11.微服务保护
1.初识Sentinel
2.流量控制
3.隔离和降级
4.授权规则
5.规则持久化
1.初识Sentinel
1.1 雪崩问题及解决方案
1.1.1 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,这就是雪崩。
1.1.2 解决雪崩问题的常见方式有四种
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
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。
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。
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。
1.1.3 总结
1.什么是雪崩问题?
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。
2.如何避免因瞬间高并发流量而导致服务故障?
流量控制
3.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
1.2服务保护技术对比
1.2.1 认识Sentinel
Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址:https://sentinelguard.io/zh-cn/index.html
Sentinel 具有以下特征:
- 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。
- 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。
- 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。
1.2.2 安装Sentinel控制台
java -jar -Dserver.port=8070 sentinel-dashboard-1.8.1.jar
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:
1.2.3 引入cloud-demo
要使用Sentinel肯定要结合微服务,这里我们使用SpringCloud实用篇中的cloud-demo工程。没有的小伙伴可以在课前资料中找到:
项目结构如下:
1.2.4 微服务整合Sentinel
我们在order-service中整合Sentinel,并且连接Sentinel的控制台,步骤如下:
1.引入sentinel依赖:
(qy163-order–>pom.xml)2.配置控制台地址:
(qy163-order–>application.properties)
(qy163-order–>OrderController)
3.访问微服务的任意端点,触发sentinel监控
2.流量控制 (限流规则 )
限流规则
快速入门
流控模式
流控效果
热点参数限流
2.1 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:
2.2 快速入门
点击资源/order/getInfo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 /order/getInfo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。
2.3 流控模式
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
2.3.1 流控模式-直接
2.3.2 流控模式-关联
(qy163-order–>OrderController)
连续多次访问刷新
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订单状态,同时用户要查询订单。查询和修改操作会争抢数据库锁,产生竞争。业务需求是有限支付和更新订单的业务,因此当修改订单业务触发阈值时,需要对查询订单业务限流。
当/write资源访问量触发阈值时,就会对/read资源限流,避免影响/write资源。小结:
满足下面条件可以使用关联模式:
两个有竞争关系的资源
一个优先级较高,一个优先级较低
2.3.3 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:
- /test1 /common
- /test2 /common
如果只希望统计从/test2进入到/common的请求,则可以这样配置:(现在先不配置,后面再进行配置)
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:
(qy163-order–>OrderService)
(qy163-order–>OrderServiceImpl)
(qy163-order–>OrderController)
原因:
1.Sentinel默认只标记Controller中的方法为资源,如果要标记其它方法,需要利用@SentinelResource注解
(qy163-order–>OrderServiceImpl)
2.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.yml,添加配置:
(qy163-order–>application.properties)
2.3.4 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,是对请求来源的限流
2.4 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
2.4.1 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1.0
需求:给/order/{orderId}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
2.4.2 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。
在某一时刻,服务很忙,而其他时刻,服务很闲。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/order/{orderId}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
2.4.3 总结:
流控效果有哪些?
快速失败:QPS超过阈值时,拒绝新的请求
warm 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。
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
2.5 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。
配置示例:
代表的含义是:对hot这个资源的0号参数(第一个参数)做统计,每1秒相同参数值的请求数不能超过5
在热点参数限流的高级选项中,可以对部分参数设置例外配置:
结合上一个配置,这里的含义是对0号的long类型参数限流,每1秒相同参数的QPS不能超过5,有两个例外:
- 如果参数值是100,则每1秒允许的QPS为10
- 如果参数值是101,则每1秒允许的QPS为15
给/order/{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2
给102这个参数设置例外:每1秒请求量不超过4
给103这个参数设置例外:每1秒请求量不超过10【注意】热点参数限流对默认的SpringMVC资源无效
(controller中的接口默认无效 使用SentinelResouce注解的资源有效)
(qy163-order–>OrderController)
3. 隔离和降级
FeignClient整合Sentinel
线程隔离(舱壁模式)
熔断降级
3.1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。
3.2 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。
1.修改OrderService的application.yml文件,开启Feign的Sentinel功能2.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,我们选择这种
(qy163-order–>application.properties)
(qy163-order–>feign–>factory–>ProductFeignFactory)
(qy163-order–>feign–>ProductFeign)
(qy163-order–>OrderController)
(qy163-product–>ProductController)
3.2.1 总结:
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并注册为Bean 将FallbackFactory配置到FeignClient
3.4 线程隔离(舱壁模式)(未讲)
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
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 ProductFeign的查询用户接口设置流控规则,线程数不能超过 2。然后利用jemeter测试。
3.4.1总结:
- 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
3.5 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
3.5.1 慢调用
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500ms的调用是慢调用,统计最近10000ms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5秒。然后进入half-open状态,放行一次请求做测试。
需求:给 ProductFeign的查询商品接口设置降级规则,
提示:为了触发慢调用规则,我们需要修改Service中的业务,增加业务耗时:
(qy163-product–>ProductController)
3.5.2 异常比例、异常数(未演示)
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1000ms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5秒。然后进入half-open状态,放行一次请求做测试。
需求:给 UserClient的查询用户接口设置降级规则,统计时间为1秒,最小请求数量为5,失败阈值比例为0.4,熔断时长为5s
提示:为了触发异常统计,我们需要修改UserService中的业务,抛出异常:
3.5.3 总结
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
4. 授权规则
授权规则
自定义异常结果
项目一重新启动,规则没了
授权规则可以对调用方的来源做控制,有白名单和黑名单两种方式。
白名单:来源(origin)在白名单内的调用者允许访问
黑名单:来源(origin)在黑名单内的调用者不允许访问
例如,我们限定只允许从网关来的请求访问order-service,那么流控应用中就填写网关的名称
4.1 授权规则
Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
例如,我们尝试从request中获取一个名为origin的请求头,作为origin的值:
我们还需要在gateway服务中,利用网关的过滤器添加名为gateway的origin头:
给/order/{orderId} 配置授权规则:
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:
4.2 自定义异常结果
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:
4.3 总结
获取请求来源的接口是什么?
