springcloud网关zuul（SpringCloud Alibaba(二) – Sentinel，整合OpenFeign,GateWay服务网关）
1 、环境准备
1.1Nacos
单机启动：startup.cmd -m standalone
1.2 Sentinel
启动命令：java -Dserver.port=8858 -Dcsp.sentinel.dashboard.server=localhost:8858 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.0.jar
1.3 JMeter
2 、流控规则限流
2.0 环境搭建
2.0.1 依赖 <!-- nacos 依赖 --> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> <!-- sentinel 流量防卫依赖 --> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> <!-- 暴露/actuator/sentinel端点 单独配置 ，management开头 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> 2.0.2 application.yml # 端口 server: port: 9604 # 服务名 spring: application: name: kgcmall-sentinel # 数据源配置 datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/kh96_alibaba_kgcmalldb?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=GMT username: root password: 17585273765 # jpa配置 jpa: hibernate: ddl-auto: update show-sql: true cloud: #nacos 配置 nacos: discovery: server-addr: 127.0.0.1:8848 #sentinel 配置 sentinel: transport: dashboard: 127.0.0.1:8858 # sentinel 控制台地址 port: 9605 # 客户端(核心应用)和控制台的通信端口 ，默认8719 ，子当以一个为被使用的唯一端口即可 web-context-unify: false #关闭收敛 # 暴露/actuator/sentinel端点 单独配置 ，management 开顶格写 management: endpoints: web: exposure: include: * 2.0.3 测试http://localhost:9604/actuator/sentinel
2.1 流控模式
2.1.1 直接模式 2.1.1.1 测试请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel 流控 - 直接失败 */ @GetMapping("testSentinelFlowFail") public String testSentinelFlowFail(@RequestParam String sentinelDesc) { log.info("------ testSentinelFlowFail 接口调用 ------ "); return sentinelDesc; } 2.1.1.2 添加直接流控规则 2.1.1.2.1 需要先发起异常请求 2.1.1.2.2 簇点链路 添加流控规则 2.1.1.2.3 设置流控规则 2.1.1.3查看流控规则 2.1.1.4 测试 2.1.1.5 自定义sentinel统一已成返回处理 /** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: 自定义sentinel统一已成返回处理 */ @Slf4j @Component public class MySentinelBlockExceptionHandler implements BlockExceptionHandler { @Override public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception { // 记录异常日志 log.warn("------ MySentinelBlockExceptionHandler 规则Rule：{} ------", e.getRule()); // 增加自定义统一异常返回对象 RequestResult<String> requestResult = null; // 针对不同的流控异常 ，统一返回 if (e instanceof FlowException) { requestResult = ResultBuildUtil.fail("9621", "接口流量限流"); } else if (e instanceof DegradeException) { requestResult = ResultBuildUtil.fail("9622", "接口服务降级"); } else if (e instanceof ParamFlowException) { requestResult = ResultBuildUtil.fail("9623", "热点参数限流"); } else if (e instanceof SystemBlockException) { requestResult = ResultBuildUtil.fail("9624", "触发系统保护"); } else if (e instanceof AuthorityException) { requestResult = ResultBuildUtil.fail("9625", "授权规则限制"); } // 统一返回json结果 httpServletResponse.setStatus(HttpStatus.FORBIDDEN.value()); httpServletResponse.setCharacterEncoding("utf-8"); httpServletResponse.setContentType(MediaType.APPLICATION_JSON_VALUE); // 借助SpringMVC自带的Jackson工具 ，返回结果 new ObjectMapper().writeValue(httpServletResponse.getWriter(), requestResult); } } 2.1.1.6 再次测试 2.1.2 关联模式 2.1.2.1 测试请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel 流控 - 关联 */ @GetMapping("testSentinelFlowLink") public String testSentinelFlowLink(@RequestParam String sentinelDesc) { log.info("------ testSentinelFlowLink 接口调用 ------ "); return sentinelDesc; } 2.1.1.2 添加关联流控规则 2.1.1.3 JMeter压测配置 2.1.1.3.1 线程组 2.1.1.3.2 Http请求 2.1.1.3.3 测试 testSentinelFlowLink 接口 2.1.3 链路模式链路流控模式指的是 ，当从某个接口过来的资源达到限流条件时 ，开启限流 。它的功能有点类似于针对来源配置项 ，区别在于：针对来源是针对上级微服务 ，而链路流控是针对上级接口 ，也就是说它的粒度更细 。
