SpringCloud Alibaba Nacos詳解

本文轉載自查看原文 2021-03-26 15:09 284 SpringCloud

1. 現有項目注冊中心替換alibaba組件Nacos

QQ圖片20201109164856

1.springcloud 、springboot、springcloud alibaba版本對應

spring cloud alibaba文檔：https://github.com/alibaba/spring-cloud-alibaba/wiki

版本對應：https://github.com/alibaba/spring-cloud-alibaba/wiki/版本說明

注意：

0.9版本之后，畢業版本的groudId 為 com.alibaba.com

0.9版本之前，化器版本groudId 為org.springframework.cloud（不推薦使用）

2. 依賴修改

目前mango系統各組件版本

springboot版本為1.5
springcloud alibaba使用畢業版版本1.5.0RELEASE ，不要使用孵化器版本
nacos service 阿里文檔中推薦1.1.1版本，實際上使用最新的穩定版本也可以使用，測試驗證使用1.2版本可以正常使用

<!--pom文件依賴新增一下內容，刪除其他注冊中心的相關的依賴（例如：Eureka） 和其他配置中心的依賴（例如：Springcloud config）-->
<dependencyManagement>
    <!--只是對版本進行管理，不會實際引入jar -->
    <dependencies>
        <dependency>
       <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-dependencies</artifactId>
            <version>Edgware.SR6</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-alibaba-dependencies</artifactId>
            <version>1.5.1.RELEASE</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
  <!--mango系統替換后需要指定springCloud-common包版本號-->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-commons</artifactId>
        <version>1.3.5.RELEASE</version>
    </dependency>
    <!--因為nacos config是通過web獲取配置，需要導入springboot-web依賴-->
     <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!--nacos 服務發現-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        <exclusions>
            <exclusion>
                <artifactId>spring-cloud-commons</artifactId>
                <groupId>org.springframework.cloud</groupId>
            </exclusion>
            <exclusion>
                <artifactId>fastjson</artifactId>
                <groupId>com.alibaba</groupId>
            </exclusion>
        </exclusions>
    </dependency>
       <!--nacos 配置管理-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
        <exclusions>
            <exclusion>
                <artifactId>spring-cloud-commons</artifactId>
                <groupId>org.springframework.cloud</groupId>
            </exclusion>
        </exclusions>
    </dependency>
      <!--sentinel依賴，注意網關根據不同的實現方式對應着不同的sentinel依賴-->
    <dependency>
          <groupId>com.alibaba.csp</groupId>
          <artifactId>spring-boot-starter-ahas-sentinel-client</artifactId>
          <version>1.7.2</version>
	</dependency>
    
    <dependency>      
          <groupId>org.springframework.cloud</groupId>       
          <artifactId>spring‐cloud‐starter‐openfeign</artifactId>   
    </dependency>
</dependencies>

網關不同實現方式sentinle對應的依賴：

<!--zuul 1.x網關接入， Mango即是zuul 1.X-->
<dependency>
     <groupId>com.alibaba.csp</groupId>
     <artifactId>spring-cloud-zuul-starter-ahas-sentinel</artifactId>
     <version>1.1.8</version>
</dependency>
<!--springcloudGateway網關接入-->
<dependency>
      <groupId>com.alibaba.csp</groupId>
      <artifactId>spring-cloud-gateway-starter-ahas-sentinel</artifactId>
      <version>1.1.8</version>
</dependency>

3. 配置文件修改

其他詳細的配置可參考nacos-配置管理中的介紹

#bootstrap
spring:
    application:
        name: gateway
    cloud:
        sentinel:
            transport:
            	#sentinel 控制面板
                dashboard: 127.0.0.1:8083
        nacos:
            config:
            	# nacos service地址
                server-addr: 127.0.0.1:8848
                namespace: public 
                group: DEFAULT_GROUP
                data-id: gateway.yml
                file-extension: yaml
                refresh:
                    enables: true # 默認為fasle ,設為true，開啟動態刷新

#application
server:
	port: 56020 #啟動端口 命令行注入  
spring:   
	application:     
		name: gateway
     cloud:     
     	nacos:      
        	discovery:       
        		# nacos service地址
            	server‐addr: 127.0.0.1:8848

4. 代碼修改

啟動類新增服務發現注解 @EnableDiscoveryClient @EnableFeignClients
生產者聲明@FeignClient(name = "uaa") ，mango項目中，生產者遠程代理在common中，注意修改common的依賴

2. nacos介紹

Nacos是阿里的一個開源產品，它是針對微服務架構中的服務發現、配置管理、服務治理的綜合型解決方案。
nacos文檔： https://nacos.io/en-us/docs/what-is-nacos.html

