Spring Cloud Alibaba - Sentinel(一)

杀神lwz

已于 2023-06-05 22:03:48 修改

阅读量1.1k

点赞数 1

文章标签： sentinel spring java

于 2023-06-05 06:00:00 首次发布

本文链接：https://blog.csdn.net/weixin_42472027/article/details/131024847

版权

1、创建项目cloudalibaba-sentinel-service8401

一、Sentinel介绍

1、什么是Sentinel

1、分布式系统的流量防卫兵：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。

2、特点

丰富的应用场景：Sentinel在阿里巴巴得到了广泛应用，近10年来几乎覆盖了双11（11.11）购物节的所有核心场景，如需要限制突发流量以满足系统容量的“秒杀”、消息削峰填谷、下游服务不可靠的断路、集群流量控制等。
实时监控：Sentinel还提供实时监控能力。您可以实时查看单机的运行时信息，以及节点少于500个的集群的聚合运行时信息。
广泛的开源生态系统：Sentinel提供了与常用框架和库的开箱即用集成，如Spring Cloud、gRPC、Apache Dubbo和Quarkus。只需将适配器依赖项添加到服务中，就可以轻松使用Sentinel。
Polyglot支持：Sentinel为Java、Go、C++和Rust提供了本机支持。
各种SPI扩展：Sentinel提供易于使用的SPI扩展接口，允许您快速自定义逻辑，例如，自定义规则管理、调整数据源等。

Sentinel官网网站

spring-cloud-alibaba文档

2、Sentinel好处

分布式系统面临的问题：复杂的体系结构中的应用程序有数十个依赖关系，每个依赖关系在某些时候将不可避免的失败，比如如下的例子中，当我们调用A、E、F、J、K这几个服务的时候如果其中一个服务出现问题会造成什么问题？其实就会出现整体系统效率全部下降，而且严重就会出现服务雪崩的问题！

服务雪崩：
        多个微服务之间调用的时候，假设A调用B和C，B和C又调用其他的微服务，这就是所谓的扇出。如果扇出的某个链路上某个微服务调用的响应时间过长或者不可用，微服务A的调用就用占用越来越多的系统资源，从而引起系统崩溃，这也就是服务雪崩。其实就是服务的高可用遭到了破坏。
        对于高流量的应用来说，单一的后端依赖可能会导致服务器上的所有资源都在几秒钟内饱和。同时还有可能造成这些应用程序导致服务之间的延迟增加，备份列队，线程和其他的系统资源紧张，导致整个系统发生更多的级联故障。这些都表示需要对故障和延迟进行隔离和管理，以便单个依赖关系失败，不能取消整个应用程序或系统，所以通常发生了一个模块的某个实例失败后，这时候这个模块依然还会接受流量，然后这个有问题的模块还调用其他的模块，这样就会发生级联故障，或者叫做雪崩。
        要解决这种问题的出现我们就需要用到服务降级，而Sentinel就可以保证在一个依赖出现问题的情况下，不会导致整体服务失败，避免级联故障，提高分布式系统的弹性。

Sentinel的熔断降级通过断路器实现：

断路器：它本身是一种开关装置，当某个服务单元发生故障之后，通过断路器的故障监控（类似于熔断保险丝），向调用方返回一个符合预期的、可处理的备选响应（FallBack），而不是长时间的等待或者抛出调用方法无法出的异常，这样就保证了服务调用方的不会被长时间、不必要的占用，从而避免了故障在分布式系统中蔓延（类似于病毒传染），从而避免了故障在系统中蔓延，乃至崩溃。

好处体现：

对比与其他的产品而言，比如说Hystrix，他不需要我们自己手动搭建监控平台，而且它有一套类似于Nacos的Web界面，可以让我们进行更加细粒度的配置流控、速率、服务熔断、服务降级等。

目前主流编程都是约定>配置>代码，虽然我们的配置都可以写在代码中，但是我们还是要大面积的学习配置和注解的方式，尽量少些代码，这也是Sentinel的理念和初衷。

3、Sentinel下载和安装

Sentinel 分为两个部分

核心库（Java客户端）不依赖任何框架/库，只需要Java运行时环境，同时对Dubbo/SpringCloud 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。

Sentinel下载地址

启动步骤

前提：jdk1.8环境和8080端口不能被占用
启动命令：java -jar sentinel-dashboard-x.x.x.jar
访问地址：localhost:8080
输入默认账号密码：sentinel/sentinel

