SpringCloudAlibaba服务熔断、限流——Sentinel

最新推荐文章于 2024-04-25 11:53:14 发布
最新推荐文章于 2024-04-25 11:53:14 发布
阅读量793 收藏
点赞数
分类专栏： 小黄学SpringCloud 文章标签： sentinel java spring cloud
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yellow_star___/article/details/130362527
版权

Sentinel

本专栏学习内容来自尚硅谷周阳老师的视频

有兴趣的小伙伴可以点击视频地址观看

简介

Sentinel是Alibaba公司推出的一个熔断与限流工具，相当于我们之前学习的Hystrix，可以解决服务使用中的各种问题，例如：服务雪崩、服务降级、服务熔断、服务限流。中文文档

image-20230424102911379

下载与安装

直接去github上下载即可，下载链接

小黄下载的是1.8.6的版本，直接下载jar包即可

image-20230424103037320

下载完之后，直接启动jar包即可，这里要注意Sentinel占用的是8080端口

image-20230424103128000

下载完成，可以通过localhost:8080访问可视化界面，默认用户名密码都是sentinel

image-20230424103219880

初始化演示工程

为了更方便的理解Sentinel以及后续的使用，我们先来玩一个小demo

接下来的微服务，我们都采用SpringCloud Alibaba那一套

启动Nacos

学习阶段，为了方便启动单机版的Nacos即可

startup.cmd -m standalone

创建工程

新建cloudalibaba-sentinel-service8401服务

添加依赖

<dependencies>
    <!--nacos依赖-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
    <!--sentinel持久化，之后会用到-->
    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>
    <!--sentinel依赖-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <!--openfeign服务调用-->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

编写配置文件

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 # nacos服务地址
    sentinel:
      transport:
        dashboard: localhost:8080 # 配置Sentinel dashboard地址
        port: 8719 # 默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口

management:
  endpoints:
    web:
      exposure:
        include: '*' # 暴露所有端点

启动类

@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401 {
    public static void main(String[] args) {
        SpringApplication.run(MainApp8401.class, args);
    }
}

业务类

@RestController
public class FlowLimitController {
    @GetMapping("/testA")
    public String testA() {
        return "------testA";
    }

    @GetMapping("/testB")
    public String testB() {
        return "------testB";
    }
}

启动Sentinel

直接运行jar包即可

java -jar sentinel-dashboard-1.8.6.jar

测试

此时我们启动8401服务，发现sentinel控制台空空如也

image-20230424105443353

这是因为sentinel是懒加载机制，当你第一次访问接口之后，就会显示了，如下图所示

image-20230424105617668

流量控制

流量控制，简称流控，主要是对高并发请求数量多的接口进行流量管控，防止服务器垮掉。

感兴趣的同学可以看一下 官方文档

使用

比如我要对/testA接口进行流控，可以点击这个按钮，新增流控规则

image-20230424131815223

流量规则新增时有几个名词，我们需要先来提前了解一下

  • 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达到阈值时，进行限流
    • 线程数：当调用该api的线程数达到阈值时，进行限流
  • 是否集群：不需要集群
  • 流控模式：
    • 直接：api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
    • 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
  • 流控效果：
    • 快速失败：直接失败，抛异常
    • Warm Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFactor，经过预热时长，才达到设置的QPS阈值
    • 排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

流控模式

直接（默认）

系统默认是直接->快速失败两者搭配

配置说明

当我们对/testA进行如下配置时，表示1秒钟只能有一次请求，如果请求过快，直接抛异常

image-20230424132719828

测试

疯狂请求/testA会出现以下错误

image-20230424132847004

关联

配置说明

以下配置表示：当/testB一秒钟之内访问超过一次，那么就对/testA进行限流

举个例子：当一个接口调用支付微服务时，支付微服务需要调用第三方接口，假如支付微服务达到阈值了，我们可以直接限制最前面的接口

image-20230424132937265

测试

使用postman工具，对/testB接口进行调用，如下设置表示，每个0.8秒发送1一个请求，一共发送10个

image-20230424133611088

运行时，访问/testA会报错

image-20230424133649031

链路

与关联类似

流控效果

快速失败（默认）

这个已经演示过了，直接抛异常

是由com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController类进行处理的

Warm Up

配置说明

当我进行如下配置时表示，刚开始时，QPS为10/冷加载因子（3）就是3，也就是说刚开始访问/testA时，一秒钟最多允许访问3次，而在5秒后单机阈值提高，一秒钟最多允许访问10次