2.1 nacos-配置管理

nacos-config文檔：https://github.com/alibaba/spring-cloud-alibaba/wiki/Nacos-config

2.1.1 配置中心的使用場景

微服務架構，系統拆分為一個個服務節點，配置文件也被分割，分散中就包含了很多相同的配置，造成冗余。

配置中心就是將配置從應用里剝離出來，進行統一管理。

配置中心的服務流程：

1. 用戶在配置中心更新配置信息。
2. 服務A和服務B及時得到配置更新通知，從配置中心獲取配置

2.1.2 常見的配置中心

nacos 讀寫性能最高，且和springcloud condig相比，nacos帶圖形化界面配置。

2.1.3 nacos 快速部署

下載地址：https://github.com/alibaba/nacos/releases，下載源碼自己編譯/下載編譯好的安裝包
安裝包啟動方式：bin目錄下執行 sh startup.sh -m standalone

standalone 代表單機模式運行，非集群模式

sh startup ‐m cluster 標識集群啟動
啟動成功， http://127.0.0.1:8848/nacos可打開nacos控制台，默認賬號密碼都為 nacos
OPEN API 配置管理測試：https://nacos.io/en-us/docs/open-api.html
1. 發布配置： curl -X POST "http://127.0.0.1:8848/nacos/v1/cs/configs dataId=nacos.cfg.dataId&group=test&content=HelloWorld"
2. 獲取配置: curl -X GET "http://127.0.0.1:8848/nacos/v1/cs/configs?dataId=nacos.cfg.dataId&group=test"

2.1.4 nacos 外部mysql數據庫支持

單機模式nacos使用的是嵌入式數據庫實現數據儲存，可以配置mysql作為外部存儲（目前只支持使用mysql）。

新建數據庫nacos_config
執行nacos下conf/nacos-mysql.sql 文件
修改nacos下conf/application.properties，增加支持mysql數據源配置，增加MySQL數據源賬號密碼

增加后記得重啟一下nacos

spring.datasource.platform=mysql  
db.num=1
db.url.0=jdbc:mysql://localhost:3306/nacos_config?characterEncoding=utf8&connectTimeout=1000&socketTimeout=3000&autoReconnect=true 
db.user=
db.password=

2.1.5 nacos 配置管理應用

對於nacos配置管理，通過namespace、group、Data ID 可以定位到一個配置集（也可以理解為一個配置文件）。

namespace：設計是 nacos 基於此做多環境以及多租戶（多個用戶共同使用nacos）數據(配置和服務)隔離的。
一個租戶情況下：有多套不同環境，可以使用同一套nacos集群，通過建多個不同的nacespace來做配置/服務的隔離
多個租戶情況下：不同租戶分配不同的賬號密碼，創建自己的namespace，不同租戶下namespace互不可見（nacos還沒有實現多租戶功能）

nacos 服務隔離，應該是同一namespace下才可以調用其他服務，注冊中心雖然是一個，但是注冊表不同

服務獲取配置集需要配置的內容：

nacos server 地址，必須配置
namespace：可以不指定，默認是public，若指定填寫的是namespace的id而不是名稱，id在nacos管理頁面查看
group：可以不指定，默認是DEFAUT_GROUP
dataId：必須指定

nacos配置管理提供了配置clone，歷史版本、回滾、訂閱者查詢等核心管理能力，通過圖形化界面很好操作。

監聽查詢：
Nacos提供配置訂閱者即監聽者查詢能力，同時提供客戶端當前配置的MD5校驗值，以便幫助用戶更好的檢查配置變更是否推送到 Client 端。

2.1.6. nacos登錄管理：

除了使用默認的nacos賬號密碼，可以通過直接在數據庫中增加賬號密碼，密碼為BCrypt加密方法
也可以在nacos service中管理登錄功能，

spring.security.enabled=false management.security=false security.basic.enabled=false nacos.security.ignore.urls=/**

2.1.7 nacos集成分布式系統

通過 Spring cloud原生方式快捷的獲取配置內容：

1. 在bootstrap.yml基礎配置

Spring:	
	cloud:
        nacos:
            config:
            	enabled: true # 可不指定，默認true，false時關閉了nacos-config配置
                server-addr: 127.0.0.1:8848 #必須指定
                namespace: c67e4a97‐a698‐4d6d‐9bb1‐cfac5f5b51c4 # 可不指定，默認為public
                ext-configs[0]: #配置單個配置集的時候，可省略
                  	group: DEFAULT_GROUP  # 可不指定，默認為DEFAULT_GROUP
                 	file-extension: yaml  # 默認是properties
                	data-id: service.yaml # 可不指定，默認是${spring.application.name}和文件拓展名組合
                						# 指定data-id時，需要帶上文件拓展名，yaml和yml都可以，和file-extension兩者不干擾，也可以配置多個data-id,優先級根據ex-config[n]中n的數字大小決定，數字越大，優先級越高
                	refresh:
                    	enables: true # 默認為false，設為fasle 關閉動態刷新
                 ext‐config[1]:       
                  # Data Id 不在默認的組，不支持動態刷新 
                 	data‐id: ext‐config‐common02.properties  # 可以配置公用的配置               
                 	group: GLOBALE_GROUP

