Sentinel实现动态配置的集群流控的方法

2023-10-30

这篇文章主要介绍了Sentinel实现动态配置的集群流控,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

介绍

为什么要使用集群流控呢？

相对于单机流控而言，我们给每台机器设置单机限流阈值，在理想情况下整个集群的限流阈值为机器数量✖️单机阈值。不过实际情况下流量到每台机器可能会不均匀，会导致总量没有到的情况下某些机器就开始限流。因此仅靠单机维度去限制的话会无法精确地限制总体流量。而集群流控可以精确地控制整个集群的调用总量，结合单机限流兜底，可以更好地发挥流量控制的效果。

基于单机流量不均的问题以及如何设置集群整体的QPS的问题，我们需要创建一种集群限流的模式，这时候我们很自然地就想到，可以找一个 server 来专门统计总的调用量，其它的实例都与这台 server 通信来判断是否可以调用。这就是最基础的集群流控的方式。

原理

集群限流的原理很简单，和单机限流一样，都需要对 qps 等数据进行统计，区别就在于单机版是在每个实例中进行统计，而集群版是有一个专门的实例进行统计。

这个专门的用来统计数据的称为 Sentinel 的 token server，其他的实例作为 Sentinel 的 token client 会向 token server 去请求 token，如果能获取到 token，则说明当前的 qps 还未达到总的阈值，否则就说明已经达到集群的总阈值，当前实例需要被 block，如下图所示：

和单机流控相比，集群流控中共有两种身份：

Token Client：集群流控客户端，用于向所属 Token Server 通信请求 token。集群限流服务端会返回给客户端结果，决定是否限流。
Token Server：即集群流控服务端，处理来自 Token Client 的请求，根据配置的集群规则判断是否应该发放 token（是否允许通过）。

而单机流控中只有一种身份，每个 sentinel 都是一个 token server。

注意，集群限流中的 token server 是单点的，一旦 token server 挂掉，那么集群限流就会退化成单机限流的模式。

Sentinel 集群流控支持限流规则和热点规则两种规则，并支持两种形式的阈值计算方式：

集群总体模式：即限制整个集群内的某个资源的总体 qps 不超过此阈值。
单机均摊模式：单机均摊模式下配置的阈值等同于单机能够承受的限额，token server 会根据连接数来计算总的阈值（比如独立模式下有 3 个 client 连接到了 token server，然后配的单机均摊阈值为 10，则计算出的集群总量就为 30），按照计算出的总的阈值来进行限制。这种方式根据当前的连接数实时计算总的阈值，对于机器经常进行变更的环境非常适合。

部署方式

token server 有两种部署方式：

一种是独立部署，就是单独启动一个 token server 服务来处理 token client 的请求，如下图所示：

如果独立部署的 token server 服务挂掉的话，那其他的 token client 就会退化成本地流控的模式，也就是单机版的流控，所以这种方式的集群限流需要保证 token server 的高可用性。

一种是嵌入部署，即作为内置的 token server 与服务在同一进程中启动。在此模式下，集群中各个实例都是对等的，token server 和 client 可以随时进行转变，如下图所示：

嵌入式部署的模式中，如果 token server 服务挂掉的话，我们可以将另外一个 token client 升级为token server来，当然啦如果我们不想使用当前的 token server 的话，也可以选择另外一个 token client 来承担这个责任，并且将当前 token server 切换为 token client。Sentinel 为我们提供了一个 api 来进行 token server 与 token client 的切换：

