Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)

51 阅读 0 评论 34 点赞

我是靠谱客的博主等待月亮，最近开发中收集的这篇文章主要介绍Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

一、Sentinel

分布式系统的流量防卫兵

1.Sentinel是什么？

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。Sentinel 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。

2.Sentinel具有以下特征：

丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。

完备的实时监控：Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况。

广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。

完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

3.Sentinel作用？

①容错：服务消费者去调用服务提供者，当服务提供者发生异常时，服务消费者也会挂掉，容错机制就是保证，当服务提供者挂掉后，服务消费者仍然会返回兜底数据，让客户察觉不到服务挂掉了，提升用户的体验

②流量监控：可以监控到每一个窗口的实时的流量qps(每秒接口请求数量)

③熔断降级：

现实中的熔断：当电流过大，保险丝熔断，保护电器

微服务中：当流量过大，异常数量超过一定阀值，就会触发熔断，调用降级的策略，响应用户的数据

4.容错

在springcloud-alibaba父工程和springcloud-alibaba-provider子工程，以及springcloud-feign-consumer子工程的基础上做以下操作：（工程在Spring Cloud Alibaba第一篇就已经建好，这里就不再创建了）

1.在feign-consumer的配置文件中引入哨兵依赖

         <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

2.在配置文件开启哨兵容错（前提是先关闭feign的容错，因为这里要测试Sentinel的容错机制，又因为Feign的容错机制的优先级高于Sentinel的容错的优先级，所以要关闭Feign的容错，我先不关闭Feign的容错进行测试）

#开启哨兵容错
feign.sentinel.enabled=true

3.在FeignTestcontroller中使用哨兵配置容错策略

package com.qf.controller;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.qf.entity.Student;
import com.qf.service.FeignService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class FeignTestController {

    @Autowired
    private FeignService feignService;

    @RequestMapping("/test1")
    public String test1(){
        // 调用远程 provider 中的   @RequestMapping("/getMessage/{msg}")
        return feignService.getMessage("hello BeiJing");
    }

    @RequestMapping("/test2")
    public String test2(){
        // 远程调用  @RequestMapping("/say")
        //    public String say(@RequestParam("msg") String msg)

        return feignService.say("hello - java2109");
    }

    // 配置哨兵的容错  策略
    @SentinelResource(value = "test3",fallback = "fallBackTest3")
    @RequestMapping("/test3")
    public Student test3(){
        Student student = new Student(100,"xiaohua",13,"man",173.5f);

        return feignService.updateStudent(student);
    }

    /**
     * 容错的方法的返回值 一定要和处理器返回的方法值一样，否则前端会报错
     * 兜底数据
     * @return
     * */
    public Student fallBackTest3(){
        Student student = new Student();

        student.setName("----哨兵容错返回");

        return student;
    }


}

4.只启动 feign -consumer，不启动provider 进行测试（前提要先启动nacos）

关闭feign的容错，在application.properties文件中修改

在FeignService中将Feign的容错的配置关闭

重新启动服务器，再次访问：http://localhost:8086/test3

5.使用哨兵Sentinel控制台

Sentinel 控制台提供一个轻量级的控制台，它提供机器发现，单机资源实时监控，集群资源汇总，以及规则管理的功能。您只需要对应用进行简单的配置，就可以使用这些功能。

流量监控
熔断降级

5.1 安装配置

1.下载：sentinel-dashboard-1.8.0 (1).jar

2.在当前jar包所在的文件夹下启动cmd窗口输入以下命令，进行端口号为8089的启动

java -Dserver.port=8089 -Dcsp.sentinel.dashboard.server=localhost:8089 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.0.jar

