java实时监控数据变化_SpringBoot 2.0 + InfluxDB+ Sentinel 实时监控数据存储

点击▲关注 “爪哇笔记”   给公众号标星置顶

更多精彩 第一时间直达

前言

阿里巴巴提供的控制台只是用于演示 Sentinel 的基本能力和工作流程，并没有依赖生产环境中所必需的组件，比如持久化的后端数据库、可靠的配置中心等。目前 Sentinel 采用内存态的方式存储监控和规则数据，监控最长存储时间为 5 分钟，控制台重启后数据丢失。

企业版

这里推荐一下阿里云的官方版，AHAS Sentinel 控制台 是 Sentinel 控制台的阿里云上版本，提供企业级的控制台服务，包括：

• 实时请求链路查看

• 还有各种酷炫的监控图表

• 可靠的实时监控和历史监控数据查询，无需自行存储、拉取

• 动态规则管理/推送，无需自行配置外部数据源

免费版，可以提供 5 个节点的免费额度。开通专业版即可享受不限量节点额度。

专业版没有实例连接限制，开通后每天前5个限流降级节点不计费，超出部分按3元/天/实例收取相应的费用。

思路

官方文档也提供了思路，若需要监控数据持久化的功能，可以自行扩展实现 MetricsRepository 接口(0.2.0 版本)，然后注册成 Spring Bean 并在相应位置通过 @Qualifier 注解指定对应的 bean name 即可。MetricsRepository 接口定义了以下功能：

• save 与 saveAll：存储对应的监控数据

• queryByAppAndResourceBetween：查询某段时间内的某个应用的某个资源的监控数据

• listResourcesOfApp：查询某个应用下的所有资源

其中默认的监控数据类型为 MetricEntity，包含应用名称、时间戳、资源名称、异常数、请求通过数、请求拒绝数、平均响应时间等信息。

对于监控数据的存储，用户需要根据自己的存储精度，来考虑如何存储这些监控数据。显然我们要使用目前最流行的时序数据库 InfluxDB解决方案，不要问什么？闭眼享受就可以了。

选型

InfluxDB是一个开源分布式时序、事件和指标数据库。使用 Go 语言编写，无需外部依赖。

应用：性能监控，应用程序指标，物联网传感器数据和实时分析等的后端存储。

• 强大的类SQL语法

• 内置http支持，使用http读写

• 基于事件：它支持任意的事件数据

• 无结构(无模式)：可以是任意数量的列

• 可度量性：你可以实时对大量数据进行计算

• 持续高并发写入、无更新、数据压缩存储、低查询延时

• 支持min, max, sum, count, mean, median 等一系列函数

• 基于时间序列，支持与时间有关的相关函数(如最大，最小，求和等)

改造

InfluxDB 安装

首先你得先有个 Influxdb 数据库，建议使用 Docker 方式安装，更多可以参考文末链接。

需要注意的是，从1.1.0版开始不推荐使用管理员界面，并将在1.3.0版中删除。默认情况下禁用。如果需要，仍可以通过设置如下环境变量来启用它。

以下端口很重要，并由 InfluxDB使用。

• 8086 HTTP API端口

• 8083 管理员界面端口(如果已启用，1.7.8貌似启用也不好使)，官方推荐使用 chronograf

通过该命令, 生成默认配置文件:

docker run --rm influxdb influxd config > influxdb.conf

创建并运行容器：

docker run -d \

-p 8086:8086 \

-p 8083:8083 \

-e INFLUXDB_ADMIN_ENABLED=true \

-v $PWD/data:/var/lib/influxdb/ \

-v $PWD/config/influxdb.conf:/etc/influxdb/influxdb.conf:ro \

--name influx \

influxdb -config /etc/influxdb/influxdb.conf

生产环境一定要开启权限验证，修改 influxdb.conf 配置：

[http]

enabled = true

bind-address = ":8086"

auth-enabled = true # 鉴权

创建用户：

# 进入容器

docker exec -it influx /bin/sh

# 连接

influx

# 创建用户

CREATE USER admin with PASSWORD 'admin' WITH ALL PRIVILEGES

退出重新登录：

# 用户密码登录

influx -username admin -password admin

# 创建数据库

CREATE DATABASE sentinel_log

Sentinel 控制台改造

pom.xml引入 influxdb 官方开源工具包：

org.influxdb

influxdb-java

2.15

配置文件引入：

# 自行替换 API 地址:端口

spring.influx.url=http://127.0.0.1:8086

spring.influx.user=admin

spring.influx.password=admin

spring.influx.database=sentinel_log

配置数据源：

/**

* 用户登录

* 创建者 爪哇笔记

* 网址 https://blog.52itstyle.vip

*/

@Configuration

public class InfluxDbConfig {

@Value("${spring.influx.url:''}")

private String influxDBUrl;

@Value("${spring.influx.user:''}")

private String userName;

@Value("${spring.influx.password:''}")

private String password;