在加載配置文件時，不僅會加載${spring.application.name}.${file-extension:properties}為前綴的基礎配置

還會加載${spring.application}0 - ${profile}.${file-extension:properties}的基礎信息

${spring.profiles.active} 當通過配置文件來指定時必須放在 bootstrap.properties 文件中。但是實際項目中，時通過啟動參數-Dspring.profiles.active=<profile>來切換不同的配置

通過修改namespace、group、dataId可以獲取指定的配置集，還可以修改profile.active來指定配置集

2. 自定義共享DataId配置

spring:   
 	cloud:   
  		nacos:   
     		config:      
     			# 配置分享dataId必須帶上文件后綴名，refreable-dataids也是
     			# shared-dataids 中group為默認的DEFAULT_GROUP ，若所配的data-id不在默認組中獲取不到配置集
     			# 支持多個DataId配置，逗號隔開，優先級按照配置出現的先后順序，即后面的優先級要高於前面。
    			shared‐dataids: ext‐config‐common01.properties,ext‐config‐common02.properties 
    		 		# 指定動態刷新的 配置集
    		 		refreshable‐dataids: ext‐config‐common01.properties

3. 配置的優先級

Spring Cloud Alibaba Nacos Config 目前提供了三種配置能力從 Nacos 拉取相關的配置。

A: 通過 spring.cloud.nacos.config.shared-configs[n].data-id 支持多個共享 Data Id 的配置
B: 通過 spring.cloud.nacos.config.extension-configs[n].data-id 的方式支持多個擴展 Data Id 的配置
C: 通過內部相關規則(應用名、應用名+ Profile )自動生成相關的 Data Id 配置

當三種方式共同使用時，他們的一個優先級關系是:A < B < C

4. 實時獲取最新配置

// 注入配置文件上下文
@Autowired 
private ConfigurableApplicationContext applicationContext;  

@GetMapping(value = "/configs") 
public String getConfigs(){   
    // 實時獲取配置
	return applicationContext.getEnvironment().getProperty("common.name"); 
}

2.1.8 nacos集群部署

安裝三個以上nacos
在所有nacos conf目錄下將cluster.conf.example文件改為cluster.conf，將每行配置成 ip:port。（請配置3個或3個以上節點）
```
# ip:port  
127.0.0.1:8848 
127.0.0.1:8849 
127.0.0.1:8850 
```
單機的話還需修改conf下application.properties中server.port ，防止端口沖突，如果服務器有多個ip也要指定具體的ip地址，如：nacos.inetutils.ip-address=127.0.0.1
客戶端配置，spring.cloud.nacos.config.server-addr: 127.0.0.1:8848,127.0.0.1:8849,127.0.0.1:8850

關閉其中的注冊中心，其他注冊注冊中心會被成功選舉。

2.2服務發現

2.2.1 常見服務發現中心：

從長遠來看Nacos在以后的版本會支持SpringCLoud+Kubernetes的組合，填補 2 者的鴻溝，在兩套體系下可以采用同一套服務發現和配置管理的解決方案，這將大大的簡化使用和維護的成本。另外，Nacos 計划實現 Service Mesh，也是未來微服務發展的趨勢。

2.2.2 代碼修改

增加依賴，增加服務發現注解，如1-4，省略

2.2.3 服務管理

可以通過nacos service 可視化界面對服務進行管理，可以看到已經注冊的服務，且可以進行服務上線下線管理，通過配置實例的權重，修改實例接收的流量，權重為0時，不接受流量，和下線效果一樣
也可以在服務詳情頁面，進行元數據的修改，key-value的結構

2.2.4 nacos disvocery 配置項信息詳情

配置項	Key	默認值	說明
`服務端地址`	`spring.cloud.nacos.discovery.server-addr`	`無`	`Nacos Server 啟動監聽的ip地址和端口`
`服務名`	`spring.cloud.nacos.discovery.service`	`${spring.application.name}`	`給當前的服務命名`
`服務分組`	`spring.cloud.nacos.discovery.group`	`DEFAULT_GROUP`	`設置服務所處的分組`
`權重`	`spring.cloud.nacos.discovery.weight`	`1`	`取值范圍 1 到 100，數值越大，權重越大`
`網卡名`	`spring.cloud.nacos.discovery.network-interface`	`無`	`當IP未配置時，注冊的IP為此網卡所對應的IP地址，如果此項也未配置，則默認取第一塊網卡的地址`
`注冊的IP地址`	`spring.cloud.nacos.discovery.ip`	`無`	`優先級最高`
`注冊的端口`	`spring.cloud.nacos.discovery.port`	`-1`	`默認情況下不用配置，會自動探測`
`命名空間`	`spring.cloud.nacos.discovery.namespace`	`無`	`常用場景之一是不同環境的注冊的區分隔離，例如開發測試環境和生產環境的資源（如配置、服務）隔離等。`
`AccessKey`	`spring.cloud.nacos.discovery.access-key`	`無`	`當要上阿里雲時，阿里雲上面的一個雲賬號名`
`SecretKey`	`spring.cloud.nacos.discovery.secret-key`	`無`	`當要上阿里雲時，阿里雲上面的一個雲賬號密碼`
`Metadata`	`spring.cloud.nacos.discovery.metadata`	`無`	`使用Map格式配置，用戶可以根據自己的需要自定義一些和服務相關的元數據信息`
`日志文件名`	`spring.cloud.nacos.discovery.log-name`	`無`
`集群`	`spring.cloud.nacos.discovery.cluster-name`	`DEFAULT`	`配置成Nacos集群名稱`
`接入點`	`spring.cloud.nacos.discovery.enpoint`	`UTF-8`	`地域的某個服務的入口域名，通過此域名可以動態地拿到服務端地址`
`是否集成Ribbon`	`ribbon.nacos.enabled`	`true`	`一般都設置成true即可`
`是否開啟Nacos Watch`	`spring.cloud.nacos.discovery.watch.enabled`	`true`	`可以設置成false來關閉 watch`