3.访问：

http://localhost:8089/#/login 用户名：sentinel 密码：sentinel

5.2 流量监控

4.将应用接入到控制台，在feign-consuer中的application.properties文件中进行配置

#配置哨兵地址将每一次请的信息提交到哨兵控制台
spring.cloud.sentinel.transport.dashboard=localhost:8089

5.重新启动feign-consuer，多访问几次接口，在哨兵控制台就可以看到监控的流量

6 熔断降级

6.1 基于流量的熔断降级

1.配置熔断降级规则，在FeignTestController中进行配置，然后重启应用，然后访问：http://localhost:8086/test3 （由于我配置了nacos，所以在每次启动应用以前，我的nacos都是开启的状态，就没关闭过，方便测试）

package com.qf.controller;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.qf.entity.Student;
import com.qf.service.FeignService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class FeignTestController {

    @Autowired
    private FeignService feignService;

    @RequestMapping("/test1")
    public String test1(){
        // 调用远程 provider 中的   @RequestMapping("/getMessage/{msg}")
        return feignService.getMessage("hello BeiJing");
    }

    @RequestMapping("/test2")
    public String test2(){
        // 远程调用  @RequestMapping("/say")
        //    public String say(@RequestParam("msg") String msg)

        return feignService.say("hello - java2109");
    }

    /**
     *
     * blockHandler="blockHandlerTest3"  配置熔断降级
     *
     * */

    // fallback = "fallBackTest3" 即配置哨兵的容错  策略
    @SentinelResource(value = "test3",fallback = "fallBackTest3",blockHandler = "blockHandlerTest3")
    @RequestMapping("/test3")
    public Student test3(){
        Student student = new Student(100,"xiaohua",13,"man",173.5f);

        return feignService.updateStudent(student);
    }


    /**
     * 熔断降级  规则
     *
     * 该规则中必须有 BlockException e 形式参数，否则该降级策略无法生效
     * 兜底数据
     * @return
     * */
    public Student blockHandlerTest3(BlockException e){

        e.printStackTrace();

        Student student = new Student();

        student.setName("哨兵熔断  降级   返回数据");

        return student;
    }


    /**
     * 容错的方法的返回值 一定要和处理器返回的方法值一样，否则前端会报错
     * 兜底数据
     * @return
     * */
    public Student fallBackTest3(){
        Student student = new Student();

        student.setName("----哨兵容错返回");

        return student;
    }


}

2.在控制台增加流控规则（一定要注意，应用重启，流控规则失效）

3.快速的刷新请求测试

6.2 其它熔断降级

慢调用比例

异常比例

异常数

降级规则

1 平均响应时间 (DEGRADE_GRADE_RT)：当资源的平均响应时间超过阈值（DegradeRule 中的 count，以 ms 为单位）之后，资源进入准降级状态。接下来如果持续进入 5 个请求，它们的 RT 都持续超过这个阈值，那么在接下的时间窗口（DegradeRule 中的 timeWindow，以 s 为单位）之内，对这个方法的调用都会自动地返回（抛出 DegradeException）。在下一个时间窗口到来时, 会接着再放入5个请求, 再重复上面的判断.

2 异常比例 (DEGRADE_GRADE_EXCEPTION_RATIO)：当资源的每秒异常总数占通过量的比值超过阈值（DegradeRule 中的 count）之后，资源进入降级状态，即在接下的时间窗口（DegradeRule中的 timeWindow，以 s 为单位）之内，对这个方法的调用都会自动地返回。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。

3 异常数 (DEGRADE_GRADE_EXCEPTION_COUNT)：当资源近 1 分钟的异常数目超过阈值之后会进行熔断。

参考博文如下：

Sentinel规则之熔断降级规则_ouYang的博客-CSDN博客_sentinel 熔断规则

二、Sleuth

sleuth 是一个链路追踪工具，主要用来检测收集所有远程请求的响应时长，及依赖

Spring Cloud Sleuth为Spring Cloud实现了分布式跟踪解决方案.