RequestOriginParser
处理BlockException的接口是什么?
BlockExceptionHandler
5. 规则持久化
规则管理模式
实现push模式
5.1 规则管理模式
Sentinel的控制台规则管理有三种模式:
5.1.1 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
5.1.2 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。
5.1.3 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。
5.1.4 总结
Sentinel的三种配置管理模式是什么?
原始模式:保存在内存
pull模式:保存在本地文件或数据库,定时去读取
push模式:保存在nacos,监听变更实时更新
5.2 实现push模式
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:
- 修改order-service服务,使其监听Nacos配置中心 修改Sentinel-dashboard源码,配置nacos数据源
- 修改Sentinel-dashboard源码,修改前端页面
- 重新编译、打包-dashboard源码
详细步骤可见 下面的 6. sentinel规则持久化
6. push到配置中心nacos
规则管理模式-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。
sentinel 的持久化,我们希望这样:
- 可以在 sentinel 控制台中编辑 限流配置,并且同步到 nacos 做持久化
- 在 nacos 中修改了限流配置,也可以同步到 sentinel 控制台
要实现上述第一个功能需要对 sentinel 控制台的源码有所了解,并加依改造。
但 GitHub 上已经有人改造好了,做了个加强版 控制台。
https://github.com/CHENZHENNAME/sentinel-dashboard-nacos
打开上述网址 下载到本地
解压上面的文件
打开根目录下的 pom.xml ,修改 sentinel 的版本
- 进入项目根目录,cmd,执行命令 mvn clean package
- 打包后生产在target目录下
- 执行命令,启动控制台:
java -Dserver.port=8070 -Dnacos.serverAddr=localhost:8848 -jar sentinel-dashboard.jar
- Dserver.port 控制台端口号
- Dnacos.serverAddr: nacos 地址
- Dnacos.namespace: 你项目所在的 nacos 命名空间 如果命名空间就是public可以省略该参数
放在sentinel界面
6.1 微服务客户端接入sentinel控制面板
(1)引入依赖
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
<version>1.8.1</version>
</dependency>
(2)修改配置文件
#上面有了
#spring.cloud.sentinel.transport.dashboard=localhost:8070
#从哪里拉取sentinel配置规则
spring.cloud.sentinel.datasource.ds1-flow.nacos.server-addr=localhost:8848
#拉取哪个配置规则
spring.cloud.sentinel.datasource.ds1-flow.nacos.data-id=${spring.application.name}-flow-rules
# 还可以是 degrade authority param-flow
spring.cloud.sentinel.datasource.ds1-flow.nacos.rule-type=flow
#以json格式存储
spring.cloud.sentinel.datasource.ds1-flow.nacos.data-type=json
spring.cloud.sentinel.datasource.ds1-flow.nacos.group-id=SENTINEL_GROUP
(3)启动微服务
- 浏览器访问:localhost:8070 , 最开始什么都没有,然后访问你自己的项目的任意一个要限流的接口,则 左侧会出现对于的 服务名称
- 点击 簇点链路,新增 一个流控规则:
- 注意,一定要点 带 2 的,只有带 2 的才能推送到 nacos,在 流控规则 选项中添加也不行,只能点击 蓝色方框 才能推送到 nacos
添加成功后,nacos 中,你指定的命名空间下会自动生成
${application-name}-flow-rules
格式的配置文件
当你在 sentinel 控制台中,无论增加规则,还是修改规则,都会同步到 nacos;相反,修改 nacos 中 配置文件的限流规则,也会同步到 sentinel 。