Sentinel熔断与限流
1、简介
在线文档：
https://sentinelguard.io/zh-cn/docs/system-adaptive-protection.html
功能：
- 流量控制
- 速率控制
- 熔断和限流
和Hystrix的区别：
Hystrix需要手动搭建监控平台
（Dashboard：对Hystrix进行图形化的监控）
没有web界面配置
2、快速开始
注：不能将Sentinel部署在云服务器上，因为下面的quickstart需要sentinel访问项目的ip，外网无法访问内网ip，所以我推荐你使用widnows的docker来完成下面的操作。
①安装启动
启动Nacos：
docker run --name nacos-standalone -e MODE=standalone -e JVM_XMS=256m -e JVM_XMX=256m -e JVM_XMN=128m -p 8848:8848 -d nacos/nacos-server
安装启动Sentinel：
#拉取sentinel镜像
docker pull bladex/sentinel-dashboard
#运行sentinel（docker里的sentinel是8858端口）
docker run --name sentinel -d -p 8858:8858 bladex/sentinel-dashboard
进入控制台：
②Server工程
1.新建模块cloudalibaba-sentinel-service8401
2.依赖：
<dependencies>
<!-- SpringCloud ailibaba nacos-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- SpringCloud ailibaba sentinel-datasource-nacos 持久化需要用到-->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
<!-- SpringCloud ailibaba sentinel-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<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>
<!--监控-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!--热部署-->
<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>
3.yml：
经过我个人的测试，docker下cleint-ip设置为localhost或者127.0.0.1都会出现监控和dashboard完全相同的问题，查看网络的局域网ip填写可以正常显示
server:
port: 8401
spring:
application:
name: cloudalibaba-sentinal-service
cloud:
nacos:
discovery:
#Nacos服务注册中心地址（改成自己的服务器ip地址，本地用localhost）
#server-addr: 101.43.244.40:8848
server-addr: localhost:8848
sentinel:
transport:
#配置Sentin dashboard地址（改成自己的服务器ip地址，本地用localhost）
dashboard: localhost:8858
client-ip: 192.168.31.30
#client-ip: 127.0.0.1
# 默认8719端口，假如被占用了会自动从8719端口+1进行扫描，直到找到未被占用的 端口
port: 8719
management:
endpoints:
web:
exposure:
include: '*'
4.启动类：
@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401 {
public static void main(String[] args) {
SpringApplication.run(MainApp8401.class, args);
}
}
5.Controller：
@RestController
public class FlowLimitController {
@GetMapping("/testA")
public String testA() {
return "----testA";
}
@GetMapping("/testB")
public String testB() {
return "----testB";
}
}
6.启动：
访问testA和testB接口
查看sentinel控制台：
3、流控规则
流量控制（flow control）其原理是监控应用流量的 QPS 或并发线程数等指标，当达到指定的阈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。
①新建流控规则
1.在流控规则处创建
2.在簇点链路中创建
流控效果检查：
②阈值类型
QPS：每秒的请求数
线程数：调用该API的并发线程数
③流控模式
一.直接
对该资源进行限流
二.关联
使用关联模式，当关联资源/testB达到了阈值1，testA也会被限流。
删除testB的直接模式的限流，只保留关联模式限流：
因为关联模式只会对testA限流，不对testB限流，如果保留testB限流QPS条件，那么关联模式限流的阈值无法达到。
使用Jmeter测试：
启动Jmeter压测，访问testA接口，此时testA被限流，关联模式测试完成：
三.链路
只针对指定的链路进行统计限流
比如testA，testB，都调用childTest接口，所以存在两条链路testA->childTest和testB->childTest。
假如我只想对testA->childTest这条链路进行限流：
注意：
Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解去配置文件里配置，关闭context，就可以让controller里的方法单独成为一个链路；不关闭context的话，controller里的方法都会默认进去sentinel默认的根链路里，这样就只有一条链路，无法流控链路模式，如下图所示：
service.TestService：
@Service
public class TestService {