其实是一个工具,它在整个分布式系统中能跟踪一个用户请求的过程(包括数据采集，数据传输，数据存储，数

据分析，数据可视化)，捕获这些跟踪数据，就能构建微服务的整个调用链的视图，这是调试和监控微服务的关键工具。

一个请求过来，调用服务，一条链路通过Trace Id唯一标识，Span标识发起的请求，各Span通过parent id关联起来。

2.1 Sleuth的术语

Span：基本工作单元，发送一个远程调度任务，就会产生一个Span，Span是一个64位ID唯一标识的

Trace：用另一个64位ID唯一标识的，Trace还有其他数据信息，比如摘要、时间戳事件、Trace的ID，以及进度ID。

Trace包含多个span

一个请求过来，调用服务，一条链路通过Trace ID唯一标识，Span标识发起的请求，各Span通过parent id关联起来。

微服务跟踪（Sleuth）其实是一个工具，它在整个分布式系统中能跟踪一个用户请求的过程（包括数据采集，数据传输，数据存储，数据分析，数据可视化），捕获这些跟踪数据，就能构建微服务的整个调用链的视图，这是调试和监控微服务的关键工具。

2.2 SpringCloudSleuth有4个特点

特点	说明
提供链路追踪	通过sleuth可以很清楚的看出一个请求经过了哪些服务，可以方便的理清服务的调用关系
性能分析	通过sleuth可以很方便的看出每个采集请求的耗时，分析出哪些服务调用比较耗时，当服务调用的耗时随着请求量的增大而增大时，也可以对服务的扩容提供一定的提醒作用
数据分析优化链路	对于频繁地调用一个服务，或者并行地调用等，可以针对业务做一些优化措施
可视化	对于程序未捕获的异常，可以在zipkpin界面上看到

2.3 Zipkin

Zipkin是一个分布式跟踪系统。它有助于收集解决服务体系结构中的延迟问题所需的时序数据。功能包括该数据的收集和查找。

重点在于展示：链路追踪，查找数据

ipkin 是 Twitter 的一个开源项目，它基于 Google Dapper 实现，它致力于收集服务的定时数据，以解决微服

务架构中的延迟问题，包括数据的收集、存储、查找和展现。我们可以使用它来收集各个服务器上请求链路

的跟踪数据，并通过它提供的 REST API 接口来辅助我们查询跟踪数据以实现对分布式系统的监控程序，从而

及时地发现系统中出现的延迟升高问题并找出系统性能瓶颈的根源。除了面向开发的 API 接口之外，它也提

供了方便的 UI 组件来帮助我们直观的搜索跟踪信息和分析请求链路明细，比如：可以查询某段时间内各用户

请求的处理时间等。 Zipkin 提供了可插拔数据存储方式：In-Memory、MySql、Cassandra 以及 Elasticsearch。

接下来的测试为方便直接采用 In-Memory 方式进行存储，生产推荐 Elasticsearch。

2.4 案例

1.下载

https://search.maven.org/remote_content?g=io.zipkin&a=zipkin-server&v=LATEST&c=exec

2.启动，在命令行输入：

java -jar zipkin-server-2.22.2-exec.jar

3.访问

http://127.0.0.1:9411/zipkin/

4.将Feigin应用的监控数据上传到 zipkin

在springcloud-feign-consumer应用中引入依赖（sleuth,zipkin）

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-sleuth</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-zipkin</artifactId>
        </dependency>

在application.properties文件中配置

#配置sleuth
# 采样率
spring.sleuth.sampler.probability=1
#要将数据上传到 127.0.0.1:9411
spring.zipkin.base-url=http://127.0.0.1:9411
#以http 形式上传
spring.zipkin.sender.type=web
spring.zipkin.service.name=springcloud-alibaba-feign-consumer

#显示日志
logging.level.root=info
logging.level.org.springframework.web.servlet.DispatcherServlet=debug
logging.level.org.springframework.cloud.sleuth=debug

启动服务提供者provider，再启动feign-consumer，然后访问：http://localhost:8086/test3

接口调用

最后访问：http://127.0.0.1:9411/zipkin/，访问之后多刷新几次服务页面

三、GateWay(网关)

