20年大佬深度解析微服务高并发动态数据源：使用Redis动态数据源

动态数据源

Sentinel为每种规则提供一个规则管理器，而规则管理器管理的规则只存在于内存中，在应用重启后，规则会丢失。每个规则管理器都会提供loadRules API，用于在系统运行时为规则管理器注册或更新规则，但是loadRules只接收内存状态的规则对象，如何存储规则由我们自行实现。

由于规则可能会发生改变，如果使用application.yaml（SpringBoot应用）配置文件配置规则，或者直接使用硬编码方式配置规则，则每当要修改规则时都需要重启应用。

为了解决这个问题，我们需要实现规则动态配置。

本篇内容主要包括以下几个方面：

• 实现规则动态配置的两种方式。

• 使用Redis动态数据源。

• 动态配置的实现原理。

• 基于SpringCloud动态配置实现动态数据源。

实现规则动态配置的两种方式

实现规则动态配置有两种方式：

一种是先利用Sentinel提供的loadRules API，将规则存储到数据库、文件中等，定时加载规则，再调用loadRules API更新规则；

另一种是利用Sentinel提供的DataSource扩展，结合配置中心使用，实现Sentinel提供的ReadableDataSource接口，并实现监听配置中心配置改变以实时获取更新后的配置。

Sentinel控制台支持修改规则配置，使用的是第一种方式，即通过调用loadRules API更新规则，但是并不提供规则持久化的支持，这也是当应用重启后在控制台配置的规则不生效的原因。

Sentinel已提供基于第二种方式的适配多种配置中心的动态数据源，如适配Nacos的NacosDataSource、适配Redis的RedisDataSource。本章只介绍如何使用RedisDataSource实现规则动态配置，如果想要了解如何使用NacosDataSource实现规则动态配置，则可以直接浏览官方文档中的“动态规则扩展”部分。

使用Redis动态数据源

RedisDataSource使用Redis的string数据结构存储规则配置，并且使用Redis的发布-订阅功能监听获取更新后的规则。

要使用RedisDataSource，首先需要导入其jar包。

如果是使用Maven构建的项目，则需要在项目的pom.xml文件中添加如下配置：

如果是使用Gradle构建的项目，则需要在项目的gradle.build文件中添加如下配置：

注意：版本号建议与项目中使用的sentinel-core版本号一致，从而避免因为API差异，配置不生效的情况发生。

在使用RedisDataSource时，需要为用到的每种流量控制规则单独配置一个RedisDataSource。假设当前只需要使用限流功能，那么只需要注册一个用于读取限流规则的RedisDataSource即可，代码如下：

Sentinel提供InitFunc，可用于在Sentinel初始化之前为Sentinel添加配置，在本案例中并未使用InitFunc，而是使用了SpringBoot的配置类实现配置，在SentinelConfiguration类被加载时，为Sentinel注册限流规则的动态数据源，详细步骤分析如下：

因为规则以string数据结构被存储在Redis中，所以需要一个规则转换器，用于将从Redis中读取的规则配置字符串转换为FlowRule数组，如果是以JSON格式存储的规则，则该转换器就是实现JSON字符串的序列化与反序列化。

RedisDataSource需要操作Redis，所以需要提供可以连接到Redis的配置。

创建一个RedisDataSource实例。RedisDataSource构造方法有4个参数：config表示Redis连接配置；ruleKey表示缓存规则的key；channel表示发布-订阅的通道；flowConfigParser表示规则转换器。

调用限流规则管理器的register2Property API注册数据源。

提示：在SpringBoot项目中，推荐实现ApplicationRunner接口，并在Spring容器初始化完成时再为Sentinel添加配置，此时应用还未接收请求。

当服务上线后，如果需要修改限流规则，则需要先将修改后的限流规则转换为JSON字符串，再修改ruleKey的value为新的JSON字符串，同时使用Redis的PUBLISH命令向channel中写入新的JSON字符串。

本文给大家讲解的内容是深度解析微服务高并发动态数据源 ：实现规则动态配置的两种方式，使用Redis动态数据源

下篇文章给大家讲解的内容是深度解析微服务高并发动态数据源 ：动态配置的实现原理

感谢大家的支持！