Sentinel服务限流、降级、热点规则

最新推荐文章于 2023-03-12 23:07:58 发布
最新推荐文章于 2023-03-12 23:07:58 发布
阅读量1k 收藏 3
点赞数
分类专栏： springcloud 文章标签： sentinel
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ziwuzhulin/article/details/117064404
版权

Sentinel服务限流、降级、热点规则

git地址： https://github.com/alibaba/Sentinel 

中文文档： https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D

 　　sentinel实际和hystrix的作用一样，实现服务降级、熔断等。但是hystrix的不足之处大概有：1.需要程序员手工搭建监控平台；2.没有一套web界面可以给我们进行细粒度化的配置。Sentinel也是实现流量控制、速率控制、服务熔断、服务降级。Sentinel有的优点如下：1.单独的组件，可以独立出来。2.直接界面化的细粒度统一配置。

1.下载安装

1.下载jar包

 到git https://github.com/alibaba/Sentinel/releases  下载即可。例如我下载的是：

sentinel-dashboard-1.8.0.jar

2. 启动

直接以jar包的方式运行即可。

java -jar ./sentinel-dashboard-1.8.0.jar

3.访问即可

 默认的端口是8080，启动后访问,登录：  sentinel/sentinel

 2. 新建项目使用sentinel初始化监控

　　新建一个项目，注册中心为nacos，端口8848； 熔断流量监控使用sentinel，端口8080.

1.新建项目cloudalibaba-sentinel-service8401

2.修改pom

复制代码

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>cloud</artifactId>
        <groupId>cn.qz.cloud</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>cloudalibaba-sentinel-service8401</artifactId>

    <dependencies>
        <!--引入自己抽取的工具包-->
        <dependency>
            <groupId>cn.qz.cloud</groupId>
            <artifactId>cloud-api-commons</artifactId>
            <version>${project.version}</version>
        </dependency>
        <!--SpringCloud ailibaba nacos -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel-datasource-nacos 后续做持久化用到-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>
        <!--openfeign-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</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>
        <!--日常通用jar包配置-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

    </dependencies>

</project>

复制代码

3.yml配置

复制代码

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #Nacos服务注册中心地址
    sentinel:
      transport:
        dashboard: localhost:8080 #配置Sentinel dashboard地址
        # 默认就是8719端口，如果占用会依次+1开始扫描
        port: 8719

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

复制代码

4.主启动类

复制代码

package cn.qz.cloud.alibaba;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;

/**
 * @Author: qlq
 * @Description
 * @Date: 22:06 2020/11/25
 */
@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401 {

    public static void main(String[] args) {
        SpringApplication.run(MainApp8401.class, args);
    }
}

复制代码

5.测试Controller

复制代码

package cn.qz.cloud.alibaba.controller;

import cn.qz.cloud.utils.JSONResultUtil;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @Author: qlq
 * @Description
 * @Date: 22:07 2020/11/25
 */
@RestController
public class FlowLimitController {

    @GetMapping("/testA")
    public JSONResultUtil<String> testA() {
        return JSONResultUtil.successWithData("testA");
    }

    @GetMapping("/testB")
    public JSONResultUtil<String> testB() {
        return JSONResultUtil.successWithData("testB");
    }
}

复制代码

6.启动后到nacos查看服务列表

 7. 访问sentinel

需要注意sentinel采用的是懒加载，如果直接启动服务没有访问，sentinel是不会拦截到请求的。所以需要访问几次服务然后到sentinel中查看。sentinel控制台如下：

3. sentinel流控

1.实时监控

 可以实时的查看每个请求的访问QPS情况。

2.簇点链路

　　和上面1差不多。展示最近的访问情况。

3.流控规则

新增流控规则的时候，界面如下：

 概念性问题：

  • 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

(1)QPS(每秒钟的请求数)：当掉该api达到阈值的时候，进行限流

(2)线程数： 当调用该API的线程数达到阈值时，进行限流

  • 是否集群：不需要集群
  • 流控模式

(1)直接：直接限流

(2)关联：当关联的资源达到阈值时，限流自己

(3)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

(1)快速失败：直接失败，抛异常

(2)Warm up：根据code Factor(冷加载印子，默认3)的值，从阈值/cedeFactor，经过预热时长，才达到预设的QPS

(3)排队等待： 匀速排队，让请求匀速的通过，阈值类型必须设置QPS。否则无效。

4. 流控模式使用

1. QPS 快速失败

多次访问查看结果如下：

 2. 线程数直接失败

 这个是接收请求，但是当处理的线程数超过1的时候报上面的【Blocked by Sentinel (flow limiting)】。和上面不同的是这个允许请求进去，上面是达到阈值就不让请求进去。

