微服务保护Sentinel

1、雪崩问题

1.1 什么时雪崩？

微服务调用链路中的某个服务故障，引起整个链路中的所有微服务都不可用，这就是雪崩。

1.2 如何解决雪崩？

1.2.1 超时处理

设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待

 

1.2.2 舱壁模式

限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离。

 

1.2.3 熔断降级

由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。

 

1.2.4流量控制

限制业务访问的QPS，避免服务因流量的突增而故障。

 

1.3 关于雪崩问题的总结

问题一：什么是雪崩问题？

微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。

问题二：如何避免因瞬间高并发流量而导致服务故障？

流量控制

问题三：如何避免因服务故障引起的雪崩问题？

超时处理，线程隔离，降级熔断

2、服务保护技术对比

 

3、Sentinel简介

Sentinel是阿里巴巴开源的一款微服务流量控制组件。

官网地址：

home (sentinelguard.io)https://sentinelguard.io/zh-cn/index.html

Sentinel 具有以下特征:

①丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。

②完备的实时监控：Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况。
广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。

③完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

4、安装Sentinel控制台

第一步：下载jar包

sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。

第二步：在jar包所在目录（不能有中文）打开命令行窗口，执行命令：

java -jar sentinel-dashboard-1.8.1.jar

第三步：访问localhost:8080 即可看到控制台页面，默认的账户和密码都是sentinel

 

 如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置：

 比如：8080端口被占用，修改端口号

java -Dserver.port=8090 sentinel-dashboard-1.8.1.jar

5、微服务整合Sentinel

我们在微服务中整合Sentinel，并且连接Sentinel的控制台，步骤如下：

第一步，引入sentinel依赖

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

 第二步，配置控制台地址

# 指定sentinel控制面板的地址
spring.cloud.sentinel.transport.dashboard=localhost:8090

第三步，访问微服务的任意端点，触发sentinel监控

 

5.1 限流规则之簇点链路

簇点链路：就是项目内的调用链路，链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点（Endpoint），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。流控、熔断等都是针对簇点链路中的资源来设置的，因此我们可以点击对应资源后面的按钮来设置规则：

点击相应资源后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：

 

其含义是限制这个资源的单机QPS为1，即每秒只允许1次请求，超出的请求会被拦截并报错。

利用jemeter测试

 

在添加限流规则时，点击高级选项，可以选择三种流控模式：

直接：统计当前资源的请求，触发阈值时对当前资源直接限流，也是默认的模式
关联：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流
链路：统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流

5.1.1 流控模式（直接）

上面使用的就是直接模式

5.1.2 流控模式（关联）

关联模式：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流

使用场景：比如用户支付时需要修改商品状态，同时用户要查询商品。查询和修改操作会争抢数据库锁，产生竞争。当修改商品业务触发阈值时，需要对查询商品业务限流。

@GetMapping("getProduct")
public CommonResult getProduct(){
    return new CommonResult(2000,"查询商品",null);
}
 
@GetMapping("updateProduct")
public CommonResult updateProduct(){
    return new CommonResult(2000,"修改商品",null);
}

 

 

当/updateProduct资源访问量触发阈值时，就会对/getProduct资源限流，避免影响/updateProduct资源。

满足下面条件可以使用关联模式：
①两个有竞争关系的资源
②一个优先级较高，一个优先级较低

5.1.3 流控模式（链路）

链路模式：只针对从指定链路访问到本资源的请求做统计，判断是否超过阈值。

例如有两条请求链路：

• /read/getGoods
• /write/getGoods

如果只希望统计从/read进入到/getGoods的请求，则可以这样配置：

 

需求：有查询订单和创建订单业务，两者都需要查询商品。针对从查询订单进入到查询商品的请求统计，并设置限流。
步骤：

1.在OrderService中添加一个getGoods方法，不用实现业务

2.在OrderController中，添加/order/read端点，调用OrderService中的getGoods方法

3.在OrderController中添加一个/order/write的端点，调用OrderService的getGoods方法

4.给getGoods设置限流规则，从/order/read进入getGoods的方法限制QPS必须小于5

Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法为资源，需要利用@SentinelResource注解

Sentinel默认会将Controller方法做context整合，导致链路模式的流控失效，需要修改application.properties

# 取消上下文整合，默认值为true
spring.cloud.sentinel.web-context-unify=false

 5.1.4 总结

流控模式有哪些？
直接：对当前资源限流
关联：高优先级资源触发阈值，对低优先级资源限流。
链路：阈值统计时，只统计从指定资源进入当前资源的请求

5.2 限流规则之流控效果

流控效果是指请求达到流控阈值时应该采取的措施，包括三种：
快速失败：达到阈值后，新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
warm up：预热模式，对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化，从一个较小值逐渐增加到最大阈值。
排队等待：让所有的请求按照先后次序排队执行，两个请求的间隔不能小于指定时长。

