免費AI編程助手
本篇文章將為您介紹了一下什么是集群流控，如何使用阿里的開源項目 Sentine l實現(xiàn)動態(tài)配置的集群流控的詳細(xì)內(nèi)容，以下是詳情內(nèi)容，希望能對大家的學(xué)習(xí)有所幫助。
介紹
為什么要使用集群流控呢？
相對于單機流控而言，我們給每臺機器設(shè)置單機限流閾值，在理想情況下整個集群的限流閾值為機器數(shù)量??單機閾值。不過實際情況下流量到每臺機器可能會不均勻，會導(dǎo)致總量沒有到的情況下某些機器就開始限流。因此僅靠單機維度去限制的話會無法精確地限制總體流量。而集群流控可以精確地控制整個集群的調(diào)用總量，結(jié)合單機限流兜底，可以更好地發(fā)揮流量控制的效果。
基于單機流量不均的問題以及如何設(shè)置集群整體的QPS的問題，我們需要創(chuàng)建一種集群限流的模式，這時候我們很自然地就想到，可以找一個 server 來專門統(tǒng)計總的調(diào)用量，其它的實例都與這臺 server 通信來判斷是否可以調(diào)用。這就是最基礎(chǔ)的集群流控的方式。
原理
集群限流的原理很簡單，和單機限流一樣，都需要對 qps 等數(shù)據(jù)進行統(tǒng)計，區(qū)別就在于單機版是在每個實例中進行統(tǒng)計，而集群版是有一個專門的實例進行統(tǒng)計。
這個專門的用來統(tǒng)計數(shù)據(jù)的稱為 Sentinel 的 token server，其他的實例作為 Sentinel 的 token client 會向 token server 去請求 token，如果能獲取到 token，則說明當(dāng)前的 qps 還未達(dá)到總的閾值，否則就說明已經(jīng)達(dá)到集群的總閾值，當(dāng)前實例需要被 block，如下圖所示：
和單機流控相比，集群流控中共有兩種身份：
- Token Client：集群流控客戶端，用于向所屬 Token Server 通信請求 token。集群限流服務(wù)端會返回給客戶端結(jié)果，決定是否限流。
- Token Server：即集群流控服務(wù)端，處理來自 Token Client 的請求，根據(jù)配置的集群規(guī)則判斷是否應(yīng)該發(fā)放 token（是否允許通過）。
而單機流控中只有一種身份，每個 sentinel 都是一個 token server。
注意，集群限流中的 token server 是單點的，一旦 token server 掛掉，那么集群限流就會退化成單機限流的模式。
Sentinel 集群流控支持限流規(guī)則和熱點規(guī)則兩種規(guī)則，并支持兩種形式的閾值計算方式：
- 集群總體模式：即限制整個集群內(nèi)的某個資源的總體 qps 不超過此閾值。
- 單機均攤模式：單機均攤模式下配置的閾值等同于單機能夠承受的限額，token server 會根據(jù)連接數(shù)來計算總的閾值（比如獨立模式下有 3 個 client 連接到了 token server，然后配的單機均攤閾值為 10，則計算出的集群總量就為 30），按照計算出的總的閾值來進行限制。這種方式根據(jù)當(dāng)前的連接數(shù)實時計算總的閾值，對于機器經(jīng)常進行變更的環(huán)境非常適合。
部署方式
token server 有兩種部署方式：
一種是獨立部署，就是單獨啟動一個 token server 服務(wù)來處理 token client 的請求，如下圖所示：
如果獨立部署的 token server 服務(wù)掛掉的話，那其他的 token client 就會退化成本地流控的模式，也就是單機版的流控，所以這種方式的集群限流需要保證 token server 的高可用性。
一種是嵌入部署，即作為內(nèi)置的 token server 與服務(wù)在同一進程中啟動。在此模式下，集群中各個實例都是對等的，token server 和 client 可以隨時進行轉(zhuǎn)變，如下圖所示：
嵌入式部署的模式中，如果 token server 服務(wù)掛掉的話，我們可以將另外一個 token client 升級為token server來，當(dāng)然啦如果我們不想使用當(dāng)前的 token server 的話，也可以選擇另外一個 token client 來承擔(dān)這個責(zé)任，并且將當(dāng)前 token server 切換為 token client。Sentinel 為我們提供了一個 api 來進行 token server 與 token client 的切換：
http://<ip>:<port>/setClusterMode?mode=<xxx>
其中 mode 為 0 代表 client，1 代表 server，-1 代表關(guān)閉。
PS：注意應(yīng)用端需要引入集群限流客戶端或服務(wù)端的相應(yīng)依賴。
集群限流控制臺
sentinel為用戶提供集群限流控制臺功能，能夠通過控制臺配置集群的限流規(guī)則以及配置集群的Server與Client。
集群限流客戶端
要想使用集群限流功能，必須引入集群限流 client 相關(guān)依賴：
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-cluster-client-default</artifactId>
<version>1.8.0</version>
</dependency>集群限流服務(wù)端
要想使用集群限流服務(wù)端，必須引入集群限流 server 相關(guān)依賴：
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-cluster-server-default</artifactId>
