1-CloudAlibaba-Sentinel(限流)学习笔记2020.10.21
前言: (Cloud的官网 、GitHub官网 、Sentinel官网)
阿里巴巴的
Sentinel对比奈飞的Hystrix有什么不同, 有什么优势? (下面是官网复制的, 更为详细看官网)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。
- 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 Spring Boot 开发，打包后可以直接运行，不需要额外的 Tomcat 等应用容器。
简单来说, 多了完备的实时监控与web界面管理控制流量的控制台, 下载简单配置启动就可以实现,
Hystrix需要自行搭建配置监控。
1.0 docker方式下载安装/启动控制台
1.1 下载好jar包并创建sentinel-Dockerfile文件上传上去
# 使用 JDK 8 环境为基础镜像，如果镜像不是本地的将会从 DockerHub 进行下载
FROM java:8
# 复制文件到容器,并且重命名。
ADD sentinel-dashboard-1.8.0.jar sentinel-dashboard.jar
# 声明需要暴露的端口
EXPOSE 8090
# ENTRYPOINT 指令都是用来指定容器启动时运行的命令。
ENTRYPOINT ["java", "-Dserver.port=8090","-Dcsp.sentinel.dashboard.server=localhost:8090", "-Dproject.name=sentinel-dashboard", "-jar", "/sentinel-dashboard.jar"]
并给上, 执行、写入权限。
1.2 构建jar镜像
-f 指定
Dockerfile文件路径
docker build -t sentinel-dashboard:1.8 -f /usr/local/zhihao_project/zhihao_dockerfile/sentinel-Dockerfile /usr/local/zhihao_project/zhihao_dockerfile/
1.3 运行构建完成的镜像
docker run -d --name sentinel-dashboard -p 8090:8090 -p 8719:8719 5bf385912e4d
其中8090是sentinel web控制界面端口，8719是sentinel应用端和控制台通信端口，参考配置控制台信息
启动完成访问:
http://公网IP:8090/看到登录页面说明启动正常。 默认用户名和密码都是sentinel
2.0 新建应用服务中使用sentinel
2.1 引入依赖
<!--SpringCloud ailibaba nacos -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!--SpringCloud ailibaba sentinel -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!-- SpringBoot整合Web组件+actuator -->
<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>
2.2 application.yml修改
server:
port: 8080
spring:
application:
name: cloudalibaba-sentinel-service
cloud:
nacos:
discovery:
server-addr: 119.xx.xxx.xxx:8848 # Nacos服务注册中心地址
sentinel:
transport:
port: 8719
dashboard: 119.xx.xxx.xxx:8090 # 配置Sentinel dashboard地址
# 暴露监控
management:
endpoints:
web:
exposure:
include: '*'
2.3 启动类/引导类
@EnableDiscoveryClient
@SpringBootApplication
public class SentinelService
{
public static void main(String[] args) {
SpringApplication.run(SentinelService.class, args);
}
}
2.4 启动应用进行测试
启动应用后, 去查看控制台, 发现没有对应用进行监控, 原因是需要触发客户端初始化。( 也就是懒加载)
确保客户端有访问量，Sentinel 会在客户端首次调用的时候进行初始化，开始向控制台发送心跳包。
在经过首次调用
API接口后, 控制台上服务是出现了, 但是又发现,实时监控菜单一篇空白。后来经过查看容器日记发现, 控制台需要发送请求回调到的被监控上去的应用。
出现这个情况是原因: 控制台我是部署在云服务器上的docker上, 然后应用是在我本地启动的。
要解决这个问题, 只能将应用部署上去云服务器上面的docker。
但是这样对于学习来说,经常修改然后经常部署过于麻烦, 下面就换成本地了。
换回本地将
application.yml的sentinel地址换成localhost:8090
2.5 簇点链路菜单中显示刚刚调用的资源（单机实时）
簇点链路（单机调用链路）页面实时的去拉取指定客户端资源的运行情况。它一共提供两种展示模式：一种用树状结构展示资源的调用链路，另外一种则不区分调用链路展示资源的实时情况。
注意: 簇点链路监控是内存态的信息，它仅展示启动后调用过的资源。
2.6 控制台的流控规则菜单 (官网说明)
流量控制（flow control），其原理是监控应用流量的 QPS 或并发线程数等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。
FlowSlot会根据预设的规则，结合前面NodeSelectorSlot、ClusterBuilderSlot、StatisticSlot统计出来的实时信息进行流量控制。限流的直接表现是在执行
Entry nodeA = SphU.entry(resourceName)的时候抛出FlowException异常。FlowException是BlockException的子类，您可以捕捉BlockException来自定义被限流之后的处理逻辑。同一个资源可以创建多条限流规则。