3. sentinel

流控制組件，包括流控制，並發限制，電路中斷和自適應系統保護，以確保微服務的可靠性。

sentinel包括兩個部分：

核心庫：不依賴任何框架
控制台：springboot應用，可直接運行，負責管理推送規則、監控、集群限流分配，機器發現等.

sentinel功能:

流控
斷路和並發
1. 最大並發限制
  過限制並發線程的數量（即信號隔離）來減少不穩定資源的影響，而不是使用線程池。（hystrix使用線程池來實現隔離，可做對比//TODO）
  當資源的響應時間變長時，線程將開始被占用。當線程數累積到一定數量時，新的傳入請求將被拒絕。反之亦然，當資源恢復並變得穩定時，占用的線程也將被釋放，新請求將被接受。
2. 斷路
  根據不穩定資源的響應時間降級不穩定資源保證可靠性。當資源的響應時間太大時，將在指定的時間窗口中拒絕所有對該資源的訪問。

3.1 定義資源

能通過sentinel Api定義的diamond，就是資源

可以是：服務，方法，某一段代碼

3.1.1 Api方式定義資源

文檔：https://github.com/alibaba/Sentinel/wiki/如何使用

// 舉例
@GetMapping(value="/echo")
public String echo(){
	// 定義資源
	try(Entry entry = Sphu.entry("echo")){
	 //定義被保護的邏輯
	 	return "i am from port"+port;
	}catch(BlockException e){
		retrun "當前訪問被控制了";
	}
}

3.1.2 使用注解定義資源

sentinle提供了@SentinelResource注解的方式定義資源，更推薦使用。

主要屬性作用

value 資源名稱，必需項（不能為空）

blockHandler 在原方法被限流/降級/系統保護的時候調用，可選項。必須與原方法必須處於同一個類中、訪問類型必須為public、返回類型需要與原方法相匹配、參數類型需要和原方法相匹配。若希望使用其他類的函數，則可以指定 blockHandlerClass 為對應的類的 Class 對象，注意對應的函數必需為 static 函數，否則無法解析。

主要屬性	作用
value	資源名稱，必需項（不能為空）
blockHandler	在原方法被限流/降級/系統保護的時候調用，可選項。必須與原方法必須處於同一個類中、訪問類型必須為public、返回類型需要與原方法相匹配、參數類型需要和原方法相匹配。若希望使用其他類的函數，則可以指定 `blockHandlerClass` 為對應的類的 `Class` 對象，注意對應的函數必需為 static 函數，否則無法解析。

定義配置類

@Configuration
public class SentinelAspectConfiguration {

    @Bean
    public SentinelResourceAspect sentinelResourceAspect() {
        return new SentinelResourceAspect();
    }
}

使用注解定義資源

@GetMapping(value = "/echo")
@SentinelResource(value = "echo",blockHandler = "echoBlockHandler")
public String echo() {

    //調用規則
    this.initFlowRules();
    //定義被保護的邏輯
    return "i am from port " + port;
}
// 1. 必須處於同一個類，2. 訪問類型必須為public，3. 返回值類型必須與原方法一致，4. 參數與類型必須與原方法相同，BlockException是特例
public String echoBlockHandler(BlockException e){
    //處理被控制的邏輯
    return "當前訪問被控制了";
}

private void initFlowRules() {
    List<FlowRule> rules = new ArrayList<>();
    FlowRule rule = new FlowRule();
    //關聯域名
    rule.setResource("echo");
    //設定限流閾值類型
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    //設置限流閾值
    rule.setCount(2);
    //設置流控針對的調用來源，default為不區分來源
    rule.setLimitApp("default");
    rules.add(rule);
    FlowRuleManager.loadRules(rules);
}

3.2 定義規則

規則就是保護服務穩定的准則，可以是流控規則、服務熔斷降級規則、系統保護規則、來源訪問控制規則、熱點參數規則。

sentinle的所有規則都在內存中動態查詢修改，規則可以實時進行調整。

定義規則有兩種途徑：1.sentinel Api 2. sentinel控制台

3.2.1 Api規則定義實現

![1584606721445](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1584606721445.png?lastModify=1604835718)

