微服务保护Sentinel

1、雪崩问题

1.1 什么时雪崩?

微服务调用链路中的某个服务故障,引起整个链路中的所有微服务都不可用,这就是雪崩。

微服务保护Sentinel_第1张图片

1.2 如何解决雪崩?

1.2.1 超时处理

设定超时时间,请求超过一定时间没有响应就返回错误信息,不会无休止等待

微服务保护Sentinel_第2张图片

1.2.2 舱壁模式

限定每个业务能使用的线程数,避免耗尽整个tomcat的资源,因此也叫线程隔离。

微服务保护Sentinel_第3张图片

1.2.3 熔断降级

由断路器统计业务执行的异常比例,如果超出阈值则会熔断该业务,拦截访问该业务的一切请求。

微服务保护Sentinel_第4张图片

1.2.4流量控制

限制业务访问的QPS,避免服务因流量的突增而故障。

微服务保护Sentinel_第5张图片

1.3 关于雪崩问题的总结

问题一:什么是雪崩问题?

微服务之间相互调用,因为调用链中的一个服务故障,引起整个链路都无法访问的情况。

问题二:如何避免因瞬间高并发流量而导致服务故障?

流量控制

问题三:如何避免因服务故障引起的雪崩问题?

超时处理,线程隔离,降级熔断

2、服务保护技术对比

微服务保护Sentinel_第6张图片

3、Sentinel简介

Sentinel是阿里巴巴开源的一款微服务流量控制组件。

官网地址:homehomehttps://sentinelguard.io/zh-cn/index.htmlSentinel 具有以下特征:

①丰富的应用场景:Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景,例如秒杀(即突发流量控制在系统容量可以承受的范围)、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。

②完备的实时监控:Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据,甚至 500 台以下规模的集群的汇总运行情况。
广泛的开源生态:Sentinel 提供开箱即用的与其它开源框架/库的整合模块,例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。

③完善的 SPI 扩展点:Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

4、安装Sentinel控制台

第一步:下载jar包

sentinel官方提供了UI控制台,方便我们对系统做限流设置。大家可以在GitHub下载。

第二步:在jar包所在目录(不能有中文)打开命令行窗口,执行命令:

java -jar sentinel-dashboard-1.8.1.jar

第三步:访问localhost:8080 即可看到控制台页面,默认的账户和密码都是sentinel

微服务保护Sentinel_第7张图片

如果要修改Sentinel的默认端口、账户、密码,可以通过下列配置:

配置项

默认值

说明

server.port

8080

服务端口

sentinel.dashboard.auth.username

sentinel

默认用户名

sentinel.dashboard.auth.password

sentinel

默认密码

比如:8080端口被占用,修改端口号

java -Dserver.port=8090 sentinel-dashboard-1.8.1.jar

5、微服务整合Sentinel

我们在微服务中整合Sentinel,并且连接Sentinel的控制台,步骤如下:

第一步,引入sentinel依赖



    com.alibaba.cloud
    spring-cloud-starter-alibaba-sentinel

第二步,配置控制台地址

# 指定sentinel控制面板的地址
spring.cloud.sentinel.transport.dashboard=localhost:8090

第三步,访问微服务的任意端点,触发sentinel监控

微服务保护Sentinel_第8张图片

5.1 限流规则之簇点链路

簇点链路:就是项目内的调用链路,链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点(Endpoint),因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源。流控、熔断等都是针对簇点链路中的资源来设置的,因此我们可以点击对应资源后面的按钮来设置规则:

微服务保护Sentinel_第9张图片

点击相应资源后面的流控按钮,就可以弹出表单。表单中可以添加流控规则,如下图所示:

微服务保护Sentinel_第10张图片

其含义是限制这个资源的单机QPS为1,即每秒只允许1次请求,超出的请求会被拦截并报错。

微服务保护Sentinel_第11张图片

利用jemeter测试

微服务保护Sentinel_第12张图片

微服务保护Sentinel_第13张图片

在添加限流规则时,点击高级选项,可以选择三种流控模式:

直接:统计当前资源的请求,触发阈值时对当前资源直接限流,也是默认的模式
关联:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流
链路:统计从指定链路访问到本资源的请求,触发阈值时,对指定链路限流

