[SpringCloud Alibaba] 浅析Sentinel-dashboard控制台

Sentinel

面向云原生微服务的流量控制、熔断降级组件。

搭建

官网下载Sentinel 仪表盘jar包。编译后,访问默认端口 http://localhost:8080 即可。

这一步后就可以开始搭建我们的微服务实现sentinel给我们提供强大的功能。

搭建被监控服务

pom

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>
        ···部分省略依赖

yml:

server:
  port: 8401
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719
management:
  endpoints:
    web:
      exposure:
        include: '*'

流控规则

sentinel流控.png

规则选填项说明:

  1. 资源名:唯一名称,默认请求路径
  2. 针对来源:Sentinel 可以针对调用者进行限流,填写微服务名称,默认为default
  3. 阈值类型/单机阈值:
    • QPS(每秒钟请求数量): 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的线程数达到阈值后,进行限流。
  4. 是否集群:需不需要集群
  5. 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)。
  6. 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,经过预热时间,才达到设置的QPS阈值
    • 排队等候: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。

进入 sentinel-dashboard -> 添加流控规则:(默认已经启动了被监控服务并已经注册到Nacos)

sentinel流控.png

测试:流控模式:直接。

正常访问:

sentinel.png

当QPS超过阈值后,限制访问:

sentinel.png

关联

女朋友消费,男朋友买单。好比支付服务承受不住了,下单服务就开始限流。

sentinel关联.png

冷启动-warm up

默认coldFactor为3,即请求QPS从threshold/3开始,经预热时长逐渐升至设定的QPS阈值

sentinel-warm up.png

解析:即请求QPS从 10/3 的访问量开始, 经过5秒后阈值恢复到到10。

降级规则

sentinel降级.png
  • 慢调用比例:1秒内持续j进入5个请求且平均响应时间 > 阈值则触发熔断,熔断时长过后关闭降级。
  • 异常比例:QPS > 5且异常比例超过阈值(秒级)
  • 异常数:异常数超过阈值(分钟统计)

热点规则

sentinel热点规则.png

参数索引:


参数索引.png

那这个热点规则可以做点什么呢?首先来看我们的服务接口:

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

    public String deal_hotkey(String p1, String p2, BlockException exception) {
        return "----deal_hotkey";
    }

当我们请求带参数索引为0的参数(即p1)时,超过阈值就会走@SentinelResourse 注解中blockHandler中的方法,返回----deal_hotkey。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容