springcloud入门篇——sentinel

最新推荐文章于 2024-02-28 22:54:50 发布
最新推荐文章于 2024-02-28 22:54:50 发布
阅读量373 收藏 1
点赞数 1
分类专栏： SpringCloud
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35599414/article/details/109315236
版权

该文主要参考https://blog.csdn.net/lzb348110175/article/details/107532937

对sentinel进行下载安装、项目配置、控制台配置、自定义兜底方法、sentinel持久化进行简要说明

阿里用sentinel代替hystrix

Sentinel分为两个部分：

  • 核心库（Java客户端）不依赖任何框架/库，能够运行于所有Java运行时环境，同时对Dubbo/Spring Cloud等框架也有较好的支持。
  • 控制台（Dashboard）基于SpringBoot开发，打包后可以直接运行，不需要额外的Tomcat等应用容器。

一、下载安装

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

下载地址：https://github.com/alibaba/Sentinel/releases

安装步骤：

下载到本地sentinel-dashboard-1.7.0.jar

运行命令：java -jar sentinel-dashboard-1.7.0.jar

访问localhost:8080

登录名密码都为 sentinel

此时我们要去项目设置就能看到相应的监控了

二、项目配置sentinel

1.启动服务注册中心 Nacos8848

2、新建cloudalibaba-sentinel-service8401模块

pom：

<!--pom.xml依赖-->
    <dependencies>
        <!--springcloud alibaba nacos-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <!--springcloud alibaba sentinel-datasource-nacos 后续做持久化用到-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>
        <!--springcloud alibaba sentinel-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>com.cloud</groupId>
            <artifactId>cloud-commons</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
    </dependencies>

yml：

#yml配置
server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        #Nacos服务注册中心地址
        server-addr: localhost:8848
    sentinel:
      transport:
        #配置sentinel dashboard地址
        dashboard: localhost:8080
        #默认8719端口，假如被占用会自动从8719开始依次+1扫描，直至找到未被占用的端口
        port: 8719

management:
  endpoints:
    web:
      exposure:
        include: '*'

启动类：

@SpringBootApplication
@EnableDiscoveryClient
public class MainApp8401 {
    public static void main(String[] args) {
        SpringApplication.run(MainApp8401.class,args);
    }
}

controller

@RestController
public class FlowLimitController {
    @GetMapping("/testA")
    public String testA(){
        return "--------testA";
    }

    @GetMapping("/testB")
    public String testB(){
        return "--------testB";
    }
}

此时要sentinel控制台有信息，要先调用一下接口

再去查看sentinel控制台：

三、sentinel控制台的配置

1、实时监控：对于某服务的接口调用QPS（每秒钟的请求数量）、响应时间等的图表信息

2、簇点链路：对于服务链路的信息记录、还可以对该链路进行操作

3、对某接口的流控操作

点击流控操作，出现下面窗口：

这里对这些窗口进行说明：
1、资源名：即接口/链路，唯一名称，默认请求路径

2、针对来源：Sentinel可以针对调用者进行限流，填写微服务名，默认default（不区分来源）

3、阈值类型/单机阈值：

  1. QPS（每秒钟的请求数量）：当调用该api的QPS达到阈值的时候，进行限流
  2. 线程数：当调用该api的线程数达到阈值的时候，进行限流
  3. 单机阈值，当阈值类型为qps时，则表示当单机的qps达到阈值时进行限流；当为线程数类型时表示单机的线程数达到阈值时限流

例如类型为QPS，单机阈值为100——代表QPS达到100时，对/testB进行限流操作。

类型为线程数时，单机阈值为20——代表当线程数达到20时，对/testB进行限流操作

那么进行什么限流操作？就是下面的配置了

4、流控模式：即进行限流的模式

      4.1：直接失败：如果达到阈值，则直接返回sentinel自带的限流信息

4.2：关联

 

