springCloud-sentinel

最新推荐文章于 2024-05-07 15:11:22 发布

橘·灬

最新推荐文章于 2024-05-07 15:11:22 发布

阅读量728

点赞数

本文链接：https://blog.csdn.net/qq_40780198/article/details/121180714

版权

1.微服务整合Sentinel

引入sentinel依赖

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

配置控制台属性

spring:
  cloud: 	
    sentinel:
      transport:
        dashboard: localhost:8080

2.限流规则

注册到sentinel的服务,默认不会形成簇点链路,只有访问一次端点(end point)(对外暴露的服务接口),才会形成簇点链路.

2.1 添加限流规则

资源名 : 默认为服务的接口映射
针对来源 : default : 所有来源均限流
阈值类型 : QPS : 每秒钟请求次数
单据阈值 : 2 :每秒钟最多请求2次,之外的请求直接报限流异常.

2.2 流控模式

2.2.1 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,也是默认模式.

2.2.2 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.
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 : 当修改订单业务触发时,需要对查询订单业务限流.
主要是基于优先级的思想
测试 : 在OrderController新增两个端点 : /order/query 和 /order/update 无需业务实现
配置流控测试 , 当/order/update 资源被访问的QPS超过5时,对/order/query请求限流.
- 对谁限流就给谁加流控

总体解释 : 当/order/update的请求到达阈值(2)的时候,对/order/query进行限流.

@RestController
@RequestMapping("/order")
public class OrderController {

    @Autowired
    private OrderService orderService;

    //限流 : 直接
    @GetMapping("/one/{id}")
    public String selectOrderById(@PathVariable("id") Long id){
        return orderService.selectOrderUserPOJOByOrderId(id);
    }

    //限流 : 关联
    @GetMapping("/query")
    public String queryOrder(){
        return "查询订单";
    }

    //限流 : 关联
    @GetMapping("/update")
    public String updateOrder(){
        return "更新订单";
    }
}

2.2.3 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.
需求 : 有查询订单和创建订单业务,两者都需要查询订单.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
  - 在OrderService中添加一个queryGoods方法，不用实现业务
  - 在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
  - 在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
  - 给queryGoods设置限流规则，从/order/query进入queryGoods的方法限制QPS必须小于2
sentinel默认只标记Controller的方法为资源(默认只监控controller的资源),如果要标记其他方法,需要利用@SentinelResource注解

    @SentinelResource("goods")
    @Override
    public String queryGoods() {
        return "查询商品";
    }

@RestController
@RequestMapping("/order")
public class OrderController {

    @Autowired
    private OrderService orderService;

    //限流 : 直接
    @GetMapping("/one/{id}")
    public String selectOrderById(@PathVariable("id") Long id){
        return orderService.selectOrderUserPOJOByOrderId(id);
    }

    //限流 : 关联
    //限流 : 链路
    @GetMapping("/query")
    public String queryOrder(){
        String goodsInfo = orderService.queryGoods();
        System.err.println(goodsInfo);
        return "查询订单";
    }

    //限流 : 关联
    @GetMapping("/update")
    public String updateOrder(){
        return "更新订单";
    }

    //限流链路
    @GetMapping("/save")
    public String saveOrder(){
        String goodsInfo = orderService.queryGoods();
        System.err.println(goodsInfo);
        return "保存订单";
    }
}

Sentinel默认会将controller方法做context整合,导致链路模式失败(在一个Controller类下面的默认是同一个根链路,而这与链路模式不符),需要修改application.yml,添加配置:

spring:
  cloud:	
    sentinel:
       transport:
         dashboard: localhost:8080
     web-context-unify: false

链路节点 :

只针对/order/query进入的对queryGoods的请求做限流.

2.2.4 热点参数限流

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

示例 :

对hot这个资源的0号参数(第一个参数)做统计,每1秒相同的参数值请求数不超过5.
演示 : 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
热点参数限流对默认的SpringMVC资源无效
- 步骤
  - 在需要创建热点参数限流模式的端点增加注解 @SentinelResource("hot")

	//限流 : 直接
    @SentinelResource("hot")
    @GetMapping("/one/{id}")
    public String selectOrderById(@PathVariable("id") Long id){
        return orderService.selectOrderUserPOJOByOrderId(id);
    }

2.3 流控效果

2.3.1 快速失败

达到阈值之后,新的请求会被立即拒绝并抛出FlowException异常.是默认的处理方式

2.3.2 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
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/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

最大QPS : 10 , 项目启动时允许QPS最大值为3 , 5秒内主键增长到10.

