四、SpringCloud-服务容错-4

最新推荐文章于 2024-09-06 21:01:34 发布

姷礼

最新推荐文章于 2024-09-06 21:01:34 发布

阅读量147

点赞数

分类专栏： spring 文章标签： spring cloud spring boot java

本文链接：https://blog.csdn.net/m0_57948510/article/details/133862168

版权

spring 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

Sentinel–服务容错

一、⾼并发带来的问题

在微服务架构中，我们将业务拆分成⼀个个的服务，服务与服务之间可以相互调⽤，但是由于⽹络原因或者⾃身的原因，服务并不能保证服务的100%可⽤，如果单个服务出现问题，调⽤这个服务就会出现⽹络延迟，此时若有⼤量的⽹络涌⼊，会形成任务堆积，最终导致服务瘫痪。

二、⾼并发问题案例演示

前期准备

启动nacos服务

⼀.创建⼀个服务提供者项⽬，在controller书写两个⽅法供消费者调⽤，⼀个⽅法被延迟，另⼀个⽅法正常。

搭建项目

导入依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-loadbalancer</artifactId>
</dependency>

配置文件

server:
  port: 8091
spring:
  application:
    name: example-sentinel-provider
  cloud:
    nacos:
      discovery:
        namespace: 0e2f3694-d3ef-4a39-8aa6-5622872228ce
        server-addr: 192.168.65.3:8848

controller包

@Slf4j
@RequestMapping("/provider")
@RestController
public class ProviderController {
    @SneakyThrows
    @GetMapping("/a")
    public String a() {
        log.info("This is ProviderController`a method!");
        Thread.sleep(2000);
        return "This is ProviderController`a method!";
    }

    @GetMapping("/b")
    public String b() {
        log.info("This is ProviderController`b method!");
        return "This is ProviderController`b method!";
    }
}

启动类

@SpringBootApplication
@EnableDiscoveryClient
public class SpringCloudExampleSentinelProviderApplication {
    public static void main(String[] args) {
        SpringApplication.run(SpringCloudExampleSentinelProviderApplication.class, args);
    }
}

⼆.创建⼀个服务消费者项⽬，在controller书写两个⽅法调⽤服务提供者的⽅法，⼀个会阻塞，⼀个正常。

搭建项目

导入依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-loadbalancer</artifactId>
</dependency>

配置文件

server:
  port: 8091
spring:
  application:
    name: example-sentinel-consumer
  cloud:
    nacos:
      discovery:
        namespace: 0e2f3694-d3ef-4a39-8aa6-5622872228ce
        server-addr: 192.168.65.3:8848

service包

public interface ConsumerService {
    String a();
    String b();
}

@Service
public class ConsumerServiceImpl implements ConsumerService {
    @Resource
    private ProviderFeign providerFeign;

    @Override
    public String a() {
        return providerFeign.a();
    }

    @Override
    public String b() {
        return providerFeign.b();
    }
}

feign包

@FeignClient(value = "example-sentinel-provider")
public interface ProviderFeign {
    @GetMapping("/provider/a")
    String a();

    @GetMapping("/provider/b")
    String b();
}

controller包

@Slf4j
@RestController
@RequestMapping("/consumer")
public class ConsumerController {
    @Resource
    private ConsumerService consumerService;
    @GetMapping("/a")
    public String a(){
        log.info("访问了ConsumerController`a method!");
        return consumerService.a();
    }
    @GetMapping("/b")
    public String b(){
        log.info("访问了ConsumerController`b method!");
        return consumerService.b();
    }
}

启动类

@EnableDiscoveryClient
@EnableFeignClients
@SpringBootApplication
public class SpringCloudExampleSentinelConsumerApplication {
    public static void main(String[] args) {
        SpringApplication.run(SpringCloudExampleSentinelConsumerApplication.class,args);
    }
}

三.修改消费者的tomcat的最⼤线程数

server:
  port: 8096
  tomcat:
    threads:
      max: 10	#tomcat的最大线程数，模拟高并发

四.安装JMeter软件模拟⾼并发来进⾏压⼒测试

1.在官⽹下载:https://jmeter.apache.org/

2.解压，并修改bin中的⽂件jmeter.properties中的语⾔为zh_CN(39⾏左右)