3.关联流控

　　关联流控就是关联的资源达到阈值，限流自己。比如如下：当B超过QPS为1之后，A限流：

 测试方法：

(1) 使用postman或者jmeter并发访问testB，如下：加到collections中，然后没300ms访问一次，访问30次

(2)访问A发现A阻塞

 4. 链路流控规则

(1)查看簇点链路，/testA的资源入口是sentinel_web_servlet_context

 (2) 对A进行链路流控

 (3)频繁访问会报Blocked by Sentinel (flow limiting)

5. 流控效果

 1.直接快速失败

默认的就是快速失败，抛出阻塞信息。实现类是 com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController

2.warm up预热： com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController.WarmUpController

根据code Factor(冷加载印子，默认3)的值，从阈值/cedeFactor，经过预热时长，才达到预设的QPS。比如下面规则表示：初始的时候阈值是10/3 = 3 ；5s的预热时间达到10。

 这种模式的应用场景是秒杀系统，开启瞬间会有很多流量上来，很有可能把系统打死，预热就是为了保护系统，让流量缓慢的进来。

3. 排队等待

匀速排队，让请求匀速的通过。这种很好理解，就是每秒钟放行多少个请求。如下：每秒钟处理1个，超过的话进行排队；排队时长超过2s报阻塞错误。源码是com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController。采用的算法是令牌桶算法。

 4.sentinel熔断降级

参考： https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7

提供以下几种熔断策略：

（1）慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。
（2）异常比例 (ERROR_RATIO)：当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
（3）异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。

1. 慢调用比例模式

满足两个条件会触发熔断：

1》单位统计时长请求数大于设置的最小值。下面是每秒钟5个。

2》慢请求达到设置的比例。

 

 (1)新增方法

    @GetMapping("/testD")
    public JSONResultUtil<String> testD() throws InterruptedException {
        TimeUnit.SECONDS.sleep(1);
        return JSONResultUtil.successWithData("testD");
    }

 

 

(2)jmeter 以每秒钟10次请求访问

(3)curl访问

$ curl http://localhost:8401/testD
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100    35    0    35    0     0    249      0 --:--:-- --:--:-- --:--:--   280Blocked by Sentinel (flow limiting)

 

(4)上面jmeter每秒钟10次请求大于最小值5；每个请求处理时长超过200ms，满足第二个条件，因此触发降级。

 2. 异常比例模式

如下：这个也是需要两个条件。

1》每秒钟请求超过五个

2》异常比例超过50%触发熔断

 （1）新增方法

    @GetMapping("/testE")
    public JSONResultUtil<String> testE() {
        int i = 1 / 0;
        return JSONResultUtil.successWithData("testE");
    }

 

（2）jmeter每秒钟十个访问

（3）curl访问：发现触发降级

$ curl http://localhost:8401/testE
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100    35    0    35    0     0    140      0 --:--:-- --:--:-- --:--:--   149Blocked by Sentinel (flow limiting)

 

 （4）停掉jmeter再次curl，直接爆程序错误。也就是没触发sentinel熔断

$ curl http://localhost:8401/testE
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
  0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0{"timestamp":"2020-12-01T14:41:15.196+0000","status":500,"error":"Internal Server Error","message":"/ by zero","trace":"java.lang.ArithmeticException: / by zero\r\n\tat cn.qz.cloud.alibaba.controller.FlowLimitController.testE(FlowLimitController.java:43)\r\n\tat sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)\r\n\tat sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)\r\n\tat sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)\r\n\tat java.lang.reflect.Method.invoke(Method.java:498)\r\n\tat org.springframework.web.method.support.InvocableHandlerMethod.doInvoke(InvocableHandlerMethod.java:190)\r\n\tat org.springframework.web.method.support.InvocableHandlerMethod.invokeForRequest(InvocableHandlerMethod.java:138)\r\n\tat org.springframework.web.servl