1	`http://<ip>:<port>/setClusterMode?mode=<xxx>`

其中 mode 为 0 代表 client，1 代表 server，-1 代表关闭。

PS：注意应用端需要引入集群限流客户端或服务端的相应依赖。

集群限流控制台

sentinel为用户提供集群限流控制台功能，能够通过控制台配置集群的限流规则以及配置集群的Server与Client。

集群限流客户端

要想使用集群限流功能，必须引入集群限流 client 相关依赖：

<dependency>

<groupId>com.alibaba.csp</groupId>

<artifactId>sentinel-cluster-client-default</artifactId>

<version>1.8.0</version>

</dependency>

集群限流服务端

要想使用集群限流服务端，必须引入集群限流 server 相关依赖：

<dependency>

<groupId>com.alibaba.csp</groupId>

<artifactId>sentinel-cluster-server-default</artifactId>

<version>1.8.0</version>

</dependency>

我们结合server和client实现一个嵌入式模式。在pom中同时引入上面的两个依赖，并配置sentinel控制台地址，实现一个查询订单的接口。

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 #默认8719端口

OrderController

@RestController

public class OrderController {

/**

* 查询订单

* @return

*/

@GetMapping("/order/{id}")

public CommonResult<Order> getOrder(@PathVariable("id") Long id){

Order order = new Order(id, "212121");

return CommonResult.success(order.toString());

}

代码示例如cloudalibaba-sentinel-cluster-embedded9091

修改VM options配置，启动三个不同端口的实例，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

控制台配置

登录sentinel的控制台，并有访问量后，我们就可以在 Sentinel上面看到集群流控，如下图所示：

点击添加Token Server。

从实例列表中选择一个作为Server端，其他作为Client端，并选中到右侧Client列表，配置token sever端的最大允许的QPS，用于对 Token Server 的资源使用进行限制，防止在嵌入模式下影响应用本身。

配置完成之后的Token Server列表，如下图所示

使用控制台配置token Server、token Client以及限流规则，有很多的缺点：

1、限流规则，不能持久化，应用重启之后，规则丢失。

2、token Server 、token Client配置也会丢失。

官方推荐给集群限流服务端注册动态配置源来动态地进行配置。我们使用nacos作为配置中心，动态配置客户端与服务端属性以及限流规则，实现动态集群限流。

sentinel结合nacos实现集群限流

我们使用Nacos对cloudalibaba-sentinel-cluster-embedded9091进行改造，实现动态配置源来动态进行配置。

配置源注册的相关逻辑可以置于 InitFunc 实现类中，并通过 SPI 注册，在 Sentinel 初始化时即可自动进行配置源加载监听。

嵌入模式部署

添加ClusterInitFunc类

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

public class ClusterInitFunc implements InitFunc {

//应用名称

private static final String APP_NAME = AppNameUtil.getAppName();

//nacos集群地址

private final String remoteAddress = "localhost:8848";

//nacos配置的分组名称

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.

//动态数据源的方式配置sentinel的流量控制和热点参数限流的规则。

initDynamicRuleProperty();

// Register token client related data source.

// Token client common config

// 集群限流客户端的配置属性

initClientConfigProperty();

// Token client assign config (e.g. target token server) retrieved from assign map:

//初始化Token客户端

initClientServerAssignProperty();

// Register token server related data source.

// Register dynamic rule data source supplier for token server:

//集群的流控规则，比如限制整个集群的流控阀值,启动的时候需要添加-Dproject.name=项目名

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.

//初始化集群中服务是客户端还是服务端

initStateProperty();

}

private void initDynamicRuleProperty() {

//流量控制的DataId分别是APP_NAME + Constants.FLOW_POSTFIX;热点参数限流规则的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文件夹下创建META-INF/service，，然后创建一个叫做com.alibaba.csp.sentinel.init.InitFunc的文件，在文件中指名实现InitFunc接口的类全路径，内容如下：

1	`com.liang.springcloud.alibaba.init.ClusterInitFunc`

添加配置的解析类：

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中添加动态规则配置，以及token server与token client的配置:

DataId：cloudalibaba-sentinel-clusterServer-flow-rules Group：SENTINEL_GROUP 配置内容（json格式）：

