初识Sentinel
雪崩问题
微服务调用链路中的某个服务故障,引起整个链路中的所有微服务都不可用,这就是雪崩。
![](https://i-blog.csdnimg.cn/blog_migrate/e805fc4f5682a1e9f5cd9a5aeb0bfac0.png)
解决雪崩问题的常见方式有四种:
超时处理
舱壁模式
熔断降级
流量控制
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。
![](https://i-blog.csdnimg.cn/blog_migrate/8ce3179db5db2d8149a66b9c46b7c712.png)
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,也叫线程隔离。
![](https://i-blog.csdnimg.cn/blog_migrate/c1a0c631fb5eee3c384d9c71ab02db04.png)
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,拦截该业务的一切请求。
![](https://i-blog.csdnimg.cn/blog_migrate/ca91879c6f13c63f75870cc4c666fbd6.png)
流量控制:限制业务访问的QPS,避免服务因流量的突增而故障。
![](https://i-blog.csdnimg.cn/blog_migrate/6c4b8d8a02d5e4d29df8b1e980cc0197.png)
总结:
避免因瞬间高并发流量而导致服务故障——流量控制。
避免因服务故障引起的的雪崩问题——超时处理、线程隔离、降级熔断
服务技术对比
![](https://i-blog.csdnimg.cn/blog_migrate/703eb2b8417d5c64daef88f2ae3910bc.png)
Sentinel是阿里巴巴开源的一款微服务流量控制组件。
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、消息消峰填谷、集群流程控制、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Spring Cloud、Dubbo、gRPC的整合。只需要引入相应依赖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。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的安装
Sentinel官方提供了UI控制台,方便我们对系统做限流设置。
Github下载地址:https://github.com/alibaba/Sentinel
下载好后运行jar包即可:
java -jar sentinel-dashboard-1.8.1.jar
dashboard的端口是8080,在浏览器登录即可。账号密码均默认是sentinel。
![](https://i-blog.csdnimg.cn/blog_migrate/10166887d326ccd16421c12932388bb6.png)
如果要修改默认端口、账号、密码,通过下面的配置进行修改
注:在启动服务时,加上-D之后跟要修改的配置项即可。
java -jar sentinel-dashboard-1.8.1.jar -Dserver.port=8090
微服务整合Sentinel
![](https://i-blog.csdnimg.cn/blog_migrate/ca6be21e75db23d3d5bd44f4a7b7766a.png)
步骤一:引入sentinel依赖
<!-- sentinel -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
步骤二:配置控制台地址
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
访问微服务的任意端点,触发Sentinel监控
![](https://i-blog.csdnimg.cn/blog_migrate/28d93d25ef9ec866aef473d8231bf968.png)
限流规则
簇点链路:即项目内的调用链路,链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控Spring MVC的每一个端点(Endpoint),因此SpringMVC的每一个端点就是调用链路中的一个资源。
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:
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,是默认模式。
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。
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。
流控模式-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。查询和修改操作回争抢数据库锁,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。
![](https://i-blog.csdnimg.cn/blog_migrate/751144f1455809ee37c483abec9be476.png)
当/write资源访问量触发阈值时,就会对/read资源限流,避免影响/write资源。
案例
需求:
在OrderController下新建两个端点:/order/query和/order/update,无需实现具体业务。
配置流控规则,当/order/update资源被访问的QPS超过5时,对/order/query请求限流。
配置流控规则
![](https://i-blog.csdnimg.cn/blog_migrate/7ff8271c94afa759f8637449e9f3790c.png)
使用JMeter进行测试,测试后对query进行访问:
![](https://i-blog.csdnimg.cn/blog_migrate/daf338a3a9f6de019abac271bca8731d.png)
监控页面:
![](https://i-blog.csdnimg.cn/blog_migrate/b313b8de99e7a2e5bc66742749f064c0.png)
流控模式-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。
案例:有查询订单和创建业务订单,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。
步骤一:在OrderService中添加一个queryGoods方法,不用实现业务
@SentinelResource("goods")