5.1.1 流控模式(直接)

上面使用的就是直接模式

5.1.2 流控模式(关联)

关联模式:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流

使用场景:比如用户支付时需要修改商品状态,同时用户要查询商品。查询和修改操作会争抢数据库锁,产生竞争。当修改商品业务触发阈值时,需要对查询商品业务限流。

@GetMapping("getProduct")
public CommonResult getProduct(){
    return new CommonResult(2000,"查询商品",null);
}

@GetMapping("updateProduct")
public CommonResult updateProduct(){
    return new CommonResult(2000,"修改商品",null);
}

微服务保护Sentinel_第14张图片

微服务保护Sentinel_第15张图片

微服务保护Sentinel_第16张图片

当/updateProduct资源访问量触发阈值时,就会对/getProduct资源限流,避免影响/updateProduct资源。

满足下面条件可以使用关联模式:
①两个有竞争关系的资源
②一个优先级较高,一个优先级较低

5.1.3 流控模式(链路)

链路模式:只针对从指定链路访问到本资源的请求做统计,判断是否超过阈值。

例如有两条请求链路:

  • /read/getGoods
  • /write/getGoods

如果只希望统计从/read进入到/getGoods的请求,则可以这样配置:

微服务保护Sentinel_第17张图片

需求:有查询订单和创建订单业务,两者都需要查询商品。针对从查询订单进入到查询商品的请求统计,并设置限流。
步骤:

  1. 在OrderService中添加一个getGoods方法,不用实现业务
  2. 在OrderController中,添加/order/read端点,调用OrderService中的getGoods方法
  3. 在OrderController中添加一个/order/write的端点,调用OrderService的getGoods方法
  4. 给getGoods设置限流规则,从/order/read进入getGoods的方法限制QPS必须小于5

Sentinel默认只标记Controller中的方法为资源,如果要标记其它方法为资源,需要利用@SentinelResource注解

微服务保护Sentinel_第18张图片

Sentinel默认会将Controller方法做context整合,导致链路模式的流控失效,需要修改application.properties

# 取消上下文整合,默认值为true
spring.cloud.sentinel.web-context-unify=false

5.1.4 总结

流控模式有哪些?
直接:对当前资源限流
关联:高优先级资源触发阈值,对低优先级资源限流。
链路:阈值统计时,只统计从指定资源进入当前资源的请求,是对请求来源的限流

5.2 限流规则之流控效果

流控效果是指请求达到流控阈值时应该采取的措施,包括三种:
快速失败:达到阈值后,新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
warm up:预热模式,对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化,从一个较小值逐渐增加到最大阈值。
排队等待:让所有的请求按照先后次序排队执行,两个请求的间隔不能小于指定时长。

5.2.1 流控效果(直接失败)

我们上面使用到的流控效果都是直接失败的流控效果。

5.2.2 流控效果(warm up)

warm up也叫预热模式,是应对服务冷启动的一种方案。请求阈值初始值是 threshold / coldFactor,持续指定时长后,逐渐提高到threshold值。而coldFactor的默认值是3.
例如,我设置QPS的threshold为10,预热时间为5秒,那么初始阈值就是 10 / 3 ,也就是3,然后在5秒后逐渐增长到10.

微服务保护Sentinel_第19张图片

需求:给/product/getOne/{id}这个资源设置限流,最大QPS为10,利用warm up效果,预热时长为5秒

微服务保护Sentinel_第20张图片

5.2.3 流控效果(排队等待)

当请求超过QPS阈值时,快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中,然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成,如果请求预期的等待时间超出最大时长,则会被拒绝。
例如:QPS = 5,意味着每200ms处理一个队列中的请求;timeout = 2000,意味着预期等待超过2000ms的请求会被拒绝并抛出异常

微服务保护Sentinel_第21张图片

需求:给/product/getOne/{id}这个资源设置限流,最大QPS为10,利用排队的流控效果,超时时长设置为5s

微服务保护Sentinel_第22张图片

也就是说1s内可以处理10个http请求,超出的请求进行等待,超时时间为5s,每100ms处理一个请求,所以等待队列中可以有50个请求,超出的就会直接被拒绝,设置1s的执行时间,5s的等待时间,一共执行了6s,在6s内可以处理60个请求,其余请求被拒绝,使用jmeter进行测试。