当关联的资源达到阈值时，就限流自己。当与 A 资源关联的 B 资源达到阈值时，就限流自己(A)，即：B惹事，A挂了

应用场景：双十一，支付接口和下单接口关联。当支付接口达到阈值，就限流下单接口（就是前面不要再接单了）

举例说明：

现在对于/testA配置了关联模式，即/testA 服务关联/testB 服务，1s 调用 1次，服务正常。当狂点刷新调用 /testB 服务，超出阈值 QPS = 1 后，此时 /testA 被限流了，这就是 B惹事，A挂了。

4.3：链路

链路：当链路中的资源达到阈值时，就会对使用到该资源的链路进行流控。当 A01 资源达到设定阈值时，所有调用该服务的链路，都会被限流，即：A01 挂了，用到我的链路都得挂

  此处会用到 @SentinelResource 注解 value 属性值 作为资源名。此处只是使用一下。该注解的详细使用，请跳转链接：@SentinelResource 介绍

模拟两条请求链路：

  1. A链路： A → A01 → A04 → A05
  2. B链路： B → A01 → A02 → A03
    在这里插入图片描述

配置：
在这里插入图片描述

配置说明：

  对 testA01 服务进行 链路 流控，该服务关联有 A 和 B 两条链路。当 A 链路1s 调用 1次，服务正常。当该链路调用 超出阈值 QPS = 1 后，此时A链路都会被限流，同时因为B链路也调用 testA01，所以B链路也会同时被限流调用。

资源名称针对来源阈值类型单机阈值流控模式入口资源流控效果
testAdefaultQPS1链路sentinel_web_servlet_context快速失败

5、流控效果：即限流的处理效果

5.1：快速失败

5.2：Warm Up

Warm Up：某个服务，日常访问量很少，基本为 0，突然1s访问量 10w，这种极端情况，会直接将服务击垮。所以通过配置 流控效果：Warm Up，允许系统慢慢呼呼的进行预热，经预热时长逐渐升至设定的QPS阈值。

公式计算：

公式：阈值/coldFactor（默认值为3）

应用场景：

  秒杀系统。秒杀系统在开启的瞬间，会有很多的流量上来，很有可能将系统打死。预热方式就是为了保护系统，可以慢慢的将流量放进来，最终将阈值增长到指定的数值

配置：
在这里插入图片描述
配置说明：

  /testA 服务，设置 QPS 单机阈值为 10，采用 Warm Up 预热的方式，预热时长为 5s。根据计算公式 10 / 3 = 3，前 5s 的阈值为 3，预热 5s 后阈值增长到 10。

简单点讲：一开始给你10/3=3QPS，然后会在5s内升到10QPS

资源名称阈值类型单机阈值流控模式流控效果预热时长
/testAQPS10直接Warm Up5s

5.3、排队等待

排队等待：让请求以均匀的速度通过，对应的是漏桶算法。这种方式主要用于处理间隔性突发的流量，例如消息队列。

应用场景：

  在某一秒有大亮的请求到来，而接下来的几秒则处于空闲状态。我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。

配置：
在这里插入图片描述
配置说明：

  /testA 服务，设置 QPS 单机阈值为 2，每秒只接收 2 个请求。设置超时时间 5s。采用漏斗算法，让后台匀速的处理请求，而不是直接拒绝更多的请求。超时的请求则被抛弃，返回错误信息。

简单点讲：每秒只处理2个请求（你不要理我闲不闲），其他的慢慢排队

资源名称阈值类型单机阈值流控模式流控效果预热时长
/testAQPS2直接排队等待5000ms

 

6、降级规则

降级规则。可自行参考官网介绍：GitHub 熔断降级。降级策略有 RT、异常比例、异常数 三种，每一项具体代表的什么含义，继续听我娓娓道来。

在这里插入图片描述

资源名：唯一路径，默认为请求路径（也可以是后续介绍的 @SentinelResource 注解的 value 属性值）

2.1 RT

RT：即 平均响应时间(DEGRADE_GRADE_RT) 。官网介绍太笼统，此处不Copy 了，要看官网介绍来这里：RT 平均响应时间介绍

注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，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。