 

3.异常数模式

和上面的区别是根据异常数判断是否需要进行熔断。

 

 5. 热点规则

参考：https://github.com/alibaba/Sentinel/wiki/%E7%83%AD%E7%82%B9%E5%8F%82%E6%95%B0%E9%99%90%E6%B5%81

　　这个和hystrix挺像的。@SentinelResource代替@HystrixCommand。

1.新增方法

复制代码

    @GetMapping("/testHotKey")
    @SentinelResource(value = "testHotKey", blockHandler = "deal_testHotKey")
    public JSONResultUtil<String> testHotKey(@RequestParam(value = "p1", required = false) String p1,
                                             @RequestParam(value = "p2", required = false) String p2) {
        return JSONResultUtil.successWithData("testHotKey");
    }

    public JSONResultUtil<String> deal_testHotKey(String p1, String p2, BlockException exception) {
        return JSONResultUtil.successWithData("deal_testHotKey");  //sentinel系统默认的提示：Blocked by Sentinel (flow limiting)
    }

复制代码

 

解释：

@SentinelResource注解的value是便于唯一标识，在后面sentinel限流配置的时候可以使用 /testHotKey ，也可以使用 testHotKey唯一标识

blockHandler  类似于hystrixCommand注解的兜底方法。

2.sentinel增加如下配置：

 上面的配置规则是：

(1)如果 testHotKey 方法不带p1 参数不进行限流

(2)如果待了p1参数且值不为"1"，阈值为2；如果值为"1", 阈值可达到20。 (这里需要注意例外项的参数类型只支持8种基本数据类型和String类型)

(3)p2参数不参数限流

 6. 系统规则

参考：https://github.com/alibaba/Sentinel/wiki/%E7%B3%BB%E7%BB%9F%E8%87%AA%E9%80%82%E5%BA%94%E9%99%90%E6%B5%81

　　系统保护规则是从应用级别的入口流量进行控制，从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。

  • Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。
  • CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0），比较灵敏。
  • 平均 RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。
  • 并发线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
  • 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

可以理解为系统规则是全局的限流配置，可以针对服务的全局QPS、机器的CPU等参数进行限流。

7.@SentinelResource

　　这个注解类似于HystrixCommand注解，可以用于方法的降级处理。

1.常规用法

复制代码

package cn.qz.cloud.alibaba.controller;

import cn.qz.cloud.utils.JSONResultUtil;
import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class RateLimitController {

    @GetMapping("/byResource")
    @SentinelResource(value = "byResource", blockHandler = "handleException")
    public JSONResultUtil<String> byResource() {
        return JSONResultUtil.successWithData("byResource");
    }

    public JSONResultUtil<String> handleException(BlockException exception) {
        return JSONResultUtil.successWithData("handleException");
    }

    @GetMapping("/rateLimit/byUrl")
    @SentinelResource(value = "byUrl")
    public JSONResultUtil<String> byUrl() {
        return JSONResultUtil.successWithData("byUrl");
    }
}

复制代码

(1)新建两条限流规则：

第一条： 资源名是@SentinelResource 的value属性

 第二条： 资源名是URL，等价于上面的@SentinelResource的value属性

 (2)测试：

1》 byResource 超出会走自己指定的方法

 2》byUrl 超出后走默认的限流方法

 (3)存在的问题：

1》系统默认限流，满足不了业务要求。

2》自定义的处理方法和业务代码耦合在一起，不直观。

3》每个方法都添加一个兜底的，代码膨胀加剧。

4》全局统一的处理方法没有体现。

 2. 自定义异常处理器

(1)新建异常处理器

复制代码

package cn.qz.cloud.alibaba.myhandler;

import cn.qz.cloud.utils.JSONResultUtil;
import com.alibaba.csp.sentinel.slots.block.BlockException;

public class CustomerBlockHandler {

    public static JSONResultUtil<Object> handlerException(BlockException exception) {
        return JSONResultUtil.errorWithMsg("-1", "error");
    }

    public static JSONResultUtil<Object> handlerException2(BlockException exception) {
        return JSONResultUtil.errorWithMsg("-1", "error2");
    }
}