// 舉例
private void initFolwRules(){
	// flowRule 流控規則，可以定義多個流控規則
	List<FlowRule> rules = new ArrayList<>();
	FlowRule rule = new FlowRule();
	//關聯域名、資源名稱
	rule.setResource("echo");
	//設定限流閥值類型
  rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    //設置限流閾值
    rule.setCount(2);
    //設置流控針對的調用來源，default為不區分來源
    rule.setLimitApp("default");
    rules.add(rule);
   
    FlowRuleManager.loadRules(rules);
}

3.2.2 資源和規則結合

        return "當前訪問被控制了";
@GetMapping(value = "/echo")
public String echo() {

    //調用規則
    this.initFlowRules();

    //定義資源
    try (Entry entry = SphU.entry("echo")){
        //定義被保護的邏輯
        return "i am from port " + port;
    } catch (BlockException e) {
        //處理被控制的邏輯
        return "當前訪問被控制了";
    }
}

private void initFlowRules() {
    List<FlowRule> rules = new ArrayList<>();
    FlowRule rule = new FlowRule();
    //關聯域名
    rule.setResource("echo");
    //設定限流閾值類型
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    //設置限流閾值
    rule.setCount(2);
    //設置流控針對的調用來源，default為不區分來源
    rule.setLimitApp("default");
    rules.add(rule);
    FlowRuleManager.loadRules(rules);
}

3.3 sentinle控制台使用

訪問：https://github.com/alibaba/Sentinel/releases。進行對應版本下載，可下載jar包，也可下載exe文件

3.3.1 客戶端接入控制台

客戶端添加控制台配置后重啟服務，若未開啟自動心跳，則服務資源后調用后，才能在控制台看到具體服務。sentinel是延遲加載的。

project:
	name: 服務名
// application.yml中添加配置
sentinel:
	dashboard:
		server: sentinel控制台地址

3.4 sentinel各規則詳解

3.4.1流控- QPS（每秒查詢率）流量控制

sentinel實現流控的原理是監控應用流量的 QPS 或並發線程數等指標，當達到指定的閾值時對流量進行控制，以避免被瞬時的流量高峰沖垮，從而保障應用的高可用性。

3.4.1.1 不針對來源進行流控

針對來源選項值當為default，代表不針對來源。即對所有微服務都生效。

3.4.1.2 針對特定來源流控

對於一個系統而言，不同的請求來源，很有可能會設置不同的規則。

例如對於商品搜索結果頁面，針對PC端指定一個規則，針對小程序端指定一個規則。

添加依賴

聲明配置bean

@Component
public class MyRequestOriginParser implements RequestOriginParser {
    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {
        // 從請求路徑或者請求頭中獲取請求來源信息
        // 此處以請求頭為例
        String origin = httpServletRequest.getParameter("origin");
        if (StringUtils.isBlank(origin)) {
            throw new IllegalArgumentException("origin must be exist");
        }
        return origin;
    }
}

添加配置類

@Configuration
@ConditionalOnWebApplication(
    type = ConditionalOnWebApplication.Type.SERVLET
)
@ConditionalOnClass({CommonFilter.class})
@ConditionalOnProperty(
    name = {"spring.cloud.sentinel.enabled"},
    matchIfMissing = true
)
//@EnableConfigurationProperties({SentinelProperties.class})
// 從sentinel源碼中copy出來
public class SentinelWebAutoConfiguration {
    //private static final Logger log = LoggerFactory.getLogger(com.alibaba.cloud.sentinel.SentinelWebAutoConfiguration.class);
    //    @Autowired
    //    private SentinelProperties properties;
    @Autowired
    private Optional<UrlCleaner> urlCleanerOptional;
    @Autowired
    private Optional<UrlBlockHandler> urlBlockHandlerOptional;
    @Autowired
    private Optional<RequestOriginParser> requestOriginParserOptional;

    public SentinelWebAutoConfiguration() {
    }

    @PostConstruct
    public void init() {
        this.urlBlockHandlerOptional.ifPresent(WebCallbackManager::setUrlBlockHandler);
        this.urlCleanerOptional.ifPresent(WebCallbackManager::setUrlCleaner);
        this.requestOriginParserOptional.ifPresent(WebCallbackManager::setRequestOriginParser);
    }

    @Bean
    @ConditionalOnProperty(
        name = {"spring.cloud.sentinel.filter.enabled"},
        matchIfMissing = true
    )
    public FilterRegistrationBean sentinelFilter() {
        FilterRegistrationBean<Filter> registration = new FilterRegistrationBean();
        //        com.alibaba.cloud.sentinel.SentinelProperties.Filter filterConfig = this.properties.getFilter();
        //        if (filterConfig.getUrlPatterns() == null || filterConfig.getUrlPatterns().isEmpty()) {
        //            List<String> defaultPatterns = new ArrayList();
        //            defaultPatterns.add("/*");
        //            filterConfig.setUrlPatterns(defaultPatterns);
        //        }

