【Spring Cloud】16.SpringCloud Alibaba Sentinel实现熔断与限流

最新推荐文章于 2025-03-17 19:25:11 发布
最新推荐文章于 2025-03-17 19:25:11 发布
阅读量203 收藏
点赞数
分类专栏： Spring Cloud 文章标签： spring cloud
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_44859586/article/details/119824849
版权

目录

1.简介

GitHub官方：https://github.com/alibaba/Sentinel
中午：https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D
在这里插入图片描述
一句话：Sentinel 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。

2.安装

2.1 下载

官方下载地址：https://github.com/alibaba/Sentinel/releases
百度云盘链接：https://pan.baidu.com/s/1QzVfCbNh6dHevPVi9pToww
提取码：l0o1

2.2 安装

当前目录运行cmd

java -jar sentinel-dashboard-1.8.2.jar

在这里插入图片描述

2.3 访问

http://localhost:8080
在这里插入图片描述

3.测试

3.1 新建cloudalibaba-sentinel-service8401

3.2 Pom.xml

    <dependencies>
        <dependency>
            <groupId>com.atguigu.springcloud</groupId>
            <artifactId>cloud-api-commons</artifactId>
            <version>${project.version}</version>
        </dependency>

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>

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

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
      
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>4.6.3</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

    </dependencies>

3.3 bootstrap.yml

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719  #默认8719，假如被占用了会自动从8719开始依次+1扫描。直至找到未被占用的端口

management:
  endpoints:
    web:
      exposure:
        include: '*'

3.4 FlowLimitController.java

package com.node.controller;

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class FlowLimitController
{
    @GetMapping("/testA")
    public String testA() {
        return "testA测试成功";
    }

    @GetMapping("/testB")
    public String testB() {

        return "testB测试成功";
    }



}

3.5 MainApp8401.java

package com.node;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;

@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401
{
    public static void main(String[] args) {
        SpringApplication.run(MainApp8401.class, args);
    }
}

3.6 运行nacos、sentinel、运行8401

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.流控规则（流量控制配置）

在这里插入图片描述
在这里插入图片描述
1.资源名:唯一名称，默认请求路径

2.针对来源: Sentinel可以针对调用者进行限流，填写微服务名，默认default (不区分来源)

3.阈值类型/单机阈值:

  • QPS(每秒钟的请求数量):当调用该api的QPS达到阈值的时候，进行限流。
  • 线程数(多人使用，不是同线程）:当调用i该api的线程数达到阈值的时候，进行限流。

4.流控模式:

  • 直接:api达到限流条件时，直接限流
  • 关联:当关联的资源达到阈值时，就限流自己。（关联testB,当testB达到阈值,限流testA）
  • 链路:只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流)【api级别的针对来源】

5.流控效果:

  • 快速失败:直接失败，抛异常
  • Warm Up（预热）:根据codeFactor(冷加载因子，默认3）的值，从阈值除以codeFactor，经过预热时长，才达到设置的QPS阈值。（当阈值为10,10/3=3,当每秒钟的请求数量超过3时，则限流，后面慢慢开放）
  • 排队等待（一个一个进）:匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效
    在这里插入图片描述

5.降级规则（服务降级熔断器）

在这里插入图片描述
在这里插入图片描述
RT(平均响应时间，秒级)

  • 平均响应时间超出阈值且在时间窗口内通过的请求>=5，两个条件同时满足后触发降级
  • 窗口期过后关闭断路器
  • RT最大4900(更大的需要通过-Dcsp.sentinel.statistic.max.rt=XXXX才能生效)

异常比列(秒级)

  • QPS >= 5且异常比例(秒级统计）超过阈值时，触发降级;时间窗口结束后，关闭降级

异常数(分钟级)

  • 异常数(分钟统计）超过阈值时，触发降级;时间窗口结束后，关闭降级

5.1 RT

平均响应时间：当1s内持续进入5个请求，对应时刻的平均响应时间（秒级）均超过阈值（ count，以ms为单位)，那么在接下的时间窗口（以s为单位)之内，对这个方法的调用都会自动地熔断(抛出DegradeException )。
满足服务降级的两个条件：1s内进入5个请求+RT毫秒内没有完成当前1个请求=降级熔断
注意：1.8版本之后有半熔断，之前没有