图示：
在这里插入图片描述
配置：
在这里插入图片描述
配置说明：

  /testA 服务，设置 降级策略为 RT，RT(平均响应时间)为 200ms，时间窗口为 5s。发送请求平均响应时间在 200ms 内，正常访问不会被熔断降级。当平均响应时间 > 200ms，便会被熔断降级。时间窗口5s内断路器处于打开状态，无法提供服务，时间窗口结束，服务恢复正常访问。就是服务会被熔断5s的意思（切记是平均响应时间）

资源名称降级策略RT(平均响应时间)时间窗口
/testART200ms5s

业务代码：

/**
 * 使/testA休眠300ms
 */
@RestController
public class FlowLimitController {

    @GetMapping("/testA")
    public String testA() throws InterruptedException {
        TimeUnit.MILLISECONDS.sleep(300);
        return "-----testA";
    }
}

测试：

  RT降级规则，需要同时满足：1.QPS>=5 && 2.平均响应时长> 200 两个条件。手动发送请求操作看的明显，此时 1秒钟发送 >5 个请求，由于每个请求都 sleep 300ms，请求最终平均响应时间为 300+ ms，肯定 > 200ms。满足上述两个条件，执行 RT 降级规则，开始熔断后，时间窗口期5s内，断路器处于打开状态，此时为熔断阶段，时间窗口结束，断路器关闭，关闭服务熔断，服务可以正常访问。 如图所示：
在这里插入图片描述

2.2 异常比例

异常比例：QPS >= 5 && 异常比例超过设定的阈值，便会发生服务降级 。

异常比例为 0.0~1.0 范围内值。时间窗口就是断路器开启时间长短(降级时间) 。要看官网介绍来这里：异常比例介绍

图示：
在这里插入图片描述
配置：
在这里插入图片描述
配置说明：

  /testA 服务，设置 降级策略为 异常比例，异常比例设为 0.5，时间窗口为 5s。即：1s 发送6个请求，异常比例超过 50%，就会被熔断，断路器打开5s，5s后自动关闭，继续提供服务。

资源名称降级策略异常比例(0.0-1.0)时间窗口
/testA异常比例0.55s

业务代码：

/**
 * 自己造一个 by zero 异常
 */
@RestController
public class FlowLimitController {

    @GetMapping("/testA")
    public String testA(){
        int i = 10/0;
        return "-----testA";
    }
}

测试：

  我们配置的异常比例降级规则，需要同时满足：1.QPS>=5 && 2.异常比例> 50% 两个条件。手动发送请求操作看的明显，此时 1秒钟发送 >5 个请求，因为每个请求都是异常，异常比例 100%。

  如果1s发送6次请求，前3次报错，因为第4次访问后，异常比例 > 50%，第4次便会被熔断，报 Blocked by Sentinel(flow limiting)。5s后继续提供服务哦。测试结果如图所示：
在这里插入图片描述

2.3 异常数

异常数：指的是资源 近1分钟 的异常数目，超过阈值之后会进行熔断。

重点注意：异常数，统计时间窗口是分钟级别，若 timeWindow 小于 60s，则结束熔断状态后仍可能再次进入熔断状态。推荐 时间窗口一定要>=60s

官网介绍来这里看：异常数介绍

图示：
在这里插入图片描述
配置：
在这里插入图片描述
配置说明：

  /testA 服务，设置 降级策略为 异常数，异常数设为 5，时间窗口为 60s。即：调用服务，当异常数超过5个时，开启断路器，执行熔断操作。60s 后，断路器关闭，服务恢复正常，如下图：

资源名称降级策略异常数时间窗口
/testA异常数560s

业务代码：

/**
 * 自己造一个 by zero 异常
 */
@RestController
public class FlowLimitController {

    @GetMapping("/testA")
    public String testA(){
        int i = 10/0;
        return "-----testA";
    }
}

测试：

  执行 /testA 服务请求，因为每个请求都是异常，前5次调用正常返回，只是报异常到前台；第6次服务调用时，便会被降级熔断。报 Blocked by Sentinel(flow limiting)。60s后继续提供服务哦。测试结果如图所示：
在这里插入图片描述

7、热点规则

3.1 何为热点

  (本段内容摘自：Github 热点规则官方介绍)

