SpringBoot 2.0 + InfluxDB+ Sentinel 实时监控数据存储

前言

阿里巴巴提供的控制台只是用于演示 sentinel 的基本能力和工作流程，并没有依赖生产环境中所必需的组件，比如持久化的后端数据库、可靠的配置中心等。目前 sentinel 采用内存态的方式存储监控和规则数据，监控最长存储时间为 5 分钟，控制台重启后数据丢失。

企业版

这里推荐一下阿里云的官方版，ahas sentinel 控制台 是 sentinel 控制台的阿里云上版本，提供企业级的控制台服务，包括：

• 实时请求链路查看
• 还有各种酷炫的监控图表
• 可靠的实时监控和历史监控数据查询，无需自行存储、拉取
• 动态规则管理/推送，无需自行配置外部数据源

免费版，可以提供 5 个节点的免费额度。开通专业版即可享受不限量节点额度。

专业版没有实例连接限制，开通后每天前5个限流降级节点不计费，超出部分按3元/天/实例收取相应的费用。

思路

官方文档也提供了思路，若需要监控数据持久化的功能，可以自行扩展实现 metricsrepository 接口（0.2.0 版本），然后注册成 spring bean 并在相应位置通过 @qualifier 注解指定对应的 bean name 即可。metricsrepository 接口定义了以下功能：

• save 与 saveall：存储对应的监控数据

• querybyappandresourcebetween：查询某段时间内的某个应用的某个资源的监控数据

• listresourcesofapp：查询某个应用下的所有资源

其中默认的监控数据类型为 metricentity，包含应用名称、时间戳、资源名称、异常数、请求通过数、请求拒绝数、平均响应时间等信息。

对于监控数据的存储，用户需要根据自己的存储精度，来考虑如何存储这些监控数据。显然我们要使用目前最流行的时序数据库influxdb解决方案，不要问什么？闭眼享受就可以了。

选型

influxdb是一个开源分布式时序、事件和指标数据库。使用 go 语言编写，无需外部依赖。

应用：性能监控，应用程序指标，物联网传感器数据和实时分析等的后端存储。

• 强大的类sql语法

• 内置http支持，使用http读写

• 基于事件：它支持任意的事件数据

• 无结构（无模式）：可以是任意数量的列

• 可度量性：你可以实时对大量数据进行计算

• 持续高并发写入、无更新、数据压缩存储、低查询延时

• 支持min, max, sum, count, mean, median 等一系列函数

• 基于时间序列，支持与时间有关的相关函数（如最大，最小，求和等）

改造

influxdb 安装

首先你得先有个 influxdb 数据库，建议使用 docker 方式安装，更多可以参考文末链接。

需要注意的是，从1.1.0版开始不推荐使用管理员界面，并将在1.3.0版中删除。默认情况下禁用。如果需要，仍可以通过设置如下环境变量来启用它。

以下端口很重要，并由influxdb使用。

• 8086 http api端口
• 8083 管理员界面端口（如果已启用，1.7.8貌似启用也不好使），官方推荐使用chronograf

通过该命令, 生成默认配置文件:

docker run --rm influxdb influxd config > influxdb.conf

创建并运行容器：

docker run -d \
        -p 8086:8086 \
        -p 8083:8083 \
        -e influxdb_admin_enabled=true \
        -v $pwd/data:/var/lib/influxdb/ \
        -v $pwd/config/influxdb.conf:/etc/influxdb/influxdb.conf:ro \
        --name influx \
        influxdb -config /etc/influxdb/influxdb.conf

生产环境一定要开启权限验证，修改 influxdb.conf 配置：

[http]
  enabled = true
  bind-address = ":8086"
  auth-enabled = true # 鉴权

创建用户：

# 进入容器
docker exec -it influx  /bin/sh
# 连接
influx
# 创建用户
create user admin with password 'admin' with all privileges

退出重新登录：

# 用户密码登录
influx -username admin -password admin
# 创建数据库
create database sentinel_log

sentinel 控制台改造

pom.xml引入 influxdb 官方开源工具包：

<dependency>
     <groupid>org.influxdb</groupid>
     <artifactid>influxdb-java</artifactid>
     <version>2.15</version>
</dependency>

配置文件引入：

# 自行替换 api 地址:端口
spring.influx.url=http://127.0.0.1:8086
spring.influx.user=admin
spring.influx.password=admin
spring.influx.database=sentinel_log

配置数据源：

/**
 * influxdb 配置
 * 创建者 爪哇笔记
 * 网址 https://blog.52itstyle.vip
 */
@configuration
public class influxdbconfig {

    @value("${spring.influx.url:''}")
    private string influxdburl;

    @value("${spring.influx.user:''}")
    private string username;

    @value("${spring.influx.password:''}")
    private string password;