Microsoft Windows [版本 10.0.19041.208]
(c) 2020 Microsoft Corporation. 保留所有权利。

G:\我的天地\开发工具>java -jar sentinel-dashboard-1.8.6.jar
INFO: Sentinel log output type is: file
INFO: Sentinel log charset is: utf-8
INFO: Sentinel log base directory is: C:\Users\Administrator\logs\csp\
INFO: Sentinel log name use pid is: false
INFO: Sentinel log level is: INFO

  .   ____          _            __ _ _
 /\\ / ___'_ __ _ _(_)_ __  __ _ \ \ \ \
( ( )\___ | '_ | '_| | '_ \/ _` | \ \ \ \
 \\/  ___)| |_)| | | | | || (_| |  ) ) ) )
  '  |____| .__|_| |_|_| |_\__, | / / / /
 =========|_|==============|___/=/_/_/_/
 :: Spring Boot ::               (v2.5.12)

2023-06-03 21:11:16.289  INFO 20992 --- [           main] c.a.c.s.dashboard.DashboardApplication   : Starting DashboardApplication using Java 1.8.0_202 on MS-RAOUGCUMKMLO with PID 20992 (G:\我的天地\开发工具\sentinel-dashboard-1.8.6.jar started by Administrator in G:\我的天地\开发工具)
2023-06-03 21:11:16.299  INFO 20992 --- [           main] c.a.c.s.dashboard.DashboardApplication   : No active profile set, falling back to 1 default profile: "default"
2023-06-03 21:11:18.620  INFO 20992 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat initialized with port(s): 8080 (http)
2023-06-03 21:11:18.630  INFO 20992 --- [           main] o.apache.catalina.core.StandardService   : Starting service [Tomcat]
2023-06-03 21:11:18.630  INFO 20992 --- [           main] org.apache.catalina.core.StandardEngine  : Starting Servlet engine: [Apache Tomcat/9.0.60]
2023-06-03 21:11:18.780  INFO 20992 --- [           main] o.a.c.c.C.[Tomcat].[localhost].[/]       : Initializing Spring embedded WebApplicationContext
2023-06-03 21:11:18.780  INFO 20992 --- [           main] w.s.c.ServletWebServerApplicationContext : Root WebApplicationContext: initialization completed in 2411 ms
2023-06-03 21:11:18.880  INFO 20992 --- [           main] c.a.c.s.dashboard.config.WebConfig       : Sentinel servlet CommonFilter registered
2023-06-03 21:11:20.764  INFO 20992 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat started on port(s): 8080 (http) with context path ''
2023-06-03 21:11:20.784  INFO 20992 --- [           main] c.a.c.s.dashboard.DashboardApplication   : Started DashboardApplication in 5.032 seconds (JVM running for 5.699)
2023-06-03 21:11:42.877  INFO 20992 --- [nio-8080-exec-1] o.a.c.c.C.[Tomcat].[localhost].[/]       : Initializing Spring DispatcherServlet 'dispatcherServlet'
2023-06-03 21:11:42.878  INFO 20992 --- [nio-8080-exec-1] o.s.web.servlet.DispatcherServlet        : Initializing Servlet 'dispatcherServlet'
2023-06-03 21:11:42.881  INFO 20992 --- [nio-8080-exec-1] o.s.web.servlet.DispatcherServlet        : Completed initialization in 2 ms

到这里为止，我们的Sentinel安装成功。

二、搭建Sentinel项目

Sentinel初始化工程：

1. 启动Nacos8848成功
2. 创建新的Module：cloudalibaba-sentinel-service8401
3. 启动Sentinel8080
4. 启动微服务8401
5. 启动8401微服务后查看Sentinel控制台

Sentinel的官方文档网址

1、创建项目cloudalibaba-sentinel-service8401

pom

<!-- Nacos客户端依赖 -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- sentinel依赖 -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

配置yaml文件，目的是让当前8401注册进Nacos，然后被Sentinel8080进行监控

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        # 配置Sentinel dashboard地址
        dashboard: localhost:8080
        # 默认8719端口，键入被占用会自动从8719+1，直到找到未被占用的端口
        port: 8719