3.启动jmeter.bat⽂件

4.添加线程组

自动跳出

5.配置线程并发数

6.添加HTTP取样

7.配置取样，并启动测试

8.访问正常的请求url查看效果

9.大量的请求进来

10.请注意，测试完关闭

结论：

此时会发现，由于a⽅法囤积了⼤量请求，导致b⽅法的访问出现了问题，这就是服务雪崩的雏形。

三、服务雪崩效应

在分布式系统中，由于⽹络原因或⾃身的原因，服务⼀般⽆法保证100%可⽤。如果⼀个服务出现了问题，调⽤这个服务就会出现线程阻塞的情况，此时若有⼤量的请求涌⼊，就会出现多条线程阻塞等待，进⽽导致服务瘫痪。由于服务于服务之间的依赖性，故障会传播，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的“雪崩”效应。

雪崩发⽣的原因多种多样，有不合理的容量设计，或者是⾼并发下某⼀个⽅法响应变慢，亦或是某台机器的资源耗尽。我们⽆法完全杜绝雪崩源头的发⽣，只有做好⾜够的容错，保证在⼀个服务发⽣问题，不会影响到其他服务的正常运⾏。也就是“雪落⽽不雪崩”。

常⻅容错⽅案

要防⽌雪崩的扩散，我们就要做好服务的容错，容错说⽩了就是保护⾃⼰不被猪队友拖垮的⼀些措施，下⾯介绍常⻅的服务容错思路和组件。常⻅的容错思路有隔离、超时、限流、熔断、降级这⼏种，下⾯分别介绍⼀下。

隔离

它是指将系统按照⼀定的原则划分为若⼲服务模块，各个模块之间相对独⽴，⽆强影响。当有故障发⽣时，能将问题和影响隔离在某个模块内部，⽽不扩散⻛险，不波及其他模块，不影响整体的系统服务。常⻅的隔离⽅式有：线程池隔离和信号量隔离。

超时

在上游（A服务）服务调⽤下游（B服务）服务的时候，设置⼀个最⼤响应时间，如果超过这个时间，下游未作出反应，就断开请求，释放掉线程。

限流

限流就是限制系统的输⼊和输出流量已达到保护系统的⽬的。为了保证系统的稳固运⾏，⼀旦达到的需要限制的阈值，就需要限制流量并采取少量措施以完成限制流量的⽬的。

熔断

在互联⽹系统中，当下游（B服务）服务因访问压⼒过⼤⽽响应变慢或失败，上游（A服务）服务为了保护系统整体的可⽤性，可以暂时切断对下游服务的调⽤。这种牺牲局部，保全整体的措施就叫做熔断。

服务熔断⼀般有三种状态：

a. 熔断关闭状态（Closed）

B服务没有故障时，熔断器所处的状态，对调⽤⽅（A服务）的调⽤不做任何限制。

b. 熔断开启状态（Open）

B服务有故障时，后续对该服务接⼝的调⽤不再经过⽹络（不在对B 服务进⾏访问），直接执⾏本地的fallback的⽅法。

c. 半熔断状态（Half-Open）

尝试恢复服务调⽤，允许有限的流量调⽤该服务，并监控调⽤成功率。如果成功率达到预期，则说明服务已恢复，进⼊熔断关闭状态；如果成功率仍旧很低，则重新进⼊熔断开启状态。

降级

降级其实就是为服务提供⼀个托底（备选）⽅案，⼀旦服务⽆法正常调⽤，就使⽤托底（备选）⽅案。

四、常⽤的容错组件

Hystrix：由NetFlix开源的⼀个延迟和容错库，⽤于隔离访问远程系统、服务或者第三⽅库，防治级联失败，从⽽提升系统的可⽤性与容错性。
Resilience4J：是⼀款⾮常轻量、简单，并且⽂档⾮常清晰、丰富的熔断⼯具，这也是Hystrix官⽅推荐的替代产品。不仅如此，Resilience4J还原⽣⽀持SpringBoot1.x/2.x，⽽且监控也⽀持和prometheus等多款主流产品进⾏整合。
Sentinel：是阿⾥巴巴开源的⼀款断路器实现，本身在阿⾥内部已经被⼤规模采⽤，⾮常稳定。

五、Sentinel⼊⻔

1、什么是Sentinel

Sentinel(分布式系统的流量防卫兵)是阿⾥开源的⼀套⽤于“服务容错”的综合性解决⽅案，它以流量为切⼊点，从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性。