Gateway 网关，同以前学的过滤器，拦截器的作用基本一样，拦截，过滤鉴权，记录日志等功能

过滤器，拦截器？

过滤器：他是servlet 中的内容，接口，作用可以拦截所有的servlet

拦截器：他是springmvc 中的，作用拦截 DispatchServlet中的内容

使用设计模式：责任链模式

3.1 什么是 Spring Cloud Gateway？

Spring Cloud Gateway 是 Spring 官方基于 Spring 5.0，Spring Boot 2.0 和 Project Reactor 等技术开发的网关，Spring Cloud Gateway 旨在为微服务架构提供一种简单而有效的统一的 API 路由管理方式。Spring Cloud Gateway 作为 Spring Cloud 生态系中的网关，目标是替代 Netflix ZUUL，其不仅提供统一的路由方式，并且基于 Filter 链的方式提供了网关基本的功能，例如：安全，监控/埋点，和限流，路由等。

安全：鉴权

监控/埋点：记录日志

限流：限制流量

路由：路径重写，提供统一的接口规范

功能特征

基于 Spring Framework 5，Project Reactor 和 Spring Boot 2.0

动态路由

Predicates 和 Filters 作用于特定路由

集成 Hystrix 断路器和 sentinel 类似

集成 Spring Cloud DiscoveryClient

易于编写的 Predicates 和 Filters

限流（ Hystrix ）

路径重写

3.2 案例

1.创建一个Springcloud-alibaba-gateway工程


    <dependencies>

        <!--

         gate way  依赖 和  spring-boot-starter-web 依赖是 互斥关系，两者不可以共存

         网关中 不可以有 spring-boot-starter-web依赖
         -->

        <!--alibaba.cloud 相关-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>


        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-gateway</artifactId>
        </dependency>

        <dependency>
            <groupId>javax.servlet</groupId>
            <artifactId>javax.servlet-api</artifactId>
        </dependency>

    </dependencies>

2.创建启动类

package com.qf;


import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;

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

3. 创建application.yaml配置文件

spring:
  application:
    name: springcloud-alibaba-gateway
  cloud:
    gateway:
      routes:
        - id: springcloud-alibaba-consumer #设置id
          uri: lb://springcloud-alibaba-consumer  #设置服务名
          predicates:
            -  Method=GET,POST   #设置请求方法
            -  Path=/api1/*     #设置匹配路径的网关
          filters:
            - StripPrefix=1      #去掉前缀offer
        - id: springcloud-alibaba-feign-consumer
          uri: lb://springcloud-alibaba-feign-consumer
          predicates:
            - Method=GET,POST
            - Path=/api2/*
          filters:
            - StripPrefix=1
server:
  port: 9000

logging:
  level:
    org.springframework.cloud.gateway: debug

3.3 Gateway的负载均衡

修改application.yaml配置文件


spring:
  application:
    name: springcloud-alibaba-gateway
  cloud:
    gateway:
      routes:
        - id: springcloud-alibaba-consumer #设置id
          uri: lb://springcloud-alibaba-consumer  #设置服务名
          predicates:
            -  Method=GET,POST   #设置请求方法
            -  Path=/api/*     #设置匹配路径的网关
            -  Weight=g1,2
          filters:
            - StripPrefix=1      #去掉前缀offer
        - id: springcloud-alibaba-feign-consumer
          uri: lb://springcloud-alibaba-feign-consumer
          predicates:
            - Method=GET,POST
            - Path=/api/*
            - Weight=g1,8
          filters:
            - StripPrefix=1
server:
  port: 9000

logging:
  level:
    org.springframework.cloud.gateway: debug

3.4 基于filter 实现拦截鉴权功能

拦截鉴权的路径，一般都是去检查 token ,路径中必须携带token

http://localhost:9000/api/test1?token=xxxxxx

token：就是令牌，就是通行证，包含了该用户的个人信息，我们可以看到一长串字符串，但是能解析出来该用户的信息，权限，账户等内容，

在登录的时候生成，返回给前端，前端后续发起的请求都要携带token ，需要验证

1.创建config包下的TokenFilter

package com.qfedu.config;