[

{

"resource" : "/order/{id}", // 限流的资源名称

"grade" : 1, // 限流模式为：qps，线程数限流0，qps限流1

"count" : 20, // 阈值为：20

"clusterMode" : true, // 是否是集群模式，集群模式为：true

"clusterConfig" : {

"flowId" : 111, // 全局唯一id

"thresholdType" : 1, // 阈值模式为：全局阈值，0是单机均摊，1是全局阀值

"fallbackToLocalWhenFail" : true // 在 client 连接失败或通信失败时，是否退化到本地的限流模式

}

]

DataId：cloudalibaba-sentinel-clusterServer-cluster-client-config Group：SENTINEL_GROUP 配置内容（json格式）：

{

"requestTimeout": 20

}

DataId：cloudalibaba-sentinel-clusterServer-cluster-map Group：SENTINEL_GROUP 配置内容（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 //这个端口是token server通信的端口

}]

重新启动服务，并访问接口，我们可以看到流控规则与集群流控都自动配置完成。我们需要测试，我们集群流控是否已经生效。

不断执行以下命令：

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

测试效果图：

我们从实时监控图上可以看出，资源名为/order/{id}，整个集群的QPS为20，跟我们的配置是一样的。当作为token server的机器挂掉后，集群限流会退化到 local 模式的限流，即在本地按照单机阈值执行限流检查。

Token Server 分配配置：

上面这张图可以很好帮忙我们解释嵌入模式的具体实现。通过配置信息解析，管理我们的token server与token client。

适用范围：

嵌入模式适合某个应用集群内部的流控。由于隔离性不佳，token server会影响应用本身，需要限制 token server 的总QPS。

独立模式部署

独立模式相对于嵌入模式而言就是将token server与应用隔离，进行独立部署。将嵌入模式中token server和token client分离，分别进行配置。我们只需要将 InitFunc 实现类进行拆分。

token server的nacos配置

server的名称空间配置，（集群的namespace或客户端项目名）如下：

DataId：cluster-server-namespace-set Group：SENTINEL_ALONE_GROUP 配置内容（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 配置内容（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 配置内容（json格式）：

{

"exceedCount":1.0,

"maxAllowedQps":20000,

"namespace":"cloudalibaba-sentinel-cluster-client-alone"

}

token server的host地址与端口号配置，如下：

DataId： cluster-server-config Group：SENTINEL_ALONE_GROUP 配置内容（json格式）：

{

"serverHost": "10.133.40.30",

"serverPort": 18730

}

token server的InitFunc类：

/**

* @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";

//配置的分组名称

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() {

//监听特定namespace（集群的namespace或客户端项目名）下的集群限流规则

initPropertySupplier();

// 设置tokenServer管辖的作用域(即管理哪些应用)

initTokenServerNameSpaces();

// Server transport configuration data source.

//Server端配置

initServerTransportConfig();

// 初始化最大qps

initServerFlowConfig();

//初始化服务器状态

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

客户端请求超时配置，如下：

DataId：cluster-client-config Group：SENTINEL_ALONE_GROUP 配置内容（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 配置内容（json格式）：

[

{

"resource" : "/order/{id}", // 限流的资源名称

"grade" : 1, // 限流模式为：qps

"count" : 30, // 阈值为：30

"clusterMode" : true, // 集群模式为：true

"clusterConfig" : {

"flowId" : 111, // 全局唯一id

"thresholdType" : 1, // 阈值模式为：全局阈值

"fallbackToLocalWhenFail" : true // 在 client 连接失败或通信失败时，是否退化到本地的限流模式

}

]

热点限流配置，如下：

DataId：cloudalibaba-sentinel-cluster-client-alone-param-rules Group：SENTINEL_ALONE_GROUP 配置内容（json格式）：

