1、概念
Turbine 是聚合服务器发送事件流数据的一个工具，用来监控集群下 hystrix 的 metrics 情况。
2、引入依赖
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-netflix-turbine</artifactId>
</dependency>
3、创建应用
TurbineApplication
@SpringBootApplication
@EnableTurbine
public class TurbineApplication {
public static void main(String[] args) {
new SpringApplicationBuilder(TurbineApplication.class).web(true).run(args);
}
}
4、对应配置信息
server.port=8031
spring.application.name=turbine
turbine.appConfig=app01,app02
turbine.aggregator.clusterConfig= app
turbine.clusterNameExpression= metadata['cluster']
turbine.appConfig 配置需要聚合的应用
turbine.aggregator.clusterConfig turbine需要聚合的集群名称 通过 http://localhost:8031/turbine.stream?cluster=app 访问 turbine.clusterNameExpression 获取集群名表达式，这里表示获取元数据中的cluster数据，在app01、app02为配置对应信息5、创建EurekaServer服务
6、创建应用app01
@Configuration
@EnableAutoConfiguration
@EnableDiscoveryClient
@EnableCircuitBreaker
@RestController
public class App01 {
public static void main(String[] args) {
SpringApplication.run(App01.class, args);
}
@Autowired
private HelloService service;
@RequestMapping("/")
public String hello() {
return this.service.hello();
}
@Component
public static class HelloService {
@HystrixCommand(fallbackMethod = "fallback")
public String hello() {
return "Hello World";
}
public String fallback() {
return "Fallback";
}
}
}
对应配置：
server.port= 8091
spring.application.name=app01 eureka.instance.hostname=localhost eureka.instance.metadata-map.cluster=app7、创建应用app02
对应配置：
server.port= 8092 spring.application.name=app02 eureka.instance.hostname=localhost eureka.instance.metadata-map.cluster=app
8、三个应用同时注册到EurekaServer，然后启动大盘服务，在大盘服务里面输入http://localhost:9031/turbine.stream?cluster=app得到监控界面;
9、监控界面的各个指标的含义
圆形颜色和大小：代表健康情况和流量
折线：2分钟内的吞吐率变化情况
hosts：集群中节点个数
median: 每个请求时间的中位数
mean: 平均每个请求消耗的时间
subscriberGetAccount:
绿200545：代表成功请求数量 蓝0:代表断路数量 黄19:代表表超时的线程数量 紫94：代表线程池拒绝次数，即线程不够用 红0: 失败或异常数量 灰0%: 最后10秒错误率host: 各节点每秒的平均请求吞吐量
cluster: 集群每秒的请求吞吐量
circuit:代表断路器状态即：是否打开断路器 90th,99th,99.5th:
最后1分钟各种延迟的百分比。如图：90%的请求小于10ms；而99%的请求小于44ms，99.5%的请求在61ms完成。
10、总结
通过turbine可以监控集群的请求量，可以知道系统的请求高峰期，从而更好的知道系统的短板在哪里