复制代码

(2)Controller使用@SentinelResource注解指明异常处理器以及方法

复制代码

    @GetMapping("/rateLimit/cusError")
    @SentinelResource(value = "cusError", blockHandlerClass = CustomerBlockHandler.class, blockHandler = "handlerException2")
    public JSONResultUtil<String> cusError() {
        return JSONResultUtil.successWithData("cusError");
    }

复制代码

(3)新建流控

 (3) 测试超出限制

8.@SentnelResource 补充

主要属性 fallback和blockHandler。fallback管运行异常，blockHandler管配置违规，包括流量超限等。IllegalArgumentException 可以指定忽略的异常。例如：

复制代码

package cn.qz.cloud.alibaba.controller;

import cn.qz.cloud.bean.Payment;
import cn.qz.cloud.utils.JSONResultUtil;
import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.annotation.Resource;

@RestController
@Slf4j
public class CircleBreakerController {
    public static final String SERVICE_URL = "http://nacos-payment-provider";

    @Resource
    private RestTemplate restTemplate;

    @RequestMapping("/consumer/fallback/{id}")
    //@SentinelResource(value = "fallback") //没有配置
    //@SentinelResource(value = "fallback",fallback = "handlerFallback") //fallback只负责业务异常
    //@SentinelResource(value = "fallback",blockHandler = "blockHandler") //blockHandler只负责sentinel控制台配置违规
    @SentinelResource(value = "fallback", fallback = "handlerFallback", blockHandler = "blockHandler",
            exceptionsToIgnore = {IllegalArgumentException.class})
    public JSONResultUtil<Payment> fallback(@PathVariable Long id) {
        JSONResultUtil<Payment> result = restTemplate.getForObject(SERVICE_URL + "/list/" + id, JSONResultUtil.class, id);
        if (id == 4) {
            throw new IllegalArgumentException("IllegalArgumentException,非法参数异常....");
        } else if (result.getData() == null) {
            throw new NullPointerException("NullPointerException,该ID没有对应记录,空指针异常");
        }

        return result;
    }

    //本例是fallback
    public JSONResultUtil<Payment> handlerFallback(@PathVariable Long id, Throwable e) {
        JSONResultUtil<Payment> objectJSONResultUtil = JSONResultUtil.successWithData(null);
        objectJSONResultUtil.setMsg("handlerFallback: " + e);
        return objectJSONResultUtil;
    }

    //本例是blockHandler
    public JSONResultUtil<Payment> blockHandler(@PathVariable Long id, BlockException blockException) {
        JSONResultUtil<Payment> objectJSONResultUtil = JSONResultUtil.successWithData(null);
        objectJSONResultUtil.setMsg("blockHandler : " + blockException);
        return objectJSONResultUtil;
    }
}

复制代码

nacos-payment-provider服务只有1、2、3 ID返回数据。测试：

(1)ID为4抛出非法参数异常，这种异常exceptionsToIgnore 忽略兜底

 (2)ID为4以后的走fallback

9.sentinel持久化 

　　持久化需要借助nacos，就相当于配置信息存到nacos，然后后nacos读取配置。

1.应用的yml增加如下配置：

复制代码

spring:
  application:
    name: nacos-order-consumer
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        #配置Sentinel dashboard地址
        dashboard: localhost:8080
        #默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口
        port: 8719
        datasource:
          ds1:
            nacos:
              server-addr: localhost:8848
              dataId: nacos-order-consumer
              groupId: DEFAULT_GROUP
              data-type: json
              rule-type: flow

复制代码

2.到nacos新建配置

这里需要注意，data Id 和 上面应用中配置的一样。

 

 内容如下：

复制代码

[
    {
        "resource": "/consumer/fallback/2",
        "limitApp": "default",
        "grade": 1,
        "count": 5,
        "strategy": 0,
        "controlBehavior": 0,
        "clusterMode": false
    }
]