@Value("${spring.influx.database:''}")

private String database;

@Bean

public InfluxDB influxDB(){

InfluxDB influxDB = InfluxDBFactory.connect(influxDBUrl, userName, password);

try {

/**

* 异步插入：

* enableBatch这里第一个是point的个数，第二个是时间，单位毫秒

* point的个数和时间是联合使用的，如果满100条或者2000毫秒

* 满足任何一个条件就会发送一次写的请求。

*/

influxDB.setDatabase(database)

.enableBatch(100,2000, TimeUnit.MILLISECONDS);

} catch (Exception e) {

e.printStackTrace();

} finally {

influxDB.setRetentionPolicy("autogen");

}

influxDB.setLogLevel(InfluxDB.LogLevel.BASIC);

return influxDB;

}

}

实现 MetricsRepository 接口，重写实现：

/**

* 用户登录

* 创建者 爪哇笔记

* 网址 https://blog.52itstyle.vip

*/

@Component("inInfluxdbMetricsRepository")

public class InInfluxdbMetricsRepository implements MetricsRepository<MetricEntity> {

@Autowired

public InfluxDB influxDB;

@Override

public synchronized void save(MetricEntity metric) {

//省略代码，太长了，参考内存写法，参考 saveAll 这里是单条插入

}

@Override

public synchronized void saveAll(Iterable<MetricEntity> metrics) {

if (metrics == null) {

return;

}

BatchPoints batchPoints = BatchPoints.builder()

.tag("async", "true")

.consistency(InfluxDB.ConsistencyLevel.ALL)

.build();

metrics.forEach(metric->{

Point point = Point

.measurement("sentinelInfo")

//这里使用微妙、如果还有覆盖数据就使用纳秒，保证 time 和 tag 唯一就可以

.time(System.currentTimeMillis(), TimeUnit.MICROSECONDS)

.tag("app",metric.getApp())//tag 数据走索引

.addField("gmtCreate", metric.getGmtCreate().getTime())

.addField("gmtModified", metric.getGmtModified().getTime())

.addField("timestamp", metric.getTimestamp().getTime())

.addField("resource", metric.getResource())

.addField("passQps", metric.getPassQps())

.addField("successQps", metric.getSuccessQps())

.addField("blockQps", metric.getBlockQps())

.addField("exceptionQps", metric.getExceptionQps())

.addField("rt", metric.getRt())

.addField("count", metric.getCount())

.addField("resourceCode", metric.getResourceCode())

.build();

batchPoints.point(point);

});

//批量插入

influxDB.write(batchPoints);

}

@Override

public synchronized List<MetricEntity> queryByAppAndResourceBetween(String app, String resource, long startTime, long endTime) {

//省略代码，太长了，参考内存写法

}

@Override

public synchronized List<String> listResourcesOfApp(String app) {

//省略代码，太长了，参考内存写法

}

}

分别修改 MetricFetcher 和 MetricController中 metricStore 的注入方式，使用 Influxdb 实现：

/**

* 用户登录

* 创建者 爪哇笔记

* 网址 https://blog.52itstyle.vip

*/

@Autowired

@Qualifier("inInfluxdbMetricsRepository")

private MetricsRepository<MetricEntity> metricStore;

配置完成后，我们重启控制台，然后访问客户端项目，如果控制台打印以下数据，说明配置成功：

2019-09-21 19:47:25 [sentinel-dashboard-metrics-fetchWorker-thread-2] INFO okhttp3.OkHttpClient - --> POST http://118.190.247.102:8086/write?db=sentinel_log&precision=n&consistency=all (486-byte body)

2019-09-21 19:47:25 [sentinel-dashboard-metrics-fetchWorker-thread-2] INFO okhttp3.OkHttpClient - 204 No Content http://118.190.247.102:8086/write?db=sentinel_log&precision=n&consistency=all (46ms, 0-byte body)

多访问几次客户端项目，然后登陆控制台查看，出现以下效果，说明改造成功：

注意事项：

• 官方前端并没有实现按照时间范围的查询搜索，需要自行实现

• 官方控制台实时监控默认查询的是最近一分钟的热点资源排行，见方法 listResourcesOfApp

• 官方控制台实时监控右侧 Table 默认查询的是最近五分钟的热点访问详情，见方法 queryTopResourceMetric

小结

对于官方五分钟的阉割版，时序数据库实现的流控数据存储，对于生产环境还是很有帮助的，比如实时数据分析，热点资源、监控预警等等。小伙伴们还可以根据实际生产需求结合 Chronograf、 Grafana 做出更炫酷的大屏监控。

源码

https://gitee.com/52itstyle/sentinel-dashboard

参考

https://hub.docker.com/_/influxdb

https://hub.docker.com/_/chronograf

https://github.com/influxdata/influxdb-java

https://github.com/influxdata/influxdb-python

https://help.aliyun.com/document_detail/97578.htm