[

{

"resource" : "order", // 限流的资源名称

"paramIdx" : 1, //参数索引

"grade" : 1, // 限流模式为：qps

"count" : 10, // 阈值为：10

"clusterMode" : true, // 集群模式为：true

"clusterConfig" : {

"flowId" : 121, // 全局唯一id

"thresholdType" : 1, // 阈值模式为：全局阈值

"fallbackToLocalWhenFail" : true // 在 client 连接失败或通信失败时，是否退化到本地的限流模式

},

"paramFlowItemList":[ //索引为1的参数值为hot时，接口阈值为50，其他值均为10

{

object: "hot",

count: 50,

classType: "java.lang.String"

}

]

}

]

Token client的InitFunc类：

/**

* @PROJECT_NAME: SpringCloud-Learning

* @USER: yuliang

* @DESCRIPTION:

* @DATE: 2021-04-01 17:47

*/

public class ClusterClientInitFunc implements InitFunc {

//项目名称

private static final String APP_NAME = AppNameUtil.getAppName();

//nacos集群地址

private final String remoteAddress = "localhost:8848";

//nacos配置的分组名称

private final String groupId = "SENTINEL_ALONE_GROUP";

//项目名称 + Constants的配置名称，组成配置的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.

//客户端，动态数据源的方式配置sentinel的流量控制和热点参数限流的规则。

initDynamicRuleProperty();

// Register token client related data source.

// Token client common config

// 集群限流客户端的配置属性

initClientConfigProperty();

// Token client assign config (e.g. target token server) retrieved from assign map:

//初始化Token客户端

initClientServerAssignProperty();

//初始化客户端状态

initStateProperty();

}

private void initDynamicRuleProperty() {

//流量控制的DataId分别是APP_NAME + Constants.FLOW_POSTFIX;热点参数限流规则的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);

}

核心的代码与配置，如上所示，其他代码，可以访问：

1 2	`<module>cloudalibaba-sentinel-cluster-server-alone9092</module>` `<module>cloudalibaba-sentinel-cluster-client-alone9093</module>`

测试：

启动cloudalibaba-sentinel-cluster-server-alone9092，我们启动两个实例，模拟集群(可以启动多个)：

1 2	`-Dserver.port=9092` `-Dcsp.sentinel.log.use.pid=true` `-Dserver.port=9094` `-Dcsp.sentinel.log.use.pid=true`

启动cloudalibaba-sentinel-cluster-client-alone9093，我们启动1个实例，模拟server(实现master选举之后，可以启动多个)：

1	`-Dserver.port=9093` `-Dcsp.sentinel.log.use.pid=true`

不断执行以下命令，进行接口访问测试：

1 2	`ab -n` `100` `-c` `50` `http://localhost:9092/order/1` `ab -n` `100` `-c` `50` `http://localhost:9094/order/3`

我们从实时监控图上可以看出，资源名为/order/{id}，整个集群的QPS为30，跟我们的配置是一样的。当作为token server的机器挂掉后，集群限流会退化到 local 模式的限流，即在本地按照单机阈值执行限流检查。

热点限流已经为大家实现了，大家可以自行测试，比较简单，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

若在生产环境使用集群限流，管控端还需要关注以下的问题：

Token Server 自动管理、调度（分配/选举 Token Server）
Token Server 高可用，在某个 server 不可用时自动 failover 到其它机器

总结

集群流控，有两种模式，嵌入模式和独立模式，个人不建议在业务系统使用集群流控，集群流控可以在网关层做，业务层的话可以使用单机流控，相对来说简单好上手。token server目前存在单点问题，需要个人实现master选举，并修改 cluster-server-config的IP即可。

代码示例

本文示例读者可以通过查看下面仓库中的项目，如下所示：

1	`<module>cloudalibaba-sentinel-cluster</module>`

Github：GitHub - jiuqiyuliang/SpringCloud-Learning

到此这篇关于Sentinel实现动态配置的集群流控的文章就介绍到这了,更多相关Sentinel集群流控内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

来源：Sentinel实现动态配置的集群流控的方法_java_脚本之家

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)