        //        registration.addUrlPatterns((String[])filterConfig.getUrlPatterns().toArray(new String[0]));
        Filter filter = new CommonFilter();
        registration.setFilter(filter);
        registration.setOrder(-2147483648);
        //registration.setOrder(filterConfig.getOrder());
        registration.addInitParameter("HTTP_METHOD_SPECIFY", String.valueOf(false));
        //log.info("[Sentinel Starter] register Sentinel CommonFilter with urlPatterns: {}.", filterConfig.getUrlPatterns());
        return registration;
    }
}

在控制台增加流控規則，指定來源

![1585061229263](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1585061229263.png?lastModify=1604838986)
訪問資源增加origin=pc，才會被限流，不是pc時可以任意訪問。例如：http://localhost:8083/info?origin=pc

3.4.2 流控-並發線程控制

並發線程數限流用於保護業務線程數不被耗盡。

例如，當下游服務出現響應時間延長，則會導致上游服務吞吐量下降和更多的線程數占用，極端情況下甚至導致線程池耗盡。

為了避免這種情況，業內比較常見的解決方案是線程隔離（hystrix）。給不同的業務邏輯分配不同的線程池。但是這種方案會造成大量的線程上下文切換，嚴重影響效率。

sentinle實現原理：統計請求上下文線程數、超出閾值，新的請求被拒絕，效果當前與信號隔離。

// 測試，在控制台增加並發線程控制規則，可以發現有一部分請求會被隔離掉，這是因為超過了線程的閾值。
public class MyThread implements Runnable {
    @Override
    public void run() {
        RestTemplate restTemplate = new RestTemplate();
        String forObject = restTemplate.getForObject("http://localhost:8083/info", String.class);
        System.out.println(forObject);
    }
}

public class ThreadTest {
    public static void main(String[] args) throws InterruptedException {
        //線程池
        ExecutorService pool = Executors.newCachedThreadPool();
        for(int i=0;i<100;i++){
            MyThread myThread = new MyThread();
            pool.execute(myThread);
        }
    }
}

3.4.3 流控-流控模式、流控效果

QPS關聯模式-快速失敗：場景為兩個方法會產生性能上相互影響，如讀方法和寫方法。若寫方法優先級高，在定義讀方法流控規則時，將關聯資源定為寫方法，當寫方法操作超過閾值，會限制讀方法。
QPS鏈路模式快速失敗：鏈路即從指定入口訪問的資源達到閾值則限流

流控效果：

快速失敗：達到限流規則，不允許進行訪問
warmUp：冷啟動/預熱，對流量的增加是逐步增加的，適用於處理突發性流量。threshold (閾值)/coldFactor（冷加載因子，默認為3）=最初的閾值，接着最初的閾值*預熱時長來最終實現限流。
排隊等待/勻速器：讓請求勻速通過，適用處理間隔性突發的流量。

原理：如果當前請求距離上個通過的請求通過的時間間隔不小於預設值，則讓當前請求通過；

否則，計算當前請求的預期通過時間，如果該請求的預期通過時間小於規則預設的 timeout 時間，則該請求會等待直到預設時間到來通過（排隊等待處理）；

若預期的通過時間超出最大排隊時長，則直接拒接這個請求。

![1585067276895](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1585067276895.png?lastModify=1604840075)

3.4.4 熔斷降級

避免某個接口異常，造成請求堆積，導致系統雪崩。

1. 熔斷降級策略：

3.4.4.1 熔斷策略-平均響應時間：rt

當 1s 內持續進入 5 個請求，對應時刻的平均響應時間超過閾值（count，以 ms 為單位），那么會在下一個時間窗口（DegradeRule 中的 timeWindow，以 s 為單位）之內，對這個方法的調用都會自動地熔斷

3.4.4.2 熔斷策略-異常比例

當資源的每秒請求量 >= 5，並且每秒異常總數占通過量的比值超過閾值（每秒異常總數/通過量 > 閾值）之后，資源進入降級狀態，即在下一個時間窗口，對這個方法的調用自動熔斷。異常比率的閾值范圍是 [0.0, 1.0]，代表 0% - 100%

3.4.4.3 熔斷策略-異常數

當資源近 1 分鍾的異常數目超過閾值之后會進行熔斷。注意由於統計是分鍾級別的，若 timeWindow 小於 60s，則結束熔斷狀態后仍可能再進入熔斷狀態。

3.4.5 熱點參數限流

熱點就是經常被訪問的數據，也叫熱數據。

熱點參數限流會統計訪問時所帶的參數，根據定義的規則進行參數級別的限流。也是一種流量控制。

=sentinel熱點參數限流實現原理：Sentinel 利用 LRU 策略統計最近最常訪問的熱點參數，結合令牌桶算法來進行參數級別的流控。

舉例：對id為1的參數進行限流，那么在訪問時，生效的級別只會在id為1時，當id為其他值時不會進行限流控制。

![1584713089706](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1584713089706.png?lastModify=1604846149)