<version>1.8.0</version>
</dependency>
我們結(jié)合server和client實現(xiàn)一個嵌入式模式。在pom中同時引入上面的兩個依賴，并配置sentinel控制臺地址，實現(xiàn)一個查詢訂單的接口。
pom
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-cluster-server-default</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-cluster-client-default</artifactId>
</dependency>application.yml
server:
port: 9091
spring:
application:
name: cloudalibaba-sentinel-clusterServer
cloud:
sentinel:
transport:
#配置sentinel dashboard地址
dashboard: localhost:8080
port: 8719 #默認(rèn)8719端口
OrderController
@RestController
public class OrderController {
/**
* 查詢訂單
* @return
*/
@GetMapping("/order/{id}")
public CommonResult<Order> getOrder(@PathVariable("id") Long id){
Order order = new Order(id, "212121");
return CommonResult.success(order.toString());
}
}代碼示例如cloudalibaba-sentinel-cluster-embedded9091
修改VM options配置，啟動三個不同端口的實例，即可。
-Dserver.port=9091 -Dproject.name=cloudalibaba-sentinel-clusterServer -Dcsp.sentinel.log.use.pid=true -Dserver.port=9092 -Dproject.name=cloudalibaba-sentinel-clusterServer -Dcsp.sentinel.log.use.pid=true -Dserver.port=9093 -Dproject.name=cloudalibaba-sentinel-clusterServer -Dcsp.sentinel.log.use.pid=true
控制臺配置
登錄sentinel的控制臺，并有訪問量后，我們就可以在 Sentinel上面看到集群流控，如下圖所示：
點擊添加Token Server。
從實例列表中選擇一個作為Server端，其他作為Client端，并選中到右側(cè)Client列表，配置token sever端的最大允許的QPS，用于對 Token Server 的資源使用進行限制，防止在嵌入模式下影響應(yīng)用本身。
配置完成之后的Token Server列表，如下圖所示
使用控制臺配置token Server、token Client以及限流規(guī)則，有很多的缺點：
1、限流規(guī)則，不能持久化，應(yīng)用重啟之后，規(guī)則丟失。
2、token Server 、token Client配置也會丟失。
官方推薦給集群限流服務(wù)端注冊動態(tài)配置源來動態(tài)地進行配置。我們使用nacos作為配置中心，動態(tài)配置客戶端與服務(wù)端屬性以及限流規(guī)則，實現(xiàn)動態(tài)集群限流。
sentinel結(jié)合nacos實現(xiàn)集群限流
我們使用Nacos對cloudalibaba-sentinel-cluster-embedded9091進行改造，實現(xiàn)動態(tài)配置源來動態(tài)進行配置。
配置源注冊的相關(guān)邏輯可以置于 InitFunc 實現(xiàn)類中，并通過 SPI 注冊，在 Sentinel 初始化時即可自動進行配置源加載監(jiān)聽。
嵌入模式部署
添加ClusterInitFunc類
public class ClusterInitFunc implements InitFunc {
//應(yīng)用名稱
private static final String APP_NAME = AppNameUtil.getAppName();
//nacos集群地址
private final String remoteAddress = "localhost:8848";
//nacos配置的分組名稱
private final String groupId = "SENTINEL_GROUP";
//配置的dataId
private final String flowDataId = APP_NAME + Constants.FLOW_POSTFIX;
private final String paramDataId = APP_NAME + Constants.PARAM_FLOW_POSTFIX;
private final String configDataId = APP_NAME + Constants.CLIENT_CONFIG_POSTFIX;
private final String clusterMapDataId = APP_NAME + Constants.CLUSTER_MAP_POSTFIX;
private static final String SEPARATOR = "@";
@Override
public void init() {
// Register client dynamic rule data source.