官⽅⽹站：https://github.com/alibaba/Sentinel/

Sentinel具有以下特征：

丰富的应⽤场景：Sentinel承接了阿⾥巴巴近10年的双⼗⼀⼤促流量的核⼼场景，例如秒杀（突发流量控制在系统容量可以承受的范围）、消息削峰填⾕、集群流量控制、实时熔断下游不可⽤应⽤等。
完备的实时监控：Sentinel提供了实时的监控功能。通过控制台可以看到接⼊应⽤的单台机器秒级数据，甚⾄500台以下规模的集群的汇总运⾏情况。
⼴泛的开源⽣态：Sentinel提供开箱即⽤与其他开源框架/库的整合模块，例如Spring Cloud、Dubbo、gRPC的整合。只需要引⼊相应的依赖并进⾏简单的配置即可快速地接⼊Sentinel。
完善的SPI扩展点：Sentinel提供简单易⽤、完善的SPI扩展接⼝，你可以通过实现扩展接⼝来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

Sentinel分为两个部分：

核⼼库（Java客户端）不依赖任何框架/库，能够运⾏于所有Java运⾏环境，同时对Dubbo/Spring Cloud等框架也有较好的⽀持。
控制台（Dashboard）基于Spring Boot开发，打包后可以直接运⾏，不需要额外的Tomcat等应⽤容器。

2、微服务集成Sentinel

为微服务集成Sentinel⾮常简单，只需要加⼊Sentinel的依赖就⾏。本次演示代码都集中在消费端，sentinel在正常使⽤中可以添加到服务提供者或者服务消费者的任意模块中。

在消费者的pom.xml中引⼊相关依赖

编写⼀个controller测试使⽤

3、安装Sentinel控制台

Sentinel提供⼀个轻量级的控制台，它提供机器发现、单机资源实时监控以及规则管理等功能。

下载jar包，存放到任意⽂件夹 https://github.com/alibaba/Sentinel/releases (用迅雷下载)
通过cmd命令启动控制台（指定端口号启动，默认是8080，避免端口冲突）

java -Dserver.port=8888 -Dcsp.sentinel.dashboard.server=localhost:8888-Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.6.jar

3.修改“消费者项⽬”,在⾥边加⼊有关控制台的配置

spring:
    sentinel:
      transport:
        port: 8719
        dashboard: localhost:8888

打开浏览器输⼊以下⽹址，默认⽤户名密码都是sentinel

https://localhost:8080

注意事项：

需要⾸先启动Nacos服务端后才可使⽤
Sentinel是懒加载模式，消费者启动后不会实时被Sentinel监控，需访问⼀次后才可看到。

4、⼊⻔体验----实现⼀个接⼝的限流

通过控制台为/customer/b请求添加⼀个流控规则

QPS每秒查询率(Query Per Second) 是对⼀个特定的查询服务器在规定时间内所处理流量多少的衡量标准，在因特⽹上，作为域名系统服务器的机器的性能经常⽤每秒查询率来衡量，即每秒的响应请求数，也即是最⼤吞吐能⼒。

通过浏览器快速频繁访问，观察效果

六、Sentinel的概念和功能

1、基本概念

资源：是Sentinel的关键概念。它可以是Java应⽤程序中的任何内容，可以是⼀个服务，也可以是⼀个⽅法，甚⾄可以是⼀段代码。就是Sentinel 需要保护的东⻄。

⼊⻔案例中的customer/b⽅法就可以认为是⼀个资源
规则：作⽤在资源之上，定义以什么样的⽅式保护资源，主要包括流量控制规则、熔断降级规则以及系统保护规则。规则就是⽤来定义如何进⾏保护资源的。

⼊⻔案例就是为customer/b资源设置了⼀种流控规则，限制了进⼊ customer/b的流量

2、重要功能

Sentinel的主要功能就是容错，主要体现为下⾯这三个：

流量控制：在⽹络传输中是⼀个常⽤的概念，它⽤于调整⽹络包的数据。任意时间到来的请求往往是随机不可控的，⽽系统的处理能⼒是有限的。我们需要根据系统的处理能⼒对流量进⾏控制。Sentinel可以根据需要把随机的请求（数）调整成合适的形状（⼀定的请求数）。

⽬的：保证⾃⼰不被上游服务压垮。

熔断降级：当检测到调⽤链路中某个资源出现不稳定的表现，例如请求响应时间⻓或异常⽐例升⾼的时候，则对这个资源的调⽤进⾏限制，让请求快速失败，避免影响到其它的资源⽽导致级联故障。

⽬的：保证⾃⼰不被下游服务拖垮。

Sentinel 对这个问题采取了两种⼿段:

通过并发线程数进⾏限制：

和资源池隔离的⽅法不同，Sentinel 通过限制资源并发线程的数量，来减少不稳定资源对其它资源的影响。这样不但没有线程切换的损耗，也不需要您预先分配线程池的⼤⼩。当某个资源出现不稳定的情况下，例如响应时间变⻓，对资源的直接影响就是会造成线程数的逐步堆积。当线程数在特定资源上堆积到⼀定的数量之后，对该资源的新请求就会被拒绝。堆积的线程完成任务后才开始继续接收请求。

通过响应时间对资源进⾏降级：

除了对并发线程数进⾏控制以外， Sentinel 还可以通过响应时间来快速降级不稳定的资源。当依赖的资源出现响应时间过⻓后，所有对该资源的访问都会被直接拒绝，直到过了指定的时间窗⼝之后才重新恢复。
系统负载保护：当系统负载较⾼的时候，如果还持续让请求进⼊可能会导致系统崩溃，⽆法响应。在集群环境下，会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在⼀个边缘状态的时候，Sentinel 提供了对应的保护机制，让系统的⼊⼝流量和系统的负载达到⼀个平衡，保证系统在能⼒范围之内处理最多的请求。

⽬的：保证外界环境良好（CPU、内存）。

总之⼀句话：我们需要做的事情，就是在Sentinel的资源上配置各种各样的规则，来实现各种容错的功能。

七、Sentinel规则

1、流控规则

流控控制，其原理是监控应⽤流量的QPS（每秒查询率）或并发线程数等指标，当达到指定的阈(yu)值时对流量进⾏控制，以避免被瞬时的流量⾼峰冲垮，从⽽保障应⽤的⾼可⽤性。

资源名：唯⼀名称。默认请求路径
针对来源：Sentinel可以针对调⽤者进⾏限流，填写微服务名，默认 default (不区分来源)
阈值类型/单机阈值

QPS(每秒钟的请求数量)：当调⽤该api的QPS达到阈值的时候，进⾏限流。
线程数：当调⽤该api的线程数达到阈值的时候，进⾏限流。(可以使⽤jMeter模拟多线程)

是否集群：不需要集群
流控模式:

直接（默认）：当前请求达到限流条件时，直接限流
关联：当关联的资源达到阈值时，就限流⾃⼰，⼀般适合做应⽤让步

3.链路：只记录指定链路上的流量（指定资源从⼊⼝资源进来的流量，如果达到阈值，就进⾏限流)，可看作api级别的针对来源，链路的粒度更细，需要如下步骤才能实现

1.创建service下的实现类，写⼊具体⽅法

2.在Sentinel控制台添加链路设置

3.在yml⽂件中设置链路开启（2.1.1版本后才能使⽤）

流控效果:

快速失败：直接失败，抛异常，不做任何额外的处理，是最简单的效果。
Warm up(预热)：它从开始阈值到最⼤QPS阈值会有⼀个缓冲阶段，⼀开始的阈值是最⼤QPS阈值的1/3，然后慢慢增⻓，直到最⼤阈值，适⽤于将突然增⼤的流量转换为缓步增⻓的场景。
排队等待：让请求以均匀的速度通过，单机阈值为每秒通过数量，其余的排队等待；它还会让设置⼀个超时时间，当请求超过时间还未处理，则会被丢弃。

2、降级规则

降级规则就是设置当满⾜什么条件的时候，对服务进⾏降级。Sentinel提供了三个衡量条件：

慢调⽤⽐例：当资源的响应时间超过最⼤RT（以ms为单位，最⼤RT即最⼤响应时间）之后，资源进⼊准降级状态。如果接下来1ms内持续进⼊5 个请求（最⼩请求数），他们的RT都持续超过这个阈值，那么在接下的熔断时⻓(以s为单位)之内，就会对这个⽅法进⾏服务降级。

异常⽐例：当资源的每秒异常总数占通过量的⽐值数超过阈值之后，资源进⼊降级状态，即在接下来的熔断时⻓之内，对这个⽅法的调⽤都会⾃动地返回。异常⽐率的阈值范围是[0.0,1.0]。

