微服务保护Sentinel监控

解决雪崩的常见方式有四种：

1.超时处理：设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待，缓解雪崩问题

2.舱壁模式：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离。

3.熔断降级：由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。

4.流量控制（预防雪崩）：限制业务访问的QPS（业务每秒的请求数），避免服务因流量的突增而故障。

什么是雪崩问题

微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。
sentinel 官网地址
启动sentinel

java -jar sentinel-dashboard-1.8.1.jar

一.在微服务中整合Sentinel

1.引入sentinel依赖：

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

2.配置控制台地址

spring:
    sentinel:
      transport:
        dashboard: localhost:8080 # sentinel控制台地址

3.访问微服务的任意端点，触发sentinel监控

二.限流规则

1.快速入门

流控模式
在添加限流规则时，点击高级选项，可以选择三种流控模式：

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，也是默认的模式
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
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

2.流量控制模式-关联

关联模式：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。业务需求是有限支付和更新订单的业务，因此当修改订单业务触发阈值时，需要对查询订单业务限流。

3.流量控制模式-链路

链路模式：只针对从指定链路访问到本资源的请求做统计，判断是否超过阈值。

需求：有查询订单和创建订单业务，两者都需要查询商品。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：
1.在OrderService中添加一个queryGoods方法，不用实现业务
2.在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
3.在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
4.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

注意：
Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解

 @SentinelResource("goods")
    public void queryGoods(){
        System.err.println("查询商品");
    }

Sentinel默认会将Controller方法做context整合，导致链路模式的流控失效，需要修改application.yml，添加配置：web-context-unify: false

spring:
    sentinel:
      transport:
        dashboard: localhost:8080 # sentinel控制台地址
      web-context-unify: false # 关闭context整合

4.流控效果

流控效果是指请求达到流控阈值时应该采取的措施，包括三种：

1.快速失败：达到阈值后，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.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.

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

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

总结：

1.快速失败：QPS超过阈值时，拒绝新的请求
2.warm up： QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机。
3.排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝

5.热点参数限流 （注意：热点参数限流对默认的SpringMVC资源无效）

之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而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。
案例：
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

资源配置 @SentineLResource(“hot”)