public void queryGoods(){
System.err.println("查询商品");
}
步骤二:在OrderController中,改造/order/query端点,调用OrderService中的queryGoods方法
@GetMapping("/query")
public String queryOrder(){
// 查询商品
orderService.queryGoods();
// 查询订单
System.out.println("查询订单");
return "查询订单成功";
}
步骤三:在OrderService中添加一个/order/save的端点,调用OrderService的queryGoods方法。
@GetMapping("/save")
public String saveOrder(){
// 查询商品
orderService.queryGoods();
// 新增订单
System.out.println("新增订单");
return "新增订单成功";
}
步骤四: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
![](https://i-blog.csdnimg.cn/blog_migrate/e3e17e18c5401d372074af1b66f80c22.png)
在该案例中,需要注意以下两点:
默认情况下Sentinel只监视Spring MVC的每一个端点,即controller中的方法为资源。如果要标记其他的方法,就要使用@SentinelResource注解
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
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
web-context-unify: false # 关闭context整合
完成上述准备工作后,我们使用JMeter进行测试:
![](https://i-blog.csdnimg.cn/blog_migrate/f9e4cbd9d7af877f195c54c1dfe63c74.png)
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,包括以下三种:
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。
warm up:预热模式,对超过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。
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。
流控效果-warm up
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,设置QPS的threshold为10,预热时间为5秒,初始阈值就是10/3,也就是3,然后在5秒后逐渐增长到10。
案例:给/order/{orderId}这个资源设置限流,最大QPS为10,利用warm up效果,预热时长为5秒。
![](https://i-blog.csdnimg.cn/blog_migrate/261945a6c902033dc544d3acd0f6f43f.png)
![](https://i-blog.csdnimg.cn/blog_migrate/5ca1efb342cb657ffd0c3d166bf9a2de.png)
流控效果-排队等待
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。
![](https://i-blog.csdnimg.cn/blog_migrate/3e485109713665805602c2d90edeb389.png)
案例:给/order/{orderId}这个资源设置限流,最大QPS为10,利用排队的流控效果,超时时长设置为5s。
![](https://i-blog.csdnimg.cn/blog_migrate/539163577c2ae9bc00c805d6ff4bf33f.png)
![](https://i-blog.csdnimg.cn/blog_migrate/658bf4070b590991f240a01ada34a7c3.png)
热点参数限流
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。
![](https://i-blog.csdnimg.cn/blog_migrate/46aba34aa86fb39bddc9396a39afbaa1.png)
代表的含义是:对hot这个资源的0号参数(第一个参数)做统计,每1秒相同参数值的请求数不能超过5。
在热点参数限流的高级选项中,可以对部分参数设置例如配置:
![](https://i-blog.csdnimg.cn/blog_migrate/4769ea3886155570ee5ee20c8855f13b.png)
![](https://i-blog.csdnimg.cn/blog_migrate/99f25f37b00bcc20722c894b55019e44.png)
这里的含义是对0号的long类型参数限流,每1秒相同参数的QPS不能超过5,但有两个例外:
如果参数值是100,则每1秒允许的QPS为10
如果参数值是101,则每1秒允许的QPS为15
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一秒请求量不超过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。
![](https://i-blog.csdnimg.cn/blog_migrate/3b7aa3de23e731cf77e42d6b68c0796f.png)
![](https://i-blog.csdnimg.cn/blog_migrate/d66e04f154a49cd1371a91d5431db450.png)
注:热点参数限流对默认的Spring MVC资源无效。
隔离和降级
虽然限流可以尽量避免因高并发而引起的服务故障,但服务还会因为其它原因而故障。而要将这些故障控制在一定范围,避免雪崩,就要靠线程隔离(舱壁模式)和熔断降级手段了。
不管是线程隔离还是熔断降级,都是对客户端(调用方)的保护。
![](https://i-blog.csdnimg.cn/blog_migrate/bcdd2c4d4b854a0a0b0d92e3863a1c14.png)
Feign整合Sentinel
Spring Cloud中,微服务调用都是通过Feign来实现的,因此做客户端保护必须整合Feign和Sentinel。
步骤一:修改OrderService的application.yml文件,开启Feign的Sentinel功能
feign:
sentinel:
enabled: true # 开启Feign的Sentinel功能
步骤二:给FeignClient编写失败后的降级逻辑