  何为热点？热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据，并对其访问进行限制。比如：

商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
用户 ID 为参数，针对一段时间内频繁访问的用户 ID 进行限制

  热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。 热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。
在这里插入图片描述
  Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式。(详细介绍，参考：Github 热点规则官方介绍)

3.2 何为热点限流

  一句话解释：根据 url 传递进来的参数进行限流。带这个参数就限流，不带就不限流。

3.3 热点规则

  热点规则。可自行参考官网介绍：GitHub 热点参数限流，共有 资源名、限流模式(只支持QPS模式)、参数索引、单机阈值、统计窗口时长、是否集群 六种参数；高级选项还有额外一些参数，在用到时介绍。每一项具体代表的什么含义，来继续听我絮絮叨叨吧。

  此处会用到 @SentinelResource 注解 value 属性值 作为资源名。此处只是使用一下。该注解的详细使用，请跳转链接：@SentinelResource 介绍
在这里插入图片描述

资源名：唯一路径，默认为请求路径。此处必须是 @SentinelResource 注解的 value 属性值，配置@GetMapping 的请求路径无效）
参数索引：参数索引（从0开始，0表示第一个参数、1表示第二个参数）

Ⅰ.基本配置

1.@SentinelResource 注解说明

  @SentinelResource 注解，与 @HystrixCommand 类似，也是用来定义服务降级 兜底方法 的注解。该注解有很多属性可以配置。在下一篇会系统介绍：@SentinelResource 介绍

2.业务代码：

@RestController
public class FlowLimitController {

    @GetMapping("/testC")
    @SentinelResource(value = "testC") //此处value值，一般为@GetMapping属性值去掉斜杠
    public String testC(@RequestParam(value = "id",required = false) Integer id,
                        @RequestParam(value = "name",required = false) String name){
        return "-----testC";
    }
}

3.配置：
在这里插入图片描述
4.配置说明：

  对 /testC 服务，配置热点key限流。当 1.参数 name 存在   2.一秒内调用 /testC 服务 > 5次，满足限流规则。服务将被熔断。断路器打开，5s 后服务恢复正常

资源名称参数索引单机阈值统计窗口时长
testC(不能是请求路径，否则无效)155s

5.测试：

  调用 URL：http://localhost:8401/testC?id=1&name=James，1.参数 name 存在   2.一秒内调用 /testC 服务 > 5次，满足限流规则。服务将被熔断。断路器打开，5s 后服务恢复正常。如下图：
在这里插入图片描述
6.友好处理

  被限流后，直接报错 java.lang.refletc.UndeclaredThrowableException。异常显示到前台用户界面，显然不是不友好。

  此处也是需要用到 @SentinelResource 的 blockHandler 属性，它是 Sentinel控制台违规的兜底方法配置(还会j介绍一个 fallback属性，它是@GetMapping请求Java 方法执行出现异常的兜底方法配置，要分清楚)

  兜底方法配置，在下一篇介绍：@SentinelResource 介绍

Ⅱ.参数例外项配置

1.需求：

  当 name 参数值为 Wade 时，限流阈值变更为 100。此时就需要对 参数例外项 进行配置了。

  参数类型 支持：int、double、String、long、float、char、byte 7种类型，参数值 指 name 参数的值，限流阈值 指该参数值允许的阈值。

2.配置：
在这里插入图片描述

3.测试：

  调用 URL：http://localhost:8401/testC?id=1&name=Wade，虽然 name 参数存在，但是配置了 Wade 限流阈值为 100。我手速没那么快，哈哈，所以不会进入熔断。如下图所示：在这里插入图片描述

8、系统规则

系统保护规则是从应用级别的入口流量进行控制，从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。

  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 服务或 Dubbo 服务端接收的请求，都属于入口流量。

  Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略，让系统的入口流量和系统的负载达到一个平衡，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。

1.系统规则支持以下模式

  • Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。
  • CPU usage（1.5.0+ 版本）：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），比较灵敏。
  • 平均 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。
  • 并发线程数：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。