//動態(tài)數(shù)據(jù)源的方式配置sentinel的流量控制和熱點參數(shù)限流的規(guī)則。
initDynamicRuleProperty();
// Register token client related data source.
// Token client common config
// 集群限流客戶端的配置屬性
initClientConfigProperty();
// Token client assign config (e.g. target token server) retrieved from assign map:
//初始化Token客戶端
initClientServerAssignProperty();
// Register token server related data source.
// Register dynamic rule data source supplier for token server:
//集群的流控規(guī)則，比如限制整個集群的流控閥值,啟動的時候需要添加-Dproject.name=項目名
registerClusterRuleSupplier();
// Token server transport config extracted from assign map:
//初始化server的端口配置
initServerTransportConfigProperty();
// Init cluster state property for extracting mode from cluster map data source.
//初始化集群中服務(wù)是客戶端還是服務(wù)端
initStateProperty();
}
private void initDynamicRuleProperty() {
//流量控制的DataId分別是APP_NAME + Constants.FLOW_POSTFIX;熱點參數(shù)限流規(guī)則的DataId是APP_NAME + Constants.PARAM_FLOW_POSTFIX;
ReadableDataSource<String, List<FlowRule>> ruleSource = new NacosDataSource<>(remoteAddress, groupId,
flowDataId, source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
FlowRuleManager.register2Property(ruleSource.getProperty());
ReadableDataSource<String, List<ParamFlowRule>> paramRuleSource = new NacosDataSource<>(remoteAddress, groupId,
paramDataId, source -> JSON.parseObject(source, new TypeReference<List<ParamFlowRule>>() {}));
ParamFlowRuleManager.register2Property(paramRuleSource.getProperty());
}
private void initClientConfigProperty() {
ReadableDataSource<String, ClusterClientConfig> clientConfigDs = new NacosDataSource<>(remoteAddress, groupId,
configDataId, source -> JSON.parseObject(source, new TypeReference<ClusterClientConfig>() {}));
ClusterClientConfigManager.registerClientConfigProperty(clientConfigDs.getProperty());
}
private void initServerTransportConfigProperty() {
ReadableDataSource<String, ServerTransportConfig> serverTransportDs = new NacosDataSource<>(remoteAddress, groupId,
clusterMapDataId, source -> {
List<ClusterGroupEntity> groupList = new Gson().fromJson(source, new TypeToken<List<ClusterGroupEntity>>(){}.getType());
return Optional.ofNullable(groupList)
.flatMap(this::extractServerTransportConfig)
.orElse(null);
});
ClusterServerConfigManager.registerServerTransportProperty(serverTransportDs.getProperty());
}
private void registerClusterRuleSupplier() {
// Register cluster flow rule property supplier which creates data source by namespace.
// Flow rule dataId format: ${namespace}-flow-rules
ClusterFlowRuleManager.setPropertySupplier(namespace -> {
ReadableDataSource<String, List<FlowRule>> ds = new NacosDataSource<>(remoteAddress, groupId,
namespace + Constants.FLOW_POSTFIX, source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
return ds.getProperty();
});
// Register cluster parameter flow rule property supplier which creates data source by namespace.
