Spring Cloud Alibaba微服务实战五 - 限流熔断

作者简介：大家好，我是smart哥，前中兴通讯、美团架构师，现某互联网公司CTO

联系qq：184480602，加我进群，大家一起学习，一起进步，一起对抗互联网寒冬

学习必须往深处挖，挖的越深，基础越扎实！

阶段1、深入多线程

阶段2、深入多线程设计模式

阶段3、深入juc源码解析

阶段4、深入jdk其余源码解析

阶段5、深入jvm源码解析

码哥源码部分

码哥讲源码-原理源码篇【2024年最新大厂关于线程池使用的场景题】

码哥讲源码【炸雷啦！炸雷啦！黄光头他终于跑路啦！】

码哥讲源码-【jvm课程前置知识及c/c++调试环境搭建】

​​​​​​码哥讲源码-原理源码篇【揭秘join方法的唤醒本质上决定于jvm的底层析构函数】

码哥源码-原理源码篇【Doug Lea为什么要将成员变量赋值给局部变量后再操作？】

码哥讲源码【你水不是你的错,但是你胡说八道就是你不对了！】

码哥讲源码【谁再说Spring不支持多线程事务，你给我抽他！】

终结B站没人能讲清楚红黑树的历史，不服等你来踢馆！

打脸系列【020-3小时讲解MESI协议和volatile之间的关系，那些将x86下的验证结果当作最终结果的水货们请闭嘴】

导读：本篇作为SpringCloud Alibaba微服务实战系列的第五篇，主要内容是使用Sentinel给微服务加上限流熔断功能，防止异常情况拖垮应用服务。系列文章，欢迎持续关注。

简介

Sentinel是面向分布式服务框架的轻量级流量控制框架,主要以流量为切入点,从流量控制,熔断降级,系统负载保护等多个维度来维护系统的稳定性。在SpringCloud体系中，sentinel主要是为了替换原Hystrix的功能，与Hystrix相比，sentinel的隔离级别更加精细，提供的Dashboard可以在线更改限流熔断规则，而且使用也越加方便。要了解更多详细信息请移步至Sentinel官网。

基础准备

要使用Sentinel提供的限流熔断能力，需要先做如下准备：

• 安装Sentinel 这部分内容我已经在第一期SpringCloud Alibaba微服务实战一 - 基础环境准备中提过，大家可以翻阅查看。
• 引入Sentinel 在需要配置限流熔断服务的POM文件中引入Sentinel组件

    <!--Sentinel-->
    <dependency>
    	<groupId>org.springframework.cloud</groupId>
    	<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>

• 自定义资源@SentinelResource我们只需要在相关方法上加上@SentinelResource注解，让其可以成为sentinel识别的资源即可。如：

    @GetMapping("/account/getByCode/{accountCode}")
    @SentinelResource(value = "getByCode")
    public ResultData<AccountDTO> getByCode(@PathVariable(value = "accountCode") String accountCode){
    	log.info("get account detail,accountCode is :{}",accountCode);
    	AccountDTO accountDTO = accountService.selectByCode(accountCode);
    	return ResultData.success(accountDTO);
    }

• 在配置文件中添加sentinel的服务端地址

    server:
      port: 8010
    spring:
      application:
        name: account-service
      cloud:
        nacos:
          discovery:
            server-addr: 192.168.0.107:8848/
        sentinel:
          transport:
          # sentinel服务端地址
            dashboard: 192.168.0.107:8858
          # 取消延迟加载
          eager: true

经过以上几步我们准备好了使用Sentinel的基础环境，接下来我们看看限流熔断的具体配置。

限流

概念说明

生产者accout-service是一个核心服务，我们通过压测得出服务的最大负载能力为60。如果某个时间account-service的请求数飙升达到了600，那服务肯定就直接gg了。所以为了保护我们的accout-service，我们会给它配置一个限流规则，如果每秒钟有超过60的请求那不好意思我直接丢掉不处理了，然后丢给消费者一个异常，想拖垮我，哼，没门！。