微服务保护Sentinel_第23张图片

5.2.4 总结

流控效果有哪些?
①快速失败:QPS超过阈值时,拒绝新的请求
②warm up: QPS超过阈值时,拒绝新的请求;QPS阈值是逐渐提升的,可以避免冷启动时高并发导致服务宕机。
③排队等待:请求会进入队列,按照阈值允许的时间间隔依次执行请求;如果请求预期等待时长大于超时时间,直接拒绝

5.3 热点参数限流

之前的限流是统计访问某个资源的所有请求,判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求,判断是否超过QPS阈值。

热点参数限流对默认的SpringMVC资源无效

//TODO:热点参数限流默认不会对springmvc的资源进行限制,我们可以使用@SentinelResource自定义资源
@GetMapping("getById/{id}")
@SentinelResource("hot")
public CommonResult getById(@PathVariable Integer id){
    Order order = orderService.getById(id);
    return new CommonResult(2000,"查询成功",order);
}

给/order/getById/{orderId}这个资源添加热点参数限流,规则如下:
默认的热点参数规则是每1秒请求量不超过5
给161这个参数设置例外:每1秒请求量不超过10
给162这个参数设置例外:每1秒请求量不超过8 

微服务保护Sentinel_第24张图片

使用jmeter测试

微服务保护Sentinel_第25张图片

6、隔离和降级

虽然限流可以尽量避免因高并发而引起的服务故障,但服务还会因为其它原因而故障。而要将这些故障控制在一定范围,避免雪崩,就要靠线程隔离(舱壁模式)和熔断降级手段了。
不管是线程隔离还是熔断降级,都是对客户端(调用方)的保护。

微服务保护Sentinel_第26张图片

6.1 FeignClient整合Sentinel

SpringCloud中,微服务调用都是通过Feign来实现的,因此做客户端保护必须整合Feign和Sentinel。
第一步,修改OrderService的配置文件,开启Feign的Sentinel功能

第二步,给FeignClient编写失败后的降级逻辑
方式一:FallbackClass,无法对远程调用的异常做处理
方式二:FallbackFactory,可以对远程调用的异常做处理(推荐)

在order项目中定义类,实现FallbackFactory:

@Component
@Slf4j
//TODO:降级
// 1.开启openFeign和sentinel的整合,
// 2.编写productFeignFactory类并交与容器管理,
// 3.在ProductFeign的注解标注fallbackFactory
public class ProductFeignFactory implements FallbackFactory {
    @Override
    public ProductFeign create(Throwable throwable) {
        ProductFeign productFeign = new ProductFeign() {
            @Override
            public CommonResult getOne(Integer id) {
                log.error("product服务远程调用出现错误,执行了兜底操作");
                Product product = new Product();
                product.setPid(id);
                product.setPname("异常"+throwable.getMessage());
                return new CommonResult(5002,"系统繁忙",product);
            }
        };
        return productFeign;
    }
}

微服务保护Sentinel_第27张图片

微服务保护Sentinel_第28张图片

微服务保护Sentinel_第29张图片

 

Sentinel支持的雪崩解决方案:
线程隔离(仓壁模式)
降级熔断

Feign整合Sentinel的步骤:
在application.yml中配置:feign.sentienl.enable=true
给FeignClient编写FallbackFactory并交与容器管理
将FallbackFactory配置到FeignClient

6.2 线程隔离

线程隔离有两种方式实现:
线程池隔离
信号量隔离(Sentinel默认采用)

微服务保护Sentinel_第30张图片

6.2.1 两种线程隔离的比较

信号量隔离 线程池隔离
优点

轻量级,无额外开销

支持主动超时和异步调用
缺点 不支持主动超时和异步调用 线程的额外开销比较大
场景 高频调出,高扇出 低扇出

6.2.2 线程隔离(舱壁模式)

在添加限流规则时,可以选择两种阈值类型:

微服务保护Sentinel_第31张图片

  • QPS:就是每秒的请求数,在快速入门中已经演示过

  • 线程数:是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量,实现舱壁模式。

需求:给 product的查询接口设置流控规则,线程数不能超过 2。借助小伙伴同时访问你的这个地址进行测试。

微服务保护Sentinel_第32张图片

微服务保护Sentinel_第33张图片

线程隔离的两种手段是?
信号量隔离
线程池隔离
信号量隔离的特点是?
基于计数器模式,简单,开销小
线程池隔离的特点是?
基于线程池模式,有额外开销,但隔离控制更强