@SentinelResource("childTest")
public String childTest(){
return "child";
}
}
修改Controller：
@RestController
public class FlowLimitController {
@Resource
private TestService testService;
@GetMapping("/testA")
public String testA() {
return "----testA"+testService.childTest();
}
@GetMapping("/testB")
public String testB() {
return "----testB"+testService.childTest();
}
}
修改yml，关闭context（没有提示）：、
这里存在问题：1.6.3-1.7.0之间的Sentinel，此注释无效
从1.6.3 版本开始，Sentinel Web filter 默认收敛所有URL的入口 context，因此链路限流不生效。
1.7.0 版本开始（对应SCA的2.1.1.RELEASE)，官方在 CommonFilter 引入了WEB_CONTEXT_UNIFY 参数，用于控制是否收敛context。将其配置为 false 即可根据不同的URL 进行链路限流。
解决办法：
修改Springcloud alibaba的版本号：
如果无法识别注释，为上述问题，需要解决。
启动，如下图所示，即为关闭了context收敛：
配置链路模式流量控制，对于childTest的testA入口进行流量限制：
对testA入口进行压测：
结果如下：
childTest对于testB入口无流量限制，而对于testA入口存在流量限制：
④流控效果
一.快速失败
直接失败，抛出异常
二.预热
应用场景：系统刚开启，秒杀等
公式：阈值/coldFacotr（默认为3）
默认冷加载因子为3，即请求QPS从threshold/3开始，经过预热时长逐渐升到设定的限流，冷启动
例：
设置预热，阈值为6，最初的阈值为6/3=2，经过10s升到6
三.排队等待
不同于快速失败，超过QPS的会等待，设置一个超时时间，如果在时间内没有被处理，会抛出异常。
4、降级规则
Sentinel现已支持半开状态
①慢调用比例
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。
1.在Controller上添加方法：
设置休眠为1s
@GetMapping("/testC")
public String testC() {
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.info("testC 测试RT");
return "----testC";
}
2.设置Sentinel降级为慢比例调用
Jmeter测试：
后面如果服务正常，可以进行半开测试，如果下一次请求小于最大响应时间，服务熔断恢复
②异常比例
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%。
Controller添加异常模拟方法：
@GetMapping("/testD")
public String testD() throws Exception {
double random = (int)(Math.random()*10);
if (random==0) throw new Exception("异常模拟");
log.info("testD 测试比例异常");
return "----testD";
}
设置Sentinel服务降级为异常比例：
测试：
使用Jmeter进行测试，当到达异常比例，进入熔断状态，5s后使用浏览器调用接口，进入半开状态，此时使用浏览器调用接口，接口返回正常，断路器从半开状态进行关闭状态。
③异常数
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。
使用②中Controller的方法，Sentinel配置：
同②的测试，当异常数达到了一定值，进入熔断状态，5s后使用浏览器调用接口，进入半开状态，此时使用浏览器调用接口，接口返回正常，断路器从半开状态进行关闭状态。
5、热点规则
何为热点？热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据，并对其访问进行限制。比如：
- 商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
- 用户 ID 为参数，针对一段时间内频繁访问的用户 ID 进行限制
热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。
热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。
在前面的Hystrix中，当降级时会有fallbcak方法，在Sentinel同样存在这样的兜底方法定义方式：@SentinelResource
①使用blockHandler
1.依赖（默认包含）：
2.Controller添加方法：
@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";
}
//兜底方法
public String deal_testHotKey(String p1, String p2, BlockException exception) {
// sentinel的默认提示都是： Blocked by Sentinel (flow limiting)
return "----deal_testHotKey, o(╥﹏╥)o";
}
Sentinel设置：
②不使用blockHandler
不使用blockHandler，当达到阈值，进入窗口时，会直接跑出异常，返回500错误
③参数例外项
在上面的热点规则设置中，当对应参数QPS达到一定阈值后就会被限流。对参数进行特定例外项设置，特定参数具有特地的QPS限制：
Jmeter测试：
发起50个请求，p1=5，前40个请求正常处理，最后的10个请求出错：
④blockHanlder与异常
不同于Hystrix的fallback，blockHandler不会自动对异常进行兜底方法处理，如果方法出错，而未满足Sentinel的控制台设置，会返回500错误
@SentinelResouce：
处理的是Sentinel控制台配置的违规情况，使用blockHandler进行兜底处理
