Java之springcloud Sentinel案例講解
一、Sentinel是什么?
Sentinel (分布式系統(tǒng)的流量防衛(wèi)兵) 是阿里開源的一套用于服務(wù)容錯的綜合性解決方案。
它以流量為切入點,從流量控制、熔斷降級、系統(tǒng)負載保護等多個維度來保護服務(wù)的穩(wěn)定性。
二、使用步驟
1.下載地址
下載地址:https://github.com/alibaba/Sentinel/releases
java -jar sentinel-dashboard-1.7.0.jar
訪問:http://localhost:8080
用戶名密碼:sentinel/sentinel
2.導(dǎo)入依賴
<!--服務(wù)容錯 每一個服務(wù) 都引入 sentinel 客戶端--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>
3.添加配置
#spring: # cloud: sentinel: transport: port: 8081 #跟控制臺交流的端口,隨意指定一個未使用的端口即可 dashboard: localhost:8080 # 指定控制臺服務(wù)的地址
4.啟動jar
5 運行接口后就才能被監(jiān)控,設(shè)置流控規(guī)則
6 測試重復(fù)刷新后
該處使用的url網(wǎng)絡(luò)請求的數(shù)據(jù)。
三 容錯異常
FlowException)
降級
DegradeException)
參數(shù)熱點異常
ParamFlowException
系統(tǒng)
SystemBlockException
授權(quán)
AuthorityException
自定義sentinel異常 BlockExceptionAspect
@Slf4j @Component public class BlockExceptionAspect implements UrlBlockHandler { @Override public void blocked(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws IOException { System.out.println("進入。。。 MyUrlBlockHandler"); // 打印日志 R log.error(e.getMessage(),e); // 統(tǒng)一返回結(jié)果 R appResult = null; if (e instanceof FlowException) { appResult = new R(ResponseEnum.FLOW_BLOCK,null); } else if (e instanceof DegradeException) { appResult = new R(ResponseEnum.DEG_BLOCK,null); } else if (e instanceof ParamFlowException) { appResult = new R(ResponseEnum.DEG_BLOCK,null); } else if (e instanceof SystemBlockException) { appResult = new R(ResponseEnum.DEG_BLOCK,null); } else if (e instanceof AuthorityException) { appResult = new R(ResponseEnum.DEG_BLOCK,null); } httpServletResponse.setCharacterEncoding("utf-8"); httpServletResponse.setContentType(MediaType.APPLICATION_JSON_UTF8_VALUE); httpServletResponse.getWriter().print(JSON.toJSONString(appResult)); } }
一: QPS每秒查詢率(Query Per Second)
原理:每天80%的訪問集中在20%的時間里,這20%時間叫做峰值時間。
公式:( 總PV數(shù) * 80% ) / ( 每天秒數(shù) * 20% ) = 峰值時間每秒請求數(shù)(QPS) 。
PV(page view)即頁面瀏覽量,通常是衡量一個網(wǎng)絡(luò)新聞頻道或網(wǎng)站甚至一條網(wǎng)絡(luò)新聞的主要指標(biāo)。網(wǎng)頁瀏覽數(shù)是評價網(wǎng)站流量最常用的指標(biāo)之一,簡稱為PV。
機器:峰值時間每秒QPS / 單臺機器的QPS = 需要的機器 。
每天300w PV 的在單臺機器上,這臺機器需要多少Q(mào)PS?
( 3000000 * 0.8 ) / (86400 * 0.2 ) = 139 (QPS)。
一般需要達到139QPS,因為是峰值。(200萬pv才有100峰值qps)
二:TPS
TPS:Transactions Per Second(每秒傳輸?shù)氖挛锾幚韨€數(shù)),即服務(wù)器每秒處理的事務(wù)數(shù)。
TPS包括一條消息入和一條消息出,加上一次用戶數(shù)據(jù)庫訪問。(業(yè)務(wù)TPS = CAPS × 每個呼叫平均TPS)
一個事務(wù)是指一個客戶機向服務(wù)器發(fā)送請求然后服務(wù)器做出反應(yīng)的過程??蛻魴C在發(fā)送請求時開始計時,收到服務(wù)器響應(yīng)后結(jié)束計時,以此來計算使用的時間和完成的事務(wù)個數(shù)。
一般的,評價系統(tǒng)性能均以每秒鐘完成的技術(shù)交易的數(shù)量來衡量。系統(tǒng)整體處理能力取決于處理能力最低模塊的TPS值。
三:RT(Response-time)
響應(yīng)時間是指:系統(tǒng)對請求作出響應(yīng)的時間(一次請求耗時)。
響應(yīng)時間:執(zhí)行一個請求從開始到最后收到響應(yīng)數(shù)據(jù)所花費的總體時間,即從客戶端發(fā)起請求到收到服務(wù)器響應(yīng)結(jié)果的時間。響應(yīng)時間RT(Response-time),是一個系統(tǒng)最重要的指標(biāo)之一,它的數(shù)值大小直接反應(yīng)了系統(tǒng)的快慢。
四:Load(系統(tǒng)負載)
Linux的Load(系統(tǒng)負載),是一個讓新手不太容易了解的概念。load的就是一定時間內(nèi)計算機有多少個active_tasks,也就是說是計算機的任務(wù)執(zhí)行隊列的長度,cpu計算的隊列。
top/uptime等工具默認(rèn)會顯示1分鐘、5分鐘、15分鐘的平均Load。