image-20230424134345743

是由com.alibaba.csp.sentinel.slots.block.flow.controller.WarmUpController进行处理的，并且他默认冷加载因子为3

image-20230424134804887

排队等待

image-20230424140338218

配置说明

当我们对/testA进行如下设置表示：每隔200ms才允许通过下一个请求

image-20230424140406753

测试

通过postman并发10个请求

image-20230424140521192

每个请求至少都间隔了200ms

image-20230424140554537

熔断降级

概念

现代微服务架构都是分布式的，由非常多的服务组成。不同服务之间相互调用，组成复杂的调用链路。以上的问题在链路调用中会产生放大的效果。复杂链路上的某一环不稳定，就可能会层层级联，最终导致整个链路都不可用。因此我们需要对不稳定的弱依赖服务调用进行熔断降级，暂时切断不稳定调用，避免局部不稳定因素导致整体的雪崩。熔断降级作为保护自身的手段，通常在客户端（调用端）进行配置。

熔断策略

Sentinel 提供以下几种熔断策略：

  • 慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。
  • 异常比例 (ERROR_RATIO)：当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
  • 异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。

降级策略实战

慢调用比例

配置说明

在1000毫秒，也就是1秒内，如果发送到/testC的请求数数量大于5，并且在这些请求中，所有请求的响应时长（因为比例与阈值为1，所以是所有的请求响应时长）都大于200毫秒，也就是都大于0.2秒的时候，进入熔断状态，熔断时长为2秒，若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。

image-20230424150842539

测试

模拟接口调用超时

    @GetMapping("/testC")
    public String testC() throws InterruptedException {
        Thread.sleep(1000);
        return "------testC";
    }

并发20个请求

image-20230424151219428

在五个请求后，服务被熔断降级

image-20230424151323273

异常比例

配置说明

在1000毫秒，也就是1秒内，如果发送到/testC的请求数数量大于5，并且在这些请求中，有50%的请求异常，则进入熔断状态

image-20230424151600108

测试

模拟接口调用超时

    @GetMapping("/testC")
    public String testC() throws InterruptedException {
        int i = 10 /0 ;
        return "------testC";
    }

image-20230424151709424

异常数

配置说明

在1000毫秒，也就是1秒内，如果发送到/testC的请求数数量大于5，并且在这些请求中，有2个请求异常，则进入熔断状态，异常数的熔断时长是分钟级别的，也就是说最小为1分钟！

image-20230424152730046

热点Key限流

概念

热点即经常访问的数据，很多时候我们希望统计或者限制某个热点数据中访问频次最高的TopN数据，并对其访问进行限流或者其它操作

实操

现在我们有这么一个接口，我希望在他带有参数p1时对其进行限流

@GetMapping("/testHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                         @RequestParam(value = "p2",required = false) String p2){
    return "------testHotKey";
}

修改代码以及sentinel

我们需要借助到@SentinelResource注解

  • 资源名：与value值对应
  • 参数索引：0代表第一个参数，也就是p1

image-20230424170252848

测试

启动服务，对该接口请求，当请求带有p1时，达到阈值会限流，控制台以及页面都会报错

image-20230424170948004

自定义异常

和Hystrix类似，通过blockHandler属性来定义处理方法

兜底方法参数BlockException不可省略！

    @GetMapping("/testHotKey")
    @SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
    public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                             @RequestParam(value = "p2",required = false) String p2){
        return "------testHotKey";
    }

    public String deal_testHotKey(String p1, String p2, BlockException exception){
        return "------testHotKey error :" + exception;
    }

image-20230424171702437

参数例外项

除了上述对有无参数的限流之外，Sentinel还提供了对指定值的特殊处理，例如当p1='abc'时，阈值放大到200，打开高级选项进行如下设置

需要注意的是参数类型只支持基本类型以及String

image-20230424171854688

多提一句，热点Key限流只处理他自己的异常，程序中出现异常还是由程序本身进行处理，并不会走到兜底方法中

系统规则

概述

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 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，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。

系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量生效。入口流量指的是进入应用的流量（EntryType.IN），比如 Web 服务或 Dubbo 服务端接收的请求，都属于入口流量。

系统规则支持以下的模式：

  • Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。
  • CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0），比较灵敏。
  • 平均 RT：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。
  • 并发线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
  • 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