异常数：当资源近统计时⻓的异常数⽬超过阈值（异常数）之后会进⾏服务降级。

3、热点规则

热点参数流控规则是⼀种更细粒度的流控规则，它允许将规则具体到参数上。

编写具体代码

配置热点规则

配置⾼级规则

热点规则相⽐较前⼏种，使⽤较少，处理的为形式参数的问题，甚⾄于更细分到参数值的阈值。

4、授权规则

很多时候，我们需要根据调⽤来源来限制资源是否通过，这时候可以使⽤ Sentinel的⿊⽩名单的功能，⿊⽩名单根据资源的请求来源（origin）限制资源是否通过。

若配置⽩名单则只有请求来源位于⽩名单内时才可通过。
若配置⿊名单则请求来源位于⿊名单时不通过，其余的请求通过。

实现步骤：

创建⼀个类，实现接⼝RequestOriginParser，重写⽅法

在Sentinel控制台中进⾏授权规则设置

授权规则，根据匹配参数⾥⾯的参数的类型是否匹配参数条件来进⾏限制访问。

5、系统规则

系统保护规则是从应⽤级别的⼊⼝流量进⾏控制，从单台机器的总体Load、 RT、⼊⼝QPS、CPU使⽤率和线程数五个维度监控应⽤数据，让系统尽可能跑在最⼤吞吐量的同时保证系统整体的稳定性。这个规则和前边四个规则最⼤的区别在于系统规则是从应⽤级别⼊⼿，⽽其他规则是从资源收⼊的。

LOAD：只有在 Linux 系统的机器上才会⽣效，可以根据当前操作系统的负载，来决定是否触发保护（把请求拒绝掉）；
RT（响应时间）：当单台机器上所有⼊⼝流量的平均RT达到阈值即触发系统保护，单位是毫秒；
线程数：当单台机器上所有的请求消耗的线程数加起来，如果超过某个值，就停⽌新的请求；
⼊⼝ QPS：当单台机器上所有接⼝的 QPS 加起来，如果超过某个值，就停⽌新的请求；
CPU 使⽤率：当单台机器上所有⼊⼝流量的CPU 的使⽤率，如果超过⼀个百分⽐，就停⽌新的请求；

⼀般情况下，系统规则使⽤很少，⼀般是在运维中使⽤⽐较多⼀些。

6、自定义异常返回

通过⾃定义异常返回，可以根据限流类型返回特定内容的⻚⾯。

创建⼀个类，实现BlockExceptionHandler接⼝

重写handle⽅法

再次刷新限流⻚⾯

八、@SentinelResource的使⽤

Sentinel 提供了 @SentinelResource 注解⽤于定义资源，并提供了AspectJ的扩展⽤于⾃动定义资源、处理BlockException、其他异常情况等。

定义了资源
定义当资源内部发⽣异常的时候的处理逻辑

常⻅属性

这⾥我们着重讲解当发⽣异常后处理逻辑

创建⼀个资源定义⽅法

书写处理blockException的处理逻辑

书写处理其他异常的处理逻辑（兜底⽅法）

实际开发当中经常出现，服务限流，但是超出规则的默认返回提示，这样不太符合业务逻辑。可以使⽤blockHandler 来指定⼀个出现异常的兜底⽅法。上边讲解了使⽤了blockHandler和fallback，其实更多的是异常⽅法的指定，其实我们也可以使⽤blockHandlerClass和fallbackClass来处理这样的情形（全局兜底）。

创建⼀个资源⽅法

书写⼀个全局blockException的处理逻辑

书写⼀个全局处理其他异常的处理逻辑

九、Sentinel 规则持久化

通过前⾯的讲解，我们已经知道，可以通过 Dashboard 来为每个 Sentinel 客户端设置各种各样的规则，但是这⾥有⼀个问题，就是这些规则默认是存放在内存中，极不稳定，所以需要将其持久化。

本地⽂件数据源会定时轮询⽂件的变更，读取规则。这样我们既可以在应⽤本地直接修改⽂件来更新规则，也可以通过 Sentinel 控制台推送规则。以本地⽂件数据源为例，推送过程如下图所示：