ClusterParamFlowRuleManager.setPropertySupplier(namespace -> {
ReadableDataSource<String, List<ParamFlowRule>> ds = new NacosDataSource<>(remoteAddress, groupId,
namespace + Constants.PARAM_FLOW_POSTFIX, source -> JSON.parseObject(source, new TypeReference<List<ParamFlowRule>>() {}));
return ds.getProperty();
});
}
private void initClientServerAssignProperty() {
// Cluster map format:
// [{"clientSet":["112.12.88.66@8729","112.12.88.67@8727"],"ip":"112.12.88.68","serverId":"112.12.88.68@8728","port":11111}]
// serverId: <ip@commandPort>, commandPort for port exposed to Sentinel dashboard (transport module)
ReadableDataSource<String, ClusterClientAssignConfig> clientAssignDs = new NacosDataSource<>(remoteAddress, groupId,
clusterMapDataId, source -> {
List<ClusterGroupEntity> groupList = new Gson().fromJson(source, new TypeToken<List<ClusterGroupEntity>>(){}.getType());
return Optional.ofNullable(groupList)
.flatMap(this::extractClientAssignment)
.orElse(null);
});
ClusterClientConfigManager.registerServerAssignProperty(clientAssignDs.getProperty());
}
private void initStateProperty() {
// Cluster map format:
// [{"clientSet":["112.12.88.66@8729","112.12.88.67@8727"],"ip":"112.12.88.68","serverId":"112.12.88.68@8728","port":11111}]
// serverId: <ip@commandPort>, commandPort for port exposed to Sentinel dashboard (transport module)
ReadableDataSource<String, Integer> clusterModeDs = new NacosDataSource<>(remoteAddress, groupId,
clusterMapDataId, source -> {
List<ClusterGroupEntity> groupList = new Gson().fromJson(source, new TypeToken<List<ClusterGroupEntity>>(){}.getType());
return Optional.ofNullable(groupList)
.map(this::extractMode)
.orElse(ClusterStateManager.CLUSTER_NOT_STARTED);
});
ClusterStateManager.registerProperty(clusterModeDs.getProperty());
}
private int extractMode(List<ClusterGroupEntity> groupList) {
// If any server group serverId matches current, then it's token server.
if (groupList.stream().anyMatch(this::machineEqual)) {
return ClusterStateManager.CLUSTER_SERVER;
}
// If current machine belongs to any of the token server group, then it's token client.
// Otherwise it's unassigned, should be set to NOT_STARTED.
boolean canBeClient = groupList.stream()
.flatMap(e -> e.getClientSet().stream())
.filter(Objects::nonNull)
.anyMatch(e -> e.equals(getCurrentMachineId()));
return canBeClient ? ClusterStateManager.CLUSTER_CLIENT : ClusterStateManager.CLUSTER_NOT_STARTED;
}
private Optional<ServerTransportConfig> extractServerTransportConfig(List<ClusterGroupEntity> groupList) {
return groupList.stream()
.filter(this::machineEqual)
.findAny()
.map(e -> new ServerTransportConfig().setPort(e.getPort()).setIdleSeconds(600));
}
private Optional<ClusterClientAssignConfig> extractClientAssignment(List<ClusterGroupEntity> groupList) {
if (groupList.stream().anyMatch(this::machineEqual)) {
return Optional.empty();
}
// Build client assign config from the client set of target server group.
for (ClusterGroupEntity group : groupList) {
if (group.getClientSet().contains(getCurrentMachineId())) {
String ip = group.getIp();
Integer port = group.getPort();
return Optional.of(new ClusterClientAssignConfig(ip, port));
}
}
return Optional.empty();
}
private boolean machineEqual(/*@Valid*/ ClusterGroupEntity group) {
return getCurrentMachineId().equals(group.getServerId());
}
private String getCurrentMachineId() {
// Note: this may not work well for container-based env.