实操

在生产环境中慎用系统保护规则！

一旦达到阈值，整个服务都无法访问

我们玩一个简单一点的，入口QPS，当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

设置

对Sentinel进行如下设置，当一秒钟请求次数达到一次意思，就会触发系统保护，所有的接口都会禁止访问

image-20230424172604284

image-20230424172742783

@SentinelResource

概述

有如下接口，注册到Sentinel中，可以按照Url地址或者资源名对其进行限流

@RestController
public class RateLimitController {
    @GetMapping("/byResource")
    @SentinelResource(value = "byResource", blockHandler = "handleException")
    public CommonResult byResource() {
        return new CommonResult(200, "按资源名称限流测试OK", new Payment(2023, "serial001"));
    }

    public CommonResult handleException(BlockException exception) {
        return new CommonResult(444, exception.getClass().getCanonicalName() + "\t 服务不可用");
    }
}

如下图所示/byResource是按照Url地址限流，对应着GetMapping，byResource是按照资源名限流，对应着value

image-20230425084659351

问题

通过@SentinelResource(value = "byResource", blockHandler = "handleException")中blockHandler属性，可以设置服务的兜底解决方案，但还是会出现跟Hystix中一样的问题

  1. 依照现有条件，我们自定义的处理方法又和业务代码耦合在一块，不直观。
  2. 每个业务方法都添加一个兜底的，那代码膨胀加剧。
  3. 全局统一的处理方法没有体现。

解决方案

创建自定义处理器

处理方法必须是public static

public class CustomerBlockHandler {
    public static CommonResult handleException(BlockException exception){
        return new CommonResult(2023,"自定义的限流处理信息......CustomerBlockHandler");
    }
}

修改接口

  • blockHandlerClass：代表使用哪个类来处理
  • blockHandler：类中的哪个方法来处理
@GetMapping("/byResource")
@SentinelResource(value = "byResource",blockHandlerClass = CustomerBlockHandler.class,blockHandler = "handleException")
public CommonResult byResource() {
    return new CommonResult(200, "按资源名称限流测试OK", new Payment(2023, "serial001"));
}

服务熔断

前期准备

使用sentinel整合ribbon+openFeign+fallback实现服务熔断

准备两个服务提供者9003/9004，一个消费者84

提供者9003/9004

pom文件

<dependencies>
    <!--nacos依赖-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
    <!--sentinel持久化，之后会用到-->
    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>
    <!--sentinel依赖-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <!--openfeign服务调用-->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <dependency>
        <groupId>com.yellowstar.springcloud</groupId>
        <artifactId>cloud-api-commons</artifactId>
        <version>1.0-SNAPSHOT</version>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

配置文件

server:
  port: 9003

spring:
  application:
    name: nacos-payment-provider
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #配置Nacos地址

management:
  endpoints:
    web:
      exposure:
        include: '*'

业务类

@RestController
public class PaymentController {
    @Value("${server.port}")
    private String serverPort;

    public static HashMap<Integer,Payment> hashMap = new HashMap();

    static {
        hashMap.put(1, new Payment(1, "28a8c1e3bc2742d8848569891fb42181"));
        hashMap.put(2, new Payment(2, "bba8c1e3bc2742d8848569891ac32182"));
        hashMap.put(3, new Payment(3, "6ua8c1e3bc2742d8848569891xt92183"));
    }

    @GetMapping(value = "/paymentSQL/{id}")
    public CommonResult paymentSQL(@PathVariable("id") int id) {
        Payment payment = hashMap.get(id);
        CommonResult result = new CommonResult(200, "from mysql,serverPort:  " + serverPort, payment);
        return result;
    }
}
消费者84

pom文件

与提供者一致

配置文件

server:
  port: 84

spring:
  application:
    name: nacos-order-consumer
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        #配置Sentinel dashboard地址
        dashboard: localhost:8080
        #默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口
        port: 8719

#消费者将要去访问的微服务名称(注册成功进nacos的微服务提供者)
service-url:
  nacos-user-service: http://nacos-payment-provider

RestTemplate配置

对RestTemplate配置负载均衡

@Configuration
public class ApplicationContextConfig {
    @Bean
    @LoadBalanced
    public RestTemplate getRestTemplate() {
        return new RestTemplate();
    }
}