  此处内容，CPU 使用率、总平均 RT、并发线程数 等也不好演示，理解意思知道有这块用于全局应用入口流量控制就可以了，详细介绍还是参考官网来吧：热点参数限流

2. 入口QPS配置

  入口QPS，实用性还是比较危险的。 如果 sentinel 密码被修改，将你的整个系统 入口QPS 配置很小，那么整个系统就瘫痪了。

  但是 入口QPS 有总控的功能。最终选择是否使用，还是视情况而定吧

配置：
在这里插入图片描述
配置说明：

   整个系统，每个请求 QPS = 1 正常访问，当该请求 QPS >1 就会被限流。

测试：
在这里插入图片描述

该篇文章主要看https://blog.csdn.net/lzb348110175/article/details/107532937（写的很详细，就不浪费时间）

 

四、自定义兜底方法

下面则对于sentinel自定义降级兜底方法的实现（上面sentinel控制台的降级规则是使用sentinel自带的兜底方法，而下面我们利用@SentinelResource来自定义兜底方法）

接上面文章：Spring Cloud Alibaba Sentinel 流控、降级、热点、系统规则详解。了解完 Sentinel 流控、降级、热点、系统规则后，本文 来聊聊 @SentinelResource 注解的使用

  @SentinelResource 可以说是 Sentinel 学习的突破口，搞懂了这个注解的应用，基本上就搞清楚了 Sentinel 的大部分应用场景。Sentinel 提供了 @SentinelResource 注解用于定义资源，并提供了AspectJ的扩展用于自动定义资源、处理BlockException等。

1.@SentinelResource 属性介绍

其中blockHandler是处理sentinel控制台出错时的兜底方法，而fallback是处理不违反控制台出错规则但系统程序出错的兜底方法（例如控制台规定QPS不超过10，如果此时超过10则调用blockHandler的兜底方法，如果此时QPS不超过10但程序中有10/0这种错误，就会走fallback的兜底方法）

（红色标注属性为常用属性）

属性名是否必填说明
value是资源名称 。（必填项，需要通过 value 值找到对应的规则进行配置）
entryType否entry类型，标记流量的方向，取值IN/OUT，默认是OUT
blockHandler否处理BlockException的函数名称(可以理解为对Sentinel的配置进行方法兜底)。函数要求：
1.必须是 public 修饰
2.返回类型与原方法一致
3. 参数类型需要和原方法相匹配，并在最后加 BlockException 类型的参数。
4. 默认需和原方法在同一个类中。若希望使用其他类的函数，可配置 blockHandlerClass ，并指定blockHandlerClass里面的方法。
blockHandlerClass否存放blockHandler的类。
对应的处理函数必须 public static 修饰，否则无法解析，其他要求：同blockHandler。
fallback否用于在抛出异常的时候提供fallback处理逻辑(可以理解为对Java异常情况方法兜底)。
fallback函数可以针对所有类型的异常（除了 exceptionsToIgnore 里面排除掉的异常类型）进行处理。函数要求：
1.返回类型与原方法一致
2.参数类型需要和原方法相匹配，Sentinel 1.6开始，也可在方法最后加 Throwable 类型的参数。
3.默认需和原方法在同一个类中。若希望使用其他类的函数，可配置 fallbackClass ，并指定fallbackClass里面的方法。
fallbackClass否存放fallback的类。
对应的处理函数必须static修饰，否则无法解析，其他要求：同fallback。
defaultFallback否用于通用的 fallback 逻辑。
默认 fallback 函数可以针对所有类型的异常（除了 exceptionsToIgnore 里面排除掉的异常类型）进行处理。若同时配置了 fallback 和 defaultFallback，以fallback为准。函数要求：
1.返回类型与原方法一致
2.方法参数列表为空，或者有一个 Throwable 类型的参数。
3.默认需要和原方法在同一个类中。若希望使用其他类的函数，可配置 fallbackClass ，并指定 fallbackClass 里面的方法。
exceptionsToIgnore否指定排除掉哪些异常。
排除的异常不会计入异常统计，也不会进入fallback逻辑，而是原样抛出。
exceptionsToTrace否需要trace的异常