FlowSlot会对该资源的所有限流规则依次遍历，直到有规则触发限流或者所有规则遍历完毕。一条限流规则主要由下面几个因素组成，我们可以组合这些元素来实现不同的限流效果：
resource：资源名，即限流规则的作用对象 (请求路径)count: 限流阈值grade: 限流阈值类型（QPS 或并发线程数）limitApp: 流控针对的调用来源，若为default则不区分调用来源 (填写微服务应用名)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）简单来说就是控制请求流量的(限流), 更为详细看官网。
2.6.1 QPS-直接模式-快速失败效果, 规则
上面图, 对
/test1接口进行了流量控制, 只允许每秒一个请求, 超过就进行控制, 流控模式是直接、 效果是快速失败。并且在簇点链路菜单进行增加后, 流控规则也会多出一条记录, 可以操作修改与删除, 并立即生效。
相对应
Hystrix更新配置后需要进行重启来说更为强大, 其中限流有官方默认提示, 也可以配置像Hystrix一样的fallback方法。
QPS : 该请求每秒请求次数达到阈值进行限流、线程数: 当调用该api的线程数达到阈值时进行限流(也就是内部处理该次请求的线程数, 假设设置为1, 那么该接口假设需要处理5秒, 那么在这5秒内其他请求进来是会进行限流, 因为设置了该接口处理线程数最大1, 由于一个线程数执行需要5秒, 还没执行完毕进行释放, 下面的请求进来就超过了线程数)
2.6.2 QPS-关联模式-快速失败效果, 规则
具有关系的资源流量控制：关联流量控制
当两个资源之间具有资源争抢或者依赖关系的时候，这两个资源便具有了关联。比如对数据库同一个字段的读操作和写操作存在争抢，读的速度过高会影响写得速度，写的速度过高会影响读的速度。如果放任读写操作争抢资源，则争抢本身带来的开销会降低整体的吞吐量。可使用关联限流来避免具有关联关系的资源之间过度的争抢，举例来说，
read_db和write_db这两个资源分别代表数据库读写，我们可以给read_db设置限流规则来达到写优先的目的：设置strategy为RuleConstant.STRATEGY_RELATE同时设置refResource为write_db。这样当写库操作过于频繁时，读数据的请求会被限流。
2.6.3 QPS-链路模式-快速失败效果, 规则
官网说的很模糊: (官网)
这里使用到了
@SentinelResource()注解。
定义一个服务接口:
@Service
public class TestService {
@SentinelResource("test")
public String testHotKey()
{
return "------返回链路test";
}
}
其中同应用中的
api接口, 进行注入调用了TestService
@RestController
public class FlowLimitController
{
@Autowired
private TestService testService;
@GetMapping("/test1")
public String test1()
{
testService.testHotKey();
return "------test1";
}
@GetMapping("/test2")
public String test2()
{
testService.testHotKey();
return "------test2";
}
下面图是进行首次调用
/test1与/test2后, 会发现多出来个TestService下的test资源名。这个就是链路调用, 下面就是在
test上进行配置链路规则。
坑了蛮久的,
链路无法生效, 官方的issues上有说明:从1.6.3开始，Web CommonFilter将统一Web入口上下文，因此入口流控制不会生效。Sentinel 1.7.0（〜SCA 2.1.1.RELEASE）为CommonFilter：引入了一个初始化参数
WEB_CONTEXT_UNIFY来控制上下文。您可以false在添加FilterRegistration时将其设置为。
spring-cloud-alibaba v2.1.1.RELEASE后，可以通过配置关闭spring.cloud.sentinel.web-context-unify=false刚刚好我用的就是
cloud版本就是2.2.1, 无法设置…, 最终将cloud版本更新为2.2.3.RELEASE后通过上面设置生效了链路。
2.6.4 流控效果-直接失败
直接拒绝（
RuleConstant.CONTROL_BEHAVIOR_DEFAULT）方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出FlowException。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。具体的例子参见 FlowQpsDemo。达到限制后,
sentinel直接返回Blocked by Sentinel (flow limiting), 上面用过了。
2.6.4 流控效果-Warm Up(预热)
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。详细文档可以参考 流量控制 - Warm Up 文档从详情文档中看到预热效果:
默认
coldFactor为3，即请求QPS从threshold/3开始，经预热时长逐渐升至设定的QPS阈值假设: 设置了
QPS的阈值是20(也就是每秒最大20次请求)、 流控模式: 直接、 流控效果-Warm Up设置为10秒效果: 就是
20/3=6, 慢慢从刚开始每秒只能接收6次请求开始上升可以接收更多, 一直上升到10秒后可以每秒接收20次。
应用场景一般用于: 秒杀活动、 整点抢购活动, 避免一上来就直接把系统打垮。
2.6.5 流控效果-排队等待
匀速排队（
RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER）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。详细文档可以参考 流量控制 - 匀速器模式，具体的例子可以参见 PaceFlowDemo。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。
注意：匀速排队模式暂时不支持
QPS > 1000的场景。
1
155
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