业务类

@RestController
@Slf4j
public class CircleBreakerController {
    public static final String SERVICE_URL = "http://nacos-payment-provider";

    @Resource
    private RestTemplate restTemplate;

    @RequestMapping("/consumer/fallback/{id}")
    @SentinelResource(value = "fallback")
    public CommonResult fallback(@PathVariable int id) {
        CommonResult result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);

        if (id == 4) {
            throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
        } else if (result.getData() == null) {
            throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
        }

        return result;
    }
}

Ribbon系列

说明

@SentinelResource有两个属性

  • fallback：管运行异常
  • blockHandler：管Sentinel配置违规
没有任何配置

在没有任何配置的情况下，程序报错会直接返回error页面

image-20230425103933492

只配置fallback

修改84业务代码

@RequestMapping("/consumer/fallback/{id}")
@SentinelResource(value = "fallback" , fallback = "handlerFallback")
public CommonResult fallback(@PathVariable int id) {
    CommonResult result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);

    if (id == 4) {
        throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
    } else if (result.getData() == null) {
        throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
    }
    return result;
}

public CommonResult handlerFallback(@PathVariable  int id,Throwable e) {
    Payment payment = new Payment(id,"null");
    return new CommonResult(444,"兜底异常handlerFallback,exception内容  "+e.getMessage(),payment);
}

测试

当程序出现异常时，会交给兜底方法来处理

image-20230425104429547

只配置blockHandler

此配置需要综合Sentinel，和之前演示的效果一样

修改业务代码

    @RequestMapping("/consumer/fallback/{id}")
    @SentinelResource(value = "fallback" , blockHandler = "blockHandler")
    public CommonResult fallback(@PathVariable int id) {
        CommonResult result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);

        if (id == 4) {
            throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
        } else if (result.getData() == null) {
            throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
        }
        return result;
    }

    public CommonResult blockHandler(@PathVariable  int id, BlockException blockException) {
        Payment payment = new Payment(id,"null");
        return new CommonResult(445,"blockHandler-sentinel限流,无此流水: blockException  "+blockException.getMessage(),payment);
    }
同时配置fallback和blockHandler

修改业务代码

    @RequestMapping("/consumer/fallback/{id}")
    @SentinelResource(value = "fallback" , blockHandler = "blockHandler", fallback = "handlerFallback")
    public CommonResult fallback(@PathVariable int id) {
        CommonResult result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id);

        if (id == 4) {
            throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
        } else if (result.getData() == null) {
            throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
        }
        return result;
    }

    public CommonResult blockHandler(@PathVariable  int id, BlockException blockException) {
        Payment payment = new Payment(id,"null");
        return new CommonResult(445,"blockHandler-sentinel限流,无此流水: blockException  "+blockException.getMessage(),payment);
    }

    public CommonResult handlerFallback(@PathVariable  int id,Throwable e) {
        Payment payment = new Payment(id,"null");
        return new CommonResult(444,"兜底异常handlerFallback,exception内容  "+e.getMessage(),payment);
    }

测试

通过测试可以发现blockHandler挡在fallback之前，一旦触发了blockHandler就不会进入程序执行

image-20230425104923851

忽略属性

通过以下属性配置，可以让Sentinel忽略指定错误，不交给fallback处理

@SentinelResource(value = "fallback" , blockHandler = "blockHandler", fallback = "handlerFallback"
        ,exceptionsToIgnore = {IllegalArgumentException.class})

Feign系列

激活Sentinel对Feign的支持

feign:
  sentinel:
    enabled: true # 激活Sentinel对Feign的支持

主启动类激活Feign

@EnableFeignClients

Feign远程调用业务接口

@FeignClient(value = "nacos-payment-provider", fallback = PaymentFallbackService.class)
public interface PaymentService {
    @GetMapping(value = "/paymentSQL/{id}")
    public CommonResult paymentSQL(@PathVariable("id") int id);
}

兜底方法处理类

@Component
public class PaymentFallbackService implements PaymentService {
    @Override
    public CommonResult paymentSQL(int id) {
        return new CommonResult(444, "服务降级返回,没有该流水信息", new Payment(id, "errorSerial......"));
    }
}