2.1.3.1 添加调用方法 2.1.3.1.1 接口 /** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: 测试链路 模式 */ public interface SentinelService { void message(); } 2.1.3.1.2 实现类 /** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: 测试链路 模式 实现类 */ @Service public class SentinelServiceImpl implements SentinelService { @Override @SentinelResource("message") // 在@SentinelResource中指定资源名 public void message() { System.out.println("message"); } } 2.1.3.2 两个接口 ，调用相同的资源 @Slf4j @RestController public class KgcMallSentinelController { @Autowired private SentinelService sentinelService; //测试 Sentinel 流控 - 直接失败 @GetMapping("testSentinelFlowFail") public String testSentinelFlowFail(@RequestParam String sentinelDesc) { log.info("------ testSentinelFlowFail 接口调用 ------ "); //测试 链路模式调用相同的资源 sentinelService.message(); return sentinelDesc; } //测试 Sentinel 流控 - 关联 @GetMapping("testSentinelFlowLink") public String testSentinelFlowLink(@RequestParam String sentinelDesc) { log.info("------ testSentinelFlowLink 接口调用 ------ "); //测试 链路模式调用相同的资源 sentinelService.message(); return sentinelDesc; } } 2.1.3.3 添加链路流控规则 2.1.3.4 测试如果message触发流控 ，指定的入口就会被限流；
2.1.3.4.0 高版本此功能直接使用不生效：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 。
spring: cloud: #sentinel 配置 sentinel: web-context-unify: false #关闭收敛 2.1.3.4.1 testSentinelFlowFail 请求 2.1.3.4.2 testSentinelFlowLink请求 (message 资源对此入口进行了限流)使用链路规则 ，会导致统一返回处理 ，无法生效；
2.2 流控规则
2.2.1 快速失败快速失败：直接抛出异常 ，默认的流量控制方式
当QPS超过任意规则的阈值后 ，新的请求就会被立即拒绝 。这种方式适用于对系统处理能力确切已知的情况下；
2.2.2 Warm Up(激增模式)Warm Up（激增流量）即预热/冷启动方式；
冷加载因子: codeFactor 默认是3 ，即请求 QPS 从 1 / 3 开始 ，经预热时长逐渐升至设定的 QPS 阈值 。
当系统长期处于低水位的情况下 ，当流量突然增加时 ，直接把系统拉升到高水位可能瞬间把系统压垮 。通过"冷启动" ，让通过的流量缓慢增加 ，在一定时间内逐渐增加到阈值上限 ，给冷系统一个预热的时间 ，避免冷系统被压垮 。
2.2.2.1 使用 testSentinelFlowFail 请求测试请求方法省略；
2.2.2.2 流控配置 2.2.2.3 压测配置 2.2.3.4 实时监控 2.2.3 匀速模式会严格控制请求通过的间隔时间 ，也即是让请求以均匀的速度通过 ，其余的排队等待 ，对应的是漏桶算法 。
用于处理间隔性突发的流量 ，例如消息队列 ，在某一秒有大量的请求到来 ，而接下来的几秒则处于空闲状态 ，这个时候我们不希望一下子把所有的请求都通过 ，这样可能会把系统压垮；同时我们也期待系统以稳定的速度 ，逐步处理这些请求 ，以起到“削峰填谷 ”的效果 ，而不是第一秒拒绝所有请求 。
选择排队等待的阈值类型必须是QPS ，且暂不支持>1000的模式
2.2.3.1 使用 testSentinelFlowFail 请求测试请求方法省略；
单机阈值:每秒通过的请求个数是5 ，则每隔200ms通过一次请求；每次请求的最大等待时间为500ms=0.5s ，超过0.5S就丢弃请求 。
2.2.3.2 流控配置 2.2.3.3 压测配置 2.2.3.4 实时监控3 、降级规则限流
3.1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（HALFOPEN 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 。
3.1.1 模拟慢调用请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-降级-慢调用 */ @GetMapping("testSentinelDown") public String testSentinelDown(@RequestParam String sentinelDesc) throws InterruptedException { log.info("------ testSentinelDown 接口调用 ------ "); //模拟慢调用 TimeUnit.MILLISECONDS.sleep(100); return sentinelDesc; } 3.1.2 降级策略 3.1.3 压测配置 3.1.4 实时监控 3.1.5 从浏览器请求测试3.2 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（HALFOPEN 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% 。
