Sentinel--微服务流量控制组件

Sentinel

想要学习Sentinel，首先要知道什么是雪崩

雪崩：

• 在微服务中，服务之间的调用错综复杂，一个微服务往往依赖于多个其它微服务。

• 如图，如果服务提供者I发生了故障，当前的应用的部分业务因为依赖于服务I，因此也会被阻塞。此时，其它不依赖于服务I的业务似乎不受影响。

• 但是，随着请求的增加，时间的推移，依赖服务I的业务请求被阻塞，用户不会得到响应，则tomcat的这个线程不会释放，于是越来越多的用户请求到来，越来越多的线程会阻塞：

• 服务器支持的线程和并发数有限，请求一直阻塞，会导致服务器资源耗尽，从而导致所有其它服务都不可用，那么当前服务也就不可用了

• 那么，依赖于当前服务的其它服务随着时间的推移，最终也都会变的不可用，形成级联失败，雪崩就发生了：

解决雪崩问题：

• 解决雪崩问题的常见方式有四种：

超时处理：

• 超时处理，顾名思义，请求超过一定时间没有响应，就会返回错误信息，不会无休止的等待

仓壁模式：

• 就如同船仓一样，被隔板分离成多个独立的空间，即使进水了也不会导致整个船舱都会进水，只有部分船舱进水，将故障控制在一定范围内，从而避免泰坦尼克号的发生。

• 仓壁模式就是如同上图船舱的模型一样，限定了每个业务的线程数，避免耗尽整个tomcat的资源，因此，也叫线程隔离。

断路器：

• 统计业务在执行过程中的异常比例，超过一定的比例，也叫超出阀值，就会熔断该业务，拦截访问该业务的一切请求

• 如同上图，访问服务d的请求比例1:2，显然服务d是有问题的，断路器这时就会认为服务d会导致雪崩问题，从而拦截访问服务d的一切请求，形成熔断。

限流：

• 流量控制，限制该业务的QPS，避免服务因为突然的流量增加而突发故障。

总结：

• 什么是雪崩
  • 微服务之间相互调用，但是在调用链中，有一个服务出现异常，导致整个链路都会无法访问的情况
• 如何解决雪崩问题
  • 超时处理
  • 仓壁模式
  • 断路器
  • 限流
• 如何理解四种解决方案
  • 限流，它是对服务的保护，从而避免因为瞬间的高并发导致服务的故障，进而避免雪崩，是一种预防措施
  • 超时处理，仓壁模式，断路器，都是在部分服务发生故障的时候，将故障控制在一切范围，从而避免雪崩，是一种补救的措施

服务保护技术对比：

在springcloud中，有多种服务保护技术

早期比较流行的是Hystrix框架，但目前国内实用最广泛的还是阿里巴巴的Sentinel框架，这里我们做下对比：

	Sentinel	Hystrix
隔离策略	信号量隔离	线程池隔离/信号量隔离
熔断降级策略	基于慢调用比例或异常比例	基于失败比率
实时指标实现	滑动窗口	滑动窗口（基于 RxJava）
规则配置	支持多种数据源	支持多种数据源
扩展性	多个扩展点	插件的形式
基于注解的支持	支持	支持
限流	基于 QPS，支持基于调用关系的限流	有限的支持
流量整形	支持慢启动、匀速排队模式	不支持
系统自适应保护	支持	不支持
控制台	开箱即用，可配置规则、查看秒级监控、机器发现等	不完善
常见框架的适配	Servlet、Spring Cloud、Dubbo、gRPC 等	Servlet、Spring Cloud Netflix

Sentinel的介绍：

• 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

它有以下特征

• 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。

安装Sentinel：

• 第一步：下载好Sentinel的jar包

• 第二步：运行jar包

• 第三步：如果想要修改默认端口，账号密码等，可以使用以下配置

  配置项	默认值	说明
  server.port	8080	服务端口
  sentinel.dashboard.auth.username	sentinel	默认用户名
  sentinel.dashboard.auth.password	sentinel	默认密码

• 访问8080端口进入控制台

• 进入之后雪白一片，因为还没有与微服务整合

微服务整合Sentinel：

• 导入依赖

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

• 配置控制台

  server:
    port: 8088
  spring:
    cloud: 
      sentinel:
        transport:
          dashboard: localhost:8080
  