具體來說,平均Load是指,在特定的一段時間內(nèi)統(tǒng)計的正在CPU中運行的(R狀態(tài))、正在等待CPU運行的、處于不可中斷睡眠的(D狀態(tài))的任務(wù)數(shù)量的平均值。
最后,說一下CPU使用率和Load的關(guān)系吧。如果主要是CPU密集型的程序在運行(If CPU utilization is near 100 percent (user + nice + system), the workload sampled is CPU-bound.),
那么CPU利用率高,Load一般也會比較高。而I/O密集型的程序在運行,
可能看到CPU的%user, %system都不高,%iowait可能會有點高,這時的Load通常比較高。
同理,程序讀寫慢速I/O設(shè)備(如磁盤、NFS)比較多時,Load可能會比較高,而CPU利用率不一定高。這種情況,還經(jīng)常發(fā)生在系統(tǒng)內(nèi)存不足并開始使用swap的時候,Load一般會比較高,而CPU使用率并不高。
五:PV
頁面訪問次數(shù):Page View
六:UV
訪客數(shù)(去重復(fù)):Unique Visitor
七:帶寬
帶寬(bps)=總流量數(shù)(bit)/產(chǎn)生流量的時長(秒)=(PV頁面平均大小8)/統(tǒng)計時間(秒)
說明:公式中的 8 指的是將 Byte 轉(zhuǎn)換為 bit,即 8b/B,因為帶寬的單位是 bps(比特率),即bit per second,每秒二進制位數(shù),而容量單位一般使用 Byte。
假設(shè)某站點的日均 PV 是 10w,頁面平均大小 0.4 M,那么其平均帶寬需求是:
平均帶寬 = (10w * 0.4M * 8) / (60 * 60 * 24)= 3.7 Mbps
以上計算的僅僅是平均帶寬,我們在進行容量預(yù)估時需要的是峰值帶寬,即必須要保證站點在峰值流量時能夠正常運轉(zhuǎn)。假設(shè),峰值流量是平均流量的5倍,這個5倍稱為峰值因 子。按照這個計算,實際需要的帶寬大約在3.7 Mbps * 5=18.5 Mbps 。
帶寬需求 = 平均帶寬 * 峰值因子
八:并發(fā)連接數(shù)
并發(fā)數(shù)是指系統(tǒng)同時能處理的請求數(shù)量,這個也是反應(yīng)了系統(tǒng)的負載能力。
總結(jié)
功能 | Sentinel | Hystrix | resilience4j |
---|---|---|---|
隔離策略 | 信號量隔離(并發(fā)線程數(shù)限流) | 線程池隔離/信號量隔離 | 信號量隔離 |
熔斷降級策略 | 基于響應(yīng)時間、異常比率、異常數(shù) | 基于異常比率 | 基于異常比率、響應(yīng)時間 |
實時統(tǒng)計實現(xiàn) | 滑動窗口(LeapArray) | 滑動窗口 | (基于 RxJava) |
動態(tài)規(guī)則配置 | 支持多種數(shù)據(jù)源 | 支持多種數(shù)據(jù)源 | 有限支持 |
擴展性 | 多個擴展點 | 插件的形式 | 接口的形式 |
基于注解的支持 | 支持 | 支持 | 支持 |
限流 | 基于 QPS,支持基于調(diào)用關(guān)系的限流 | 有限的支持 | Rate Limiter |
流量整形 | 支持預(yù)熱模式、勻速器模式、預(yù)熱排隊模式(流量規(guī)則處可配置) | 不支持 | 簡單的 Rate Limiter 模式 |
系統(tǒng)自適應(yīng)保護 | 支持 | 不支持 | 不支持 |
控制臺 | 提供開箱即用的控制臺,可配置規(guī)則、查看秒級監(jiān)控、機器發(fā)現(xiàn)等 | 簡單的監(jiān)控查看 | 不提供控制臺,可對接其它監(jiān)控系統(tǒng) |
到此這篇關(guān)于Java之springcloud Sentinel案例講解的文章就介紹到這了,更多相關(guān)Java之springcloud Sentinel內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
關(guān)于java String中intern的深入講解
這篇文章主要給大家介紹了關(guān)于java String中intern的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家學(xué)習(xí)或者使用java具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04Java實現(xiàn)的簡單數(shù)字處理類及用法示例
這篇文章主要介紹了Java實現(xiàn)的簡單數(shù)字處理類及用法,涉及java數(shù)字運算相關(guān)操作技巧,需要的朋友可以參考下2018-01-01Spring Cloud入門系列服務(wù)提供者總結(jié)
這篇文章主要介紹了Spring Cloud入門系列之服務(wù)提供者總結(jié),服務(wù)提供者使用Eureka Client組件創(chuàng)建 ,創(chuàng)建完成以后修改某文件,具體操作方法及實例代碼跟隨小編一起看看吧2021-06-06java?ThreadPoolExecutor線程池內(nèi)部處理流程解析
這篇文章主要為大家介紹了java?ThreadPoolExecutor線程池內(nèi)部處理流程解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-12-12hibernate存取json數(shù)據(jù)的代碼分析
這篇文章主要介紹了hibernate存取json數(shù)據(jù)的代碼分析,需要的朋友可以參考下2017-09-09SpringBoot實現(xiàn)Md5對數(shù)據(jù)庫數(shù)據(jù)加密的示例
本文主要介紹了SpringBoot實現(xiàn)Md5對數(shù)據(jù)庫數(shù)據(jù)加密的示例,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04Spring Boot 2.0快速構(gòu)建服務(wù)組件全步驟
這篇文章主要給大家介紹了關(guān)于Spring Boot 2.0快速構(gòu)建服務(wù)組件的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家學(xué)習(xí)或者使用Spring Boot 2.0具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04