3.2.1 模拟异常比例请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-降级-异常比例 异常数 */ @GetMapping("testSentinelDownExpScale") public String testSentinelDownExpScale(@RequestParam String sentinelDesc) throws InterruptedException { log.info("------ testSentinelDownExpScale 接口调用 ------ "); //模拟异常 int num = new Random().nextInt(10); if (num % 2 == 1) { num = 10 / 0; } return sentinelDesc; } 3.2.2 降级策略 3.2.3 压测配置 3.2.4 实时监控 3.2.5 从浏览器请求测试3.3 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（HALFOPEN 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 。
注意：异常降级仅针对业务异常 ，对 Sentinel 限流降级本身的异常（BlockException）不生效 。
3.3.1 模拟异常参数请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-降级-异常比例 异常数 */ @GetMapping("testSentinelDownExpScale") public String testSentinelDownExpScale(@RequestParam String sentinelDesc) throws InterruptedException { log.info("------ testSentinelDownExpScale 接口调用 ------ "); //模拟异常 int num = new Random().nextInt(10); if (num % 2 == 1) { num = 10 / 0; } return sentinelDesc; } 3.3.2 降级策略 3.3.3 压测配置 3.3.4 实时监控 3.3.5 从浏览器请求测试4 、热点规则限流
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数据 ，并对其访问进行限制 。
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
4.1 单机阈值
单机阈值： 针对所有参数的值进行设置的一个公共的阈值
假设当前 参数 大部分的值都是热点流量 ， 单机阈值就是针对热点流量进行设置 ， 额外针对普通流量进行参数值流控； 假设当前 参数 大部分的值都是普通流量 ， 单机阈值就是针对普通流量进行设置 ， 额外针对热点流量进行参数值流控配置热点参数规则：
资源名必须是@SentinelResource(value="资源名")中 配置的资源名 ，热点规则依赖于注解；
单独指定参数例外的参数具体值 ，必须是指定的7种数据类型才会生效；
4.1.1 模拟 单机阈值请求 /** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-热点 */ @GetMapping("testSentinelHotParam") @SentinelResource(value = "sentinelHotParam", blockHandlerClass = MySentinelHotBlockExceptionHandler.class, blockHandler = "hotBlockExceptionHandle") //热点参数 ，必须使用此注解 ，指定资源名 //注意使用此注解无法处理BlockExecption,会导致统一异常处理失效 public String testSentinelHotParam(@RequestParam String sentinelDesc) { log.info("------ testSentinelHotParam 接口调用 ------ "); return sentinelDesc; } 4.1.2注意使用此注解无法处理BlockExecption,会导致统一异常处理失效 4.1.2.1 方法一：类内处理方法 @GetMapping("testSentinelHotParam") @SentinelResource(value = "sentinelHotParam",blockHandler = "hotBlockExceptionHandle") //热点参数 ，必须使用此注解 ，指定资源名 //注意使用此注解无法处理BlockExecption,会导致统一异常处理失效 public String testSentinelHotParam(@RequestParam String sentinelDesc) { log.info("------ testSentinelHotParam 接口调用 ------ "); return sentinelDesc; } /** * @author : huayu * @date : 26/11/2022 * @param : [sentinelDesc, e] * @return : java.lang.String * @description : 类内处理方法 增加一个自定义处理方法 ，参数必须跟入口一致 */ public String hotBlockExceptionHandle(@RequestParam String sentinelDesc, BlockException e){ //记录异常日志 log.warn("------ hotBlockExceptionHandle 规则Rule：{} ------", e.getRule()); return JSON.toJSONString(ResultBuildUtil.fail("9623", "热点参数限流")) ; } 4.1.2.2 方法二：单独处理类 @GetMapping("testSentinelHotParam") @SentinelResource(value = "sentinelHotParam", blockHandlerClass = MySentinelHotBlockExceptionHandler.class, blockHandler = "hotBlockExceptionHandle") //热点参数 ，必须使用此注解 ，指定资源名 //注意使用此注解无法处理BlockExecption,会导致统一异常处理失效 public String testSentinelHotParam(@RequestParam String sentinelDesc) { log.info("------ testSentinelHotParam 接口调用 ------ "); return sentinelDesc; } //==========处理类 /** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: 方式2 自定义热点参数限流处理异常并指定治理方法 */ @Slf4j public class MySentinelHotBlockExceptionHandler { /** * @param : [sentinelDesc, e] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : hotBlockExceptionHandle 方法 必须是 静态的 增加一个自定义处理方法 ，参数必须跟入口一致 */ public static String hotBlockExceptionHandle(@RequestParam String sentinelDesc, BlockException e) { //记录异常日志 log.warn("------ hotBlockExceptionHandle 规则Rule：{} ------", e.getRule()); return JSON.toJSONString(ResultBuildUtil.fail("9623", "热点参数限流")); } } 4.1.3 热点参数策略和规则(sentinelHotParam) 4.1.4 浏览器快速请求测试5 、授权规则限流