5.1.1 测试

5.1.1.1 修改FlowLimitController.java
    @GetMapping("/testC")
    public String testC()
    {
            //每执行一个请求需要1s
        try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); }
        log.info("testC 测试RT");

        return "------testC";
    }
5.1.1.2 开启jmeter

在这里插入图片描述

5.1.1.3 运行后配置降级规则

在这里插入图片描述

5.1.1.4 运行

满足要求1：1s睡眠（sleep(1)）>200ms 完成一个请求实际为1秒，可要求为200毫秒
满足要求2：1s内进入10个请求>5个请求
在这里插入图片描述
当关闭压力测试，1s后恢复正常
在这里插入图片描述

5.2 异常比例

异常比例( DEGRADE_GRADE_EXCEPTION_RATIo ):当资源的每秒请求量>=5，并且每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口之内，对这个方法的调用都会自动地返回。异常比率的阈值范围是[0.0，1.0]，代表0% - 100%。
满足服务降级的两个条件：1s内进入5个请求+5次请求失败率大于设定阈值=降级熔断

5.2.1 测试

5.2.1.1 修改FlowLimitController.java
    @GetMapping("/testD")
    public String testD()
    {

        log.info("testD 测试RT");
        int age = 10/0;  //每次请求都为错误异常请求
        return "------testD";
    }
5.2.1.2 开启jmeter
5.2.1.3 运行后配置降级规则

在这里插入图片描述

5.1.1.4 运行

正常情况：
在这里插入图片描述
开启压力测试
在这里插入图片描述
满足要求1：1s内进入10个请求>5个请求
满足要求2：错误率大于设定阈值百分之50（0.5）

恢复后：
在这里插入图片描述

5.3 异常数

异常数( DEGRADE_GRADE_EXCEPTION_COUNT ):当资源近1分钟的异常数目超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的，若 timewindow小于60s，则结束熔断状态后仍可能再进入镕断状态。
在这里插入图片描述

6.热点规则（根据传递的参数进行配置）

在这里插入图片描述
简单来说热点规则是对ip地址的参数进行限流

6.1 测试

6.1.1 修改FlowLimitController.java

    @GetMapping("/testHotKey")
    @SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
    //value = "testHotKey":对应上Sentinel的热点规则的资源名称
    // blockHandler = "deal_testHotKey" :服务降级方法
    //required = false：传入的参数值可填可不填
    public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                             @RequestParam(value = "p2",required = false) String p2) {
        //int age = 10/0;
        return "------testHotKey";
    }

    //兜底方法
    public String deal_testHotKey (String p1, String p2, BlockException exception){
        return "testHotKey出现异常！！！！！";
    }

@SentinelResource与Hystrix断路器的@HystrixCommand用法基本一样

6.1.2 运行后配置热点规则

在这里插入图片描述

6.1.3 测试

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.2 热点规则高级选项

在这里插入图片描述

6.2 当服务代码出现有异常时

在这里插入图片描述
在这里插入图片描述
直接报500错误
原因：@SentinelResource的blockHandler处理的是sentinel控制台配置的违规情况，下面的降级方法也只是针对sentinel的。int age = 10/0,这个是java运行时报出的运行时异常RunTimeException，@SentinelResource不管。
@sentinelResource的blockHandler只管配置出错，运行出错该走异常走异常,
fallback参数管java

7.系统规则

系统保护规则是从应用级别的入口流量进行控制，从单台机器的 load、CPU使用率、平均RT、入口QPS和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。简单来说，对整个工程的限流规则
在这里插入图片描述

  • Load自适应：(仅对Linux/Unix-like机器生效):系统的load1作为启发指标，进行自适应系统保护。当系统load1超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR阶段)。
  • CPU使用率︰当系统CPU使用率超过阈值即触发系统保护(取值范围0.0-1.0)，比较灵敏。
    在这里插入图片描述
  • 平均RT:当单台机器上所有入口流量的平均RT达到阈值即触发系统保护，单位是毫秒。
  • 并发线程数:当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
  • 入口QPS:当单台机器上所有入口流量的QPS达到阈值即触发系统保护。

