Nacos配置Sentinel規(guī)則

springcloud配置

# sentinel + nacos  ds1為自定義數(shù)據(jù)源名稱父泳,可以隨便定義,目的是為了區(qū)分出每條規(guī)則
spring.cloud.sentinel.datasource.ds1.nacos.server-addr=127.0.0.1:8848
spring.cloud.sentinel.datasource.ds1.nacos.data-id=sentinel
spring.cloud.sentinel.datasource.ds1.nacos.group-id=DEFAULT_GROUP
spring.cloud.sentinel.datasource.ds1.nacos.data-type=json
spring.cloud.sentinel.datasource.ds1.nacos.namespace=trainID
# flow:流控規(guī)則,degrade:熔斷規(guī)則辆脸,param-flow:熱點(diǎn)規(guī)則唾那,system:系統(tǒng)規(guī)則刘离,authority:授權(quán)規(guī)則媳瞪。
spring.cloud.sentinel.datasource.ds1.nacos.rule-type=flow

1.流控規(guī)則

spring.cloud.sentinel.datasource.ds1.nacos.rule-type=flow
[
      { 
        // 資源名
        "resource": "/test1",
        // 針對(duì)來源粘优,若為 default 則不區(qū)分調(diào)用來源
        "limitApp": "default",
        // 限流閾值類型(1:QPS;0:并發(fā)線程數(shù))
        "grade": 1,
        // 閾值
        "count": 1,
        // 是否是集群模式
        "clusterMode": false,
        // 流控效果(0:快速失敗;1:Warm Up(預(yù)熱模式);2:排隊(duì)等待)
        "controlBehavior": 0,
        // 流控模式(0:直接仇味;1:關(guān)聯(lián);2:鏈路)
        "strategy": 0,
        // 預(yù)熱時(shí)間(秒,預(yù)熱模式需要此參數(shù))
        "warmUpPeriodSec": 10,
        // 超時(shí)時(shí)間(排隊(duì)等待模式需要此參數(shù))
        "maxQueueingTimeMs": 500,
        // 關(guān)聯(lián)資源敬飒、入口資源(關(guān)聯(lián)邪铲、鏈路模式)
        "refResource": "rrr"
      }
    ]

2.熔斷規(guī)則

spring.cloud.sentinel.datasource.ds1.nacos.rule-type=degrade
[
    {
      // 資源名
      "resource": "/test2",
      "limitApp": "default",
      // 熔斷策略(0:慢調(diào)用比例,1:異常比率无拗,2:異常計(jì)數(shù))
      "grade": 0,
      // 最大RT带到、比例閾值、異常數(shù)
      "count": 200,
      // 慢調(diào)用比例閾值,僅慢調(diào)用比例模式有效(1.8.0 引入)
      "slowRatioThreshold": 0.2,
      // 最小請(qǐng)求數(shù)
      "minRequestAmount": 5,
      // 當(dāng)單位統(tǒng)計(jì)時(shí)長(zhǎng)(類中默認(rèn)1000)
      "statIntervalMs": 1000,
      // 熔斷時(shí)長(zhǎng)
      "timeWindow": 10
    }
  ]

3.熱點(diǎn)規(guī)則

spring.cloud.sentinel.datasource.ds1.nacos.rule-type=param-flow
[
    { 
      // 資源名
      "resource": "/test3",
      // 限流模式(QPS 模式揽惹,不可更改)
      "grade": 1,
      // 參數(shù)索引
      "paramIdx": 0,
      // 單機(jī)閾值
      "count": 13,
      // 統(tǒng)計(jì)窗口時(shí)長(zhǎng)
      "durationInSec": 6,
      // 是否集群 默認(rèn)false
      "clusterMode": false,
      "burstCount": 0,
      // 集群模式配置
      "clusterConfig": {
        "fallbackToLocalWhenFail": true,
        "flowId": 2,
        "sampleCount": 10,
        "thresholdType": 0,
        "windowIntervalMs": 1000
      },
      // 流控效果(支持快速失敗和勻速排隊(duì)模式)
      "controlBehavior": 0,
      "limitApp": "default",
      "maxQueueingTimeMs": 0,
      // 高級(jí)選項(xiàng)
      "paramFlowItemList": [
        {
          // 參數(shù)類型
          "classType": "int",
          // 限流閾值
          "count": 222,
          // 參數(shù)值
          "object": "2"
        }
      ]
    }
  ]