根据调用来源来判断该次请求是否允许放行 ，这时候可以使用 Sentinel 的来源访问控制的功能 。
来源访问控制根据资源的请求来源（origin）限制资源是否通过：
若配置白名单 ，则只有请求来源位于白名单内时才可通过； 若配置黑名单 ，则请求来源位于黑名单时不通过 ，其余的请求通过 。配置项：
资源名resource ，即限流规则的作用对象 流控应用limitApp ，对应的黑名单/白名单 ，不同 origin 用 , 分隔 ，如 appA,appB Sentinel提供了 RequestOriginParser 接口来处理来源 只要Sentinel保护的接口资源被访问 ，Sentinel就会调用 RequestOriginParser 的实现类去解析访问来源 。 限制模式strategy ，AUTHORITY_WHITE 为白名单模式 ，AUTHORITY_BLACK 为黑名单模式 ，默认为白名单模式5.1 自定义来源处理规则
/** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: 自定义授权规则解析 来源 处理类 */ @Component public class MySentinelAuthRequestOriginParser implements RequestOriginParser { @Override public String parseOrigin(HttpServletRequest httpServletRequest) { // TODO 实际应用场景中 ，可以根据请求来源ip,进行ip限制 //模拟 ，通过请求参数中 ，是否携带了自定义的来源参数OriginAuth //根据授权规则中的流控应用规则指定的参数列表 ，限制是否可以访问 //授权规则 ，指定白名单 ，就代表请求携带的参数OriginAuth,参数值必须是在流控应用指定的参数列表中 ，才可以访问 ，否者不允许 //黑名单相反 return httpServletRequest.getParameter("originAuth"); } }5.2 模拟授权请求
/** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-授权 */ @GetMapping("testSentinelAuth") public String testSentinelAuth(@RequestParam String sentinelDesc, @RequestParam String originAuth) { log.info("------ testSentinelHotParam 接口调用 ------ "); return "sentinelDesc:" + sentinelDesc + "\n,originAuth:" + originAuth; }5.3 白名单
5.3.1 配置白名单 5.3.2 测试5.4黑名单
5.4.1 配置黑名单 5.4.2 测试6 、系统规则限流
系统保护规则是从应用级别的入口流量进行控制 ，从单台机器的总体 Load 、RT 、入口 QPS 、CPU使用
率和线程数五个维度监控应用数据 ，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 (进入应用的流量) 生效 。 Load 自适应（仅对 Linux/Unixlike 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 。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6.1 模拟系统限流请求
/** * @param : [sentinelDesc] * @return : java.lang.String * @author : huayu * @date : 26/11/2022 * @description : 测试 Sentinel-系统 * //设置一个 ， 全部请求都受限制 */ @GetMapping("testSentinelSys") public String testSentinelSys(@RequestParam String sentinelDesc) { log.info("------ testSentinelHotParam 接口调用 ------ "); return "sentinelDesc:" + sentinelDesc; }6.2 系统规则配置
6.3 压测配置
6.4 浏览器测试
7 、Sentinel 规则持久化
Dashboard控制台来为每个Sentinel客户端设置各种各样的规则 ，但是这里有一个问题 ，就是这些规则默认是存放在内存中 ，每次微服务重新启动 ，设置的各种规则都会消失 。
7.1 方式1：本地文件（测试 ，线上不推荐）
本地文件数据源会定时轮询文件的变更 ，读取规则 。这样我们既可以在应用本地直接修改文件来更新规则 ，也可以通过 Sentinel 控制台推送规则 。
原理：首先 Sentinel 控制台通过 API 将规则推送至客户端并更新到内存中 ，接着注册的写数据源会将新的规则保存到本地的文件中 。
7.1.1 配置类创建配置类： SentinelFilePersistence
点击查看代码 import com.alibaba.csp.sentinel.command.handler.ModifyParamFlowRulesCommandHandler; import com.alibaba.csp.sentinel.datasource.