Sentinel Dashboard Nacos 使用教程
1. 项目介绍
Sentinel Dashboard Nacos 是一个基于 Alibaba Sentinel 的控制台项目,它允许用户将 Sentinel 的配置规则自动同步到 Nacos 配置中心。通过这种方式,用户可以实现 Sentinel 规则的持久化,避免因程序重启而导致规则丢失的问题。该项目支持流控、降级、系统、授权等多种规则的自动同步,并且支持网关模式下的规则配置。
2. 项目快速启动
2.1 环境准备
- JDK 1.8 或更高版本
- Maven 3.x
- Nacos 服务(确保 Nacos 服务已启动并可访问)
2.2 下载源码
git clone https://github.com/eacdy/Sentinel-Dashboard-Nacos.git
cd Sentinel-Dashboard-Nacos
2.3 修改配置
在 sentinel-dashboard 项目中,找到 application.properties 文件,并添加或修改以下配置:
spring.cloud.sentinel.datasource.nacos.server-addr=http://127.0.0.1:8848
spring.cloud.sentinel.datasource.nacos.groupId=DEFAULT_GROUP
spring.cloud.sentinel.datasource.nacos.namespace=
2.4 打包部署
使用 Maven 进行打包:
mvn clean install package -DskipTests=true
打包完成后,在 target 目录下会生成 sentinel-dashboard.jar 文件。
2.5 启动项目
java -jar target/sentinel-dashboard.jar
启动后,访问 http://localhost:8080 即可进入 Sentinel Dashboard 控制台。
3. 应用案例和最佳实践
3.1 流控规则配置
在 Sentinel Dashboard 中,进入“流控规则”页面,添加新的流控规则。配置完成后,规则会自动同步到 Nacos 配置中心。
3.2 降级规则配置
在 Sentinel Dashboard 中,进入“降级规则”页面,添加新的降级规则。配置完成后,规则会自动同步到 Nacos 配置中心。
3.3 系统规则配置
在 Sentinel Dashboard 中,进入“系统规则”页面,添加新的系统规则。配置完成后,规则会自动同步到 Nacos 配置中心。
3.4 授权规则配置
在 Sentinel Dashboard 中,进入“授权规则”页面,添加新的授权规则。配置完成后,规则会自动同步到 Nacos 配置中心。
4. 典型生态项目
4.1 Spring Cloud Alibaba
Sentinel Dashboard Nacos 可以与 Spring Cloud Alibaba 生态无缝集成,提供更加完善的微服务治理能力。
4.2 Nacos
Nacos 作为阿里巴巴开源的服务发现和配置管理平台,与 Sentinel Dashboard Nacos 结合使用,可以实现规则的持久化和动态更新。
4.3 Dubbo
Sentinel Dashboard Nacos 也可以与 Dubbo 框架结合使用,提供服务治理和流量控制的能力。
通过以上步骤,您可以快速启动并使用 Sentinel Dashboard Nacos 项目,实现 Sentinel 规则的持久化管理。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00