8.@SentinelResource

在这里插入图片描述

8.1 资源名的应用

在这里插入图片描述

8.1.1 按资源名称限流

在这里插入图片描述

8.1.2 按照Url地址限流

在这里插入图片描述

9. 客户自定义限流处理逻辑

目的:

  • 系统默认的降级方法（页面），没有体现我们自己的业务要求。
  • 依照现有条件，我们自定义的处理方法又和业务代码耦合在一块，不直观。每个业务方法都添加一个降级方法，那代码膨胀加剧。
  • 全局统一的处理方法没有体现。

8.2.1 创建customerBlockHandler.java用于自定义限流处理逻辑

package com.node.handler;

import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.node.entities.CommonResult;

public class CustomerBlockHandler {

    public static CommonResult handleException(BlockException exception) {
        return new CommonResult(2020, "自定义限流处理信息....handleException");
    }
    public static CommonResult handleException2(BlockException exception) {
        return new CommonResult(2020, "自定义限流处理信息....handleException2");

    }
}

在这里插入图片描述

8.2.2 修改FlowLimitController.java

    /**
     * 自定义限流处理信息
     */
    @GetMapping("/testE")
    @SentinelResource(value = "testE",
            blockHandlerClass= CustomerBlockHandler.class,
            blockHandler ="handleException2")
    public String testE()
    {
        return "------testE";
    }

在这里插入图片描述

8.2.3 测试

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

10.sentinel整合ribbon

细节：@SentinelResource的blockHandler熔断方法只管sentinel配置的错误，fallback熔断方法管java运行的错误

10.1 启动nacos和sentinel

10.2 新建cloudalibaba-provider-payment9003/9004

10.2.1 Pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>SpringCloud</artifactId>
        <groupId>org.example</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>cloudalibaba-provider-payment9003</artifactId>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>
        <!--SpringCloud ailibaba nacos -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <dependency><!-- 引入自己定义的api通用包，可以使用Payment支付Entity -->
            <groupId>org.example</groupId>
            <artifactId>cloud-api-commons</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
        <!-- SpringBoot整合Web组件 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <!--日常通用jar包配置-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

10.2.2 application.yml

server:
  port: 9003

spring:
  application:
    name: nacos-payment-provider
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #配置Nacos地址

management:
  endpoints:
    web:
      exposure:
        include: '*'

10.2.3 PaymentController.java

package com.node.Controller;

import com.node.entities.CommonResult;
import com.node.entities.Payment;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;

@RestController
public class PaymentController
{
    @Value("${server.port}")
    private String serverPort;

    public static HashMap<Long, Payment> hashMap = new HashMap<>();
    static{
        hashMap.put(1L,new Payment(1L,"28a8c1e3bc2742d8848569891fb42181"));
        hashMap.put(2L,new Payment(2L,"bba8c1e3bc2742d8848569891ac32182"));
        hashMap.put(3L,new Payment(3L,"6ua8c1e3bc2742d8848569891xt92183"));
    }

    @GetMapping(value = "/paymentSQL/{id}")
    public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id){
        Payment payment = hashMap.get(id);
        CommonResult<Payment> result = new CommonResult(200,"from mysql,serverPort:  "+serverPort,payment);
        return result;
    }



}

10.2.4 PaymentMain9003.java

package com.node;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;

@SpringBootApplication
@EnableDiscoveryClient
public class PaymentMain9003
{
    public static void main(String[] args) {
        SpringApplication.run(PaymentMain9003.class, args);
    }
}

10.2.5 测试

在这里插入图片描述

10.3 新建cloudalibaba-consumer-nacos-order84

10.3.1 Pom.xml

    <dependencies>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>
        <dependency>
            <groupId>org.example</groupId>
            <artifactId>cloud-api-commons</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