*; import com.alibaba.csp.sentinel.init.InitFunc; import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule; import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager; import com.alibaba.csp.sentinel.slots.block.flow.FlowRule; import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager; import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRule; import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRuleManager; import com.alibaba.csp.sentinel.slots.system.SystemRule; import com.alibaba.csp.sentinel.slots.system.SystemRuleManager; import com.alibaba.csp.sentinel.transport.util.WritableDataSourceRegistry; import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.TypeReference; import lombok.extern.slf4j.Slf4j; import java.io.File; import java.io.IOException; import java.util.List; /** * Created On : 26/11/2022. * <p> * Author : huayu * <p> * Description: MySentinelRulePersistenceDunc */ public class MySentinelRulePersistencefunc implements InitFunc{ // String ruleDir = System.getProperty("user.home") + "/sentinel/rules/"; //填写 规则存放的绝对路径 String ruleDir = "D:/KEGONGCHANG/DaiMa/IDEA/KH96/SpringCloud/springcloud-alibaba-96/kgcmall96-sentinel/sentinel/rules/"; // String ruleDir = "/kgcmall96-sentinel/sentinel/rules/"; String flowRulePath = ruleDir + "/flow-rule.json"; String degradeRulePath = ruleDir + "/degrade-rule.json"; String systemRulePath = ruleDir + "/system-rule.json"; String authorityRulePath = ruleDir + "/authority-rule.json"; String paramFlowRulePath = ruleDir + "/param-flow-rule.json"; @Override public void init() throws Exception { // 创建规则存放目录 this.mkdirIfNotExits(ruleDir); // 创建规则存放文件 this.createFileIfNotExits(flowRulePath); this.createFileIfNotExits(degradeRulePath); this.createFileIfNotExits(systemRulePath); this.createFileIfNotExits(authorityRulePath); this.createFileIfNotExits(paramFlowRulePath); // 注册一个可读数据源 ，用来定时读取本地的json文件 ，更新到规则缓存中 // 流控规则 ReadableDataSource<String, List<FlowRule>> flowRuleRDS = new FileRefreshableDataSource<>(flowRulePath, flowRuleListParser); // 将可读数据源注册至FlowRuleManager ，这样当规则文件发生变化时 ，就会更新规则到内存 FlowRuleManager.register2Property(flowRuleRDS.getProperty()); WritableDataSource<List<FlowRule>> flowRuleWDS = new FileWritableDataSource<>( flowRulePath, this::encodeJson ); // 将可写数据源注册至transport模块的WritableDataSourceRegistry中 // 这样收到控制台推送的规则时 ，Sentinel会先更新到内存 ，然后将规则写入到文件中 WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS); // 降级规则 ReadableDataSource<String, List<DegradeRule>> degradeRuleRDS = new FileRefreshableDataSource<>( degradeRulePath, degradeRuleListParser ); DegradeRuleManager.register2Property(degradeRuleRDS.getProperty()); WritableDataSource<List<DegradeRule>> degradeRuleWDS = new FileWritableDataSource<>( degradeRulePath, this::encodeJson ); WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS); // 系统规则 ReadableDataSource<String, List<SystemRule>> systemRuleRDS = new FileRefreshableDataSource<>( systemRulePath, systemRuleListParser ); SystemRuleManager.register2Property(systemRuleRDS.getProperty()); WritableDataSource<List<SystemRule>> systemRuleWDS = new FileWritableDataSource<>( systemRulePath, this::encodeJson ); WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS); // 授权规则 ReadableDataSource<String, List<AuthorityRule>> authorityRuleRDS = new FileRefreshableDataSource<>( authorityRulePath, authorityRuleListParser ); AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty()); WritableDataSource<List<AuthorityRule>> authorityRuleWDS = new FileWritableDataSource<>( authorityRulePath, this::encodeJson ); WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS); // 热点参数规则 ReadableDataSource<String, List<ParamFlowRule>> paramFlowRuleRDS = new FileRefreshableDataSource<>( paramFlowRulePath, paramFlowRuleListParser ); ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty()); WritableDataSource<List<ParamFlowRule>> paramFlowRuleWDS = new FileWritableDataSource<>( paramFlowRulePath, this::encodeJson ); ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS); } private Converter<String, List<FlowRule>> flowRuleListParser = source -> JSON.parseObject( source, new TypeReference<List<FlowRule>>() { } ); private Converter<String, List<DegradeRule>> degradeRuleListParser = source -> JSON.parseObject( source, new TypeReference<List<DegradeRule>>() { } ); private Converter<String, List<SystemRule>> systemRuleListParser = source -> JSON.parseObject( source, new TypeReference<List<SystemRule>>() { } ); private Converter<String, List<AuthorityRule>> authorityRuleListParser = source -> JSON.parseObject( source, new TypeReference<List<AuthorityRule>>() { } ); private Converter<String, List<ParamFlowRule>> paramFlowRuleListParser = source -> JSON.parseObject( source, new TypeReference<List<ParamFlowRule>>() { } ); private void mkdirIfNotExits(String filePath) throws IOException { File file = new File(filePath); if (!file.exists()) { file.mkdirs(); } } private void createFileIfNotExits(String filePath) throws IOException { File file = new File(filePath); if (!file.exists()) { file.createNewFile(); } } private <T> String encodeJson(T t) { return JSON.toJSONString(t); } } 7.1.2 InitFunc 文件在resources文件下创建META-INF/services文件夹；
创建文档com.alibaba.csp.sentinel.init.InitFunc ，文档名就是配置类实现接口的全类名；
在文件中添加第一步配置类的全类名即可；
测试：启动服务 ，当访问系统规则限流接口 ，自动创建目录和文件 ，添加规则后 ，重启服务 ，刚进来 ，之前的配置看不到 ，必须先访问对应的入口才可以 ，要注意
com.kgc.scda.config.MySentinelRulePersistencefunc8 、Openfeign 远程调用
8.1 依赖
<!-- openfeign 远程调用 --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-openfeign</artifactId> <version>2.1.1.RELEASE</version> </dependency>8.2 配置
# 整合Sentinel 和OpenFeign ,默认关闭 feign: sentinel: enabled: true #开启8.3 注解
著启动类： @EnableFeignClients 接口：@FeignClient(value = "服务名")8.4 测试 (与单独使用Openfeign一样不在赘述)
9 、GateWay 服务网关
9.1 依赖
<!-- Gatway 网关会和springMvc冲突 ，不能添加web依赖 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter</artifactId> </dependency> <!-- gateway 依赖 --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-gateway</artifactId> </dependency>9.2 配置
# 端口 server: port: 9606 # 服务名 spring: application: name: kgcmall-gatway cloud: #nacos 配置 nacos: discovery: server-addr: 127.0.0.1:8848 # 网关配置 gateway: routes: # 路由 ，是list集合 ，可以配置多个路由 #product模块 - id: kh96_route_first # 当前route路由的唯一标识 ，不能重复 #uri: http://localhost:9602 # 路由转发的目标资源地址 ，不支持多负载调用 ，不利于扩展 ，不推荐 uri: lb://kgcmall96-prod # lb 从nacos注册中心的服务列表中 ，根据指定的服务名 ，调用服务 ，推荐用法 predicates: # 指定路由断言配置 ，支持多个断言 ，只要断言成功（满足路由转发条件） ，才会执行转发到目标资源地址访问 - Path=/prod-gateway/** # 指定path路径断言 ，必须满足请求地址是/prod-gateway开始 ，才会执行路由转发 filters: # 指定路由过滤配置 ，支持多个过滤器 ，在断言成功 ，执行路由转发时 ，对请求和响应数据进行过滤处理 - StripPrefix=1 # 在请求断言成功后 ，执行路由转发时 ，自动去除第一层的访问路径/prod-gateway #user模块 - id: kh96_route_second uri: lb://kgcmall96-user predicates: - Path=/user-gateway/** filters: - StripPrefix=19.3 测试
9.3.1 nacos 9.3.2 请求测试 9.3.2.1 通过gateway网关调用prod模块 9.3.2.1 通过gateway网关调用user模块创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！