复制代码

解释：

resource：资源名称
limitApp：来源应用
grade：阈值类型，0表示线程数，1表示QPS
count：单击阈值
strategy：流控模式，0表示直接，1表示关联，2表示链路
controlBehavior：流控效果，0表示快速失败，1表示Warm up，2表示排队等待

 

【当你用心写完每一篇博客之后,你会发现它比你用代码实现功能更有成就感!】

星夜小筑
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Sentinel 流控（限流）
BUG指挥课堂
07-08 4538
流量控制(Flow Control)，原理是监控应用流量的QPS或并发线程数等指标，当达到指定阈值时对流量进行控制，避免系统被瞬时的流量高峰冲垮，保障应用高可用性。通过流控规则来指定允许该资源通过的请求次数，例如下面的代码定义了资源 HelloWorld 每秒最多只能通过 20 个请求。 参考的规则定义如下： 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：基本的参数:流控的几种strategy： 1.直接：当api大达到限流条件时，直接限流 2.关联：当关联的资源到达阈值
Sentinel服务限流原理分析
xp_xpxp的博客
11-30 2977
Sentinel(分布式系统的流量防卫兵)是阿里开源的一套用于服务容错的综合性解决方案;Sentinel是面向分布式服务架构的轻量级流量控制组件,主要以流量为切入点,从限流、流量整形、熔断降级、系统负载保护等多个维度来帮助您保障微服务的稳定性;本质要做的就是两件事:①.统计数据:统计某个资源的访问数据(QPS, RT等信息);②.规则判断:判断限流规则, 隔离规则, 降级规则, 熔断规则是否满足;这里的资源。
springcloud3 Sentinel的hot key(热点参数）规则&&系统规则2
健康平安的活着的专栏
03-12 251
其实就是热点key的限流。对某参数的单位时间里访问次数进行限流。
5.Sentinel限流应用实践
s1125226069的博客
03-01 446
核心知识点 服务限流背景 在面对突发大量访问,或者恶意访问时,为了防止服务器宕机,提高服务器的稳定性,一般采用三大手段进行流量的控制,限流,熔断,降级,于是出现了一些流量控制软件,Sentinel就诞生了 Sentinel限流入门实践 第一步:下载Sentinel的Jar包,注意版本,和Nacos版本兼容性要匹配 https://github.com/alibaba/Sentinel/releases 第二步:在jar包的根目录打开cmd,运行以下命令 java -Dserver.por
Spring Cloud Alibaba Sentinel 之流控→链路（4）
weixin_40760239的博客
07-29 949
查看簇点链路，/testB的资源入口是sentinel_web_servlet_context 配置链路入口资源为sentinel_web_servlet_context 频繁访问B接口，超出访问限制时 Blocked by Sentinel (flow limiting)
sentinel + nacos 限流工具包
01-21
在这个"sentinel + nacos 限流工具包"中，`sentinel-dashboard-1.8.0.jar`是Sentinel的控制台服务，用于可视化管理和配置Sentinel规则。而`nacos-server-1.4.1.zip`则是Nacos服务器的压缩包，包含了运行Nacos服务所...
基于spring cloud alibaba sentinel实现的服务限流详解
最新发布
01-29
5. **动态调整规则**：通过Sentinel提供的API，可以在运行时动态调整限流规则，无需重启服务。这使得我们能够根据实际流量情况实时调整限流策略。 6. **异常处理**：Sentinel提供了丰富的异常处理回调，如降级处理...
SpringCloud Alibaba使用 - sentinel 流控规则、降级规则、热点key限流、系统规则、@SentinelResource.zip
06-29
Sentinel 的主要工作机制如下： 对主流框架提供适配或者显示的 API，来定义需要保护的资源...同时，Sentinel 提供开放的接口，方便您定义及改变规则。 Sentinel 提供实时的监控系统，方便您快速了解目前系统的状态。
sentinel-global-flow全局流控管理
08-29
3. **客户端动态感知**：Sentinel 客户端需要支持动态规则加载，当接收到新的流控规则时，能够自动更新本地的规则配置，无需重启服务。 4. **推送机制**：规则中心需要有一个高效且可靠的推送机制，确保新规则能够...
基于openfeign+sentinel的统一降级服务代码
11-19
Sentinel提供了丰富的流量控制规则，包括基于QPS（每秒请求数）、线程数等维度的流控，以及热点参数限流等。此外，Sentinel还支持服务降级，当服务不可用或者响应时间过长时，可以按照预设的策略执行降级操作，如...