10.3.2 application.xml

server:
  port: 84


spring:
  application:
    name: nacos-order-consumer
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719

service-url:
  nacos-user-service: http://nacos-payment-provider

10.3.3 ApplicationContextConfig.java

package com.node.config;

import org.springframework.cloud.client.loadbalancer.LoadBalanced;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.client.RestTemplate;

@Configuration
public class ApplicationContextConfig
{
    @Bean
    @LoadBalanced
    public RestTemplate getRestTemplate()
    {
        return new RestTemplate();
    }
}

10.3.4 CircleBreakerController.java

package com.node.controller;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.node.entities.CommonResult;
import com.node.entities.Payment;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.annotation.Resource;

@RestController
@Slf4j
public class CircleBreakerController {

    public static final String SERVICE_URL = "http://nacos-payment-provider";

    @Resource
    private RestTemplate restTemplate;



    @RequestMapping("/consumer/fallback/{id}")
    //@SentinelResource(value = "fallback") //没有配置
    //@SentinelResource(value = "fallback",fallback = "handlerFallback") //fallback只负责业务异常,当代运行有问题,就跳到降级方法
    //@SentinelResource(value = "fallback",blockHandler = "blockHandler") //blockHandler只负责sentinel控制台配置违规，当超过sentinel控制台配置范围，就跳到降级方法
    @SentinelResource(value = "fallback",fallback = "handlerFallback",blockHandler = "blockHandler"//都配置了，blockHandler(最底层降级)>fallback
)  //exceptionsToIgnore = {IllegalArgumentException.class}如果执行了IllegalArgumentException，则不跳fallback
    public CommonResult<Payment> fallback(@PathVariable Long id) {
        CommonResult<Payment> result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/"+id, CommonResult.class,id);

        if (id == 4) {
            throw new IllegalArgumentException ("IllegalArgumentException,非法参数异常....");
        }else if (result.getData() == null) {
            throw new NullPointerException ("NullPointerException,该ID没有对应记录,空指针异常");
        }

        return result;
    }

    //fallback
    public CommonResult handlerFallback(@PathVariable Long id, Throwable e) {
        Payment payment = new Payment(id,"null");
        return new CommonResult<>(444,"兜底异常handlerFallback,exception内容  "+e.getMessage(),payment);
    }

    //blockHandler
    public CommonResult blockHandler(@PathVariable  Long id, BlockException blockException) {
        Payment payment = new Payment(id,"null");
        return new CommonResult<>(445,"blockHandler-sentinel限流,无此流水: blockException  "+blockException.getMessage(),payment);
    }


}

10.3.5 测试

在这里插入图片描述
在这里插入图片描述
配置sentinel
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

11.sentinel整合Feign

11.1 修改cloudalibaba-consumer-nacos-order84

11.2 Pom.xml

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

11.3 application.yml

#对Feign的支持
feign:
  sentinel:
    enabled: true

11.4 Service层

11.4.1 PaymentService.java

package com.node.service;

import com.node.entities.CommonResult;
import com.node.entities.Payment;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;

@FeignClient(value = "nacos-payment-provider",fallback = PaymentServiceImpl.class) //Feign调用
//fallback = PaymentServiceImpl.class。 当无法调用9003和9004的时候 就会跳到PaymentServiceImpl方法
public interface PaymentService
{
    @GetMapping(value = "/paymentSQL/{id}")
    public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id);
}
11.4.2 PaymentServiceImpl.java
package com.node.service;

import com.node.entities.CommonResult;
import com.node.entities.Payment;
import org.springframework.stereotype.Component;

@Component
public class PaymentServiceImpl implements PaymentService{
    @Override
    public CommonResult<Payment> paymentSQL(Long id) {
        return new CommonResult<>(44444,"服务降级返回,---PaymentFallbackService",new Payment(id,"errorSerial"));
    }

}

11.5 CircleBreakerController.java

    //feign调用
    // OpenFeign
    @Resource
    private PaymentService paymentService;

    @GetMapping(value = "/consumer/paymentSQL/{id}")
    public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id) {
        return paymentService.paymentSQL(id);
    }

