SpringCloud Alibaba微服务实战四 - 限流熔断

SpringCloud Alibaba微服务实战四 - 限流熔断

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

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 - 基础环境准备中已经实现了

• 引入Sentinel

在需要配置限流熔断服务的POM文件中引入Sentinel组件

<!--添加sentinel的依赖  主要用来实现限流 熔断 降级 隔离-->
<dependency>
    <groupId>com.alibaba.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：

    /***
     *  SentinelResource
     * @param id
     * @return
     *@ blockHandler = "flowHandler"为自定义熔断异常
     *@fallback = "fallbackHandler"自定义异常策略
     */
    @GetMapping("/getAccountByUserid/{id}")
    @SentinelResource(value = "getAccountByUserid", blockHandler = "flowHandler", fallback = "fallbackHandler")
    public Result getAccountByUserid(@PathVariable("id") Integer id) {
        //模拟一个异常
//        try {
//            TimeUnit.SECONDS.sleep(1);//睡眠1秒
//        } catch (InterruptedException e) {
//            e.printStackTrace();
//        }
        LambdaQueryWrapper<Account> wrapper = new LambdaQueryWrapper<>();
        wrapper.eq(Account::getId, id);
        List<Account> accountList = accountService.list();
        return Result.ok().data("accountList", accountList).data("port", port);
//        throw  new RuntimeException("error");
    }

    /***
     * 自定义异常策略
     * 返回值参数要和目标函数一样，参数可以追加BlockException
     * @param id
     * @param ex
     * @return
     */
    public Result flowHandler(@PathVariable("id") Integer id, BlockException ex) {
        //虽然在这里这些参数看似毫无意义，但是在实战中，这些参数我们可以存入到消息队列，配合消息队列或数据库对失败的操作进行一个手动处理
        ex.printStackTrace();
        return Result.error().message("访问过于频繁,请稍后重试");
    }

    /***
     * 自定义熔断异常
     * 返回值参数要和目标函数一样，参数可以追加BlockException
     * @param id
     * @param
     * @return
     * @ fallback = "fallbackHandler"
     */
    public Result fallbackHandler(@PathVariable("id") Integer id) {
        //虽然在这里这些参数看似毫无意义，但是在实战中，这些参数我们可以存入到消息队列，配合消息队列或数据库对失败的操作进行一个手动处理
        //熔断一般出现了异常，或者访问资源超时，都会触发熔断机制
        //在一个方法中，熔断和限流都可以同时进行的
        return Result.error().message("程序因为不可控原因触发了熔断机制,请稍后重试");
    }

• 在配置文件中添加sentinel的服务端地址

server:
  port: 8011

spring:
  application:
    name: account-service
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.203.129:8848
    sentinel:
      transport:
        # sentinel服务端地址
        dashboard: 192.168.203.129:8080
      # 取消延迟加载
      eager: true
    loadbalancer:
      cache:
        enabled: false
      ribbon:
        enabled: false

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。

流控

qps限流与并发线程数限流区别
在创建sentinel的限制规则时有下面这种选择

qps是每秒并发的总数

线程并发总数是当前正在处理业务所能承受的最大值

比如我有10个请求同时开始，在没有进入到服务端时，这就是它的QPS,

如果选择qps限流，假设并发有11个有一个肯定会报错

假设有10个请求，每个请求在controller层处理业务需要耗时1秒，

在1一秒内同时请求10次，只有第一次的那个处理业务成功了，其他的都失败

二者一个是将请求拦在外面，一个是让请求进入来，内部处理。

sentinel流控模式有如下几种

直接就是直接给出错误提示

关联就是a服务调用b服务，如果b服务挂了那么a服务就会进行限流

熔断

熔断降级规则（DegradeRule）包含下面几个重要的属性：

Field 说明 默认值
resource 资源名，即规则的作用对象
grade 熔断策略，支持慢调用比例/异常比例/异常数策略 慢调用比例
count 慢调用比例模式下为慢调用临界 RT（超出该值计为慢调用）；异常比例/异常数模式下为对应的阈值
timeWindow 熔断时长，单位为 s
minRequestAmount 熔断触发的最小请求数，请求数小于该值时即使异常比率超出阈值也不会熔断（1.7.0 引入） 5
statIntervalMs 统计时长（单位为 ms），如 60*1000 代表分钟级（1.8.0 引入） 1000 ms
slowRatioThreshold 慢调用比例阈值，仅慢调用比例模式有效（1.8.0 引入）
Sentinel 的断路器是没有半开状态的

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

假设我们就将accout-service的QPS单机阈值设置成5，如果每秒QPS超过5，直接丢弃。