    @value("${spring.influx.database:''}")
    private string database;

    @bean
    public influxdb influxdb(){
        influxdb influxdb = influxdbfactory.connect(influxdburl, username, password);
        try {
            /**
             * 异步插入：
             * enablebatch这里第一个是point的个数，第二个是时间，单位毫秒
             * point的个数和时间是联合使用的，如果满100条或者2000毫秒
             * 满足任何一个条件就会发送一次写的请求。
             */
            influxdb.setdatabase(database)
                    .enablebatch(100,2000, timeunit.milliseconds);
        } catch (exception e) {
            e.printstacktrace();
        } finally {
            influxdb.setretentionpolicy("autogen");
        }
        influxdb.setloglevel(influxdb.loglevel.basic);
        return influxdb;
    }
}

实现 metricsrepository 接口，重写实现：

/**
 * 数据curd
 * 创建者 爪哇笔记
 * 网址 https://blog.52itstyle.vip
 */
@component("ininfluxdbmetricsrepository")
public class ininfluxdbmetricsrepository implements metricsrepository<metricentity> {

    @autowired
    public influxdb influxdb;

    @override
    public synchronized void save(metricentity metric) {
       //省略代码，太长了，参考内存写法，参考 saveall 这里是单条插入
    }

    @override
    public synchronized void saveall(iterable<metricentity> metrics) {
        if (metrics == null) {
            return;
        }
        batchpoints batchpoints = batchpoints.builder()
                .tag("async", "true")
                .consistency(influxdb.consistencylevel.all)
                .build();
        metrics.foreach(metric->{
            point point = point
                    .measurement("sentinelinfo")
                    //这里使用微妙、如果还有覆盖数据就使用纳秒，保证 time 和 tag 唯一就可以
                    .time(system.currenttimemillis(), timeunit.microseconds)
                    .tag("app",metric.getapp())//tag 数据走索引
                    .addfield("gmtcreate", metric.getgmtcreate().gettime())
                    .addfield("gmtmodified", metric.getgmtmodified().gettime())
                    .addfield("timestamp", metric.gettimestamp().gettime())
                    .addfield("resource", metric.getresource())
                    .addfield("passqps", metric.getpassqps())
                    .addfield("successqps", metric.getsuccessqps())
                    .addfield("blockqps", metric.getblockqps())
                    .addfield("exceptionqps", metric.getexceptionqps())
                    .addfield("rt", metric.getrt())
                    .addfield("count", metric.getcount())
                    .addfield("resourcecode", metric.getresourcecode())
                    .build();
            batchpoints.point(point);
        });
        //批量插入
        influxdb.write(batchpoints);
    }

    @override
    public synchronized list<metricentity> querybyappandresourcebetween(string app, string resource, long starttime, long endtime) {
       //省略代码，太长了，参考内存写法
    }

    @override
    public synchronized list<string> listresourcesofapp(string app) {
       //省略代码，太长了，参考内存写法
    }
}

分别修改 metricfetcher 和 metriccontroller中 metricstore 的注入方式，使用 influxdb 实现：

/**
 * 注入
 * 创建者 爪哇笔记
 * 网址 https://blog.52itstyle.vip
 */
@autowired
@qualifier("ininfluxdbmetricsrepository")
private metricsrepository<metricentity> metricstore;

配置完成后，我们重启控制台，然后访问客户端项目，如果控制台打印以下数据，说明配置成功：

2019-09-21 19:47:25 [sentinel-dashboard-metrics-fetchworker-thread-2] info  okhttp3.okhttpclient - --> post http://118.190.247.102:8086/write?db=sentinel_log&precision=n&consistency=all (486-byte body)
2019-09-21 19:47:25 [sentinel-dashboard-metrics-fetchworker-thread-2] info  okhttp3.okhttpclient - <-- 204 no content http://118.190.247.102:8086/write?db=sentinel_log&precision=n&consistency=all (46ms, 0-byte body)

多访问几次客户端项目，然后登陆控制台查看，出现以下效果，说明改造成功：

注意事项：

• 官方前端并没有实现按照时间范围的查询搜索，需要自行实现

• 官方控制台实时监控默认查询的是最近一分钟的热点资源排行，见方法 listresourcesofapp

• 官方控制台实时监控右侧 table 默认查询的是最近五分钟的热点访问详情，见方法 querytopresourcemetric

小结

对于官方五分钟的阉割版，时序数据库实现的流控数据存储，对于生产环境还是很有帮助的，比如实时数据分析，热点资源、监控预警等等。小伙伴们还可以根据实际生产需求结合chronograf、grafana 做出更炫酷的大屏监控。

源码

参考

https://hub.docker.com/_/chronograf

https://github.com/influxdata/influxdb-java

https://github.com/influxdata/influxdb-python

https://help.aliyun.com/document_detail/97578.htm