11.6 测试

在这里插入图片描述
在这里插入图片描述

12.规则持久化

一旦我们重启应用，Sentinel规则将消失，生产环境需要将配置规则进行持久化
在这里插入图片描述
操作方法：
将限流配置规则持久化进Nacos保存，只要重启后刷新84的地址，sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对84的Sentinel上的流控规则持续有效

12.1 修改cloudalibaba-consumer-nacos-order84

12.2 Pom.xml

        <!--sentinel持久化资源配置-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

12.3 application.yml

      datasource:
        ds1:
          nacos:
            server-addr: localhost:8848
            dataId: nacos-order-consumer
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow
            
management:
  endpoints:
    web:
      exposure:
        include: '*'

在这里插入图片描述

12.4 配置nacos

在这里插入图片描述

[
    {
        "resource":"GET:http://nacos-user-server/user/list",
        "limitApp":"default",
        "grade": 1,
        "count": 1,
        "strategy": 0,
        "controlBehavior": 0,
        "clusterMode": false
    }
]

12.5 重新启动测试

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这样以后这个ip地址就不用每次都配置sentinel了，只需在nacos配置一次即可实现持久化

1分钟基于腾讯云TI平台搭建DeepSeek大模型
qi_ming88的博客
02-04 2081
DeepSeek是一款优秀的人工智能大模型，具备强大的自然语言处理、计算机视觉和多模态融合能力。它能够广泛应用于智能客服、智能创作、智能推荐等多个领域，为用户提供更加智能化的服务体验。重要的是，DeepSeek的模型在性能上接近美国顶尖AI模型，但研发成本极低，这种低成本、高效率的模式直接挑战了美国依靠高算力、高资本建立的人工智能发展模式。DeepSeek的崛起，如同一颗璀璨的新星，照亮了AI领域的天空，也引发了美国科技股市的剧烈震动。
DeepSeek本地部署详细指南
热门推荐
m0_56896669的博客
02-01 14万+
通过上述步骤，你可以在本地成功部署DeepSeek模型，并通过Ollama或Open Web UI与模型进行交互。本地部署不仅能够保护数据隐私，还能根据需求灵活调整模型参数，满足不同场景下的使用需求。如果你在部署过程中遇到任何问题，可以在评论区留言，我们将一起解决。希望这篇教程能帮助你顺利部署DeepSeek模型，开启高效开发的新旅程！
一文读懂DeepSeek-R1本地部署配置要求（建议收藏）
03-01
一文读懂DeepSeek-R1本地部署配置要求（建议收藏）
轻量应用服务器也可以一键部署DeepSeek-R1啦
最新发布
csdn565973850的博客
03-17 988
随着DeepSeek的横空出世，在春节期间，DeepSeek这把火几乎烧遍了全球，随处可见的公众号，小红书，技术博主等各种渠道都可以看到DeepSeek的身影，各种部署方案，体验视频，操作文档等也纷至沓来。那么什么是 DeepSeek呢？什么是DeepSeek-R1？DeepSeek-R1 是2025年1月20日正式发布，并同步开源模型权重。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
Y525698136的博客
08-07 1413
最强开源大模型炸场！全网独一份AI大模型学习实践资源...（待会删）
如何在自己电脑上私有化部署deep seek