return HostNameUtil.getIp() + SEPARATOR + TransportConfig.getRuntimePort();
}
}在resources文件夾下創(chuàng)建META-INF/service，，然后創(chuàng)建一個叫做com.alibaba.csp.sentinel.init.InitFunc的文件，在文件中指名實現(xiàn)InitFunc接口的類全路徑，內(nèi)容如下：
com.liang.springcloud.alibaba.init.ClusterInitFunc
添加配置的解析類：
public class ClusterGroupEntity implements Serializable {
private String serverId;
private String ip;
private Integer port;
private Set<String> clientSet;
public String getServerId() {
return serverId;
}
public void setServerId(String serverId) {
this.serverId = serverId;
}
public String getIp() {
return ip;
}
public void setIp(String ip) {
this.ip = ip;
}
public Integer getPort() {
return port;
}
public void setPort(Integer port) {
this.port = port;
}
public Set<String> getClientSet() {
return clientSet;
}
public void setClientSet(Set<String> clientSet) {
this.clientSet = clientSet;
}
@Override
public String toString() {
return "ClusterGroupEntity{" +
"serverId='" + serverId + ''' +
", ip='" + ip + ''' +
", port=" + port +
", clientSet=" + clientSet +
'}';
}
}在Nacos中添加動態(tài)規(guī)則配置，以及token server與token client的配置:
DataId：cloudalibaba-sentinel-clusterServer-flow-rules Group：SENTINEL_GROUP 配置內(nèi)容（json格式）：
[
{
"resource" : "/order/{id}", // 限流的資源名稱
"grade" : 1, // 限流模式為：qps，線程數(shù)限流0，qps限流1
"count" : 20, // 閾值為：20
"clusterMode" : true, // 是否是集群模式，集群模式為：true
"clusterConfig" : {
"flowId" : 111, // 全局唯一id
"thresholdType" : 1, // 閾值模式為：全局閾值，0是單機均攤，1是全局閥值
"fallbackToLocalWhenFail" : true // 在 client 連接失敗或通信失敗時，是否退化到本地的限流模式
}
}
]
DataId：cloudalibaba-sentinel-clusterServer-cluster-client-config Group：SENTINEL_GROUP 配置內(nèi)容（json格式）：
{
"requestTimeout": 20
}
DataId：cloudalibaba-sentinel-clusterServer-cluster-map Group：SENTINEL_GROUP 配置內(nèi)容（json格式）：
[{
"clientSet": ["10.133.40.30@8721", "10.133.40.30@8722"],
"ip": "10.133.40.30",
"serverId": "10.133.40.30@8720",
"port": 18730 //這個端口是token server通信的端口
}]
重新啟動服務(wù)，并訪問接口，我們可以看到流控規(guī)則與集群流控都自動配置完成。我們需要測試，我們集群流控是否已經(jīng)生效。
不斷執(zhí)行以下命令：
ab -n 100 -c 50 http://localhost:9091/order/1 ab -n 100 -c 50 http://localhost:9092/order/3 ab -n 100 -c 50 http://localhost:9093/order/1
測試效果圖：
我們從實時監(jiān)控圖上可以看出，資源名為/order/{id}，整個集群的QPS為20，跟我們的配置是一樣的。當(dāng)作為token server的機器掛掉后，集群限流會退化到 local 模式的限流，即在本地按照單機閾值執(zhí)行限流檢查。
Token Server 分配配置：
上面這張圖可以很好幫忙我們解釋嵌入模式的具體實現(xiàn)。通過配置信息解析，管理我們的token server與token client。
適用范圍：
嵌入模式適合某個應(yīng)用集群內(nèi)部的流控。由于隔離性不佳，token server會影響應(yīng)用本身，需要限制 token server 的總QPS。
獨立模式部署
獨立模式相對于嵌入模式而言就是將token server與應(yīng)用隔離，進行獨立部署。將嵌入模式中token server和token client分離，分別進行配置。我們只需要將 InitFunc 實現(xiàn)類進行拆分。
token server的nacos配置
server的名稱空間配置，（集群的namespace或客戶端項目名）如下：
DataId：cluster-server-namespace-set Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
[
"cloudalibaba-sentinel-cluster-client-alone"
]
server的通信端口配置，如下：
DataId：cluster-server-transport-config Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
{
"idleSecods":600,
"port": 18730
}
Token sever的流控限制配置，如下：