测试

此时关闭提供者服务，发现可以被兜底方法处理

image-20230425111547039

规则持久化

小黄在学习的过程中遇到了很烦的问题，当我们程序重启时，Sentinel定义的规则就会消失，在生产环境中我们肯定需要将配置规则持久化。

做法

将限流配置规则持久化进Nacos保存，只要刷新8401某个rest地址，sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对8401上sentinel上的流控规则持续有效

实操

添加相关依赖

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

修改配置文件

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 
    sentinel:
      transport:
        dashboard: localhost:8080 
        port: 8719 
      datasource: ## 以下是新增
        ds1:
          nacos:
            server-addr: localhost:8848
            data-id: ${spring.application.name}
            group-id: DEFAULT_GROUP
            data-type: json
            rule-type: flow

nacos创建配置

json配置介绍

  • resource：资源名称；

  • limitApp：来源应用；

  • grade：阈值类型，0表示线程数，1表示QPS；

  • count：单机阈值；

  • strategy：流控模式，0表示直接，1表示关联，2表示链路；

  • controlBehavior：流控效果，0表示快速失败，1表示Warm Up，2表示排队等待；

  • clusterMode：是否集群。

image-20230425112609530

测试

当我们重启服务时Sentinel会读取Nacos中的相关配置

image-20230425112745967

贼爱学习的小黄
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Spring Cloud Alibaba：Sentinel实现熔断与限流1
08-04
摘要Spring Cloud Alibaba 致力于提供微服务开发的一站式解决方案，Sentinel 作为其核心组件之一，具有熔断与限流等一系列服务保护功能，本
spring cloud alibaba, sentinel限流
01-09
springcloud alibaba sentinel组件，用于限流降级，此demo为限流，并且配合了jmeter来进行并发测试，内容包含自己手写demo，开源源码，jemeter工具，readme文件包含实现的功能及怎么使用。
SpringCloud Alibaba Sentinel 使用方式及限流规则持久化
m0_52208135的博客
02-01 2426
SpringCloud Alibaba Sentinel 使用方式及限流规则持久化
SpringCloud-Sentinel实现服务限流、熔断、降级，整合Nacos实现持久化
BlackMoon
04-02 759
文章目录Sentinel简介一、安装Sentinel控制台二、创建springboot-sentinel模块三、限流功能四、创建RateLimitController类1.根据资源名称限流2.根据URL限流3.自定义限流处理逻辑五、熔断功能六、与Feign结合使用七、使用Nacos存储规则1. 原理示意图2. 功能演示3. Sentinel Dashboard集成Nacos实现规则同步4. Sentinel Dashboard源码修改 Sentinel简介 随着微服务的流行，服务与服务之间的稳定性变得越来越
【SpringCloud Alibaba】Sentinel配置、流量控制、熔断降级、限流、规则持久化
See_Star的博客
11-23 542
Sentinel下载安装、测试、流量控制：默认直接、关联、快速失败、Warm up、排队等待；熔断降级，RT、异常比例、异常数、热点参数限流、服务熔断、规则持久化。
sentinel熔断配置案例
And_leayf的博客
04-07 4161
sentinel目前支持三种熔断策略 RT模式（官网上叫慢调用比例）：根据响应时间进行熔断。 这样配置的效果就是： 1、如果有一个请求响应时间超过设置的rt(700ms) 2、那么就会判断接下来的一个时间窗口（1s）内，前5个请求的平均响应时间是否超过rt（700ms） 3、如果超过了，进行预熔断，再次判断下个时间窗口内的前5个请求是否超过平均响应时间 4、如果超过了，接下来的请求会被熔断 5、经过熔断时长(1s,时间窗口的值)后，进入探测恢复状态（HALF-OPEN）阶段，即接下来的一个请求响应
Sentinel限流熔断工具的使用以及持久化(超详细)
weixin_43926300的博客
10-26 622
sentinel限流熔断工具的使用以及持久化（超详细）
sentinel 限流熔断神器详细介绍
热门推荐
张维鹏的博客
01-28 3万+
Sentinel 是一款面向分布式服务架构的轻量级流量控制组件，主要以流量为切入点，从流量控制、熔断降级、系统自适应保护等多个维度来保障服务的稳定性，核心思想是：根据对应资源配置的规则来为资源执行相应的流控/降级/系统保护策略，
Sentinel实现熔断与限流
light的博客
09-03 1993