限流 -- Sentinel 相关实现原理学习总结
井底之蛙
08-25 5957
简介 Sentinel 是什么？ 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 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保护服务的稳定性。 官方地址：https://github.com/alibaba/Sentinel/ 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...
sentinel 1.8之nacos持久化之授权与热点规则序列化问题
王伟王胖胖的博客
04-10 759
sentinel 1.8之nacos持久化之授权与热点规则序列化问题sentinel持久化之nacos原理授权与热点规则序列化问题AuthorityRuleNacosProvider的publish问题AuthorityRuleNacosProvider的getRules问题持久化配置的5种规则客户端debug推到的规则 sentinel持久化之nacos原理 上图就是官方的图，其实原理就是通过sentinel的管流后台去进行控制，然后将修改后的数据发送到各个数据源中，比如我们这里用的nacos，当然还可
Sentinel 限流原理
杨宇昌的博客
04-30 1万+
Sentinel 限流原理 并发线程数 QPS
sentinel 限流熔断神器详细介绍
热门推荐
张维鹏的博客
01-28 3万+
Sentinel 是一款面向分布式服务架构的轻量级流量控制组件，主要以流量为切入点，从流量控制、熔断降级、系统自适应保护等多个维度来保障服务的稳定性，核心思想是：根据对应资源配置的规则来为资源执行相应的流控/降级/系统保护策略，
Sentinel 针对IP限流
09-08 9233
Sentinel 可以简单实现针对IP的限流，通过改造限流策略的针对来源选项 1.首先我们要自定义来源解析RequestOriginParser @Configuration public class SentinelConfig { @Bean public RequestOriginParser requestOriginParser() { return (request -> { String remoteAddr = IpUtil
Sentinel熔断降级
liuerchong的博客
07-30 783
Sentinel熔断降级 降级策略 我们通常用以下几种方式来衡量资源是否处于稳定的状态： 平均响应时间 (DEGRADE_GRADE_RT)：当资源的平均响应时间超过阈值（DegradeRule 中的 count，以 ms 为单位）之后，资源进入准降级状态。接下来如果持续进入 5 个请求，它们的 RT 都持续超过这个阈值，那么在接下的时间窗口（DegradeRule 中的 timeWindow，以 s 为单位）之内，对这个方法的调用都会自动地返回（抛出 DegradeException）。注意 Senti
【Sentinel-1.8.6】 基于生产实践遇到的坑
qq_31426247的博客
12-20 1374
sentinel 1.8.6 生产实践遇到的一些问题
Sentinel热点参数规则说明
ywb201314的专栏
07-20 1116
当经常访问的数据过热时，可以对其访问进行限流。例如针对一段时间内的特定的用户、城市等进行限制。paramIdx必填项，热点参数索引位置对应SphU.entry(xxx,args)中的参数索引位置。注意exit的时候也一定要带上对应的参数（exit(count,args)），否则可能会有统计错误。热点参数限流由规则ParamFlowRule负责，下面看下各个属性的含义。paramFlowItemList额外选项，针对特定的参数单独限流。count必填项，限流阈值。...
sentinel 官方文档_Sentinel限流
weixin_39593340的博客
11-22 1万+
Sentinel限流点击上方“技术支持联盟”，选择“置顶公众号”第一时间了解程序员大小事儿作者：老刘头丶作者简介：从事程序员这个行业之前是在艾泽拉斯拯救世界的脚男。引言：由于近期实现的需求中有对请求流量限制的需求。故对阿里开源sentinel 进行了深入学习。01Sentinel是什么？分布式系统的流量防卫兵。官网介绍如下：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。Sent...
sentinel服务限流算法
10-25
Sentinel是阿里巴巴开源的一款面向分布式服务架构的流量控制组件，主要用于服务限流、熔断降级等。Sentinel支持多种限流算法，其中包括漏桶算法和令牌桶算法。漏桶算法限制了流出速率是一个固定常量值，不支持出现...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值