qq_36053756的博客
02-05 8723
要在自己的电脑上私有化部署 DeepSeek，通常需要以下步骤：
Deepseek官网太卡，教你5分钟在云服务器上部署Deepseek
Y525698136的博客
02-07 3394
Deepseek官网太卡，教你5分钟在云服务器上部署Deepseek
DeepSeek 本地部署硬件配置全解析
happycell188的博客
02-12 3469
DeepSeek 可是个厉害角色，在各种应用场景里都能大显身手，提供超准确的预测和分析。而且它可 “省钱” 了，预训练费用还不到 OpenAI GPT-4o 模型的十分之一，效果却和 OpenAI 不相上下，再复杂的问题都能轻松应对。
deepseek-r1系列模型私有化部署分别需要的最低硬件配置
weixin_40566713的博客
02-20 1038
‌适用场景‌：低资源设备部署（如树莓派、旧款笔记本）、实时文本生成（聊天机器人、简单问答）、嵌入式系统或物联网设备‌。‌适用场景‌：本地开发测试（中小型企业）、中等复杂度NLP任务（文本摘要、翻译）、轻量级多轮对话系统‌。‌适用场景‌：企业级复杂任务（合同分析、报告生成）、长文本理解与生成（书籍/论文辅助写作）‌。‌适用场景‌：高精度专业领域任务（医疗/法律咨询）、多模态任务预处理（需结合其他框架）‌。‌适用场景‌：需更高精度的轻量级任务（如代码生成、逻辑推理）‌。‌CPU‌：最低4核（推荐多核处理器）
deepseek本地大模型部署硬件配置-一般人用
ISDF工软未来
02-09 1万+
4、其他的一般人没那么多预算，就不提了。实在是还想用大模型，可以尝试用云服务器。一般人：电脑也就1万左右，很少有人电脑配置超过2万的。2、内存12-16g左右，显卡8g左右，预算笔记本6000-9000。3、内存32g，显卡16g左右，预算1.2万左右。1、最差即是是集成显卡1.5b可以用。
使用服务器部署DeepSeek-R1模型【详细版】
m0_67393827的博客
02-12 494
大模型发展速度是真的很快，过去可能国外更加领先一点，但是如今我国的deepseek-r1模型甚至可以挤进了世界前三，对于我们大部分人来说，自己构建一个大模型可能需要庞大的算力，数据等等，但是若我们学会如何使用，如何部署那么对我们日常工作学习也是起到了一个 促进作用，希望我的视频对你有帮助~~~文末附上服务器的注册地址https://cloud.lanyun.net//#/registerPagepromoterCode=0131。
笔记本电脑超级简单本地部署deepseek
qq_46929270的博客
02-07 3652
本人的电脑配置如下：dell P137G。
【安利一个超高性价比的GPU租赁平台 使用分享】
放飞自我的coder
11-16 803
💪【超强算力】：提供顶尖的GPU资源（3090，4090，H800等等），让你的AI模型训练更快、更高效。🔍【灵活配置】：多种算力套餐，满足不同需求，从入门级到专业级，总有一款适合你。🌟【专业支持】：7x24小时技术支持，遇到问题随时解决，让你无忧使用。💼【便捷操作】：一键部署，轻松管理，让你专注于创意，而非技术细节。⭐【丰富镜像】：丰富的镜像，避免你的依赖适配烦恼，一键更换运行。💰【成本优化】：按需付费，无需高昂的硬件投资，性价比超高。🕸️【算法社区】：各种一键启动的算法镜像，祝你体验倍爽。
Deepseek尝鲜，笔记本搭建deepseek全过程
hrw_embedded的博客
02-03 2929
看起来还不错的样子，就是没有训练，回答的不太好，还需要补充更多的信息，把本地的deepseek教会，才能成为自己的AI助理，目前还没有深入使用，后续再分享。
怎么在家用笔记本上轻松部署和使用DeepSeek R1?
m0_65555479的博客
01-30 5207
DeepSeek R1 是由国内团队开发的高性能开源大模型。详细介绍可以看这里：[甚至比 OpenAI-O1表现更好!我测了 DeepSeek R1,结论只有两个字:牛逼!那本文将介绍其蒸馏版本在普通家用笔记本上的部署和使用，之所以选择蒸馏版本，是因为蒸馏版本通过模型蒸馏技术实现了算力需求的大幅降低。而且在数学、编程等领域表现出众，可处理复杂逻辑推理任务，如果你不了解蒸馏技术文末也会提供相关的拓展知识。
三步实现【DeepSeek】本地部署，告别服务器崩溃的烦恼！
花儿小新♥
02-06 5万+