5.2.1 流控效果（直接失败）

我们上面使用到的流控效果都是直接失败的流控效果。

5.2.2 流控效果（warm up）

warm up也叫预热模式，是应对服务冷启动的一种方案。请求阈值初始值是 threshold / coldFactor，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.
例如，我设置QPS的threshold为10，预热时间为5秒，那么初始阈值就是 10 / 3 ，也就是3，然后在5秒后逐渐增长到10.

需求：给/product/getOne/{id}这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒

 

 

5.2.3 流控效果（排队等待）

当请求超过QPS阈值时，快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中，然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成，如果请求预期的等待时间超出最大时长，则会被拒绝。
例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常

 

需求：给/product/getOne/{id}这个资源设置限流，最大QPS为10，利用排队的流控效果，超时时长设置为5s

 也就是说1s内可以处理10个http请求，超出的请求进行等待，超时时间为5s，每100ms处理一个请求，所以等待队列中可以有50个请求，超出的就会直接被拒绝，设置1s的执行时间，5s的等待时间，一共执行了6s，在6s内可以处理60个请求，其余请求被拒绝，使用jmeter进行测试。

 

 

5.2.4 总结

流控效果有哪些？
①快速失败：QPS超过阈值时，拒绝新的请求
②warm up： QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机。
③排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝

5.3 热点参数限流

之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求，判断是否超过QPS阈值。

热点参数限流对默认的SpringMVC资源无效

//TODO：热点参数限流默认不会对springmvc的资源进行限制，我们可以使用@SentinelResource自定义资源
@GetMapping("getById/{id}")
@SentinelResource("hot")
public CommonResult getById(@PathVariable Integer id){
    Order order = orderService.getById(id);
    return new CommonResult(2000,"查询成功",order);
}

给/order/getById/{orderId}这个资源添加热点参数限流，规则如下：
默认的热点参数规则是每1秒请求量不超过5
给161这个参数设置例外：每1秒请求量不超过10
给162这个参数设置例外：每1秒请求量不超过8 

使用jmeter测试

 

6、隔离和降级

虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。而要将这些故障控制在一定范围，避免雪崩，就要靠线程隔离（舱壁模式）和熔断降级手段了。
不管是线程隔离还是熔断降级，都是对客户端（调用方）的保护。

6.1 FeignClient整合Sentinel

SpringCloud中，微服务调用都是通过Feign来实现的，因此做客户端保护必须整合Feign和Sentinel。
第一步，修改OrderService的配置文件，开启Feign的Sentinel功能

第二步，给FeignClient编写失败后的降级逻辑
方式一：FallbackClass，无法对远程调用的异常做处理
方式二：FallbackFactory，可以对远程调用的异常做处理（推荐）

在order项目中定义类，实现FallbackFactory：

@Component
@Slf4j
//TODO:降级
// 1.开启openFeign和sentinel的整合，
// 2.编写productFeignFactory类并交与容器管理，
// 3.在ProductFeign的注解标注fallbackFactory
public class ProductFeignFactory implements FallbackFactory<ProductFeign> {
    @Override
    public ProductFeign create(Throwable throwable) {
        ProductFeign productFeign = new ProductFeign() {
            @Override
            public CommonResult getOne(Integer id) {
                log.error("product服务远程调用出现错误，执行了兜底操作");
                Product product = new Product();
                product.setPid(id);
                product.setPname("异常"+throwable.getMessage());
                return new CommonResult(5002,"系统繁忙",product);
            }
        };
        return productFeign;
    }
}

 

 

 

 Sentinel支持的雪崩解决方案：
线程隔离（仓壁模式）
降级熔断
Feign整合Sentinel的步骤：
在application.yml中配置：feign.sentienl.enable=true
给FeignClient编写FallbackFactory并交与容器管理
将FallbackFactory配置到FeignClient

6.2 线程隔离

线程隔离有两种方式实现：
线程池隔离
信号量隔离（Sentinel默认采用）

 

6.2.1 两种线程隔离的比较

 

6.2.2 线程隔离（舱壁模式）

在添加限流规则时，可以选择两种阈值类型：

• QPS：就是每秒的请求数，在快速入门中已经演示过

• 线程数：是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量，实现舱壁模式。

需求：给 product的查询接口设置流控规则，线程数不能超过 2。借助小伙伴同时访问你的这个地址进行测试。

 