6、系统规则
个人理解为：对整个应用的入口的流量的控制
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。
对入口QPS进行限制测试：
仅做测试，实际测试和效果不对应：
如下，QPS阈值引起的限流
7、@SentinelResource
前置操作：
8401引入commons依赖
<dependency>
<groupId>cn.zko0.cloud</groupId>
<artifactId>cloud-api-commons</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
新建一个RateLimitController
@RestController
public class RateLimitController {
}
①按资源名称限流
@GetMapping("/byResource")
@SentinelResource(value = "byResource",blockHandler = "handleException")
public CommonResult byResource() {
return new CommonResult(200,"按照资源名称限流测试",new Payment(2020L,"serial001"));
}
//兜底方法
public CommonResult handleException(BlockException exception) {
return new CommonResult(444,exception.getClass().getCanonicalName() + "\t 服务不可用");
}
在Sentinel中进行配置限制
测试，成功：
QPS超过1，会使用blockHandler方法
②按照URL地址限流
在Controller中添加接口：
@GetMapping("/rateLimit/byUrl")
@SentinelResource(value = "byUrl") //没有兜底方法，系统就用默认的
public CommonResult byUrl() {
return new CommonResult(200,"按照byUrl限流测试",new Payment(2020L,"serial002"));
}
在Sentinel中设置：
测试：
③blockHandler问题解决
blockHandler问题：
- 系统默认，不能体现业务
- 自定义方法和业务代码耦合在一起
- 每个代码都需要兜底方法，代码膨胀
- 没有全局的统一处理
解决：
自定义blockHandler类
public class CustomerBlockHandler {
public static CommonResult handlerException(BlockException exception) {
return new CommonResult(444,"按照客户自定义限流测试，Glogal handlerException ---- 1");
}
public static CommonResult handlerException2(BlockException exception) {
return new CommonResult(444,"按照客户自定义限流测试，Glogal handlerException ---- 2");
}
}
使用blockHandlerClass和blockHandler对兜底方法和业务代码进行解耦：
@GetMapping("/rateLimit/customerBlockHandler")
@SentinelResource(value = "customerBlockHandler",
blockHandlerClass = CustomerBlockHandler.class, blockHandler = "handlerException2")
public CommonResult customerBlockHandler() {
return new CommonResult(200,"按照客户自定义限流测试",new Payment(2020L,"serial003"));
}
在Sentinel中使用资源名称方式，进行限流（使用URL无法使用自定义兜底方法）：
测试，完成：
8、服务熔断(Ribbon)
①Ribbon（无配置）
一.Provider
1.新建模块cloudalibaba-provider-payment9003
2.pom依赖：
<dependencies>
<!-- SpringCloud ailibaba nacos-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- SpringCloud ailibaba sentinel-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!-- 引用自己定义的api通用包，可以使用Payment支付Entity -->
<dependency>
<groupId>cn.zko0.cloud</groupId>
<artifactId>cloud-api-commons</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
<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>
<!--监控-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!--热部署-->
<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>
3.yml：
server:
port: 9003
spring:
application:
name: nacos-payment-provider
cloud:
nacos:
discovery:
server-addr: localhost:8848 #nacos
management:
endpoints:
web:
exposure:
include: '*'
启动类：
@SpringBootApplication
@EnableDiscoveryClient
public class PaymentMain9003 {
public static void main(String[] args) {