3.4.5.1 熱點參數位限流

![1584714823721](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1584714823721.png?lastModify=1604846213)

上述配置聲明：對於hot資源通過QPS限流模式對訪問路徑上第一個參數，每秒只能訪問一次。

3.4.5.1 熱點參數值限流

![1584715354860](file://E:/Sentinel%E4%BD%BF%E7%94%A8%E5%AE%9E%E8%B7%B5/%E8%AE%B2%E4%B9%89/assets/1584715354860.png?lastModify=1604846338)

上述內容聲明：對於hot資源通過QPS限流模式對訪問路徑上第一個參數，每秒只能訪問一次。但當參數值2，每秒能訪問兩次。當參數值3，每秒能訪問10000次。

3.4.6 系統自適應限流

文檔：https://github.com/alibaba/Sentinel/wiki/系統自適應限流

3.4.6.1 系統保護簡介

sentinel從應用的load、cpu利用率、總體平均rt、入口QPS和並發線程幾個維度的監控指標，通過自適應的流控策略，讓系統的入口流量和系統的負載達到一個平衡。

系統保護目的：1. 保證系統不會拖垮 2.系統穩定的前提下，保證系統的吞吐量

以往的系統保護思路：根據硬指標，即load來做系統過載的保護，當系統負載高於閾值，就會禁止或減少流量的進入，load好轉即恢復流量的進入。

以往設計思路的弊端：

load是一個結果，根據load 的情況來調節流量的通過率會有延遲性
恢復慢：當下游應用異常導致RT過高，從而load達到了一個很高的點，當下游應用恢復，這是load應然很高，通過率依然還在受限制

sentinel系統保護的思路：

根據系統能處理的請求和允許進來的請求做平衡，而不是通過一個間接的指標（load）做限流。
在sentinel系統保護的做法中，load是作用啟動自適應保護因子，而允許通過的流量由處理請求的能力，即請求的響應時間以及當前系統正在處理的請求速率來決定。

3.4.6.2 系統保護-規則

系統保護規則是從應用級別的入口流量做控制的，並且僅對入口流量生效（進入應用的流量EntryType.IN，如web服務或Dubbo服務端接收的請求）。

從單台機器的load、CPU利用率、平均RT、入口QPS、並發線程數等幾個維度監控應用指標。

系統規則支持以下的模式：

Load 自適應（僅對 Linux/Unix-like 機器生效）：系統的 load1 作為啟發指標，進行自適應系統保護。當系統 load1 超過設定的啟發值，且系統當前的並發線程數超過估算的系統容量時才會觸發系統保護（BBR 階段）。系統容量由系統的 maxQps * minRt 估算得出。設定參考值一般是 CPU cores * 2.5。
CPU usage（1.5.0+ 版本）：當系統 CPU 使用率超過閾值即觸發系統保護（取值范圍 0.0-1.0），比較靈敏。
平均 RT：當單台機器上所有入口流量的平均 RT 達到閾值即觸發系統保護，單位是毫秒。
並發線程數：當單台機器上所有入口流量的並發線程數達到閾值即觸發系統保護。
入口 QPS：當單台機器上所有入口流量的 QPS 達到閾值即觸發系統保護

3.4.6.3 系統保護原理

3.5 動態規則、規則持久化

Sentinel默認會把規則信息保存到內存中，當服務重啟之后，規則就會丟失。可以將規存儲在文件、數據庫或者配置中心當中。

3.5.1 規則推送模式

pull（拉）模式：客戶端定期輪詢拉取規則，規則持久化，但實時性不能保證，拉取過於頻繁還有性能問題。
push(推)模式：規則中心統計推送，客戶端通過注冊監聽器的方式監聽變化，可以使用Nacos、zookeeper等配置中心。這種方式有更好的實時性和以執行的保證。推薦使用

4. 負載

文檔：https://juejin.im/post/6844903608371118094

在衡量服務器的性能時，經常會涉及到幾個指標，load（機器負載）、cpu、mem、qps、rt等。每個指標都有其獨特的意義，很多時候在線上出現問題時，往往會伴隨着某些指標的異常。

負載(load)是linux機器的一個重要指標，直觀了反應了機器當前的狀態。

在UNIX系統中，系統負載是對當前CPU工作量的度量，被定義為特定時間間隔內運行隊列中的平均線程數。load average 表示機器一段時間內的平均load。這個值越低越好。負載過高會導致機器無法處理其他請求及操作，甚至導致死機。Linux的負載高，主要是由於CPU使用、內存使用、IO消耗三部分構成。任意一項使用過多，都將導致服務器負載的急劇攀升。