Sentinel实现熔断与限流
阿里巴巴sentinel限流
林在闪闪发光的博客
10-05 1386
想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。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，当某个资源出现不稳定的情况下，例如响应时间变长，对资源的直接影响就是会造成线程数的逐步堆积。即如果系统在此之前长期处于空闲的状态，我们希望处理请求的数量是缓步的增多，经过预期的时间以后，到达系统处理请求个数的最大值。该字段的值有以下三种选项，分别对应不同的场景。
Spring Cloud Alibaba(03)——Sentinel实现熔断与限流
万里顾一程的博客
07-27 389
文章目录Spring Cloud Alibaba(03)——Sentinel实现熔断与限流1、Sentinel概述2、Sentinel下载安装运行3、初始化演示工程4、流控规则4.1、流控规则简介4.2、流控模式4.2.1、直接4.2.2、关联4.2.3、链路4.3、流控效果4.3.1、快速失败4.2.2、WarmUp4.2.3、匀速排队5、降级规则5.1、降级规则简介5.2、降级策略实战5.2.1、慢调用比例5.2.2、异常比例5.2.3、异常数6、热点规则7、系统规则8、@SentinelSource配
Sentinel服务熔断功能（sentinel整合ribbon+openFeign+fallback）
m0_62946761的博客
02-11 8047
服务熔断功能，sentinel整合ribbon+openFeign+fallback以及Sentinel规则的持久化
sentinel 阿里开源、限流使用、熔断微、服务治理
03-08
sentinel 阿里开源、限流使用、熔断微、服务治理，高级使用。业内普遍反向很好。
17Spring Cloud Alibaba：Sentinel实现熔断与限流1
08-04
17Spring Cloud Alibaba：Sentinel实现熔断与限流1
Spring Cloud Alibaba使用Sentinel实现接口限流
08-26
主要介绍了Spring Cloud Alibaba使用Sentinel实现接口限流，本文详细的介绍了Sentinel组件的用法以及接口限流，感兴趣的可以了解一下
Spring Cloud Alibaba Sentinel 使用
最新发布
moxiong3212的博客
04-25 1551
Spring Cloud Alibaba Sentinel 使用
Ali-Sentinel-入口控制
fl_zxf的专栏
04-22 466
Ali-Sentinel-入口控制
Sentinel
m0_66052129的博客
04-19 954
在前面所有不符合我们在sentinel指定的规则的请求，都会在页面报错，但是报错不雅观，而且不管是什么问题都是同一个报错页面在浏览器下面我们将学习自定义异常，默认情况下，发生限流、降级、授权拦截时，都会抛出异常到调用方。如果要自定义异常时的返回结果，需要实现接口。而BlockException包含很多个子类，分别对应不同的场景异常说明限流异常热点参数限流的异常降级异常授权规则异常系统规则异常具体操作如下。
openfeign整合sentinel进行降级
qq_19891197的博客
04-22 290
openfeign整合sentinel进行降级
springcloudalibaba服务限流
07-28
Spring Cloud Alibaba 提供了多种服务限流的解决方案，其中比较常用的是通过使用 Sentinel 来实现服务限流。 Sentinel 是阿里巴巴开源的一款强大的流量控制组件，它提供了实时监控、熔断降级、系统保护等功能。下面简单介绍一下在 Spring Cloud Alibaba 中如何使用 Sentinel 进行服务限流。 首先，需要在项目的依赖中引入 Sentinel 相关的依赖，可以在 Maven 或者 Gradle 中添加如下配置： Maven: ```xml <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> ``` Gradle: ``` implementation 'com.alibaba.cloud:spring-cloud-starter-alibaba-sentinel' ``` 接下来，在启动类上添加 `@EnableSentinel` 注解，开启 Sentinel 功能。 然后，在需要进行限流的方法上添加 `@SentinelResource` 注解，并指定相应的限流规则。例如： ```java @SentinelResource(value = "hello", blockHandler = "blockHandler") public String hello() { return "Hello World"; } public String blockHandler(BlockException ex) { return "Blocked by Sentinel"; } ``` 上述代码中，`@SentinelResource` 注解中的 value 属性是资源名称，blockHandler 属性指定了限流或者熔断降级时的处理方法。 最后，可以通过 Sentinel 控制台进行限流规则的配置和查看实时监控数据。控制台的地址为：http://localhost:8080。 以上就是在 Spring Cloud Alibaba 中使用 Sentinel 进行服务限流的简单介绍，希望对你有所帮助！如果还有其他问题，请继续提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值