当前位置: 首页 > news >正文

SpringBoot 2.0 + Nacos + Sentinel 流控规则集中存储至nacos完整配置步骤

前言

Sentinel 原生版本的规则管理通过API 将规则推送至客户端并直接更新到内存中,并不能直接用于生产环境。不过官方也提供了一种 Push模式,扩展读数据源ReadableDataSource,规则中心统一推送,客户端通过注册监听器的方式时刻监听变化,比如使用 Nacos、Zookeeper 等配置中心。这种方式有更好的实时性和一致性保证。这里我们通过配置 Nacos 来实现流控规则的统一存储配置。

架构

控制台推送规则至配置中心,客户端通过监听事件从配置中心获取流控规则。

客户端配置

pom.xml 引入:


<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> <version>1.6.3</version> </dependency>

配置文件:


# nacos的访问地址,配置参考 https://blog.52itstyle.vip/archives/4174/ spring.cloud.sentinel.datasource.ds.nacos.server-addr=47.104.187.19:8848 #nacos中存储规则的dataId,对于dataId使用了${spring.application.name}变量,这样可以根据应用名来区分不同的规则配置 spring.cloud.sentinel.datasource.ds.nacos.dataId=${spring.application.name}-flow-rules #nacos中存储规则的groupId spring.cloud.sentinel.datasource.ds.nacos.groupId=SENTINEL_GROUP #定义存储的规则类型 spring.cloud.sentinel.datasource.ds.nacos.rule-type=flow

控制台配置

修改 pom.xml,原来的<scope>test</scope>去掉:


<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> </dependency>

src/test下面的包com.alibaba.csp.sentinel.dashboard.rule.nacos拷贝到src/main/java下面。

修改 NacosConfig:


/** * @author Eric Zhao * @since 1.4.0 */ @Configuration public class NacosConfig { @Value("${nacos.address}") private String address; @Bean public Converter<List<FlowRuleEntity>, String> flowRuleEntityEncoder() { return JSON::toJSONString; } @Bean public Converter<String, List<FlowRuleEntity>> flowRuleEntityDecoder() { return s -> JSON.parseArray(s, FlowRuleEntity.class); } @Bean public ConfigService nacosConfigService() throws Exception { Properties properties = new Properties(); properties.put("serverAddr",address); return ConfigFactory.createConfigService(properties); } }

application.properties 配置引入 Nacos:


# nacos的访问地址,配置参考 https://blog.52itstyle.vip/archives/4174/ nacos.address=47.104.197.19:8848

FlowControllerV2指定对应的 Bean 开启 Nacos 适配。


@Autowired @Qualifier("flowRuleNacosProvider") private DynamicRuleProvider<List<FlowRuleEntity>> ruleProvider; @Autowired @Qualifier("flowRuleNacosPublisher") private DynamicRulePublisher<List<FlowRuleEntity>> rulePublisher;

修改sidebar.html页面, 流控规则路由从dashboard.flowV1改成dashboard.flow


<-- nacos 动态规则配置--> <li ui-sref-active="active" ng-if="!entry.isGateway"> <a ui-sref="dashboard.flow({app: entry.app})"> <i class="glyphicon glyphicon-filter"></i>&nbsp;&nbsp;流控规则</a> </li>

如图所示,界面会多了一个回到单机页面的按钮,这里我们新增一个流控规则。

登录 Nacos 后台,配置管理->配置列表:

点击进入配置详情,配置内容如下:


[{ "app": "blog", "clusterConfig": { "fallbackToLocalWhenFail": true, "sampleCount": 10, "strategy": 0, "thresholdType": 0, "windowIntervalMs": 1000 }, "clusterMode": false, "controlBehavior": 0, "count": 2.0, "gmtCreate": 1568617671812, "gmtModified": 1568622253889, "grade": 1, "id": 6, "ip": "10.136.168.88", "limitApp": "default", "port": 8720, "resource": "blogView", "strategy": 0 }]

小结

生产环境下,推送规则正确做法应该是 配置中心控制台/Sentinel 控制台 → 配置中心 → Sentinel 数据源 → Sentinel。

案例

https://gitee.com/52itstyle/spring-boot-blog

参考

https://cloud.tencent.com/developer/article/1549863

https://github.com/alibaba/Sentinel

https://github.com/alibaba/Sentinel/tree/master/sentinel-dashboard

http://www.cnnetsun.cn/news/801491.html

相关文章:

  • 计算机Java毕设实战-基于springboot的社区志愿者服务系统基于Spring Boot的社区助老志愿管理服务平台【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 一文吃透网络传输七层协议:从原理到实际应用
  • Java毕设项目:基于springboot的社区志愿者服务系统(源码+文档,讲解、调试运行,定制等)
  • 【程序员必藏】深入理解Qwen视觉语言模型:架构创新与关键技术解析
  • 小白也能学会!vLLM本地部署大模型完整教程
  • 大模型微调经验分享:数据预处理、模型结构、训练参数与错误处理_AI大模型面经轻松应对面试!
  • 曾经的王,突然 MySQL 倒下了!!!
  • MATLAB数据分析,基于遗传算法,粒子群优化算法优化BP神经网络GA-BP和PSO-BP的数...
  • Java毕设项目:基于springboot的三体科幻社区管理系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • 31岁仍被说幼稚:上班最狠的PUA是让我们盼着自己变老
  • 生物医学研究新利器:自我进化LLM智能体架构与实战
  • 【2026全网首发】AI智能体完全指南:面试必备+大模型开发实战+学习资源全解析
  • 基于STM32的老年智能手环系统设计
  • 基于STM32的蓝牙智能控制风扇
  • kotlin
  • 4.2.多线程JUC-并发和并行
  • YOLO26改进 - 特征融合 | EFC增强层间特征相关性,通过多尺度特征交互减少冗余信息丢失即插即用
  • AI驱动的动态调度:从理论到实践,程序员必备的智能制造核心技能(建议收藏)
  • 探索Matlab水下图像处理与GUI界面构建之旅
  • 大模型开发学习路径:从基础知识到工程实战的完整指南
  • 导师严选2026 10款一键生成论文工具测评:本科生毕业论文必备清单
  • 多模态融合技术全解析:从传统架构到GPT-4o的演进之路
  • 大模型训练三阶段全解析:预训练、微调与对齐(程序员必看,建议收藏)
  • 如何快速删除 Linux 中的海量小文件:告别rm命令的缓慢困境
  • Claude Skills 保姆级教程:无脑照做就能用出效果
  • YOLOv26自行车部件检测识别系统实现
  • YOLO26改进 - 卷积Conv | SPConv:基于分割的卷积巧解特征冗余,实现高效特征提取
  • 电子标签拣货系统:高效、智能的物流分拣解决方案
  • 基于深度学习的防化服检测系统
  • 基于Matlab-YALMIP-CPLEX的微网优化调度:‘总费用最低‘的蓄电池与市场购售电功...