SpringApplication.run(PaymentMain9003.class,args);
}
}
Controller：
@RestController
public class PaymentController {
@Value("${server.port}") //spring的注解
private String serverPort;
public static HashMap<Long, Payment> map = new HashMap<>();
static {
map.put(1L,new Payment(1L,"1111"));
map.put(2L,new Payment(2L,"2222"));
map.put(3L,new Payment(3L,"3333"));
}
@GetMapping(value = "/paymentSQL/{id}")
public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id) {
Payment payment = map.get(id);
CommonResult<Payment> result = new CommonResult<>(200,"from mysql,serverPort: " + serverPort,payment);
return result;
}
}
按照创建9003的方式创建9004
二.Consuemr
1.创建项目cloudalibaba-consumer-nacos-order84
2.pom：
<dependencies>
<!-- SpringCloud ailibaba nacos-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- SpringCloud ailibaba sentinel-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!-- 引用自己定义的api通用包，可以使用Payment支付Entity -->
<dependency>
<groupId>cn.zko0.cloud</groupId>
<artifactId>cloud-api-commons</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
<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>
<!--监控-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!--热部署-->
<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>
3.yml：
server:
port: 84
spring:
application:
name: nacos-order-consumer
cloud:
nacos:
discovery:
server-addr: localhost:8848 #nacos
sentinel:
transport:
dashboard: localhost:8858 #sentinel
client-ip: 192.168.31.30
port: 8719
#消费者将去访问的微服务名称
server-url:
nacos-user-service: http://nacos-payment-provider
#激活Sentinel对Feign的支持
#feign:
# sentinel:
# enabled: true
启动类：
@EnableDiscoveryClient
@SpringBootApplication
public class OrderMain84 {
public static void main(String[] args) {
SpringApplication.run(OrderMain84.class,args);
}
}
RestTemplate的Config：
@Configuration
public class ApplicationContextConfig {
@Bean
@LoadBalanced
public RestTemplate getRestTemplate() {
return new RestTemplate();
}
}
Controller：
@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") //没有配置
public CommonResult<Payment> fallback(@PathVariable Long id) {
CommonResult<Payment> result = restTemplate.getForObject(
SERVICE_URL + "/paymentSQL/" + id,CommonResult.class,id);
if(id == 4){
throw new IllegalArgumentException("IllegalArgument,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;
}
}
三.启动测试
启动
Provider：9003，9004 Consumer：84
当id在1-4范围内，服务正常调用
当服务id>=5，调用出错：
②Ribbon只配置fallback
在前面的Ribbon搭建的结果上，对id>=5的问题配置fallback，进行服务降级处理：
//fallback兜底
public CommonResult handlerFallback(@PathVariable Long id,Throwable e) {
Payment payment = new Payment(id,"null");
return new CommonResult(444,"异常handlerFallback，exception内容： " + e.getMessage(), payment);
}
测试，服务降级成功：
③Ribbon只配置blockHandler
去掉上面fallback的配置
//blockHandler兜底
public CommonResult blockHandler(@PathVariable Long id, BlockException e) {
Payment payment = new Payment(id,"null");