4.系統(tǒng)規(guī)則

spring.cloud.sentinel.datasource.ds1.nacos.rule-type=system
[
    { 
      // RT
      "avgRt": 1,
      // CPU 使用率
      "highestCpuUsage": -1,
      // LOAD
      "highestSystemLoad": -1,
      // 線程數(shù)
      "maxThread": -1,
      // 入口 QPS
      "qps": -1
    }
  ]

5.授權(quán)規(guī)則

spring.cloud.sentinel.datasource.ds1.nacos.rule-type=authority
[
    {
      // 資源名
      "resource": "/test4",
      // 流控應(yīng)用
      "limitApp": "app1,app2",
      // 授權(quán)類型(0代表白名單被饿;1代表黑名單。)
      "strategy": 0
    }
  ]
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末搪搏,一起剝皮案震驚了整個(gè)濱河市狭握,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌疯溺,老刑警劉巖论颅,帶你破解...
    沈念sama閱讀 221,273評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異囱嫩,居然都是意外死亡恃疯,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門墨闲,熙熙樓的掌柜王于貴愁眉苦臉地迎上來今妄,“玉大人,你說我怎么就攤上這事鸳碧《芰郏” “怎么了?”我有些...
    開封第一講書人閱讀 167,709評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵瞻离,是天一觀的道長(zhǎng)腾仅。 經(jīng)常有香客問我,道長(zhǎng)琐脏,這世上最難降的妖魔是什么攒砖? 我笑而不...
    開封第一講書人閱讀 59,520評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮日裙,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘惰蜜。我一直安慰自己昂拂,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,515評(píng)論 6 397
  • 文/花漫 我一把揭開白布抛猖。 她就那樣靜靜地躺著格侯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪财著。 梳的紋絲不亂的頭發(fā)上联四,一...
    開封第一講書人閱讀 52,158評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音撑教,去河邊找鬼朝墩。 笑死,一個(gè)胖子當(dāng)著我的面吹牛伟姐,可吹牛的內(nèi)容都是我干的收苏。 我是一名探鬼主播亿卤,決...
    沈念sama閱讀 40,755評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼鹿霸!你這毒婦竟也來了排吴?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,660評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤懦鼠,失蹤者是張志新(化名)和其女友劉穎钻哩,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體肛冶,經(jīng)...
    沈念sama閱讀 46,203評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡憋槐,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,287評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了淑趾。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片阳仔。...
    茶點(diǎn)故事閱讀 40,427評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖扣泊,靈堂內(nèi)的尸體忽然破棺而出近范,到底是詐尸還是另有隱情,我是刑警寧澤延蟹,帶...
    沈念sama閱讀 36,122評(píng)論 5 349
  • 正文 年R本政府宣布评矩,位于F島的核電站,受9級(jí)特大地震影響阱飘,放射性物質(zhì)發(fā)生泄漏斥杜。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,801評(píng)論 3 333
  • 文/蒙蒙 一沥匈、第九天 我趴在偏房一處隱蔽的房頂上張望蔗喂。 院中可真熱鬧,春花似錦高帖、人聲如沸缰儿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽乖阵。三九已至,卻和暖如春预麸,著一層夾襖步出監(jiān)牢的瞬間瞪浸,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工吏祸, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留对蒲,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,808評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像齐蔽,于是被迫代替她去往敵國(guó)和親两疚。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,440評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容