher，如果您对spring的广播机制有兴趣，可以参考文章《spring4.1.8扩展实战之三：广播与监听》；

广播：本地状态变化

从Eureka server中取得的服务列表，自然也包括当前应用自己的信息，这个信息会保存在成员变量lastRemoteInstanceStatus中，每次更新了缓存后，都会用缓存中的信息和lastRemoteInstanceStatus对比，如果不一致，就表示在Eureka server端记录的当前应用状态发生了变化，此时就广播一次；

private synchronized void updateInstanceRemoteStatus() {
        // Determine this instance's status for this app and set to UNKNOWN if not found
        InstanceInfo.InstanceStatus currentRemoteInstanceStatus = null;
        if (instanceInfo.getAppName() != null) {
            Application app = getApplication(instanceInfo.getAppName());
            if (app != null) {
                InstanceInfo remoteInstanceInfo = app.getByInstanceId(instanceInfo.getId());
                if (remoteInstanceInfo != null) {
                    currentRemoteInstanceStatus = remoteInstanceInfo.getStatus();
                }
            }
        }
        if (currentRemoteInstanceStatus == null) {
            currentRemoteInstanceStatus = InstanceInfo.InstanceStatus.UNKNOWN;
        }

        // Notify if status changed
        if (lastRemoteInstanceStatus != currentRemoteInstanceStatus) {
            //这里发起广播
            onRemoteStatusChanged(lastRemoteInstanceStatus, currentRemoteInstanceStatus);
            lastRemoteInstanceStatus = currentRemoteInstanceStatus;
        }
    }

小结

至此，更新服务列表的源码学习就完成了，除了原理的学习，还另有两大收获：
第一，官方文档对整个过程做了准确的总结，围绕着这些总结去看代码，能够事半功倍，重要是整个过程都保持的正确的方向，不会由于细节的干扰而偏离主线；
第二，Eureka的注册中心设计，尽管多个client轮询请求会增加服务器压力，但使用增量更新再加上Server自身缓存3分钟数据的方式，可以有效的减少数据量和相关的计算，再加上一致性哈希码来弥补增量更新的弊端，在性能和完整性方面都有了保证，另外增量更新不需要client的时间戳，这样既节省性能又简化了实现逻辑，这种设计方式值得我们学习；