• 访问服务，才能触发Sentinel的监控，在访问Sentinel的控制台，就能看见效果了。

流量控制：

限流是避免服务因突发的流量而发生故障，是对微服务雪崩问题的预防。

簇点链路：

• 当请求微服务的时候，首先会访问DispatcherServlet，然后再进入Controller，Service，Mapper，这样的一个调用链就是簇点链路，它监控中的每一个接口，就是一个资源。
• 默认情况下，Sentinel会监控SpringMVC的每一个端点(Endpoint，也就是Controller)，因此SpringMVC的每一个端点就是调用链的一个资源
• 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：
  • 流控：流量控制
  • 降级：降级熔断
  • 热点：热点参数限流，是限流的一种
  • 授权：请求的权限控制

流控模式：

直接流控模式：

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

• 点击资源后面的流控按钮，就会弹出一个表单

• 其中，限制这个资源的单机QPS为1，即每秒只允许一次请求，超出的部分会被拦截并且报错

关联流控模式：

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

• 配置规则

• 语法说明：当/write触发阀值的时候，就会对/read进行资源限流，避免影响/write的资源。

• 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。业务需求是优先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。

• 小结：

  当满足以下条件，就可以使用关联模式。

  • 两个有竞争关系的资源
  • 一个优先级高，一个优先级低

链路流控模式：

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

• 配置示例

  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：

• 语法说明：test1和test2都会请求common，但是Sentinel只统计/test2发出的请求。

总结：

• 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

流控效果：

• 在流控的高级选项中，还有一个流控效果选项：

  • 快速失败
  • Warm up
  • 排队等待

• 流控效果是指达到流控阈值时，应该采用的措施

快速失败：

在之前的流控模式中，使用的就是快速失败的流控效果，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。

• 阈值一般是一个微服务能承担的最大QPS，但是一个服务刚刚启动时，一切资源尚未初始化（冷启动），如果直接将QPS跑到最大值，可能导致服务瞬间宕机。

• 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 maxThreshold / coldFactor，持续指定时长后，逐渐提高到maxThreshold值。而coldFactor的默认值是3.

• 例如，我设置QPS的maxThreshold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.

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

• 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。

• 工作原理

  • 例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待时长超过2000ms的请求会被拒绝并抛出异常。

  • 那什么叫做预期等待时长呢？

  • 比如现在一下子来了12 个请求，因为每200ms执行一个请求，那么：

    • 第6个请求的预期等待时长 = 200 * （6 - 1） = 1000ms
    • 第12个请求的预期等待时长 = 200 * （12-1） = 2200ms

  • 现在，第1秒同时接收到10个请求，但第2秒只有1个请求，此时QPS的曲线这样的：

  

  • 如果使用队列模式做流控，所有进入的请求都要排队，以固定的200ms的间隔执行，QPS会变的很平滑：

  

  • 平滑的QPS曲线，对于服务器来说是更友好的。

总结:

• 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

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。

全局参数限流：

• 例如，一个根据id查询商品的接口：

• 访问/goods/{id}的请求中，id参数值会有变化，热点参数限流会根据参数值分别统计QPS，统计结果：

• 当id=1的请求触发阈值被限流时，id值不为1的请求不受影响。

• 当id=1的请求触发阈值被限流时，id值不为1的请求不受影响。

热点参数限流:

• 刚才的配置中，对查询商品这个接口的所有商品一视同仁，QPS都限定为5.
• 而在实际开发中，可能部分商品是热点商品，例如秒杀商品，我们希望这部分商品的QPS限制与其它商品不一样，高一些。那就需要配置热点参数限流的高级选项了：

• 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

隔离和降级:

限流是一种预防措施，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。

• 线程隔离之前讲到过：调用者在调用服务提供者时，给每个调用的请求分配独立线程池，出现故障时，最多消耗这个线程池内资源，避免把调用者的所有资源耗尽。

• 熔断降级：是在调用方这边加入断路器，统计对服务提供者的调用，如果调用的失败比例过高，则熔断该业务，不允许访问该服务的提供者了。

• 可以看到，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。需要在调用方 发起远程调用时做线程隔离、或者服务熔断。
• 而我们的微服务远程调用都是基于Feign来完成的，因此我们需要将Feign与Sentinel整合，在Feign里面实现线程隔离和服务熔断。

