SpringCloudAlibaba服务熔断、限流——Sentinel

news2024/11/25 11:55:42

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

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/460042.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

minigpt4搭建过程记录，简单体验图文识别乐趣

minigpt4搭建过程记录，简单体验图文识别乐趣

引言 从3月开始&#xff0c;aigc进入了疯狂的开端&#xff0c;正如4月12日无界 AI直播 在《探索 AIGC 与人类合作的无限可能》中关于梳理的时间线一样&#xff0c;aigc的各种产品如雨后春笋般进入了不可逆的态势&#xff0c;里面有句话很形象&#xff0c;人间一日&#xff0c;…
阅读更多...
信息收集（四）服务器信息收集

信息收集（四）服务器信息收集

信息收集&#xff08;一&#xff09;域名信息收集 信息收集&#xff08;二&#xff09;IP信息收集 信息收集&#xff08;三&#xff09;端口和目录信息收集 WAF指纹识别 什么是WAF WAF的全称是&#xff08;Web Application Firewall &#xff09;Web 应用防火墙用来过滤HTTP…
阅读更多...
最新国内免费chatgpt 的试用方法

最新国内免费chatgpt 的试用方法

方式一&#xff1a; 免费账号&#xff1a; 地址&#xff1a;gpt-easy.com 账号test666, 666666 方式二&#xff1a; wheart.cn 每3小时15次调用 方式三&#xff1a; Microsoft Edge 插件&#xff0c;每天30次免费 方式四&#xff1a; wetab插件&#xff0c;多源切换&am…
阅读更多...
StarRocks 3.0 集群安装手册

StarRocks 3.0 集群安装手册

本文介绍如何以二进制安装包方式手动部署最新版 StarRocks 3.0集群。 什么是 StarRocks StarRocks 是新一代极速全场景 MPP (Massively Parallel Processing) 数据库。StarRocks 的愿景是能够让用户的数据分析变得更加简单和敏捷。用户无需经过复杂的预处理&#xff0c;就可以…
阅读更多...
2023年五月份图形化三级打卡试题

2023年五月份图形化三级打卡试题

活动时间 从2023年5月1日至5月21日&#xff0c;每天一道编程题。 本次打卡的规则如下&#xff1a; 小朋友每天利用10~15分钟做一道编程题&#xff0c;遇到问题就来群内讨论&#xff0c;我来给大家答疑。 小朋友做完题目后&#xff0c;截图到朋友圈打卡并把打卡的截图发到活动群…
阅读更多...
Android硬件通信之 GPIO通信

Android硬件通信之 GPIO通信

一&#xff0c;为什么要和硬件通信 1.1&#xff0c;做软件开发的可能大多只是在手机上做服务器/客户端这种应用&#xff0c;说白了这些只是对数据的处理&#xff0c;对数据做存储和读取&#xff0c;以及分析的工作。 1.2 但随着智能领域的发展&#xff0c;人们已不满足手动去…
阅读更多...
医院核心数据库一体化建设实践

医院核心数据库一体化建设实践

建设背景 “以数据为核心资源的数字化时代&#xff0c;正在成为引领和推动新一轮科技革命的核心力量&#xff0c;将会深刻影响卫生健康行业。” 这是四月份发布的《公立医院运营管理信息化功能指引》中对数据重要性的描述。数据库作为数据的载体&#xff0c;支撑着整个业务系…
阅读更多...
李清照最经典的10首诗词

李清照最经典的10首诗词

在三千年的诗歌艺术中&#xff0c;男人一直是绝对的主角&#xff0c;虽然时常有女诗人&#xff0c;却如流星闪过。 一直到宋代&#xff0c;李清照的横空出世&#xff0c;给文坛带来一股清风。 她被誉为“千古第一才女”&#xff0c;她的诗词可柔美、可刚毅。 有人将她与李煜…
阅读更多...
android studio RadioButton单选按钮

android studio RadioButton单选按钮

1.定义 <!--单选按钮--> <TextViewandroid:layout_marginTop"10dp"android:layout_width"match_parent"android:layout_height"wrap_content"android:text"请选择你的性别&#xff1a;"> </TextView> <RadioGrou…
阅读更多...
3年外包终上岸，我只能说这类公司能不去就不去····

3年外包终上岸，我只能说这类公司能不去就不去····

我大学学的是计算机专业&#xff0c;毕业的时候&#xff0c;对于找工作比较迷茫&#xff0c;也不知道当时怎么想的&#xff0c;一头就扎进了一家外包公司&#xff0c;一干就是3年。现在终于跳槽到了互联网公司了&#xff0c;我想说的是&#xff0c;但凡有点机会&#xff0c;千万…
阅读更多...
广州华锐互动：超写实3d虚拟数字人为多行业场景赋能

