sentinel 1.8.2 使用手册

最新推荐文章于 2024-08-14 09:21:14 发布

史蒂夫.*

最新推荐文章于 2024-08-14 09:21:14 发布

阅读量1.6k

点赞数 3

分类专栏： SSM 文章标签： java SpringCloud Sentinel 微服务分布式

本文链接：https://blog.csdn.net/m0_50210478/article/details/120243512

版权

SSM 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

作用简单描述

主要作用就是进行流量控制。也就是通过定制不同的规则去进行流量控制。

下载地址

https://github.com/alibaba/Sentinel/releases

开启服务命令

java -Dserver.port=8180 -Dcsp.sentinel.dashboard.server=localhost:8180 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.2.jar

默认网站：http://localhost:8180

账户密码：sentinel

简单名词解释

阈值类型/单机阈值

QPS：每秒请求数量；
线程数：调用当前接口的线程数

流控规则

直接：接口达到限流条件时，直接限流
关联：当关联的资源达到阈值时，就限流自己
链路：只记录指定链路上的流量换句话说，只记录指定资源从入口资源进来的流量，如果达到阈值，就限流

流控效果

快速失败：直接失败；
Warm Up：即请求 QPS 从一个值开始，经预热时长逐渐升至设定的 QPS 阈值
排队等待

项目引入

简单配置

服务消费方依赖添加

<!-- sentinel依赖 -->
<dependency>
 <groupId>com.alibaba.cloud</groupId>
 <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!-- 监控 -->
<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

yml文件：

spring:
 cloud:
     sentinel:
         transport:
             port: 8099 #跟 sentinel 控制台交流的端口,随意指定一个未使用的端口即可默认是8719
             dashboard: localhost:8180 # 指定 sentinel 控制台地址。
         eager: true #当服务启动时是否与sentinel建立链接
         web-context-unify: false #关闭 URL PATH 聚合

流控模式为链路模式时，假如是 sentinel 1.7.2 以后版本，Sentinel Web 过滤器默认收敛所有 URL 的入口上下文，因此互连限流不生效，需要在 application.yml 添加如下语句来关闭 URL PATH 聚合;

设计限流规则

在此处默认所有限流效果为直接失败

直接限流

    @GetMapping("/direct")
    public String doDirect(){
        sentinelService.doSentinelGet();
        return "sentinel do direct";
    }

流控规则：

在这里插入图片描述

效果：每秒只能有一次请求获取到结果，其他请求直接失败。

关联限流

    @GetMapping("/relation1")
    public String doRelation1(){
        sentinelService.doSentinelGet();
        return "sentinel do relation1";
    }
    @GetMapping("/relation2")
    public String doRelation2(){
        sentinelService.doSentinelGet();
        return "sentinel do relation2";
    }

流控规则：

在这里插入图片描述

效果：当我们过多的请求relation2(每秒超过0.5次)，那么我们会对relation1进行限流

链路限流

这个比较麻烦，首先需要写一个业务，让不同的请求去调用它：

@Service
public class SentinelService {
    /**
     * 注解描述的方法，进行流量统计，
     * 进行限流操作
     */
    @SentinelResource("doSentinel")
    public String doSentinelGet(){
        System.out.println("sentinel do link");
        return "sentinel do link";
    }
}

然后在控制层对业务进行调用：

   //     链路限流
    @Autowired
    private SentinelService sentinelService;
    @GetMapping("/link1")
    public String doLink1(){
        sentinelService.doSentinelGet();
        return "sentinel do link1";
    }
    @GetMapping("/link2")
    public String doLink2(){
        sentinelService.doSentinelGet();
        return "sentinel do link2";
    }

流控规则：
在这里插入图片描述
流控地址：

此时有link1,link2都需要调取diSentinel资源，但仅对于link1的调用进行限制：每秒请求数量大于1，直接失败。

设计限流效果

在此处默认所有限流规则为直接限流

快速失败

快速失败就是当达到限流规则后直接不能访问。在设计限流规则的时候有介绍此处就不在额外描述了。

WarmUp预热

秒杀系统等，可能一开始就会有大量的流量，这个时候需要后台进行慢慢适应(第一批请求过去后有了缓存就可以有效防止频繁的数据库操作)