2.3.3 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(必须至少等待设置的时长间隔)
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

效果 : 流量削峰 : 是所有请求都非常平稳的被服务器处理

3.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。

3.1 Feign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OrderService的application.yml文件，开启Feign的Sentinel功能

feign:
  sentinel:
    enabled: true

编写降级类 FallbackFactory,可以原创调用的异常做处理

在feign-api项目中定义类,实现FallbackFactory

public class UserClientFallback implements FallbackFactory<UserClient2> {
    @Override
    public UserClient2 create(Throwable throwable) {
        return new UserClient2() {
            @Override
            public String selectUserById(Long id) {
                return "降级逻辑,返回一个空用户";
            }
        };
    }
}

在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：

@Configuration
public class FallbackConfig {

    @Bean
    public UserClientFallback userClientFallback(){
        return new UserClientFallback();
    }
}

在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：

@FeignClient(value = "user-service",fallbackFactory = UserClientFallback.class)
public interface UserClient2 {
    @GetMapping("/user/one/{id}")
    String selectUserById(@PathVariable("id") Long id);
}

循环依赖注入问题

Caused by: org.springframework.beans.factory.BeanCurrentlyInCreationException: Error creating bean with name 'com.nanoswarm.client.UserClient2': Requested bean is currently in creation: Is there an unresolvable circular reference?

springCloud的版本问题,springCloud版本改成8,然后在配置类加上@Configuration注解

3.2 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) : 利用技术器,限制访问线程数,(大锅饭)

线程池隔离 VS 信号量

	信号量隔离	线程池隔离
优点	轻量级,无额外开销	支持主从超时,异步调用
缺点	不支持主从超时,异步调用	线程的额外开销比较大
使用场景	高频调用,高扇出	低扇出(服务的)

配置

QPS : 就是每秒的请求数
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 UserClient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

3.3 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。

3.3.1 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 UserClient的查询用户接口设置降级规则，慢调用的RT阈值为50ms，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5

@RestController
@RequestMapping("/user")
public class UserController {

    @GetMapping("/one/{id}")
    public String selectUserById(@PathVariable("id") Long id) throws InterruptedException {
        if(id == 1){
            //条件为大于50ms则为慢调用
            TimeUnit.MILLISECONDS.sleep(60);
        }
        return "这个用户信息的id为"+id;
    }
}

3.3.1 异常比例

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
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

@RestController
@RequestMapping("/user")
public class UserController {

    @GetMapping("/one/{id}")
    public String selectUserById(@PathVariable("id") Long id) throws InterruptedException {
        if(id == 2){
            //条件为大于50ms则为慢调用
            throw new RuntimeException("熔断策略-异常比例");
        }
        return "这个用户信息的id为"+id;
    }
}

3.3.3 异常数

自行配置

4.授权规则

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
来源（origin）在白名单内的调用者允许访问
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 配置

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);
}

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：

@Component
public class HeaderOriginParser implements RequestOriginParser {
    @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)) {
            origin = "blank";
        }
        return origin;
    }
}

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：

spring:
  cloud:
    gateway:
      default-filters:
        - AddRequestHeader=origin,gateway

给/order/{orderId} 配置授权规则：

5.自定义异常

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

Blocked by Sentinel (flow limiting)

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;
}

而BlockException包含很多个子类，分别对应不同的场景

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

配置

@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 + "}");
    }
}

6.规则持久化

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

配置 : 引入依赖

  <!--sentinel 整合 nacos 将规则保存在nacos-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

配置nacos地址 : 在order-service中的application.yml文件配置nacos地址及监听的配置信息：

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

修改sentinel-dashboard源码 : 非常复杂,去黑马的百度网盘下载markdowm文件吧.

spring:
  cloud:
    nacos:
      server-addr: localhost:8848
      discovery:
        ephemeral: false
        #namespace:  命名空间
        #cluster-name: 集群名称
    sentinel:
      transport:
        dashboard: localhost:8080
      web-context-unify: false
      datasource:
        flow:
          nacos:
            server-addr: localhost:8848
            dataId: order-service-flow-rules
            groupId: SENTINEL_GROUP
            rule-type: flow #限流规则 还可以是 degrade,authority,param-flow
#        degrade:
#          nacos:
#            server-addr: localhost:8848
#            dataId: order-service-flow-rules
#            groupId: SENTINEL_GROUP
#            rule-type: degrade #限流规则 还可以是 degrade,authority,param-flow

橘·灬

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
springCloud-sentinel

1.微服务整合Sentinel引入sentinel依赖 <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>
复制链接

扫一扫