广州华锐互动：超写实3d虚拟数字人为多行业场景赋能

超写实3d虚拟数字人是一种高度逼真的虚拟人物形象&#xff0c;其主要是通过计算机技术对人物形象进行建模、渲染和动画制作&#xff0c;达到和真实人物相似的效果。在现代科技的推动下&#xff0c;超写实3d虚拟数字人已经得到广泛应用。 以下是其常见的实用功能&#xff1a; 商…
阅读更多...
20230425-VS2019-在线安装C++17

20230425-VS2019-在线安装C++17

一、软件环境 windows 10 x64 21H2 19044.2846 最后升级时间&#xff1a;2023-04-25 11:19:33 二、下载VS2019 官方下载&#xff1a; 打开官网&#xff1a; https://visualstudio.microsoft.com/zh-hans/vs/older-downloads 展开VS2019&#xff0c;选择【下载】&#xff…
阅读更多...
数据流重定向(＞,＞＞)(＜,＜＜)(2＞,2＞＞)

数据流重定向(＞,＞＞)(＜,＜＜)(2＞,2＞＞)

文章目录 数据流重定向什么是数据流重定向标准输出(>,>>)与标准错误输出(2>,2>>)/dev/null垃圾桶黑洞设备与特殊写法标准输入&#xff1a;<与<< 为什么要使用命令输出重定向呢&#xff1f;案例 数据流重定向 数据流重定向由字面意思来看&#xff0…
阅读更多...
本地缓存解决方案Caffeine | Spring Cloud 38

本地缓存解决方案Caffeine | Spring Cloud 38

一、Caffeine简介 Caffeine是一款高性能、最优缓存库。Caffeine是受Google guava启发的本地缓存&#xff08;青出于蓝而胜于蓝&#xff09;&#xff0c;在Cafeine的改进设计中借鉴了 Guava 缓存和 ConcurrentLinkedHashMap&#xff0c;Guava缓存可以参考上篇&#xff1a;本地缓…
阅读更多...
分布式消息队列Kafka（三）- 服务节点Broker

分布式消息队列Kafka（三）- 服务节点Broker

1.Kafka Broker 工作流程 &#xff08;1&#xff09;zookeeper中存储的kafka信息 ​ 1&#xff09;启动 Zookeeper 客户端。 [zrclasshadoop102 zookeeper-3.5.7]$ bin/zkCli.sh ​ 2&#xff09;通过 ls 命令可以查看 kafka 相关信息。 [zk: localhost:2181(CONNECTED) 2]…
阅读更多...
ES6 新特性的let--const 解构赋值--模板字符串--对象相关新特性--箭头函数--综合代码示例

ES6 新特性的let--const 解构赋值--模板字符串--对象相关新特性--箭头函数--综合代码示例

目录 ES6 新特性 ES6 基本介绍 ES6 是什么? let 声明变量 演示 let 的基本使用 注意事项和使用细节 代码演示 : const 声明常量/只读变量 应用实例 注意事项和使用细节 解构赋值 基本介绍 应用实例-数组解构 应用实例-对象解构 模板字符串 基本介绍 应用实例…
阅读更多...
一次说透，4大服务性幂等场景架构设计方案！

一次说透，4大服务性幂等场景架构设计方案！

服务幂等性架构设计 作者: 博学谷狂野架构师GitHub&#xff1a;GitHub地址 &#xff08;有我精心准备的130本电子书PDF&#xff09; 只分享干货、不吹水&#xff0c;让我们一起加油&#xff01;&#x1f604; 防重表实现幂等 对于防止数据重复提交&#xff0c;还有一种解决方案…
阅读更多...
delta.io 数据湖 checkpoint是什么

delta.io 数据湖 checkpoint是什么

checkpoint的直观表现 插入操作 --- /tmp/delta-table/_delta_log 路径下文件的作用 delta-table 是表名 我执行的操作: INSERT OVERWRITE delta.`/tmp/delta-table` SELECT col1 as id FROM VALUES 7,22; 对应的操作日志: /tmp/delta-table/_delta_log/00000000000000…
阅读更多...
PPOCR -训练模型转推理模型遇到的问题

PPOCR -训练模型转推理模型遇到的问题

前言 使用PPOCR命令行训练验证码单字位置检测识别模型的情况下&#xff0c;这两个checkpoint训练模型测试图片均没出现问题&#xff0c;但转为inference推理模型的时候&#xff0c;问题来了。 问题1&#xff1a;文字检测的训练模型转为推理模型结果全为空 官方文档中确实有提…
阅读更多...
ClickHouse初级

ClickHouse初级

ClickHouse初级 一、ClickHouse的特点1.列式存储2.DBMS的功能3.多样化引擎4.高吞吐写入能力 LSM Tree5.数据分区与线程级并行6.性能对比 二、ClickHouse安装三、数据类型3.1整型3.2浮点型3.3 布尔型3.4 Decimal型3.5 字符串3.6 枚举类型3.7 时间类型3.8 数组 四、表引擎4.1 表引…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023