2. fallback 指定Java异常兜底方法

  fallback只用来处理与Java逻辑异常相关的兜底。比如：NullPointerException、ArrayIndexOutOfBoundsException 等Java代码中的异常，fallback 指定的兜底方法便会生效。

2.1 兜底方法与业务方法耦合

@GetMapping("/testA")
@SentinelResource(value = "testA", fallback = "fallbackMethod")
public String testA() {
    int i = 10 / 0;
    return "-----testA";
}

public String fallbackMethod(Throwable e) {
    return "限流请求连接(Java类异常)的兜底方法：" + e.getMessage();
}

2.2 使用 fallbackClass 将兜底方法与业务解耦合

/**
 * 业务逻辑
 */
@GetMapping("/testA")
@SentinelResource(value = "testA", fallback = "fallbackMethod", fallbackClass = CustomerFallback.class)
public String testA() {
    int i = 10 / 0;
    return "-----testA";
}

/**
 * 单独一个类，存放兜底方法
 */
public class CustomerFallback {

    public static String fallbackMethod(Throwable e) {
        return "限流请求连接(Java类异常)的兜底方法：" + e.getMessage();
    }
}
  • 在这里插入图片描述

2.3 兜底结果返回：
在这里插入图片描述

3. blockHandler 指定 Sentinel 配置兜底方法

  blockHandler 只用来处理 与 Sentinel 配置有关的兜底。比如：配置某资源 QPS =1，当 QPS >1 时，blockHandler 指定的兜底方法便会生效。

3.1 兜底方法与业务方法耦合.

/**
 * 业务逻辑
 */
@GetMapping("/testB")
@SentinelResource(value = "testB",blockHandler = "exceptionMethod")
public String testB() {
    return "-----testB";
}

public String exceptionMethod(BlockException exception) {
    return "限流@SentinelResource value 属性的兜底方法:" + exception;
}

3.2 使用 fallbackClass 将兜底方法与业务解耦合

@GetMapping("/testB")
@SentinelResource(value = "testB",blockHandler = "exceptionMethod",blockHandlerClass = CustomerBlockHandler.class)
public String testB() {
    return "-----testB";
}

/**
 * 单独一个类，存放兜底方法
 */
public class CustomerBlockHandler {

    public static String exceptionMethod(BlockException exception) {
        return "处理与 Sentinel 配置相关的兜底方法:" + exception;
    }
}

在这里插入图片描述
3.3 兜底结果返回
在这里插入图片描述

4. exceptionsToIgnore 用于指定异常不走兜底方法

  使用 exceptionsTolgnore 属性，来 指定某些异常不执行兜底方法，直接显示错误信息。配置 ArithmeticException 异常不走兜底方法。java.lang.ArithmeticException: / by zero ，便不会再执行兜底方法，直接显示错误信息给前台页面。

@GetMapping("/testA")
@SentinelResource(value = "testA", 
					fallback = "fallbackMethod",
					fallbackClass = CustomerFallback.class, 
					exceptionsToIgnore = ArithmeticException.class)
public String testA() {
    int i = 10 / 0;
    return "-----testA";
}

不走兜底方法，直接返回异常到页面：
在这里插入图片描述

5.defaultFallback 用于指定通用的 fallback 兜底方法

使用 defaultFallback 来指定通用的 fallback 兜底方法。

  1. 如果当前业务配置有 defaultFallback 和 fallback 两个属性，则优先执行 fallback 指定的方法。
  2. 如果 fallback 指定的方法不存在，还会执行 defaultFallback 指定的方法。
/**
 * 业务逻辑
 */
@GetMapping("/testA")
@SentinelResource(value = "testA",
        fallback = "fallbackMethod",
        fallbackClass = CustomerFallback.class,
        defaultFallback = "defaultFallbackMethod" //直接指定即可，使用比较简单
)
public String testA() {
    int i = 10 / 0;
    return "-----testA";
}