方式一:FallbackClass,无法对远程调用的异常做处理。
方式二:FallbackFactory,可以对远程调用的异常做处理。
我们使用第二种方式:
①在feign-api项目中定义类,实现FallbackFactory:
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
@Override
public UserClient create(Throwable throwable) {
// 创建UserClient接口实现类,实现里面的方法,编写失败降级后的处理逻辑
return new UserClient() {
@Override
public User findById(Long id) {
// 记录异常信息
log.error("查询用户异常", throwable);
// 根据业务需求返回默认的数据,这里是空用户
return new User();
}
};
}
}
②在feign-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean:
@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
return new UserClientFallbackFactory();
}
③在feign-api项目中的UserClient接口中使用UserClientFallbackFactory:
@FeignClient(value = "userservice",fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
线程隔离
线程隔离有两种方式实现:
线程池隔离
信号量隔离(Sentinel默认采用)
![](https://i-blog.csdnimg.cn/blog_migrate/a052f4cd9d73fb4149b7bd551912fa22.png)
信号量隔离与线程池隔离的优缺点及其使用场景
信号量隔离:
优点:轻量级,无额外开销
缺点:不知处主动超时;不支持异步调用。
场景:高频调用;高扇出
线程池隔离:
优点:支持主动超时;支持异步调用
缺点:线程额外开销比较大
场景:低扇出
Sentinel使用及其案例
在添加限流规则时,可以选择两种阈值类型:
![](https://i-blog.csdnimg.cn/blog_migrate/31202b6df2c29fe87e6574399d1f03bc.png)
QPS:指每秒的请求数。
线程数:该资源能使用的tomcat线程数的最大值,通过限制线程数量,实现舱壁模式。
案例:给UserClient的查询用户接口设置流控规则,线程数不能超过2。然后利用jemeter测试。
![](https://i-blog.csdnimg.cn/blog_migrate/5a5bcb8dfa61e0a9650687b2c031b8f4.png)
熔断降级
熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例。如果超过阈值则会熔断该服务,即拦截访问该服务的一切请求;而当服务恢复时,断路器会放行访问该服务的请求。
![](https://i-blog.csdnimg.cn/blog_migrate/d9ce2e4e8f6f701eb667cae716bcdf6c.png)
熔断策略
断路器熔断策略有三种:慢调用、异常比例、异常数。
慢调用
业务的响应时长(RT)大于指定时长的请求认定为慢调用请求。在指定时间内,如果请求数量超过设定的最小数量,慢调用比例大于设定的阈值,则触发熔断。
![](https://i-blog.csdnimg.cn/blog_migrate/6cdbdc3df8ac5b1a9592ae056bf1785b.png)
RT超过500ms的调用是慢调用。统计最近10000ms内的请求,如果请求数量超过10次,且慢调用比例不低于0.5,则触发熔断,熔断时长为5秒。然后进入half-open状态,放行一次请求做测试。
案例:给UserClient的查询用户接口设置降级规则,慢调用的RT阈值为50ms,统计时间为1秒,最小请求数量为5,失败阈值比例为0.4,熔断时长为5。
![](https://i-blog.csdnimg.cn/blog_migrate/98eee57bb349a87e1571c37d385b95c8.png)
异常比例或异常数
统计指定时间内的调用,如果调用次数超过指定请求数,并且出现异常的利弊达到设定的比例阈值(或超过指定异常数),则触发熔断。
![](https://i-blog.csdnimg.cn/blog_migrate/2c94ca75ffff618d7c482dcffbdf4569.png)
统计最近1000ms的请求,如果请求量超过10次,并且异常比例不低于0.5,则触发熔断,熔断时长为5秒。然后进入half-open状态,放行一次请求做测试。
案例:给UserClient的查询用户接口设置降级规则,统计时间为1秒,最小请求数量为5,失败阈值比例为0.4,熔断时长为5s。
![](https://i-blog.csdnimg.cn/blog_migrate/bedfd3ca3d8b34c4da75ca5ea71fa222.png)
tips:
为了触发以上熔断的情况,需要对UserService的业务进行修改:
@GetMapping("/{id}")
public User queryById(@PathVariable("id") Long id, @RequestHeader(value = "Life", required = false) String life) throws InterruptedException {
if (id == 1){
Thread.sleep(60);
}else if (id == 2){
throw new RuntimeException("故意出错,触发熔断");
}
return userService.queryById(id);
}
授权规则
授权规则可以对调用方的来源做控制,有白名单和黑名单两种方式。
白名单:来源(origin)在白名单内的调用者允许访问。
黑名单:来源(origin)在黑名单内的调用者不允许访问。
![](https://i-blog.csdnimg.cn/blog_migrate/dd61d301fcc8c8b544cd40b390f0c2e9.png)
例如,我们限定只允许从网关来的请求访问orde-service,那么流控应用中就填写网关的名称。
![](https://i-blog.csdnimg.cn/blog_migrate/1fbcbaa06cdab0ea341a41f2968258fa.png)
但是流控应用中填的并非是gateway,sentinel中要求填入的是请求来源名称。想要获取请求来源的名称,Sentinel为我们提供了一个接口:
public interface RequestOriginParser {
/**
* 从请求request对象中获取origin,获取方式自定义