此种相当于我们规定了一个阈值，但是它需要一个缓慢的过程来达到这个阈值。给了一个系统适应过程。

默认的初始阈值是我们给定的阈值/codeFactor，codeFactor默认为3

//    预热测试
    @GetMapping("/warm")
    public String wramup(){
        return "sentinel warm up";
    }

预热规则：

在这里插入图片描述

效果：每秒请求数量为3，那么初始阈值就是1，预热时长就是10s

排队等待

当大量数据来的时候，部分数据先不失败而是进行排队并给了一个等待时间，如果等待时间依旧没有得到结果，那么就失败。

    //    排队等待
    @GetMapping("/queue")
    public String queue(){
        return "sentinel Queue up";
    }

编辑规则：

在这里插入图片描述

效果：单机阈值是3，大于3的请求就处于等待状态，当1s内解决不完，就失败。超时时间单位微秒。

degrade降级规则

此处对于熔断做一个解释：当我们满足熔断条件服务停止使用，当熔断时间过后变为探测态，如果此时进来的请求不触发熔断规则，则我们可以关闭熔断，如果此时进入的请求触发了熔断规则，那么我们继续熔断。

慢调用

给一个休眠时间，使其慢调用

    @GetMapping("/demotion/slowcall")
    public String doSlowCall() throws InterruptedException {
//        程序休眠 单位毫秒
//        Thread.sleep(200);
        try{
            TimeUnit.SECONDS.sleep(2);
        }catch (Exception e){
        }
        return "sentinel do slow call";
    }

编辑规则

在这里插入图片描述

效果：当请求数大于5以后，如果请求的响应时间大于200毫秒的超过20%，则熔断10秒。

**注意：**RT指的响应时间，Sentinel 默认统计的 RT 上限是 4900ms，超出此阈值的都会算作 4900ms，若需要
变更此上限可以通过启动配置项-Dcsp.sentinel.statistic.max.rt=xxx 来配置

异常比例

当资源的每秒请求数大于等于最小请求数，并且异常总数占通过量的比例超过比例阈值时，
资源进入降级状态。

   // 异常比例
    @GetMapping("/demotion/abnormalproportion")
    public String doAbnormalProportion() throws Exception {
        throw new Exception("失败");
//        return "sentinel do abnormal proportion";
    }

编辑规则：

在这里插入图片描述

效果：请求数量大于1，异常请求数量比例大于20%，熔断10s

异常数量

当资源近 1 分钟的异常数目超过阈值（异常数）之后会进行服务降级。

    // 异常数量
    @GetMapping("/demotion/abnormalnum")
    public String doAbnormalNum() throws Exception {
        throw new Exception("失败");
    }

编辑规则：

在这里插入图片描述

效果：请求数量大于5，异常数量有一个以上，熔断十秒。

热点规则

入门操作

热点也就是一段时间内被经常访问的数据，我们在进行网络请求的时候，比如一个商品管理系统，我们通常需要一些基本的信息来获取特定的物品，此时我们就可以通过对某个数据的限制来对热点数据进行限流操作。

    // url
    @GetMapping("/hotpoint/introduction/url/{id}")
    @SentinelResource("doIntroductionUrl")
    public String doIntroductionUrl(@PathVariable Integer id) {
       return "sentinel do hot point introduction url = "+id;
    }

    // 参数形式
    @GetMapping("/hotpoint/introduction/param")
    @SentinelResource("doIntroductionParam")
    public String doIntroductionParam(@RequestParam("id") Integer id) {
        return "sentinel do hot point introduction param = "+id;
    }

热点规则：通过@SentinelResource注解内容进行规定

在这里插入图片描述

效果：对第一个参数进行限流操作，每秒只能通过1个。

高级操作

针对某个数据进行限流。

热点规则：

在这里插入图片描述

当该参数为10的时候，每秒可以得到两次回复，其他数值为1次回复。

系统规则

参数介绍

Load（仅对 Linux/Unix-like 机器生效）：当系统 load1 超过阈值，且系统当前的并
发线程数超过系统容量时才会触发系统保护。系统容量由系统的 maxQps * minRt 计
算得出。设定参考值一般是 CPU cores * 2.5。
CPU 使用率：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0）。
RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。
线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量生效。入口流
量指的是进入应用的流量（EntryType.IN），比如 Web 服务。