6.3 熔断降级

熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例,如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求;而当服务恢复时,断路器会放行访问该服务的请求。

微服务保护Sentinel_第34张图片

断路器熔断策略有三种:慢调用、异常比例、异常数

6.3.1 慢调用

业务的响应时长(RT)大于指定时长的请求认定为慢调用请求。在指定时间内,如果请求数量超过设定的最小数量,慢调用比例大于设定的阈值,则触发熔断。例如:

微服务保护Sentinel_第35张图片

微服务保护Sentinel_第36张图片

解读:RT超过150ms的调用是慢调用,统计最近5000ms内的请求,如果请求量超过10次,并且慢调用比例不低于0.5,则触发熔断,熔断时长为10秒。然后进入half-open状态,放行一次请求做测试,如果放行的测试请求为小于150ms的则关闭熔断,否则继续进入熔断。

微服务保护Sentinel_第37张图片

6.3.2 异常比例、异常数

异常比例或异常数:统计指定时间内的调用,如果调用次数超过指定请求数,并且出现异常的比例达到设定的比例阈值(或超过指定异常数),则触发熔断。例如:

微服务保护Sentinel_第38张图片

解读:统计最近5000ms内的请求,如果请求量超过10次,并且异常比例不低于0.5,则触发熔断,熔断时长为10秒。然后进入half-open状态,放行一次请求做测试。

微服务保护Sentinel_第39张图片

测试:

微服务保护Sentinel_第40张图片

等到熔断时长结束后,使用没有异常的请求即可结束熔断,如果使用有异常的请求则会继续进入熔断。

Sentinel熔断降级的策略有哪些?

  • 慢调用比例:超过指定时长的调用为慢调用,统计单位时长内慢调用的比例,超过阈值则熔断
  • 异常比例:统计单位时长内异常调用的比例,超过阈值则熔断
  • 异常数:统计单位时长内异常调用的次数,超过阈值则熔断

6.4 自定义异常结果

默认情况下,发生限流、降级、授权拦截时,都会抛出异常到调用方。如果要自定义异常时的返回结果,需要实现BlockExceptionHandler接口:

而BlockException包含很多个子类,分别对应不同的场景:

微服务保护Sentinel_第41张图片

我们在order-service中定义类,实现BlockExceptionHandler接口:

@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
    @Override    
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
        String msg = "未知异常";
        int status = 429;
        if (e instanceof FlowException) {
            msg = "请求被限流了!";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了!"; 
        } else if (e instanceof ParamFlowException) {
            msg = "热点参数限流!";
        } else if (e instanceof AuthorityException) {
            msg = "请求没有权限!";
            status = 401;
        }
        httpServletResponse.setContentType("application/json;charset=utf-8");
        httpServletResponse.setStatus(status);
        httpServletResponse.getWriter().println("{\"message\": \"" + msg + "\", \"status\": " + status + "}");
    }
}

微服务保护Sentinel_第42张图片

微服务保护Sentinel_第43张图片

获取请求来源的接口是什么?
RequestOriginParser
处理BlockException的接口是什么?
BlockExceptionHandler

6.5 规则持久化

Sentinel的控制台规则管理有三种模式:

微服务保护Sentinel_第44张图片

6.5.1 规则管理模式-原始模式

原始模式:控制台配置的规则直接推送到Sentinel客户端,也就是我们的应用。然后保存在内存中,服务重启则丢失

微服务保护Sentinel_第45张图片

6.5.2 规则管理模式-pull模式

pull模式:控制台将配置的规则推送到Sentinel客户端,而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询,更新本地规则。

微服务保护Sentinel_第46张图片

第一步,编写处理类

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 org.springframework.beans.factory.annotation.Value;

import java.io.File;
import java.io.IOException;
import java.util.List;
public class FilePersistence implements InitFunc {

    @Value("${spring.application.name}")
    private String appcationName;