*/
String parseOrigin(HttpServletRequest request);
}
比较可惜的是,在Sentinel中,该接口的parseOrigin方法返回的永远是default,也就是说,无论请求开源是来自网关还是浏览器,Sentinel根本无法区分这两个请求。所以就需要我们自己来实现这个接口,编写它的业务逻辑,让从网关来的请求和浏览器来的请求返回不同的结果。
例如,我们尝试从request中获取一个名为origin的请求头,作为origin的值:
@Component
public class HeaderOriginParser implements RequestOriginParser {
@Override
public String parseOrigin(HttpServletRequest httpServletRequest) {
// 尝试获取请求头
String origin = httpServletRequest.getHeader("origin");
// 非空判断
if (StringUtils.isEmpty(origin)){
origin = "blank";
}
return origin;
}
}
还需要在gateway服务中,利用网关的全局过滤器添加名为gateway的origin头:
spring:
cloud:
gateway:
default-filters:
- AddRequestHeader=origin,gateway # 添加名为origin的请求头,值为gateway
![](https://i-blog.csdnimg.cn/blog_migrate/f62b1e9b75a186b2bde9d38bd8e5afed.png)
浏览器访问:
![](https://i-blog.csdnimg.cn/blog_migrate/4b2c0e31f891956e0140cc4b97964c29.png)
网关访问:
![](https://i-blog.csdnimg.cn/blog_migrate/929eef2341a5c885e968124ca436582a.png)
自定义异常结果
默认情况下,发生限流、降级、授权拦截时,都会抛出异常到调用方。如果要自定义异常时的返回结果,需要实现BlockExceptionHandler接口:
public interface BlockExceptionHandler {
void handle(HttpServletRequest var1, HttpServletResponse var2, BlockException var3) throws Exception;
}
BlockException包含很多个子类,以应对不同的场景:
![](https://i-blog.csdnimg.cn/blog_migrate/2519b1e0f8b7f0e6a6590ecad478b8e1.png)
在order-service中定义类,实现BlockExceptionHandler接口:
@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
String msg = "未知异常";
int status = 429;
if (e instanceof FlowException){
msg = "请求被限流了";
} else if (e instanceof ParamFlowException){
msg = "请求被热点参数限流了";
} else if (e instanceof DegradeException){
msg = "请求被降级了";
} else if (e instanceof AuthorityException) {
msg = "没有权限访问";
status = 401;
}
httpServletResponse.setContentType("application/json;charset=utf-8");
httpServletResponse.setStatus(status);
httpServletResponse.getWriter().write("{\"msg\": " + msg + ", \"status\":" + status + "}");
}
}
Sentinel的控制台管理规则有三种模式:
![](https://i-blog.csdnimg.cn/blog_migrate/3d5f0cd77130caa0c0c2568ee354a9cd.png)
原始模式:控制台配置的规则直接推送到Sentinel客户端,也就是我们的应用。然后保存在内存中,服务重启则丢失
![](https://i-blog.csdnimg.cn/blog_migrate/fd983e9ce50e00032f3a5d1f8f090884.png)
pull模式:控制台将配置的规则推送到Sentinel客户端,而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询,更新本地规则。
![](https://i-blog.csdnimg.cn/blog_migrate/c6b4dd2813d6db8be2f54de79cfbaf77.png)
push模式:控制台将配置规则推送到远程配置中心,例如Nacos或Zookeeper,Sentinel客户端监听Nocas,获取配置变更的推送消息,完成本地配置更新。
![](https://i-blog.csdnimg.cn/blog_migrate/4d69889efa903833d2caf213f564cb53.png)
实现push模式
push模式的实现最为复杂,因为其依赖于nacos,并且需要改Sentinel控制台的源码,整体步骤如下:
修改order-service服务,使其监听Nacos配置中心
修改Sentinel-dashboard源码,配置nacos数据源
修改Sentinel-dashboard源码, 修改前端页面
重新编译、打包Sentinel-dashboard源码
修改order-service服务
Ⅰ.引入依赖
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
Ⅱ.配置nacos地址
spring:
cloud:
sentinel:
datasource:
flow:
nacos:
server-addr: localhost:8848 # nacos地址
dataId: orderservice-flow-rules
groupId: SENTINEL_GROUP
rule-type: flow # 还可以是degrade、authority、param-flow
degrade:
nacos:
server-addr: localhost:8848 # nacos地址
dataId: orderservice-degrade-rules
groupId: SENTINEL_GROUP
rule-type: degrade # 还可以是degrade、authority、param-flow