Sentinel上生产环境只差一步，监控数据持久化

之前介绍了Sentinel相关的文章，小伙伴在生产实践中不知道有没有这个疑问？我们的Sentinel控制台监控的数据只能看最近5分钟的，如图

那么就导致历史数据是查看不了的，那肯定是不行的，在生产环境中我们最起码能够看到最近几天甚至几个月的监控数据，方便我们排查出哪些时间段/哪些天，哪些接口会到达什么样的QPS；方便我们对整体系统的QPS、以及异常情况有基本的了解。

如果要做到这些，就需要做到对这些数据进行持久化，而不能只保存在内存中。那我们今天就来介绍一下怎么改造Sentinel控制台，可以达到持久化的目的。同时用XMind画了一张导图记录Spring Cloud Alibaba的学习笔记（源文件对部分节点有详细备注和参考资料，由于太大就没展示全部，欢迎关注我的公众号：阿风的架构笔记后台发送【导图】拿下载链接， 已经完善更新）：

分析

Sentinel客户端会记录资源访问的秒级数据（若没有访问则不进行记录）并保存在本地日志中。Sentinel 控制台可以通过 Sentinel 客户端预留的 HTTP API 从秒级监控日志中拉取监控数据，并进行聚合。

目前Sentinel控制台中监控数据聚合后直接存在内存中，未进行持久化，且仅保留最近 5 分钟的监控数据。核心思想就是实现MetricsRepository接口实现，源码如下

MetricsRepository定义了以下接口：

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

现在Sentinel控制台只实现了内存InMemoryMetricsRepository，接口可传入自定义范型

上面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。部署多个控制台实例时，通常需要仔细设计下监控拉取和写入策略。

我们知道了Sentinel的实现，那我们持久化监控的方案是什么呢？

方案

我们把监控数据持久化到哪里呢？能想到的就是数据库，但不要选择mysql数据库，而是选择带时序功能的数据库方案，可采用主流的InfluxDB时序数据库

具体InfluxDB和mysql有什么区别，可网上查看

持久化是第一步，我们下一步还需要用图表的方式展现出来，我们第一个能够想到的方案就是Grafana。

小伙伴如果不了解，自行网补

这样我们具体的方案就有了，如图

代码

现在Sentinel控制台项目pom.xml中引入influxdb包

<dependency>
<groupId>org.influxdb</groupId>
<artifactId>influxdb-java</artifactId>
<version>2.21</version>
</dependency>

封装一个influxdb工具类

url、username、password用于存储InfluxDB的连接、用户名、密码信息，定义为static属性，因此在set方法上使用@Value注解从配置文件读取属性值；
resultMapper用于查询结果到实体类的映射；
init方法用于初始化url、username、password；
process为通用的处理方法，负责打开关闭连接，并且调用InfluxDBCallback回调方法；
insert为插入数据方法，配合InfluxDBInsertCallback回调使用；
query为通用的查询方法，配合InfluxDBQueryCallback回调方法使用，返回QueryResult对象；
queryList为查询列表方法，调用query得到QueryResult，再通过resultMapper转换为List<实体类>;

**在resources目录下的application.properties文件中，增加InfluxDB的配置： **

influxdb.url=http://127.0.0.1:8086
influxdb.username=admin
influxdb.password=admin

在datasource.entity包下，新建influxdb包，下面新建sentinel_metric数据表(measurement)对应的实体类MetricPO：

该类参考MetricEntity创建，加上influxdb-java包提供的注解

通过@Measurement(name = "sentinel_metric")指定数据表(measurement)名称

time作为时序数据库的时间列；

app、resource设置为tag列，通过注解标识为tag=true；

其它字段为filed列；

接着在InMemoryMetricsRepository所在的repository.metric包下新建InfluxDBMetricsRepository类，实现MetricsRepository接口：

其中：

save、saveAll方法通过调用InfluxDBUtils.insert和InfluxDBInsertCallback回调方法，往sentinel_db库的sentinel_metric数据表写数据；
saveAll方法不是循环调用save方法，而是在回调内部循环Iterable metrics处理，这样InfluxDBFactory.connect连接只打开关闭一次；
doSave方法中，.time(DateUtils.addHours(metric.getTimestamp(), 8).getTime(), TimeUnit.MILLISECONDS)
queryByAppAndResourceBetween、listResourcesOfApp里面的查询方法，使用InfluxDB提供的类sql语法，编写查询语句即可。

最后一步，在MetricController、MetricFetcher两个类，找到metricStore属性，

在@Autowired注解上面加上@Qualifier("influxDBMetricsRepository")注解：