load值代表的是對應時間內的jobs的平均數量，比如load1就表示過去1分鍾內的jobs數量的平均值。

4.1 查看機器負載

在Linux機器上，有多個命令都可以查看機器的負載信息。其中包括uptime、top、w等。

uptime：能夠打印系統總共運行了多長時間和系統的平均負載。

➜  ~ uptime
13:29  up 23:41, 3 users, load averages: 1.74 1.87 1.97
現在時間、系統已經運行了多長時間、目前有多少登陸用戶、系統在過去的1分鍾、5分鍾和15分鍾內的平均負載。

w：能夠打印當前時間，系統啟動到現在的時間，登錄用戶的數目，系統在最近1分鍾、5分鍾和15分鍾的平均負載。然后是每個用戶的各項數據，項目顯示順序如下：登錄帳號、終端名稱、遠程主機名、登錄時間、空閑時間、JCPU、PCPU、當前正在運行進程的命令行]。
top：是Linux下常用的性能分析工具，能夠實時顯示系統中各個進程的資源占用狀況，類似於Windows的任務管理器。

4.2 機器正常負載范圍

沒有一個明確的指標。

可以根據自己機器的實際情況，建立一個指標的基線（如近一個月的平均值），只要日常的load在基線上下范圍內不太大都可以接收，如果差距太多可能就要人為介入檢查了。

阮一峰對此的建議為：
當系統負荷持續大於0.7，你必須開始調查了，問題出在哪里，防止情況惡化。
當系統負荷持續大於1.0，你必須動手尋找解決辦法，把這個值降下來。
當系統負荷達到5.0，就表明你的系統有很嚴重的問題，長時間沒有響應，或者接近死機了。你不應該讓系統達到這個值。

注：這里的指標是但cpu的，如果是多喝系統，需乘上cpu的數量

4.3 如何降低負荷

CPU使用、內存使用、IO消耗都可能導致負載高。如果是軟件問題，有可能由於Java中的某些線程被長時間占用、大量內存持續占用等導致。建議從以下幾個方面排查代碼問題：

是否有內存泄露導致頻繁GC
是否有死鎖發生
是否有大字段的讀寫
會不會是數據庫操作導致的，排查SQL語句問題
死循環

這里還有個建議，如果發現線上機器Load飆高，可以考慮先把堆棧內存dump下來后，進行重啟，暫時解決問題，然后再考慮回滾和排查問題。

4.4 排查思路

1、使用uptime查看當前load，發現load飆高。

➜  ~ uptime
13:29  up 23:41, 3 users, load averages: 10 10 10
復制代碼

2、使用top命令，查看占用CPU較高的進程ID。

➜  ~ top

PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND
1893 admin     20   0 7127m 2.6g  38m S 181.7 32.6  10:20.26 java
復制代碼

發現PID為1893的進程占用CPU 181%。而且是一個Java進程，基本斷定是軟件問題。

3、使用 top命令，查看具體是哪個線程占用率較高

➜  ~ top -Hp 1893
PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND
4519 admin     20   0 7127m 2.6g  38m R 18.6 32.6   0:40.11 java
復制代碼

4、使用printf命令查看這個線程的16進制

➜  ~ printf %x 4519
11a7
復制代碼

5、使用jstack命令查看當前線程正在執行的方法。(Java命令學習系列（二）——Jstack)

➜  ~ jstack 1893 |grep -A 200 11a7
"thread-5" #500 daemon prio=10 os_prio=0 tid=0x00007f632314a800 nid=0x11a2 runnable [0x000000005442a000]
java.lang.Thread.State: RUNNABLE
at sun.misc.URLClassPath$Loader.findResource(URLClassPath.java:684)
at sun.misc.URLClassPath.findResource(URLClassPath.java:188)
at java.net.URLClassLoader$2.run(URLClassLoader.java:569)
at java.net.URLClassLoader$2.run(URLClassLoader.java:567)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findResource(URLClassLoader.java:566)
at org.hibernate.validator.internal.xml.ValidationXmlParser.getInputStreamForPath(ValidationXmlParser.java:248)
at com.hollis.test.util.BeanValidator.validate(BeanValidator.java:30)
復制代碼

從上面的線程的棧日志中，可以發現，當前占用CPU較高的線程正在執行我代碼的com.hollis.test.util.BeanValidator.validate(BeanValidator.java:30)類。那么就可以去排查這個類是否用法有問題了。

6、還可以使用jstat(Java命令學習系列（四）——jstat)來查看GC情況，看看是否有頻繁FGC，然后再使用jmap(Java命令學習系列（三）——Jmap)來dump內存，查看是否存在內存泄露。

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 SpringCloud Alibaba入門之Nacos(SCA) SpringCloud Alibaba系列(二) Nacos使用 SpringCloud（Alibaba版）Nacos注冊中心 SpringCloud Alibaba Nacos 服務治理中心 SpringCloud Alibaba-nacos注冊中心 SpringCloud（Alibaba版）Nacos配置中心 SpringCloud Alibaba Nacos服務注冊和配置中心 SpringCloud Alibaba Nacos注冊中心源碼淺析 springcloud alibaba-nacos之NameSpace、Group、DataId SpringCloud Alibaba Nacos服務注冊和配置中心