欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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

程序员文章站 2022-12-21 21:51:05
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 ......

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

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

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 metricfetchermetriccontrollermetricstore 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:

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

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chronografgrafana 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