样例操作

此处使用了热点请求样例：

     //系统规则入门
    @GetMapping("/system/introduction")
    @SentinelResource("doIntroduction")
    public String doIntroduction() {
        return "sentinel do system introduction.";
    }

定制规则：

在这里插入图片描述

当CPU利用率超过5%，就会锁住所有该服务器程序，以防止系统崩溃。

授权规则

有些消费者无权限调用部分请求，需要加入黑名单

有些服务只能被部分消费者使用，需要加入白名单

请求路径：

    //白名单
    @GetMapping("/authorize/whitenumber")
    public String doAuthorizeWhiteNumber(){
        return "do Authorize White Number";
    }
    //黑名单
    @GetMapping("/authorize/blacknumber")
    public String doAuthorizeBlackNumber(){
        return "do Authorize black number";
    }

规则定制：

@Component
public class SentinelAuthorizeConfig implements RequestOriginParser {
    @Override
    public String parseOrigin(HttpServletRequest request) {
        //  获取参数法
        String origin = request.getParameter("origin");
        return origin;
    }
}

实际请求为：/consumer/sentinel/authorize/blacknumber?orign=app2这里放这个就是告诉各位看官老爷，需要一个orgin参数

黑名单：

在这里插入图片描述

两个都访问不了。

白名单：

在这里插入图片描述

只有app1可以访问。

Sentinel自定义异常

@Component
public class ServiceBlockExceptionConfig implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
        //设置响应数据的编码
        httpServletResponse.setCharacterEncoding("UTF-8");
        //告诉客户端要响应的数据类型以及客户端以什么编码呈现数据
        httpServletResponse.setContentType("text/html;charset=UTF-8");
        Map<String,Object> map = new HashMap<>();
        // 降级熔断
        if(e instanceof DegradeException){
            map.put("status",601);
            map.put("message", "服务被熔断了!");
        }
        //限流
        else if(e instanceof FlowException){
            map.put("status",602);
            map.put("message", "服务被限流了!");
        }
        // 服务被锁
        else{
            map.put("status",603);
            map.put("message",
                    "Blocked by Sentinel (flow limiting)");
        }
        //将 map 对象转换为 json 格式字符串
        String jsonStr=new ObjectMapper().writeValueAsString(map);
        PrintWriter out = httpServletResponse.getWriter();
        out.println(jsonStr);
        out.flush();
    }
}

Sentinel持久化处理

依赖添加

<dependency>
 <groupId>com.alibaba.csp</groupId>
 <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

yml文件配置

  sentinel:
    datasource:
    ds:
    nacos:
    ### nacos 连接地址
    server-addr: localhost:8848
    ## nacos 连接的分组
    group-id: DEFAULT_GROUP
    ###路由存储规则
    rule-type: flow
    ### 读取配置文件的 data-id
    data-id: nacos-consumer
    ### 读取配置文件类型为 json
    data-type: json

sentinel先连接nacos,通过DEFAULT_GROUP与文件名称nacos-consumer找到类型为json字符串，将规则获取。

nacos配置中心配置规则

[
 {
 "resource": "/consumer/sentinel/direct",
 "controlBehavior": 0,
 "count": 1.0,
 "grade": 1,
 "limitApp": "default",
 "strategy": 0
 }
]

存的时候存取该资源，限流的控制效果为快速失败，阈值为1，根据QPS进行控制，调用关系为直接限流。
此种方式的存储地址为：\studynacos\data\config-data\DEFAULT_GROUP下的nacos-consumer文件

名词解释：

resource：资源名，即限流规则的作用对象
limitApp：流控针对的调用来源，若为 default 则不区分调用来源
grade：限流阈值类型（QPS 或并发线程数）；0 代表根据并发数量来限流，1 代表根据 QPS 来进行流量控制
count：限流阈值
strategy：调用关系限流策略(直接限流，关联限流，)
controlBehavior：流量控制效果（0快速失败、1Warm Up、2匀速排队）
clusterMode：是否为集群模式

史蒂夫.*

关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录