DataId：cluster-server-flow-config Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
{
"exceedCount":1.0,
"maxAllowedQps":20000,
"namespace":"cloudalibaba-sentinel-cluster-client-alone"
}
token server的host地址與端口號配置，如下：
DataId： cluster-server-config Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
{
"serverHost": "10.133.40.30",
"serverPort": 18730
}
token server的InitFunc類：
/**
* @PROJECT_NAME: SpringCloud-Learning
* @USER: yuliang
* @DESCRIPTION:
* @DATE: 2021-04-01 10:01
*/
public class ClusterServerInitFunc implements InitFunc {
//nacos集群地址
private final String remoteAddress = "localhost:8848";
//配置的分組名稱
private final String groupId = "SENTINEL_ALONE_GROUP";
//配置的dataId
private final String namespaceSetDataId = "cluster-server-namespace-set";
private final String serverTransportDataId = "cluster-server-transport-config";
private final String serverFlowDataId = "cluster-server-flow-config";
@Override
public void init() {
//監(jiān)聽特定namespace（集群的namespace或客戶端項目名）下的集群限流規(guī)則
initPropertySupplier();
// 設(shè)置tokenServer管轄的作用域(即管理哪些應(yīng)用)
initTokenServerNameSpaces();
// Server transport configuration data source.
//Server端配置
initServerTransportConfig();
// 初始化最大qps
initServerFlowConfig();
//初始化服務(wù)器狀態(tài)
initStateProperty();
}
private void initPropertySupplier(){
// Register cluster flow rule property supplier which creates data source by namespace.
// Flow rule dataId format: ${namespace}-flow-rules
ClusterFlowRuleManager.setPropertySupplier(namespace -> {
ReadableDataSource<String, List<FlowRule>> ds = new NacosDataSource<>(remoteAddress, groupId,
namespace + Constants.FLOW_POSTFIX,
source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
return ds.getProperty();
});
// Register cluster parameter flow rule property supplier which creates data source by namespace.
ClusterParamFlowRuleManager.setPropertySupplier(namespace -> {
ReadableDataSource<String, List<ParamFlowRule>> ds = new NacosDataSource<>(remoteAddress, groupId,
namespace + Constants.PARAM_FLOW_POSTFIX, source -> JSON.parseObject(source, new TypeReference<List<ParamFlowRule>>() {}));
return ds.getProperty();
});
}
private void initTokenServerNameSpaces(){
// Server namespace set (scope) data source.
ReadableDataSource<String, Set<String>> namespaceDs = new NacosDataSource<>(remoteAddress, groupId,
namespaceSetDataId, source -> JSON.parseObject(source, new TypeReference<Set<String>>() {}));
ClusterServerConfigManager.registerNamespaceSetProperty(namespaceDs.getProperty());
}
private void initServerTransportConfig(){
// Server transport configuration data source.
ReadableDataSource<String, ServerTransportConfig> transportConfigDs = new NacosDataSource<>(remoteAddress,
groupId, serverTransportDataId,
source -> JSON.parseObject(source, new TypeReference<ServerTransportConfig>() {}));
ClusterServerConfigManager.registerServerTransportProperty(transportConfigDs.getProperty());
}
private void initServerFlowConfig(){
// Server namespace set (scope) data source.