return new CommonResult(444,"blockHandler-sentinel 限流，BlockException： " + e.getMessage(), payment);
}
在Sentinel中配置服务降级：
当异常数达到阈值，就会进行服务熔断
服务熔断效果：
④Ribbon配置fallback和blockHandler
先说结论：当fallback和blockHandler同时满足，会优先调用blockHandler
同②，③，将两者配置都打开
进行Sentinel对接口进行流量控制设置：
测试：
当id=1,QPS未达到阈值，正常调用：
当id=1,QPS达到阈值，调用blockHandler方法：
当id=5，QPS未达到阈值，调用fallback方法：
当id=5,QPS达到阈值，调用blockHandler方法：
总结：
当@SentinelResource注解fallback和blockHandler都指定后，然后同时符合，优先执行blockHandler兜底方法。
⑤忽略属性
当在@SentinelResource中配置了exceptionsToIgnore的时候，对于该异常不会调用fallback方法,进行服务降级。
9服务熔断（Feign）
在前面Ribbon搭建的工程上进行修改
1.需要依赖：
<!--前面已添加了-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
2.yml添加：
#激活Sentinel对Feign的支持
feign:
sentinel:
enabled: true
3.启动类注解添加：
主启动类上添加@EnableFeignClients
4.PaymentService接口
@FeignClient(value = "nacos-payment-provider",fallback = PaymentFallbackService.class)
public interface PaymentService {
@GetMapping(value = "/paymentSQL/{id}")
public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id);
}
5.PaymentFallbackService实现类，实现PaymentService接口
其实现方法为接口中对应方法的fallback方法
@Component
public class PaymentFallbackService implements PaymentService{
@Override
public CommonResult<Payment> paymentSQL(Long id) {
return new CommonResult<>(444,"服务降级返回，---PaymentFallbackService",new Payment(id,"ErrorSerial"));
}
}
修改Controller：
启动：
如果你在这里出现了下图的错误
在 Hoxton.SR1 中，
fegin.context接口的定义为parseAndValidatateMetadata，而在 Hoxton.SR3 中，fegin.context接口的定义为parseAndValidateMetadata，就是之前版本中定义的方法名拼写错误，所以在 Hoxton.SR1 后面的版本更正过来，因此出现Caused by: java.lang.AbstractMethodError: com.alibaba.cloud.sentinel.feign.SentinelContractHolder.parseAndValidateMetadata(Ljava/lang/Class;)Ljava/util/List;错误。解决方式：将 Spring Cloud 版本升至
Hoxton.SR3
10、规则持久化
在前面的学习中，在每次停止项目的时候，Snetinel规则将会消失。所以我们需要将限流规则持久化。
我们将Sentinel规则持久化保存至Nacos中。
针对8401项目，进行修改和测试：
1.添加依赖：（之前添加过）
<!-- SpringCloud ailibaba sentinel-datasource-nacos 持久化需要用到-->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
2.yml修改：
3.在Nacos添加Sentinel配置：
[
{
"resource": "/rateLimit/byUrl",
"limitApp": "default",
"grade": 1,
"count": 1,
"strategy": 0,
"controlBehavior": 0,
"clusterMode": false
}
]
上面的配置对应着Sentinel的限流配置词条：
启动8401，去Sentinel中查看：
可以看到Nacos中配置的限流规则在启动后就能显示，完成了持久化
Sentinel熔断与限流的更多相关文章
- Spring Cloud Alibaba：Sentinel实现熔断与限流
一.什么是Sentinel Sentinel,中文翻译为哨兵,是为微服务提供流量控制.熔断降级的功能,它和Hystrix提供的功能一样,可以有效的解决微服务调用产生的“雪崩效应”,为微服务系统提供了稳 ...
- Spring Cloud Alibaba基础教程：使用Sentinel实现接口限流
最近管点闲事浪费了不少时间,感谢网友libinwalan的留言提醒.及时纠正路线,继续跟大家一起学习Spring Cloud Alibaba. Nacos作为注册中心和配置中心的基础教程,到这里先告一 ...
- Spring Cloud Alibaba 使用Sentinel实现接口限流
Sentinel是什么 Sentinel的官方标题是:分布式系统的流量防卫兵.从名字上来看,很容易就能猜到它是用来作服务稳定性保障的.对于服务稳定性保障组件,如果熟悉Spring Cloud的用户,第 ...
- spring cloud 2.x版本 Gateway熔断、限流教程
前言 本文采用Spring cloud本文为2.1.8RELEASE,version=Greenwich.SR3 本文基于前两篇文章eureka-server.eureka-client.eureka ...
- 降级、熔断、限流[z]
[z]https://juejin.im/post/5cced96e6fb9a032514bbf94当我们的系统的访问量突然剧增,大量的请求涌入过来,最典型的就是秒杀业务了,我们可能会知道会有一波高峰 ...