总而言之，限流是通过限制调用方对自己的调用，起到保护自己系统的效果。

限流配置

理想是丰满的，现实是骨感的。由于本人对Jmeter之类的压测工具不是很精通所以为了方便测试，我们就将accout-service的QPS单机阈值设置成5，如果每秒QPS超过5，直接丢弃。

这里的资源名就是我们使用@SentinelResource注解自定义的资源。

打开浏览器，快速刷新浏览器，当每秒请求数超过5时会看到如下错误：

在后端服务日志中你会看到如下的错误日志：

    2019-12-10 14:22:31,948 ERROR [dispatcherServlet]:175 - Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is java.lang.reflect.UndeclaredThrowableException] with root cause
    com.alibaba.csp.sentinel.slots.block.flow.FlowException: null

不要慌，这说明我们的目的达到了，限流成功！

自定义异常

我们可以通过@SentinelResource中添加blockHandler参数，给其添加自定义异常方法。如：

    @GetMapping("/account/getByCode/{accountCode}")
    @SentinelResource(value = "getByCode",blockHandler = "handleException")
    public ResultData<AccountDTO> getByCode(@PathVariable(value = "accountCode") String accountCode){
    	log.info("get account detail,accountCode is :{}",accountCode);
    	AccountDTO accountDTO = accountService.selectByCode(accountCode);
    	return ResultData.success(accountDTO);
    }
    /**
     * 自定义异常策略
     * 返回值和参数要跟目标函数一样，参数可以追加BlockException
     */
    public ResultData<AccountDTO> handleException(String accountCode,BlockException exception){
    	log.info("flow exception{}",exception.getClass().getCanonicalName());
    	return ResultData.fail(900,"达到阈值了,不要再访问了!");
    }

注意，自定义的异常方法的参数和返回值要跟目标方法一样，参数可以追加BlockException

效果如下：

比之前的那个错误页优雅多了有木有！

持久化配置

由于Sentinel的配置默认是放在内存中的，每当应用重启或者sentinel重启都会丢失数据，我们这里使用Nacos作为配置中心持久化限流配置。

• 修改pom文件，引入sentinel-datasource-nacos组件

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

• 修改application.yml，配置sentinel的数据源

    spring:
      cloud:
        sentinel:
          datasource:
            ds:
              nacos:
                server-addr: 10.0.10.48:8848
                data-id: ${spring.application.name}-sentinel
                group-id: DEFAULT_GROUP
                rule-type: flow

• 在nacos中建立限流配置account-service-sentinel(配置格式设置成json)

    [
        {
            "resource": "getByCode",
            "limitApp": "default",
            "grade": 1,
            "count": 3,
            "strategy": 0,
            "controlBehavior": 0,
            "clusterMode": false
        }
    ]

可以看到上面配置规则是一个数组类型，数组中的每个对象是针对每一个保护资源的配置对象，每个对象中的属性解释如下：

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
controlBehavior：流量控制效果（直接拒绝、Warm Up、匀速排队）
clusterMode：是否为集群模式

• 进入sentinel查看dashboard，发现sentinel自动获取nacos的配置

  

• 频繁刷新浏览器调用接口，验证接口是否正常限流

熔断

概念说明

消费者order-service需要先调用product-service获取具体的product，然后再处理其他的业务逻辑。但是这个product-service接口不是很稳定，经常抛出异常；或者是响应缓慢，导致order-service的响应变慢；如果置之不理，order-service可能会被product-service拖垮。这时候为了保护order-service，我们需要对product-service接口进行熔断。

image.png

一言以蔽之：熔断是通过限制自己对外部系统的调用， 起到节约响应时间、维护链路稳定的作用。

熔断配置

Sentinel中的熔断降级有三个降级策略：

• RT(平均响应时间)：当资源的平均响应时间超过阈值之后，资源进入准降级状态。接下来如果持续进入 5 个请求，它们的 RT 都持续超过这个阈值，那么在接下的时间窗口之内，对这个方法的调用都会自动抛出 DegradeException 异常。在下一个时间窗口到来时, 会接着再放入5个请求, 再重复上面的判断.
• 异常比例 当资源的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地抛出DegradeException异常。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
• 异常数 当资源近 1 分钟的异常数目超过阈值之后会进行熔断。