ReadableDataSource<String, ServerFlowConfig> serverFlowConfig = new NacosDataSource<>(remoteAddress, groupId,
serverFlowDataId, source -> JSON.parseObject(source, new TypeReference<ServerFlowConfig>() {}));
ClusterServerConfigManager.registerGlobalServerFlowProperty(serverFlowConfig.getProperty());
}
private void initStateProperty() {
ClusterStateManager.applyState(ClusterStateManager.CLUSTER_SERVER);
}
}token client的nacos配置
客戶端請求超時配置，如下：
DataId：cluster-client-config Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
{
"requestTimeout": 20
}
流控限流配置，如下：
DataId： cloudalibaba-sentinel-cluster-client-alone-flow-rules Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
[
{
"resource" : "/order/{id}", // 限流的資源名稱
"grade" : 1, // 限流模式為：qps
"count" : 30, // 閾值為：30
"clusterMode" : true, // 集群模式為：true
"clusterConfig" : {
"flowId" : 111, // 全局唯一id
"thresholdType" : 1, // 閾值模式為：全局閾值
"fallbackToLocalWhenFail" : true // 在 client 連接失敗或通信失敗時，是否退化到本地的限流模式
}
}
]
熱點限流配置，如下：
DataId：cloudalibaba-sentinel-cluster-client-alone-param-rules Group：SENTINEL_ALONE_GROUP 配置內(nèi)容（json格式）：
[
{
"resource" : "order", // 限流的資源名稱
"paramIdx" : 1, //參數(shù)索引
"grade" : 1, // 限流模式為：qps
"count" : 10, // 閾值為：10
"clusterMode" : true, // 集群模式為：true
"clusterConfig" : {
"flowId" : 121, // 全局唯一id
"thresholdType" : 1, // 閾值模式為：全局閾值
"fallbackToLocalWhenFail" : true // 在 client 連接失敗或通信失敗時，是否退化到本地的限流模式
},
"paramFlowItemList":[ //索引為1的參數(shù)值為hot時，接口閾值為50，其他值均為10
{
object: "hot",
count: 50,
classType: "java.lang.String"
}
]
}
]
Token client的InitFunc類：
/**
* @PROJECT_NAME: SpringCloud-Learning
* @USER: yuliang
* @DESCRIPTION:
* @DATE: 2021-04-01 17:47
*/
public class ClusterClientInitFunc implements InitFunc {
//項目名稱
private static final String APP_NAME = AppNameUtil.getAppName();
//nacos集群地址
private final String remoteAddress = "localhost:8848";
//nacos配置的分組名稱
private final String groupId = "SENTINEL_ALONE_GROUP";
//項目名稱 + Constants的配置名稱，組成配置的dataID
private final String flowDataId = APP_NAME + Constants.FLOW_POSTFIX;
private final String paramDataId = APP_NAME + Constants.PARAM_FLOW_POSTFIX;
private final String configDataId = "cluster-client-config";
private final String serverDataId = "cluster-server-config";
@Override
public void init() throws Exception {
// Register client dynamic rule data source.
//客戶端，動態(tài)數(shù)據(jù)源的方式配置sentinel的流量控制和熱點參數(shù)限流的規(guī)則。
initDynamicRuleProperty();
// Register token client related data source.