书写持久化类

package com.dailyblue.java.study.cloud.config;
import com.alibaba.csp.sentinel.command.handler.ModifyParamFlowRulesCommandHandler;
import com.alibaba.csp.sentinel.datasource.*;
import com.alibaba.csp.sentinel.init.InitFunc;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRuleManager;
import com.alibaba.csp.sentinel.slots.system.SystemRule;
import com.alibaba.csp.sentinel.slots.system.SystemRuleManager;
import com.alibaba.csp.sentinel.transport.util.WritableDataSourceRegistry;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import java.io.File;
import java.io.IOException;
import java.util.List;
public class FilePersistence implements InitFunc {
@Override
public void init() throws Exception {
//指定⽂件⽣成⽬录
 String applicationName = "具体微服务名称";
String ruleDir = System.getProperty("user.home") + "/sentinelRules/" +
applicationName;
String flowRulePath = ruleDir + "/flow-rule.json";
String degradeRulePath = ruleDir + "/degrade-rule.json";
String systemRulePath = ruleDir + "/system-rule.json";
String authorityRulePath =
ruleDir + "/authority-rule.json";
String paramFlowRulePath = ruleDir + "/param-flow-rule.json";
this.mkdirIfNotExits(ruleDir);
this.createFileIfNotExits(flowRulePath);
this.createFileIfNotExits(degradeRulePath);
this.createFileIfNotExits(systemRulePath);
this.createFileIfNotExits(authorityRulePath);
this.createFileIfNotExits(paramFlowRulePath);
// 流控规则
ReadableDataSource<String, List<FlowRule>> flowRuleRDS = new
FileRefreshableDataSource<>(flowRulePath, flowRuleListParser);
FlowRuleManager.register2Property(flowRuleRDS.getProperty());
WritableDataSource<List<FlowRule>> flowRuleWDS = new
FileWritableDataSource<>(
flowRulePath,
this::encodeJson
 );
WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);
// 降级规则
ReadableDataSource<String, List<DegradeRule>> degradeRuleRDS = new
FileRefreshableDataSource<>(
degradeRulePath,
degradeRuleListParser
 );
DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
WritableDataSource<List<DegradeRule>> degradeRuleWDS = new
FileWritableDataSource<>(
degradeRulePath,
this::encodeJson
 );
WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);
// 系统规则
ReadableDataSource<String, List<SystemRule>> systemRuleRDS = new
FileRefreshableDataSource<>(
systemRulePath,
systemRuleListParser);
SystemRuleManager.register2Property(systemRuleRDS.getProperty());
WritableDataSource<List<SystemRule>> systemRuleWDS = new
FileWritableDataSource<>(
systemRulePath,
this::encodeJson);
WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);
// 授权规则
ReadableDataSource<String, List<AuthorityRule>> authorityRuleRDS = new
FileRefreshableDataSource<>(
authorityRulePath,
authorityRuleListParser
 );
AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
WritableDataSource<List<AuthorityRule>> authorityRuleWDS = new
FileWritableDataSource<>(
authorityRulePath,
this::encodeJson
 );
WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);
// 热点参数规则
ReadableDataSource<String, List<ParamFlowRule>> paramFlowRuleRDS = new
FileRefreshableDataSource<>(
paramFlowRulePath,
paramFlowRuleListParser
 );
ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
WritableDataSource<List<ParamFlowRule>> paramFlowRuleWDS = new
FileWritableDataSource<>(paramFlowRulePath,
this::encodeJson
 );
ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);
 }
private Converter<String, List<FlowRule>> flowRuleListParser = source ->
JSON.parseObject(source, new TypeReference<List<FlowRule>>() {
 });
private Converter<String, List<DegradeRule>> degradeRuleListParser = source
-> JSON.parseObject(
source,
new TypeReference<List<DegradeRule>>() {
 });
private Converter<String, List<SystemRule>> systemRuleListParser = source ->
JSON.parseObject(
source,
new TypeReference<List<SystemRule>>() {
 });
private Converter<String, List<AuthorityRule>> authorityRuleListParser =
source -> JSON.parseObject(
source,
new TypeReference<List<AuthorityRule>>() {
 });
private Converter<String, List<ParamFlowRule>> paramFlowRuleListParser =
source -> JSON.parseObject(
source,
new TypeReference<List<ParamFlowRule>>() {
 });
private void mkdirIfNotExits(String filePath) throws IOException {
File file = new File(filePath);
if (!file.exists()) {
file.mkdirs();
 }
 }
private void createFileIfNotExits(String filePath) throws IOException {
File file = new File(filePath);
if (!file.exists()) {
file.createNewFile();
 }
 }
private <T> String encodeJson(T t) {
return JSON.toJSONString(t);
 }
}

添加配置

在 resources 下创建配置⽬录 META-INF/services ,然后添加⽂件com.alibaba.csp.sentinel.init.InitFunc 。

在⽂件中添加配置类的全路径

com.dailyblue.java.study.cloud.config.FilePersistence

十、Feign整合Sentinel

引⼊sentinel的依赖
在配置⽂件中开启Feign对Sentinel的⽀持
创建容错类
在业务上指定出错后调⽤的容错类
在启动类上引⼊feign⽀持

姷礼

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
四、SpringCloud-服务容错-4

服务容错
复制链接

扫一扫

专栏目录