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

编写FlowLimitController

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";
    }
}

测试

当以上的这些配置配置好以后，我们就可以进行测试了，那我们的测试方式就是，首先保证Nacos和Sentinel都是启动状态，然后再来启动项目，按照我们的理解这个时候，就应该在Sentinel的dashboard上能体现出它监控的服务，但是此时并没有，原因是因为Sentinel本身采用的是懒加载机制，所以我们需要首先访问服务对应的接口，Sentinel才能工作。

http://localhost:8401/testA
http://localhost:8401/testB

访问之后我们来查看Sentinel的dashboard--实时监控

那么这个时候我们频繁快速的访问testA或者testB那么我们再来查看实时监控的时候，就会出现波动，体现此时Sentinel正在监控这我们的8401这个服务

三、Sentinel流控规则

1、流控规则基本介绍

名词解释

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：
        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
        线程数：当调用该API的线程数量达到阈值的时候，进行限流
是否集群：当前不需要集群
流控模式：
        直接：API达到限流条件时，直接限流
        关联：当关联的资源达到阈值时，就限流自己
        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：
        快速失败：直接失败，抛异常
        Wam Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFacotor，经过预热时长，才达到设置的QPS阈值
        排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

2、新增流控

2.1、QPS直接失败案例

添加有两种方式，可以直接在流控规则选项中添加，也可以在簇点链路中添加，一般会采取第二种方式

现在我们给"/testA"添加流控。--点击[新增]

这里的意思就是我们现在单机阈值设定为1，代表的是当前这个接口只能被1秒访问一次，超过这个阈值，就会被Sentinel阻塞，现在默认为直接失败，也就是会在前台有一个体现

http://localhost:8401/testA

2.2、线程数直接失败案例

并发线程数规则：需要让一个线程再进来办理的时候需要0.8秒，但是这个时候后面的线程也在疯狂的访问，所以后面的线程就不会生效。

修改代码

@RestController
public class FlowLimitController {
    @GetMapping("/testA")
    public String testA(){
        //暂停0.8秒
        try {
            TimeUnit.MILLISECONDS.sleep(800);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "-----testA";
    }

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

这个时候我们重启项目，然后重新通过访问testA接口，通过两个网页（线程）来快速访问，这个时候我们来看效果，这里要注意，要重新添加流控规则。

如下--点击新增

http://localhost:8401/testA

注意：这个时候虽然效果一致，但是是两种完全不同的规则，一种是QPS，一种是并发线程，这点大家一定要分清！

3、流控规则

3.1、关联

官方解释：当关联的资源达到阈值时，就限流自己。

通俗解释来说，比如那我们的程序，现在有testA接口和testB接口，当A关联的资源B达到阈值后，就限流自己，也就是B到达阈值，限流A本身。就好像我家孩子在外面打架，我来处理一样。换到程序里面来说比如一个电商系统中，支付系统达到阈值，就限流下订单系统。

具体演示

当关联资源/testB的qps阈值超时1时，就限流/testA的Rest访问地址，当关联资源到阈值后限制配置好的资源名，首先我们先把FlowLimitController接口恢复原样

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

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

给testA添加流控规则

为了演示效果，所以这里我们需要借助一个工具Postman，来模仿并发密集访问/testB，先来测试访问testB接口

这个时候我们需要多次密集访问TestB接口，所以我们需要添加配置，具体操作如下：

把数值修改为：
- Iterations：为20
- Delay：300
意思就是20个线程每间隔0.3秒访问一次，然后跑起来.

注意：postman中的请求地址要点击左上方的Save。保存。

这个时候我们来访问testA接口的效果

3.2、链路

链路流控模式指的是，当从某个接口过来的资源达到限流条件时，开启限流，它的功能有点类似于针对来源配置项，区别在于：针对来源是针对上级微服务，而链路流控是针对上级接口，也就是说它的粒度更细。
比如在一个微服务中，两个接口都调用了同一个Service中的方法，并且该方法用SentinelResource（用于定义资源）注解标注了，然后对该注解标注的资源（方法）进行配置，则可以选择链路模式。

具体演示

首先我们编写一个Service

//service.TestService
@Service
public class TestService {
    // 定义限流资源
    @SentinelResource("common")
    public String common(){
        return "common";
    }
}

然后更改接口调用这个Service方法

@RestController
public class FlowLimitController {
    @Autowired
    TestService testService;
    
    @GetMapping("/testA")
    public String testA(){
        return testService.common();
    }

    @GetMapping("/testB")
    public String testB(){
        return testService.common();
    }
}

接下来配置流控规则：

这里要注意不要对/testA或者/testB进行限流规则的配置，要给用SentinelResource注解标注的资源进行配置限流规则，这里的意思为当我们用入口资源访问被SentinelResource注解标注的资源方法时，当超过阈值就会被限流。

注意：版本为<spring-cloud-alibaba-version>2.2.5.RELEASE</spring-cloud-alibaba-version>或以上

yml追加配置web-context-unify: false

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    sentinel:
      transport:
        # 配置Sentinel dashboard地址
        dashboard: localhost:8080
        # 默认8719端口，键入被占用会自动从8719+1，直到找到未被占用的端口
        port: 8719
      web-context-unify: false