- 快速体验 Sentinel 集群限流功能，只需简单几步
️ Pic by Alibaba Tech on Facebook 集群限流 可以限制某个资源调用在集群内的总 QPS,并且可以解决单机流量不均导致总的流控效果不佳的问题,是保障服务稳定性的利器. S ...
- 重新整理 .net core 实践篇————熔断与限流[三十五]
前言 简单整理一下熔断与限流,跟上一节息息相关. 正文 polly 的策略类型分为两类: 被动策略(异常处理.结果处理) 主动策略(超时处理.断路器.舱壁隔离.缓存) 熔断和限流通过下面主动策略来实现 ...
- .Net Core微服务——Ocelot（3）：超时、熔断、限流
基本概念 超时.熔断.限流听起来好像很远,但实际上用在方方面面.很多人可能还搞不懂熔断是做什么,其实可以把熔断理解为一种防护措施.做个假设,在微服务体系下,某个下游服务响应很慢,然后随着时间推移,会有 ...
- Spring Cloud alibaba网关 sentinel zuul 四 限流熔断
spring cloud alibaba 集成了 他内部开源的 Sentinel 熔断限流框架 Sentinel 介绍 官方网址 随着微服务的流行,服务和服务之间的稳定性变得越来越重要.Sentine ...
- springBoot整合Sentinel实现降级限流熔断
由于hystrix的停止更新,以及阿里Sentinel在历年双十一的贡献.项目中使用了Sentinel,今天我们来讲讲Sentinel的入门教程,本文使用1.6.3版本进行讲解 本文通过Sentine ...
随机推荐
- golang基础语法学习
1.函数作为一等公民 2.驼峰命名法/大小写决定是否在包外见 3.包名应该是小写的单个单词命名 4. 包名应为其源码的基础名称,如encoding/base64,包名应为base64而不是encodi ...
- 读书笔记：A Philosophy of Software Design
今天一位同事在斯坦福的博士生导师John Ousterhout (注,Tcl语言的设计者)来公司做了他的新书<A Philosophy of Software Design>的演讲,介绍了 ...
- MongoDB - 索引知识
索引简介 什么是索引 索引最常用的比喻就是书籍的目录,查询索引就像查询一本书的目录. 索引支持 MongoDB 查询的高效执行.如果没有索引,MongoDB 必须扫描集合中每一个文档,以选择与查询语句 ...
- vulnhub靶场之DARKHOLE: 1
准备: 攻击机:虚拟机kali.本机win10. 靶机:DarkHole: 1,下载地址:https://download.vulnhub.com/darkhole/DarkHole.zip,下载后直 ...
- nuxt.js中登录、注册（密码登录和手机验证码登录）
<!-- 登录弹框 --> <div class="mask" v-show="flag"> <div class="m ...
- [机器学习] PCA主成分分析原理分析和Matlab实现方法
转载于http://blog.csdn.net/guyuealian/article/details/68487833 网上关于PCA(主成分分析)原理和分析的博客很多,本博客并不打算长篇大论推论PC ...
- Java基于内存的消息队列实现
Java基于内存的消息队列实现 有需要源码的同学可以去Gitee上下载: https://gitee.com/hyxl-520/memory_message_queue 先看测试情况 需求背景 需求来 ...
- shell端口监听异常邮箱告警
业务场景:应用发布监听服务是否正常启动,因为服务器资源不够上不了prometheus.grafana,所以写的shell脚本监听.此脚本适用于初创公司及小微企业使用. 准备工作 除了shell脚本这里 ...
- Vue双向绑定原理梳理
简介 vue数据双向绑定主要是指:数据变化更新视图,视图变化更新数据. 实现方式:数据劫持 结合 发布者-订阅者 模式. 数据劫持通过 Object.defineProperty()方法. 对对象的劫 ...
- R语言|ggplot2| 绘制KEGG气泡图
在 RStudio 中使用 BiocManager 安装包 install.packages("BiocManager") install.packages("ggplo ...