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。

• 修改配置，开启sentinel功能

• 修改OrderService的application.yml文件，开启Feign的Sentinel功能：

  feign:
    sentinel:
      enabled: true # 开启feign对sentinel的支持
  

• 编写失败降级逻辑

• 业务失败后，不能直接报错，而应该返回用户一个友好提示或者默认结果，这个就是失败降级逻辑。

  给FeignClient编写失败后的降级逻辑

  ①方式一：FallbackClass，无法对远程调用的异常做处理

  ②方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种

  • 这里选择方法二
  • 在feign项目中定义类，XXXXXXFallbackFactory
  • 实现FallbackFactory接口，接口的泛型就是当前项目的XXXClent，实现接口的方法，重写接口的方法
  • 将XXXXXXFallbackFactory注册为一个Bean
  • 在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：
  • 重启后，访问一次订单查询业务，然后查看sentinel控制台，可以看到新的簇点链路：

总结：

• entinel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

线程隔离（舱壁模式）：

线程隔离的实现方法：

• 线程池隔离
• 信号量隔离

• 线程池隔离：给每个服务调用业务分配一个线程池，利用线程池本身的特性来实现隔离效果
• 信号量隔离：不创建线程，而是用计数器模式，记录业务的使用线程数量，达到信号量上限，禁止新的请求。

两者的优缺点：

信号量隔离：

• 在直线设置流控模式的时候，使用的QPS就是信号量模式。

线程隔离：

• 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，实现线程隔离（舱壁模式）。

总结：

• 线程隔离的手段：
  • 信号量隔离
  • 线程池隔离
• 信号量隔离的特点；
  • 基于计数器模式
  • 简单，开销小
• 线程池隔离的特点：
  • 基于线程池模式
  • 有额外开销
  • 隔离控制更细

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。

• 断路器控制熔断和放行是通过状态机来完成的：

• 状态机包括三个状态：
  • closed：关闭状态，断路器放行所有请求，并开始统计异常比例、慢请求比例。超过阈值则切换到open状态
  • open：打开状态，服务调用被熔断，访问被熔断服务的请求会被拒绝，快速失败，直接走降级逻辑。Open状态5秒后会进入half-open状态
  • half-open：半开状态，放行一次请求，根据执行结果来判断接下来的操作。
    • 请求成功：则切换到closed状态
    • 请求失败：则切换到open状态
• 断路器熔断策略有三种：慢调用、异常比例、异常数

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。

• 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。

异常比例、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。

• 异常比例：

• 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0.4，则触发熔断。

• 异常数：

• 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2次，则触发熔断。

授权规则：

• 授权规则可以对请求方来源做判断和控制。

授权规则：

基本规则：

• 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

• 点击左侧菜单的授权，可以看到授权规则：

• 资源名：就是受保护的资源，例如/order/{orderId}
• 流控应用：是来源者的名单，
  • 如果是勾选白名单，则名单中的来源被许可访问。
  • 如果是勾选黑名单，则名单中的来源被禁止访问。
• 比如

• 我们允许请求从gateway到order-service，不允许浏览器访问order-service，那么白名单中就要填写网关的来源名称（origin）。

如何获取origin：

• Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。

public interface RequestOriginParser {
    /**
     * 从请求request对象中获取origin，获取方式自定义
     */
    String parseOrigin(HttpServletRequest request);
}

• 这个方法的作用就是从request对象中，获取请求者的origin值并返回。

• 默认情况下，sentinel不管请求者从哪里来，返回值永远是default，也就是说一切请求的来源都被认为是一样的值default。

因此，我们需要自定义这个接口的实现，让不同的请求，返回不同的origin。

@Override
    public String parseOrigin(HttpServletRequest request) {
        // 1.获取请求头
        String origin = request.getHeader("origin");
        // 2.非空判断
        if (StringUtils.isEmpty(origin)) {//如果origin为空，这将origin的值设置为XXXXX
            origin = "XXXXX";
        }
        return origin;
    }

给网关添加请求头：

• 既然获取请求origin的方式是从reques-header中获取origin值，我们必须让所有从gateway路由到微服务的请求都带上origin头。
• 使用AddRequestHeaderGatewayFilter配置来为gateway添加请求头

spring:
  cloud:
    gateway:
      default-filters:
        - AddRequestHeader=origin,gateway
      routes:
       # ...略