首先我们对原接口进行改造，让其直接抛出Runtimeexception：

    @GetMapping("/product/getByCode/{productCode}")
    @SentinelResource(value = "/product/getByCode",fallback = "fallbackHandler")
    public ResultData<ProductDTO> getByCode(@PathVariable String productCode){
    	log.info("get product detail,productCode is :{}",productCode);
    	ProductDTO productDTO = productService.selectByCode(productCode);
    	throw new RuntimeException("error");
    //        return ResultData.success(productDTO);
    }

这里我们将product-service设置如下的熔断规则：

如果/product/getByCode的异常率超过50%，那么接下来2秒内直接触发熔断降级，默认情况会抛出DegradeException异常，如：

    2019-12-10 19:35:53,764 ERROR [dispatcherServlet]:175 - Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is java.lang.reflect.UndeclaredThrowableException] with root cause
    com.alibaba.csp.sentinel.slots.block.degrade.DegradeException: null

自定义异常

自定义熔断异常跟限流异常类似，我们使用fallback属性指定自定义异常的方法，如：

    @SentinelResource(value = "/product/getByCode",fallback = "fallbackHandler")
    public ResultData<ProductDTO> getByCode(@PathVariable String productCode){
     ...
    }
    /**
     * 自定义熔断异常
     * 返回值和参数要跟目标函数一样
     */
    public ResultData<ProductDTO> fallbackHandler(String productCode){
    	return ResultData.fail(800,"服务被熔断了，不要调用!");
    }

注意，自定义的异常方法的参数和返回值要跟目标方法一样

效果如下：

持久化配置

• 引入sentinel-datasource-nacos组件，跟限流一样配置即可
• 修改application.yml，配置sentinel的数据源

    spring:
      cloud:
        sentinel:
          datasource:
            ds:
              nacos:
                server-addr: 192.168.0.106:8848
                data-id: ${spring.application.name}-sentinel-degrade
                group-id: DEFAULT_GROUP
                rule-type: degrade

• 在nacos中建立配置文件product-service-sentinel-degrade,做如下配置

    [
        {
        "resource": "/product/getByCode",
        "count": 0.5,
        "grade": 1,
        "passCount": 0,
        "timeWindow": 2
      }
    ]

可以看到上面配置规则是一个数组类型，数组中的每个对象是针对每一个保护资源的配置对象，每个对象中的属性解释如下：

resource：资源名，即降级规则的作用对象
count：阈值
grade：降级模式 0:RT 1:异常比例 2:异常数
timeWindow：时间窗口（单位秒）

• 进入sentinel查看dashboard，发现sentinel自动获取nacos的配置

  

血与泪

大家在使用sentinel过程中如果出现Failed to fetch metric from的错误,具体表现如下：

    Failed to fetch metric from <http://192.168.136.1:8719/metric?startTime=1563865044000&endTime=1563865050000&refetch=false>
     (ConnectionException: Connection refused: no further information)

这个时候你需要去检查下sentinel控制台的服务列表，确认是否跟你ip一致。（我之前是装过虚拟机，sentinel一直抓取的是我虚拟的ip，不知道为什么。。。）

如果发现监听的地址不对的话，可以在sentinel客户端配置中加入客户端ip配置

    spring:
      cloud:
        sentinel:
          transport:
            client-ip: 192.168.0.108

至此我们已经给我们的微服务加上了限流熔断保护，再也不用担心异常流量的冲击，下游系统不稳定导致自身服务不可用了。那么本期的“SpringCloud Alibaba微服务实战五 - 限流熔断”篇也就该结束啦，咱们下期有缘再见！