近年来，国产大模型DeepSeek备受关注，但随着用户访问量激增，频繁出现响应缓慢甚至系统宕机的现象，给使用者带来了一些不便。幸运的是，DeepSeek作为开源模型，允许开发者通过本地部署来解决这一问题。将模型部署到本地后，用户无需依赖网络即可随时进行推理操作，不仅提升了使用体验，还大幅降低了对外部服务的依赖。三步实现【DeepSeek】本地部署，告别服务器崩溃的烦恼！1、安装ollama；2、下载deepSeek模型；3、下载可视化ai工具；
蓝耘：GPU算力云服务的技术探索与AIGC应用支持
欢迎来到我的前端博客！这里汇集了关于前端开发的最新技术、实用工具和经验分享。我将为你提供详细的教程、代码示例和实战案例，帮助你掌握Web开发的核心概念和技能。不论你是初学者还是有经验的开发者，这个博客都适合你。
01-14 3267
蓝耘作为一家专业的GPU算力云服务提供商，凭借其领先的基础设施、大规模的GPU算力资源以及开放灵活的服务模式，为客户提供了高效、高性价比的算力云服务。无论是AI模型的构建与训练，还是AIGC内容的生成与创新，蓝耘都能为客户提供强有力的支持。如果您正在寻找一款可靠的GPU算力云服务平台，蓝耘无疑是您的理想选择。立即注册，开启您的AI创新之旅！注册链接：https://cloud.lanyun.net//#/registerPage?
DeepSeek服务器繁忙？这几种替代方案帮你流畅使用！（附本地部署教程）
c18213590220的博客
02-08 7565
不知道大家发现没有Deepseek总是遇到下图问题，网上的解释为因为全球大量流量的涌入，再加上 DeepSeek 遭 X 国 IP 暴力攻击，所以，目前官版的 DeepSeek 响应比较慢。
Deepseek模型服务器部署，本地电脑远程访问（100%可行）
xiangerersheng的博客
02-14 1881
大家好，最近Deepseek可谓是火出圈在国内外，其依靠低成本，高性能可以比肩Openai的chatgpt。但是，由于其过于火爆，因此官网访问时经常会显示【服务器繁忙】，通过自己部署大模型，我们就不必受此困扰了。大模型的部署要求一般较高，通常的电脑配置难以带动性能较高的模型，而如果我们有一台配置较高的服务器，那么就可以在服务器上部署模型，然后本地电脑访问即可，接下来，我们就以Deepseek为例，来教大家如何做。
deepseek本地部署，计划在低配置的笔记本电脑、windows系统上部署，要求实测可行
02-26
### 如何在低配置 Windows 笔记本电脑上成功部署 DeepSeek 对于低配置的 Windows 笔记本电脑，选择合适的 DeepSeek 模型参数至关重要。考虑到硬件资源有限，建议选用较小规模的模型，如 1.5B 参数量的版本[^2]。 #### 安装前准备 确保笔记本电脑满足最低系统要求，并预留足够的磁盘空间用于存储模型文件。默认情况下，DeepSeek 模型会被保存至 C 盘；若需更改此路径，可在 Ollama 的配置文件中调整相应设置。 #### 下载与安装过程 前往 deepseek 官网获取最新的安装包以及详细的部署指南[^3]。按照官方文档指示完成环境搭建工作，包括但不限于 Python 解释器及其依赖库的安装。 #### 测试验证环节 为了检验部署成果的有效性，可以通过命令行工具启动服务端程序，并利用简单的 API 请求来调用模型接口执行推理任务。此外，还可以考虑借助支持 Ollama 协议的第三方聊天应用程序（例如 ChatWise），实现更加直观便捷的人机对话体验。 ```bash # 启动 DeepSeek 服务器实例 python -m deepseek.server --model-path ./path/to/model/ # 使用 curl 命令发送 HTTP POST 请求给 RESTful API 接口 curl -XPOST http://localhost:8080/predict \ -H "Content-Type: application/json" \ -d '{"input": ["你好世界"]}' ``` #### 性能优化措施 针对可能存在的性能瓶颈问题，可采取如下策略加以缓解： - **降低批处理大小**：减少每次输入的数据条目数量； - **启用混合精度计算**：允许 GPU 利用 FP16 数据格式加速运算速度； - **裁剪不必要的网络层结构**：移除不影响最终输出质量的部分组件。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值