线程隔离的两种手段是？
信号量隔离
线程池隔离
信号量隔离的特点是？
基于计数器模式，简单，开销小
线程池隔离的特点是？
基于线程池模式，有额外开销，但隔离控制更强 

 

6.3 熔断降级

熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例，如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求；而当服务恢复时，断路器会放行访问该服务的请求。

断路器熔断策略有三种：慢调用、异常比例、异常数

6.3.1 慢调用

业务的响应时长（RT）大于指定时长的请求认定为慢调用请求。在指定时间内，如果请求数量超过设定的最小数量，慢调用比例大于设定的阈值，则触发熔断。例如：

 解读：RT超过150ms的调用是慢调用，统计最近5000ms内的请求，如果请求量超过10次，并且慢调用比例不低于0.5，则触发熔断，熔断时长为10秒。然后进入half-open状态，放行一次请求做测试，如果放行的测试请求为小于150ms的则关闭熔断，否则继续进入熔断。

6.3.2 异常比例、异常数

异常比例或异常数：统计指定时间内的调用，如果调用次数超过指定请求数，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断。例如：

解读：统计最近5000ms内的请求，如果请求量超过10次，并且异常比例不低于0.5，则触发熔断，熔断时长为10秒。然后进入half-open状态，放行一次请求做测试。

测试：

 

等到熔断时长结束后，使用没有异常的请求即可结束熔断，如果使用有异常的请求则会继续进入熔断。

Sentinel熔断降级的策略有哪些？

慢调用比例：超过指定时长的调用为慢调用，统计单位时长内慢调用的比例，超过阈值则熔断
异常比例：统计单位时长内异常调用的比例，超过阈值则熔断
异常数：统计单位时长内异常调用的次数，超过阈值则熔断 

6.4 自定义异常结果

默认情况下，发生限流、降级、授权拦截时，都会抛出异常到调用方。如果要自定义异常时的返回结果，需要实现BlockExceptionHandler接口：

而BlockException包含很多个子类，分别对应不同的场景：

我们在order-service中定义类，实现BlockExceptionHandler接口：

@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
    @Override    
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
        String msg = "未知异常";
        int status = 429;
        if (e instanceof FlowException) {
            msg = "请求被限流了！";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了！"; 
        } else if (e instanceof ParamFlowException) {
            msg = "热点参数限流！";
        } else if (e instanceof AuthorityException) {
            msg = "请求没有权限！";
            status = 401;
        }
        httpServletResponse.setContentType("application/json;charset=utf-8");
        httpServletResponse.setStatus(status);
        httpServletResponse.getWriter().println("{\"message\": \"" + msg + "\", \"status\": " + status + "}");
    }
}

 

 获取请求来源的接口是什么？
RequestOriginParser
处理BlockException的接口是什么？
BlockExceptionHandler

6.5 规则持久化

Sentinel的控制台规则管理有三种模式：

6.5.1 规则管理模式-原始模式

原始模式：控制台配置的规则直接推送到Sentinel客户端，也就是我们的应用。然后保存在内存中，服务重启则丢失

6.5.2 规则管理模式-pull模式

pull模式：控制台将配置的规则推送到Sentinel客户端，而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询，更新本地规则。

第一步，编写处理类

import com.alibaba.csp.sentinel.command.handler.ModifyParamFlowRulesCommandHandler;
import com.alibaba.csp.sentinel.datasource.*;
import com.alibaba.csp.sentinel.init.InitFunc;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRuleManager;
import com.alibaba.csp.sentinel.slots.system.SystemRule;
import com.alibaba.csp.sentinel.slots.system.SystemRuleManager;
import com.alibaba.csp.sentinel.transport.util.WritableDataSourceRegistry;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import org.springframework.beans.factory.annotation.Value;
 
import java.io.File;
import java.io.IOException;
import java.util.List;
public class FilePersistence implements InitFunc {
 
    @Value("${spring.application.name}")
    private String appcationName;
 
    @Override
    public void init() throws Exception {
        String ruleDir = System.getProperty("user.home") + "/sentinel-rules/" + appcationName;
        String flowRulePath = ruleDir + "/flow-rule.json";
        String degradeRulePath = ruleDir + "/degrade-rule.json";
        String systemRulePath = ruleDir + "/system-rule.json";
        String authorityRulePath = ruleDir + "/authority-rule.json";
        String paramFlowRulePath = ruleDir + "/param-flow-rule.json";
 
        this.mkdirIfNotExits(ruleDir);
        this.createFileIfNotExits(flowRulePath);
        this.createFileIfNotExits(degradeRulePath);
        this.createFileIfNotExits(systemRulePath);
        this.createFileIfNotExits(authorityRulePath);
        this.createFileIfNotExits(paramFlowRulePath);
 