    @Override
    public void init() throws Exception {
        String ruleDir = System.getProperty("user.home") + "/sentinel-rules/" + appcationName;
        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";

        this.mkdirIfNotExits(ruleDir);
        this.createFileIfNotExits(flowRulePath);
        this.createFileIfNotExits(degradeRulePath);
        this.createFileIfNotExits(systemRulePath);
        this.createFileIfNotExits(authorityRulePath);
        this.createFileIfNotExits(paramFlowRulePath);

        // 流控规则
        ReadableDataSource> flowRuleRDS = new FileRefreshableDataSource<>(
                flowRulePath,
                flowRuleListParser
        );
        FlowRuleManager.register2Property(flowRuleRDS.getProperty());
        WritableDataSource> flowRuleWDS = new FileWritableDataSource<>(
                flowRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);

        // 降级规则
        ReadableDataSource> degradeRuleRDS = new FileRefreshableDataSource<>(
                degradeRulePath,
                degradeRuleListParser
        );
        DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
        WritableDataSource> degradeRuleWDS = new FileWritableDataSource<>(
                degradeRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);

        // 系统规则
        ReadableDataSource> systemRuleRDS = new FileRefreshableDataSource<>(
                systemRulePath,
                systemRuleListParser
        );
        SystemRuleManager.register2Property(systemRuleRDS.getProperty());
        WritableDataSource> systemRuleWDS = new FileWritableDataSource<>(
                systemRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);

        // 授权规则
        ReadableDataSource> authorityRuleRDS = new FileRefreshableDataSource<>(
                authorityRulePath,
                authorityRuleListParser
        );
        AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
        WritableDataSource> authorityRuleWDS = new FileWritableDataSource<>(
                authorityRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);

        // 热点参数规则
        ReadableDataSource> paramFlowRuleRDS = new FileRefreshableDataSource<>(
                paramFlowRulePath,
                paramFlowRuleListParser
        );
        ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
        WritableDataSource> paramFlowRuleWDS = new FileWritableDataSource<>(
                paramFlowRulePath,
                this::encodeJson
        );
        ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);
    }

    private Converter> flowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );
    private Converter> degradeRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );
    private Converter> systemRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    private Converter> authorityRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    private Converter> paramFlowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    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  String encodeJson(T t) {
        return JSON.toJSONString(t);
    }
}

第二步,添加配置

resources下创建配置目录 META-INF/services ,然后添加文件

com.alibaba.csp.sentinel.init.InitFunc

在文件中添加配置类的全路径

com.gjx.product.config.FilePersistence

微服务保护Sentinel_第47张图片

微服务保护Sentinel_第48张图片

如果不想将规则持久化到c盘可以修改持久化路径

微服务保护Sentinel_第49张图片

6.5.3 规则管理模式-push模式

push模式:控制台将配置规则推送到远程配置中心,例如Nacos。Sentinel客户端监听Nacos,获取配置变更的推送消息,完成本地配置更新。

微服务保护Sentinel_第50张图片

push模式实现最为复杂,依赖于nacos,并且需要改在Sentinel控制台。整体步骤如下:

  1. 修改order-service服务,使其监听Nacos配置中心
  2. 修改Sentinel-dashboard源码,配置nacos数据源
  3. 修改Sentinel-dashboard源码,修改前端页面
  4. 重新编译、打包-dashboard源码

第一步,sentinel源码包,并用IDEA打开

第二步,修改sentinel-dashboard源码的pom文件,将sentinel-datasource-nacos依赖的scope去掉

微服务保护Sentinel_第51张图片

第三步,拷贝test目录下的nacos代码到main下的com.alibaba.csp.sentinel.dashboard.rule包

微服务保护Sentinel_第52张图片

第四步,修改刚刚拷贝的nacos包下的NacosConfig类,修改其中的nacos地址

微服务保护Sentinel_第53张图片

第五步,修改 com.alibaba.csp.sentinel.dashboard.controller.v2包下的FlowControllerV2类

微服务保护Sentinel_第54张图片

第六步,修改src/main/webapp/resources/app/scripts/directives/sidebar/目录下的sidebar.html文件

微服务保护Sentinel_第55张图片

第七步,修改之后在控制台使用mvn clean package 打包。

你可能感兴趣的:(SpringCloud微服务,sentinel,微服务,java)