• 这样，从gateway路由的所有请求都会带上origin头，值为gateway。而从其它地方到达微服务的请求则没有这个头。

配置授权规则:

• 我们添加一个授权规则，放行origin值为gateway的请求。

• 配置如下

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。异常结果都是flow limmiting（限流）。这样不够友好，无法得知是限流还是降级还是授权拦截。

异常类型：

• 而如果要自定义异常时的返回结果，需要实现BlockExceptionHandler接口：

• public interface BlockExceptionHandler {
      /**
       * 处理请求被限流、降级、授权拦截时抛出的异常：BlockException
       */
      void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
  }
  

• 这个方法有三个参数：

  • HttpServletRequest request：request对象
  • HttpServletResponse response：response对象
  • BlockException e：被sentinel拦截时抛出的异常

• 这里的BlockException包含多个不同的子类：

  • 异常	说明
    FlowException	限流异常
    ParamFlowException	热点参数限流的异常
    DegradeException	降级异常
    AuthorityException	授权规则异常
    SystemBlockException	系统规则异常

自定义异常处理：

• 下面，就可以在被调用服务中添加自定义异常处理类，实现BlockExceptionHandler接口

@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, 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 ParamFlowException) {
            msg = "请求被热点参数限流";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了";
        } else if (e instanceof AuthorityException) {
            msg = "没有权限访问";
            status = 401;
        }

        response.setContentType("application/json;charset=utf-8");
        response.setStatus(status);
        response.getWriter().println("{\"msg\": " + msg + ", \"status\": " + status + "}");
    }
}

规则持久化：

现在，sentinel的所有规则都是内存存储，重启后所有规则都会丢失。在生产环境下，我们必须确保这些规则的持久化，避免丢失。

规则管理模式：

• 规则是否能持久化，取决于规则管理模式，sentinel支持三种规则管理模式：

  • 原始模式：Sentinel的默认模式，将规则保存在内存，重启服务会丢失。
  • pull模式
  • push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。

  

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。

  

实现push模式：

修改Service服务：

• 导入nacos依赖，让其监听Nacos中的Sentinel规则的配置

• 引入依赖

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

• 配置nacos地址

• spring:
    cloud:
      sentinel:
        datasource:
          flow:
            nacos:
              server-addr: localhost:8848 # nacos地址
              dataId: orderservice-flow-rules
              groupId: SENTINEL_GROUP
              rule-type: flow # 还可以是：degrade、authority、param-flow
  

修改sentinel-dashboard源码：

• SentinelDashboard默认不支持nacos的持久化，需要修改源码。如果嫌麻烦，可以去阿里云购买现成的

下载源码，并且解压

• 然后并用IDEA打开这个项目，结构如下：

修改nacos依赖

• 在sentinel-dashboard源码的pom文件中，nacos的依赖默认的scope是test，只能在测试时使用，这里要去除：

• 将sentinel-datasource-nacos依赖的scope去掉：

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

添加nacos支持

• 在sentinel-dashboard的test包下，已经编写了对nacos的支持，我们需要将其拷贝到main下。

修改nacos地址

• 然后，还需要修改测试代码中的NacosConfig类：

• 修改其中的nacos地址，让其读取application.properties中的配置：

• 在sentinel-dashboard的application.properties中添加nacos地址配置：

nacos.addr=localhost:8848

配置nacos数据源

• 另外，还需要修改com.alibaba.csp.sentinel.dashboard.controller.v2包下的FlowControllerV2类：

• 让我们添加的Nacos数据源生效：

修改前端页面

• 接下来，还要修改前端页面，添加一个支持nacos的菜单。

• 修改src/main/webapp/resources/app/scripts/directives/sidebar/目录下的sidebar.html文件：

• 将其中的这部分注释打开：

• 修改其中的文本：

重新编译、打包项目

• 运行IDEA中的maven插件，编译和打包修改好的Sentinel-Dashboard：

启动

• 启动方式跟官方一样：

java -jar sentinel-dashboard.jar

• 如果要修改nacos地址，需要添加参数：

java -jar -Dnacos.addr=localhost:8848 sentinel-dashboard.jar