/**
 * 单独一个类，存放兜底方法
 */
public class CustomerFallback {

    public static String defaultFallbackMethod(Throwable e) {
        return "通用的fallback兜底方法";
    }

    public static String fallbackMethod(Throwable e) {
        return "限流请求连接(Java类异常)的兜底方法：" + e.getMessage();
    }
}

aa

五、持久化sentinel（一般是配置到注册中心apollo/nacos/zookeeper等）

Sentinel 控制台规则持久化问题

  在 Sentinel 中，我们会为多个服务进行 流控、限流、热点 等规则 的配置，但是当服务重启后再进入 Sentinel 后，发现之前配置过的规则都不在了，这样子的体验显然不友好，此时就需要我们对 Sentinel 中配置的规则规则进行持久化操作。

  目前控制台的规则推送也是通过 规则查询更改 HTTP API 来更改规则。这也意味着这些规则 仅在内存态生效，应用重启之后，该规则会丢失。

  以上是原始模式。当了解了原始模式之后，我们非常鼓励您通过 动态规则 并结合各种外部存储来定制自己的规则源。我们推荐通过动态配置源的控制台来进行规则写入和推送，而不是通过 Sentinel 客户端直接写入到动态配置源中。在生产环境中，我们推荐 push 模式，

规则管理及推送

可以参考：https://github.com/alibaba/Sentinel/wiki/%E5%9C%A8%E7%94%9F%E4%BA%A7%E7%8E%AF%E5%A2%83%E4%B8%AD%E4%BD%BF%E7%94%A8-Sentinel