// Token client common config
// 集群限流客戶端的配置屬性
initClientConfigProperty();
// Token client assign config (e.g. target token server) retrieved from assign map:
//初始化Token客戶端
initClientServerAssignProperty();
//初始化客戶端狀態(tài)
initStateProperty();
}
private void initDynamicRuleProperty() {
//流量控制的DataId分別是APP_NAME + Constants.FLOW_POSTFIX;熱點參數(shù)限流規(guī)則的DataId是APP_NAME + Constants.PARAM_FLOW_POSTFIX;
ReadableDataSource<String, List<FlowRule>> ruleSource = new NacosDataSource<>(remoteAddress, groupId,
flowDataId, source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
FlowRuleManager.register2Property(ruleSource.getProperty());
ReadableDataSource<String, List<ParamFlowRule>> paramRuleSource = new NacosDataSource<>(remoteAddress, groupId,
paramDataId, source -> JSON.parseObject(source, new TypeReference<List<ParamFlowRule>>() {}));
ParamFlowRuleManager.register2Property(paramRuleSource.getProperty());
}
private void initClientConfigProperty() {
ReadableDataSource<String, ClusterClientConfig> clientConfigDs = new NacosDataSource<>(remoteAddress, groupId,
configDataId, source -> JSON.parseObject(source, new TypeReference<ClusterClientConfig>() {}));
ClusterClientConfigManager.registerClientConfigProperty(clientConfigDs.getProperty());
}
private void initClientServerAssignProperty() {
ReadableDataSource<String, ClusterClientAssignConfig> clientAssignDs = new NacosDataSource<>(remoteAddress, groupId,
serverDataId, source -> JSON.parseObject(source, new TypeReference<ClusterClientAssignConfig>() {}));
ClusterClientConfigManager.registerServerAssignProperty(clientAssignDs.getProperty());
}
private void initStateProperty() {
ClusterStateManager.applyState(ClusterStateManager.CLUSTER_CLIENT);
}
}核心的代碼與配置，如上所示，其他代碼，可以訪問：
<module>cloudalibaba-sentinel-cluster-server-alone9092</module>
<module>cloudalibaba-sentinel-cluster-client-alone9093</module>測試：
啟動cloudalibaba-sentinel-cluster-server-alone9092，我們啟動兩個實例，模擬集群(可以啟動多個)：
-Dserver.port=9092 -Dcsp.sentinel.log.use.pid=true -Dserver.port=9094 -Dcsp.sentinel.log.use.pid=true
啟動cloudalibaba-sentinel-cluster-client-alone9093，我們啟動1個實例，模擬server(實現(xiàn)master選舉之后，可以啟動多個)：
-Dserver.port=9093 -Dcsp.sentinel.log.use.pid=true
不斷執(zhí)行以下命令，進行接口訪問測試：
ab -n 100 -c 50 http://localhost:9092/order/1 ab -n 100 -c 50 http://localhost:9094/order/3
我們從實時監(jiān)控圖上可以看出，資源名為/order/{id}，整個集群的QPS為30，跟我們的配置是一樣的。當(dāng)作為token server的機器掛掉后，集群限流會退化到 local 模式的限流，即在本地按照單機閾值執(zhí)行限流檢查。
熱點限流已經(jīng)為大家實現(xiàn)了，大家可以自行測試，比較簡單，不再累述。
ab -n 100 -c 50 http://localhost:9092/hot_order/1/hot ab -n 100 -c 50 http://localhost:9094/hot_order/1/hot ab -n 100 -c 50 http://localhost:9092/hot_order/1/nothot ab -n 100 -c 50 http://localhost:9094/hot_order/1/nothot
其它
若在生產(chǎn)環(huán)境使用集群限流，管控端還需要關(guān)注以下的問題：
- Token Server 自動管理、調(diào)度（分配/選舉 Token Server）
- Token Server 高可用，在某個 server 不可用時自動 failover 到其它機器
總結(jié)
集群流控，有兩種模式，嵌入模式和獨立模式，個人不建議在業(yè)務(wù)系統(tǒng)使用集群流控，集群流控可以在網(wǎng)關(guān)層做，業(yè)務(wù)層的話可以使用單機流控，相對來說簡單好上手。token server目前存在單點問題，需要個人實現(xiàn)master選舉，并修改 cluster-server-config的IP即可。
代碼示例
本文示例讀者可以通過查看下面?zhèn)}庫中的項目，如下所示：
<module>cloudalibaba-sentinel-cluster</module>
Github：https://github.com/jiuqiyuliang/SpringCloud-Learning
到此這篇關(guān)于 Sentinel 實現(xiàn)動態(tài)配置的集群流控的文章就介紹到這了,想要了解更多相關(guān) Sentinel 項目的其他應(yīng)用和集群流控的其他內(nèi)容請搜索W3Cschool以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持！