        // 流控规则
        ReadableDataSource<String, List<FlowRule>> flowRuleRDS = new FileRefreshableDataSource<>(
                flowRulePath,
                flowRuleListParser
        );
        FlowRuleManager.register2Property(flowRuleRDS.getProperty());
        WritableDataSource<List<FlowRule>> flowRuleWDS = new FileWritableDataSource<>(
                flowRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);
 
        // 降级规则
        ReadableDataSource<String, List<DegradeRule>> degradeRuleRDS = new FileRefreshableDataSource<>(
                degradeRulePath,
                degradeRuleListParser
        );
        DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
        WritableDataSource<List<DegradeRule>> degradeRuleWDS = new FileWritableDataSource<>(
                degradeRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);
 
        // 系统规则
        ReadableDataSource<String, List<SystemRule>> systemRuleRDS = new FileRefreshableDataSource<>(
                systemRulePath,
                systemRuleListParser
        );
        SystemRuleManager.register2Property(systemRuleRDS.getProperty());
        WritableDataSource<List<SystemRule>> systemRuleWDS = new FileWritableDataSource<>(
                systemRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);
 
        // 授权规则
        ReadableDataSource<String, List<AuthorityRule>> authorityRuleRDS = new FileRefreshableDataSource<>(
                authorityRulePath,
                authorityRuleListParser
        );
        AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
        WritableDataSource<List<AuthorityRule>> authorityRuleWDS = new FileWritableDataSource<>(
                authorityRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);
 
        // 热点参数规则
        ReadableDataSource<String, List<ParamFlowRule>> paramFlowRuleRDS = new FileRefreshableDataSource<>(
                paramFlowRulePath,
                paramFlowRuleListParser
        );
        ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
        WritableDataSource<List<ParamFlowRule>> paramFlowRuleWDS = new FileWritableDataSource<>(
                paramFlowRulePath,
                this::encodeJson
        );
        ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);
    }
 
    private Converter<String, List<FlowRule>> flowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference<List<FlowRule>>() {
            }
    );
    private Converter<String, List<DegradeRule>> degradeRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference<List<DegradeRule>>() {
            }
    );
    private Converter<String, List<SystemRule>> systemRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference<List<SystemRule>>() {
            }
    );
 
    private Converter<String, List<AuthorityRule>> authorityRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference<List<AuthorityRule>>() {
            }
    );
 
    private Converter<String, List<ParamFlowRule>> paramFlowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference<List<ParamFlowRule>>() {
            }
    );
 
    private void mkdirIfNotExits(String filePath) throws IOException {
        File file = new File(filePath);
        if (!file.exists()) {
            file.mkdirs();
        }
    }
 
    private void createFileIfNotExits(String filePath) throws IOException {
        File file = new File(filePath);
        if (!file.exists()) {
            file.createNewFile();
        }
    }
 
    private <T> String encodeJson(T t) {
        return JSON.toJSONString(t);
    }
}

第二步，添加配置

在resources下创建配置目录 META-INF/services ,然后添加文件

com.alibaba.csp.sentinel.init.InitFunc

 在文件中添加配置类的全路径

com.gjx.product.config.FilePersistence

 

 

如果不想将规则持久化到c盘可以修改持久化路径

 

 

6.5.3 规则管理模式-push模式

push模式：控制台将配置规则推送到远程配置中心，例如Nacos。Sentinel客户端监听Nacos，获取配置变更的推送消息，完成本地配置更新。

push模式实现最为复杂，依赖于nacos，并且需要改在Sentinel控制台。整体步骤如下：

1.修改order-service服务，使其监听Nacos配置中心
2.修改Sentinel-dashboard源码，配置nacos数据源
3.修改Sentinel-dashboard源码，修改前端页面
4.重新编译、打包-dashboard源码
第一步，sentinel源码包，并用IDEA打开

第二步，修改sentinel-dashboard源码的pom文件，将sentinel-datasource-nacos依赖的scope去掉

第三步，拷贝test目录下的nacos代码到main下的com.alibaba.csp.sentinel.dashboard.rule包

 

第四步，修改刚刚拷贝的nacos包下的NacosConfig类，修改其中的nacos地址

第五步，修改 com.alibaba.csp.sentinel.dashboard.controller.v2包下的FlowControllerV2类

第六步，修改src/main/webapp/resources/app/scripts/directives/sidebar/目录下的sidebar.html文件

第七步，修改之后在控制台使用mvn clean package 打包。