先熬半个月
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Springcloud-Sentinel
weixin_44748599的博客
11-10 508
流量监控Sentinel作用实现方案概念 作用 限流 熔断降级, 防止请求堆积 秒杀 削峰填谷 实现方案 Hystrix 这个已经停止维护了. Resilience4j springboot推荐, 国外使用比较多 sentinel 阿里巴巴开发 概念 资源, 被保护的资源, 代码, 程序, 服务都可以被当做资源 规则, 保护资源的规则 ...
SpringCloud整合Sentinel
桐花思雨
03-31 791
Sentinel 整合 Feign 示例 创建 springcloud 项目如下图 具体项目代码可以查看：https://gitee.com/chaojiangcj/sentinel-feign-parent.git 项目 Sentinel-Feign-Provider(生产者) 的 controller @Controller public class ProviderController { @ResponseBody @RequestMapping(path = "/hello",
SpringCloud 集成Sentinel
热门推荐
qq_50909707的博客
04-18 1万+
一、Seninel简介 二、Sentinel和Hystrix的区别
SpringCloud-Sentinel详细使用教程
落雪
05-20 8776
本文从入门到持久化的三个扩展点详细讲述了Sentinel的详细使用过程。
SpringCloud之Sentinel
folyh
08-06 1807
SpringCloudAlibaba之Sentinel
SpringCloud之Sentinel入门
qq_46624276的博客
08-30 2197
对于浏览器和网关来说，这两个来源的请求都是没有orgin的，我们可以在网关的默认过滤上添加请求头origin，即可以区分请求是从浏览器还是网关发送过来的。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。当超出了失败阈值，断路器会打开，所有请求在一段时间内无法进入，当熔断时间结束后，会处于一个hafl_open状态，会尝试放行一次请求，如果成功，就会关闭断路器，否则继续熔断一段时间。...
SpringCloud之Sentinel概述和安装及简单整合
一个菜鸡的博客
10-28 1958
Sentinel是阿里巴巴开源的一款微服务流量控制组件。随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel是面向分布式、多语言异构化服务架构的流量治理组件，主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。Sentinel 具有以下特征:•丰富的应用场景。
SpringCloud入门 nacos 、sentinel、rocketMQ、dubbo、
09-28
本教程将围绕Spring Cloud的几个关键组件进行入门讲解，包括Nacos、Sentinel、RocketMQ以及Dubbo。 **Nacos** Nacos是阿里巴巴开源的动态服务发现和配置管理平台，它可以帮助开发者快速地构建分布式应用系统。Nacos...
spring cloud gateway整合sentinel实现网关限流
08-25
- `spring-cloud-alibaba-sentinel-gateway`：这是专门为Spring Cloud Gateway设计的Sentinel扩展，提供与Gateway的深度集成。 - `spring-cloud-starter-alibaba-nacos-discovery`：如果使用Nacos作为服务发现，还...
Spring Cloud alibaba 集成 Sentinel openfeign nacos seata
12-06
本项目重点介绍了如何将Spring Cloud Alibaba 的 Sentinel、OpenFeign 和 Nacos 与 Seata 结合使用，以实现服务治理、流量控制、服务发现以及分布式事务的解决方案。 1. **Sentinel**： Sentinel 是阿里巴巴开源的...
Spring Cloud Alibaba教程之Sentinel的使用
08-25
3. **广泛的开源生态**：Sentinel 容易与其他开源框架集成，如 Spring Cloud、Dubbo 和 gRPC，只需简单配置就能快速接入。 4. **完善的 SPI 扩展点**：Sentinel 设计了易于扩展的 SPI 接口，允许开发者定制规则管理...
Alibaba SpringCloud集成Nacos、Sentinel实现服务治理-源码
最新发布
05-14
总体而言，限流和降级作为微服务架构中的重要机制，尽管在实现上可能有多种方式，但它们都着眼于保护服务提供者和消费者，在面对异常情况时确保系统稳定运行。限流关注于保护服务提供者，控制请求流量；...
【应用】SpringCloud -- Sentinel
情绪瓜皮皮丶的学习之路
01-30 842
SpringCloud-Sentinel 的基本使用
【SpringCloud——Sentinel】
weixin_54161577的博客
06-06 1333
-引入sentinel依赖-->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。热点参数限流即限制对热点参数的访问，限制其控制在一个特定值范围内，防止大量相同请求访问同一资源。@Slf4j@Override@Overridelog.error("查询用户异常",throwable);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。
SpringCloud Sentinel 使用
程序猿追的博客
11-25 6185
在以后我们的项目部署上线的时候，会有各种各样的服务突发问题，比如雪崩效应（在分布式系统中，由于网络原因或自身的原因,服务一般无法保证 100% 可用。如果一个服务出现了问题，调用这个服务就会出现线程阻塞的情况，此时若有大量的请求涌入，就会出现多条线程阻塞等待，进而导致服务瘫痪。由于服务与服务之间的依赖性，故障会传播，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的雪崩效应）等问题。
Spring Cloud（七）Sentinel
Zach1Lavine的博客
06-28 1538
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。 解决雪崩问题的常见方式有四种：总结：避免因瞬间高并发流量而导致服务故障——流量控制。避免因服务故障引起的的雪崩问题——超时处理、线程隔离、降级熔断 Sentinel是阿里巴巴开源的一款微服务流量控制组件。Sentinel具有以下特征：Sentinel官方提供了UI控制台，方便我们对系统做限流设置。Github下载地址：https://github.com/alibaba/Sentinel下载好后运行jar包即可： dashbo
超详细springcloud sentinel教程~
Think_and_work的博客
09-15 602
超详细springcloud sentinel教程~
SpringCloud--Sentinel基本概念介绍
qq_33807380的博客
02-28 1355
Spring Cloud Sentinel 是阿里巴巴开源的面向分布式服务、多语言异构化服务架构的流量治理组件。主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。
Hystrix 隔离策略：线程池、信号量
qq_35599414的博客
10-27 5755
Hystrix内部，提供了两种模式隔离策略：信号量、线程池。（默认情况下，Hystrix使用线程池模式。） 信号量隔离，适应非网络请求，因为是同步的请求，无法支持超时，只能依靠协议本身 线程池隔离，即：每个实例都增加个线程池进行隔离 总结： 线程池隔离 信号量隔离 是否支持超时 支持，超时直接返回 不支持，如果阻塞，只能通过调 用协议(如：socket超时才能返回) 是否支持熔断 支持，当线程池到达maxSize后，再 请求会触发fallbac..
Spring Cloud入门：Nacos部署与Sentinel服务集成教程
本文档主要介绍了如何入门搭建Spring Cloud项目，包括从单体架构向分布式架构的过渡，以及集成Nacos作为服务注册中心和配置中心，以及Sentinel的部署与服务治理。以下是详细的步骤： 1. **Nacos服务下载与安装**: ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值