访问testB接口，达到阈值，限流

4、流控效果

4.1、预热

Wam Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFacotor，经过预热时长，才达到设置的QPS阈值

Sentinel官网文档

概念：Warm Up方式，即预热/冷启动方式。该方式主要用于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，避免冷系统被压垮的情况。
预热公式：阈值/coldFactor（默认值为3），经过预热时间后才会达到阈值。
冷启动的过程系统允许通过的QPS曲线如下图：

使用场景：一般秒杀系统中会有这样的流控设置，为了防止秒杀瞬间造成系统崩溃。

具体演示

默认coldFactor为3，当发起请求即请求QPS从（阈值/3）开始，经过多长预热时长才逐步升至设定的QPS阈值，当前阈值设置为10，预热时长设置为5秒。
最终的效果，系统初始化时阈值/3约等于3，即阈值在此时为3，经过5秒后阈值才慢慢升高到10
首先我们先来设置流控效果：

测试，我们用最简单的方法进行测试，直接在浏览器上手动刷新，然后我们来看Sentinel的实时监控.

快速请求testA接口，Sentinel的实时监控，如下图：

效果：5秒内同频次访问有失败的，5秒后没有失败了。蓝色线拒绝QPS,绿色线通过QPS。

绿色线缓慢上升。

4.2、排队等待

排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

概念：匀速排队方式会严格控制请求通过的间隔时间，也即是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。想象一下这样的场景，在某一秒有大量的请求到来，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（削峰填谷）。

匀速器

它的中心思想是，以固定的间隔时间让请求通过。当请求到来的时候，如果当前请求距离上个通过的请求通过的时间间隔不小于预设值，则让当前请求通过。否则，计算当前请求的预期通过时间，如果该请求的预期通过时间小于规则预设的 timeout 时间，则该请求会等待直到预设时间到来通过（排队等待处理）；若预期的通过时间超出最大排队时长，则直接拒接这个请求。

Sentinel 匀速排队等待策略是漏桶算法结合虚拟队列等待机制实现的。
注意：匀速排队模式暂时不支持 QPS > 1000 的场景。

具体演示

为了看到效果，我们在代码中进行打印，更改8401微服务中的FlowLimitController

@RestController
@Slf4j
public class FlowLimitController {
    @Autowired
    TestService testService;
    @GetMapping("/testA")
    public String testA(){
        log.info(Thread.currentThread().getName()+"：testA");
        return testService.common();
    }

    @GetMapping("/testB")
    public String testB(){
        return testService.common();
    }
}

最后我们可以通过Postman来进行测试，发送请求时没有延迟，同时发送10条请求，然后我们会发现就是排队效果1秒执行一个请求，同时我们在Idea中也可以看到打桩效果

Idea中也可以看到打桩效果，日志，1秒处理1个请求

2023-06-04 16:57:56.207  INFO 13084 --- [nio-8401-exec-9] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-9：testA
2023-06-04 16:57:57.207  INFO 13084 --- [io-8401-exec-10] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-10：testA
2023-06-04 16:57:58.207  INFO 13084 --- [nio-8401-exec-1] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-1：testA
2023-06-04 16:57:59.207  INFO 13084 --- [nio-8401-exec-2] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-2：testA
2023-06-04 16:58:00.207  INFO 13084 --- [nio-8401-exec-3] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-3：testA
2023-06-04 16:58:01.206  INFO 13084 --- [nio-8401-exec-4] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-4：testA
2023-06-04 16:58:02.208  INFO 13084 --- [nio-8401-exec-5] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-5：testA
2023-06-04 16:58:03.207  INFO 13084 --- [nio-8401-exec-6] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-6：testA
2023-06-04 16:58:04.206  INFO 13084 --- [nio-8401-exec-7] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-7：testA
2023-06-04 16:58:05.207  INFO 13084 --- [nio-8401-exec-8] c.l.s.controller.FlowLimitController     : http-nio-8401-exec-8：testA

Spring Cloud Alibaba - Nacos

干我们这行，啥时候懈怠，就意味着长进的停止，长进的停止就意味着被淘汰，只能往前冲，直到凤凰涅槃的一天！

杀神lwz

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
打赏
0
评论
Spring Cloud Alibaba - Sentinel(一)

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。2、特点Sentinel在阿里巴巴得到了广泛应用，近10年来几乎覆盖了双11（11.11）购物节的所有核心场景，如需要限制突发流量以满足系统容量的“秒杀”、消息削峰填谷、下游服务不可靠的断路、集群流量控制等。
复制链接

扫一扫