Alibaba Sentinel 熔断与限流
一、Sentinel
1、官网
2、是什么
与Hystrix比较
.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 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
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。
3、去哪下
4、能干嘛
服务雪崩
服务降级
服务熔断
服务限流
5、怎么玩
二、安装Sentinel控制台
1、sentinel组件由两部分构成
sentinel分为两个部分：
1、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Dubbo/Spring Cloud等框架也有较好的支持
2、控制台（Dashboard）基于Spring Boot开发，打包后可以直接运行，不需要哦额外的Tomcat等应用容器
2、安装步骤
1、前提：java8环境+8080端口不能被占用
2、命令：java -jar sentinel-dashboard-1.7.0.jar
3、访问sentinel管理界面：http://localhost:8080
账号密码均为sentinel
三、初始化演示工程
1、启动Nacos8848成功
http://loaclhost:8848/nacos/#/login
2、Module
1）新建 cloudalibaba-sentinel-service8401
2）POM
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!--后续做持久化用到的-->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
3）YML
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开始依次扫描，直至找到未被占用的端口
port: 8719
management:
endpoints:
web:
exposure:
include: '*'
4）主启动类
package com.atguigu.springcloud.alibaba;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;
@SpringBootApplication
@EnableDiscoveryClient
public class MainApp8401 {
public static void main(String[] args){
SpringApplication.run(MainApp8401.class,args);
}
}
5）业务类FlowLimitController
package com.atguigu.springcloud.alibaba.controller;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class FlowLimitController {
@GetMapping("/testA")
public String testA(){
return "----------testA";
}
@GetMapping("/testB")
public String testB(){
return "-------testB";
}
}
3、启动Sentinel8080
java -jar sentinel-dashboard-1.7.0.jar
4、启动微服务8401
5、启动840微服务后查看sentienl控制台
页面为空：
说明：
Sentinel采用懒加载
需要执行一次访问：
http://localhost:8401/testB
http://localhost:8401/testA
四、流控规则
1、基本介绍
资源名：唯一名称，默认请求路径
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）
阈值类型、单机阈值：
----1QPS：（每秒钟请求数量）：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
是否集群：不需要集群
流控模式：
-----1 直接：api达到限流条件时，直接限流
-----2 关联：当关联的资源达到阈值时，就限流自己
-----3 链路：只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）【api级别的针对来源】
流控效果：
----1快速失败：直接失败，抛异常
----2Warm Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFactor，经过预热时长，才达到设置的QPS阈值
----3排队等待：匀速排队，让请求以匀速通过，阈值类型必须设置为QPS，否则无效
2、流控模式
1）直接（默认）
测试：http://localhost:8401/testA
每秒只能点一次，否则Blocked by Sentinel (flow limiting)
直接调用的是默认报错信息，技术方面OK
但是，是否可以设置成我们自己定义的报错信息呢
类似一个fallback的兜底方法
后续慢慢改进
2）关联
解释：当关联的资源达到阈值时，就限流自己
当与A关联的资源B达到阈值后，就限流A自己
B惹事，A挂了
配置：
使用postman测试
3）链路
多个请求调用同一个微服务
3、流控效果
1）直接 -->快速失败（默认的流控处理）
直接失败，抛出异常
2）预热
说明：公式：阈值除以coldFactor（默认值为3），经过预热时长后才会达到阈值
官网：
Warm Up（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式，即预热/冷启动方式。当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。
源码：
WarmUp配置：
测试：http://localhost:8401/testA
刚开始不行，后续慢慢可以
应用场景：
秒杀系统在开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是为了保护系统，可慢慢的把流量放进来，慢慢的把阈值增长到设置的阈值。
3）排队等待
五、降级规则
1、基本介绍
Sentinel的断路器是没有半开状态的
2、降级策略实战
1）RT
1>是什么
我们通常用一下几种来衡量资源是否处于稳定状态：
平均响应时间、异常时间、异常数
详见官网
2>测试
代码：
@GetMapping("/testD")
public String testD(){
//暂停几秒钟线程
try{
TimeUnit.SECONDS.sleep(1);
}
catch (InterruptedException e){
e.printStackTrace();
}
log.info("testD 测试RT");
return "-----testD0";
}
配置：
jmeter压测：
结论：
永远一秒钟打进来十个线程调用testD，我们希望200毫秒处理完本次任务，
如果超过200毫秒还没处理完，在未来1秒钟的时间窗口内，断路器打开（保险丝跳闸）微服务不可用，后续停止jmeter，没有那么大的访问量了，断路器关闭，微服务恢复OK。
2）异常比例
1>是什么
当资源的每秒请求量>=5，并且每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口之内，对这个方法的调用都会自动的返回。异常比率的阈值范围是[0.0,1.0]，代表0%-100%
2>测试
代码：
@GetMapping("/testE")
public String testE(){
log.info("testE 测试RT");
int age=10/0;
return "----testE";
}
配置：
结论：
流控是根据访问量判断是否拒绝，熔断是根据系统业务出错是否拒绝
3）异常数
1>是什么
当资源近一分钟的异常数超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的，若timeWindow小于60s，则结束熔断状态后仍可能再进入熔断状态
窗口期应大于等于60秒
1>测试
@GetMapping("/testF")
public String testF() {
log.info("testE 测试异常数");
int age = 10 / 0;
return "----testF";
}
配置：
点击五次即跳闸断电
六、热点key限流
1、是什么
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。
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。
2、官网
3、承上启下复习start
新注解标签
@SentinelResource
4、代码
源码：com.alibaba.csp.sentinel.slots.block.BlockException
@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
@RequestParam(value = "p2",required = false) String p2){
return "-----testHotKey";
}
public String deal_testHotKey(String p1, String p2, BlockException exception){
return "-----deal_testHotKey,兜底方法";
}
5、配置
@SentinelResource(value = “testHotKey”,blockHandler = “deal_testHotKey”)
方法testHotKey里面第一个参数之哟啊QPS超过每秒1次，马上降级处理，执行我们自定义的兜底方法
如果没有设置blockHandler，则使用sentinel的默认兜底方法，即报错Enable Page
6、测试
http://localhost:8401/testHotKey?p1=0
超过每秒阈值时执行兜底方法
7、参数例外项
上述案例演示了第一个参数p1，当QPS超过1秒1次点击后马上被限流
特殊情况：
我们期望参数当它是某个特殊值时，它的限流值和平时不一样
特例：假如当p1的值等于5时，它的阈值可以达到200
配置：
测试：
http://localhost:8401/testHotKey?p1=5
http://localhost:8401/testHotKey?p1=0
当p1为5时，阈值变为200
当p1不为5时，阈值为1
8、其他
229
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