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.core.io.buffer.DataBuffer;
import org.springframework.http.HttpStatus;
import org.springframework.http.server.reactive.ServerHttpRequest;
import org.springframework.http.server.reactive.ServerHttpResponse;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Mono;

import java.util.HashMap;
import java.util.Map;

@Component
public class TokenFilter  implements GlobalFilter , Ordered {
    @Override // 过滤拦截
    public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {

        // 获取请求路径中的 token  ，如果没有传递token  则拦截该请求


        // ServerWebExchange exchange 包含了 所有的请求数据

        ServerHttpRequest request = exchange.getRequest();

        String token = request.getQueryParams().getFirst("token");

        if (StringUtils.isEmpty(token)){ // 拦截
            // 返回前端 说 没有传递token

            //固定写法 返回json
            ServerHttpResponse response = exchange.getResponse();

            Map<String,Object> responseData = new HashMap<>();
            responseData.put("code",401);
            responseData.put("message","非法请求，请传递token");
            try {
                // 将信息转换为 JSON
                ObjectMapper objectMapper = new ObjectMapper();
                byte[] data = objectMapper.writeValueAsBytes(responseData);

                // 输出错误信息到页面
                DataBuffer buffer = response.bufferFactory().wrap(data);
                response.setStatusCode(HttpStatus.UNAUTHORIZED);
                response.getHeaders().add("Content-Type", "application/json;charset=UTF-8");
                return response.writeWith(Mono.just(buffer));
            } catch (JsonProcessingException e) {
                e.printStackTrace();
            }


        }


        // 放行 不拦截
        return chain.filter(exchange);
    }

    @Override
    public int getOrder() {
        // s数字越小优先级 越高
        return Ordered.HIGHEST_PRECEDENCE;
    }
}

启动配置文件中配置的对应的应用，开始访问

最后

以上就是等待月亮为你收集整理的Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)的全部内容，希望文章能够帮你解决Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。

本文分类：SpringCloud alibaba
浏览次数：51 次浏览
发布日期：2024-01-07 21:00:24
本文链接：https://www.kaopuke.com/article/k-p-k_13_u_23_ogfx_14__7_gz.html

Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)

概述

一、Sentinel

1.Sentinel是什么？

2.Sentinel具有以下特征：

3.Sentinel作用？

4.容错

5.使用哨兵Sentinel控制台

5.1 安装配置

5.2 流量监控

6 熔断降级

6.1 基于流量的熔断降级

6.2 其它熔断降级

慢调用比例

异常比例

异常数

降级规则

二、Sleuth

2.1 Sleuth的术语

2.2 SpringCloudSleuth有4个特点

2.3 Zipkin

2.4 案例

三、GateWay(网关)

3.1 什么是 Spring Cloud Gateway？

功能特征

3.2 案例

3.3 Gateway的负载均衡

3.4 基于filter 实现拦截鉴权功能

最后

评论列表共有 0 条评论

发表评论取消回复

Spring Cloud Alibaba 第二篇（Sentinel、Sleuth、Gateway组件）一、Sentinel二、Sleuth 三、GateWay(网关)

概述

一、Sentinel

1.Sentinel是什么？

2.Sentinel具有以下特征：

3.Sentinel作用？

4.容错

5.使用哨兵Sentinel控制台

5.1 安装配置

5.2 流量监控

6 熔断降级

6.1 基于流量的熔断降级

6.2 其它熔断降级

慢调用比例

异常比例

异常数

降级规则

二、Sleuth

2.1 Sleuth的术语

2.2 SpringCloudSleuth有4个特点

2.3 Zipkin

2.4 案例

三、GateWay(网关)

3.1 什么是 Spring Cloud Gateway？

功能特征

3.2 案例

3.3 Gateway的负载均衡

3.4 基于filter 实现拦截鉴权功能

最后

相关文章

评论列表共有 0 条评论

发表评论 取消回复

发表评论取消回复