导读：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。系列文章，欢迎持续关注。
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 - 基础环境准备中提过，大家可以翻阅查看。
- 引入Sentinel 在需要配置限流熔断服务的POM文件中引入Sentinel组件
<!--Sentinel--> <dependency> <groupId>org.springframework.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：
@GetMapping("/account/getByCode/{accountCode}") @SentinelResource(value = "getByCode") public ResultData<AccountDTO> getByCode(@PathVariable(value = "accountCode") String accountCode){ log.info("get account detail,accountCode is :{}",accountCode); AccountDTO accountDTO = accountService.selectByCode(accountCode); return ResultData.success(accountDTO); }
- 在配置文件中添加sentinel的服务端地址
server: port:8010 spring: application: name:account-service cloud: nacos: discovery: server-addr:192.168.0.107:8848/ sentinel: transport: # sentinel服务端地址 dashboard:192.168.0.107:8858 # 取消延迟加载 eager:true
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。
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
理想是丰满的，现实是骨感的。由于本人对Jmeter之类的压测工具不是很精通所以为了方便测试，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。
这里的资源名就是我们使用@SentinelResource注解自定义的资源。
打开浏览器，快速刷新浏览器，当每秒请求数超过5时会看到如下错误：
在后端服务日志中你会看到如下的错误日志：
2019-12-10 14:22:31,948 ERROR [dispatcherServlet]:175 - Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is java.lang.reflect.UndeclaredThrowableException] with root cause com.alibaba.csp.sentinel.slots.block.flow.FlowException: null
不要慌，这说明我们的目的达到了，限流成功！
自定义异常
我们可以通过@SentinelResource中添加blockHandler参数，给其添加自定义异常方法。如：
@GetMapping("/account/getByCode/{accountCode}") @SentinelResource(value = "getByCode",blockHandler = "handleException") public ResultData<AccountDTO> getByCode(@PathVariable(value = "accountCode") String accountCode){ log.info("get account detail,accountCode is :{}",accountCode); AccountDTO accountDTO = accountService.selectByCode(accountCode); return ResultData.success(accountDTO); } /** * 自定义异常策略 * 返回值和参数要跟目标函数一样，参数可以追加BlockException */ public ResultData<AccountDTO> handleException(String accountCode,BlockException exception){ log.info("flow exception{}",exception.getClass().getCanonicalName()); return ResultData.fail(900,"达到阈值了,不要再访问了!"); }
注意，自定义的异常方法的参数和返回值要跟目标方法一样，参数可以追加BlockException
效果如下：
比之前的那个错误页优雅多了有木有！
持久化配置
由于Sentinel的配置默认是放在内存中的，每当应用重启或者sentinel重启都会丢失数据，我们这里使用Nacos作为配置中心持久化限流配置。
- 修改pom文件，引入
sentinel-datasource-nacos组件
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> </dependency>
- 修改application.yml，配置sentinel的数据源
spring: cloud: sentinel: datasource: ds: nacos: server-addr:10.0.10.48:8848 data-id:${spring.application.name}-sentinel group-id:DEFAULT_GROUP rule-type:flow
- 在nacos中建立限流配置
account-service-sentinel(配置格式设置成json)
[ { "resource": "getByCode", "limitApp": "default", "grade": 1, "count": 3, "strategy": 0, "controlBehavior": 0, "clusterMode": false } ]
可以看到上面配置规则是一个数组类型，数组中的每个对象是针对每一个保护资源的配置对象，每个对象中的属性解释如下：
resource：资源名，即限流规则的作用对象
limitApp：流控针对的调用来源，若为 default 则不区分调用来源
grade：限流阈值类型（QPS 或并发线程数）；0代表根据并发数量来限流，1代表根据QPS来进行流量控制
count：限流阈值
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）
clusterMode：是否为集群模式
- 进入
sentinel查看dashboard，发现sentinel自动获取nacos的配置
- 频繁刷新浏览器调用接口，验证接口是否正常限流
熔断
概念说明
消费者order-service需要先调用product-service获取具体的product，然后再处理其他的业务逻辑。但是这个product-service接口不是很稳定，经常抛出异常；或者是响应缓慢，导致order-service的响应变慢；如果置之不理，order-service可能会被product-service拖垮。这时候为了保护order-service，我们需要对product-service接口进行熔断。
image.png
一言以蔽之：熔断是通过限制自己对外部系统的调用， 起到节约响应时间、维护链路稳定的作用。
熔断配置
Sentinel中的熔断降级有三个降级策略：
- RT(平均响应时间)：当资源的平均响应时间超过阈值之后，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之内，对这个方法的调用都会自动抛出 DegradeException 异常。在下一个时间窗口到来时, 会接着再放入5个请求, 再重复上面的判断.
- 异常比例 当资源的每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口之内，对这个方法的调用都会自动地抛出DegradeException异常。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
- 异常数 当资源近 1 分钟的异常数目超过阈值之后会进行熔断。
首先我们对原接口进行改造，让其直接抛出Runtimeexception：
@GetMapping("/product/getByCode/{productCode}") @SentinelResource(value = "/product/getByCode",fallback = "fallbackHandler") public ResultData<ProductDTO> getByCode(@PathVariable String productCode){ log.info("get product detail,productCode is :{}",productCode); ProductDTO productDTO = productService.selectByCode(productCode); thrownew RuntimeException("error"); // return ResultData.success(productDTO); }
这里我们将product-service设置如下的熔断规则：
如果/product/getByCode的异常率超过50%，那么接下来2秒内直接触发熔断降级，默认情况会抛出DegradeException异常，如：
2019-12-10 19:35:53,764 ERROR [dispatcherServlet]:175 - Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is java.lang.reflect.UndeclaredThrowableException] with root cause com.alibaba.csp.sentinel.slots.block.degrade.DegradeException: null
自定义异常
自定义熔断异常跟限流异常类似，我们使用fallback属性指定自定义异常的方法，如：
@SentinelResource(value = "/product/getByCode",fallback = "fallbackHandler") public ResultData<ProductDTO> getByCode(@PathVariable String productCode){ ... } /** * 自定义熔断异常 * 返回值和参数要跟目标函数一样 */ public ResultData<ProductDTO> fallbackHandler(String productCode){ return ResultData.fail(800,"服务被熔断了，不要调用!"); }
注意，自定义的异常方法的参数和返回值要跟目标方法一样
效果如下：
持久化配置
- 引入
sentinel-datasource-nacos组件，跟限流一样配置即可 - 修改application.yml，配置sentinel的数据源
spring: cloud: sentinel: datasource: ds: nacos: server-addr:192.168.0.106:8848 data-id:${spring.application.name}-sentinel-degrade group-id:DEFAULT_GROUP rule-type:degrade
- 在nacos中建立配置文件
product-service-sentinel-degrade,做如下配置
[ { "resource": "/product/getByCode", "count": 0.5, "grade": 1, "passCount": 0, "timeWindow": 2 } ]
可以看到上面配置规则是一个数组类型，数组中的每个对象是针对每一个保护资源的配置对象，每个对象中的属性解释如下：
resource：资源名，即降级规则的作用对象
count：阈值
grade：降级模式 0:RT 1:异常比例 2:异常数
timeWindow：时间窗口（单位秒）
- 进入sentinel查看dashboard，发现sentinel自动获取nacos的配置
血与泪
大家在使用sentinel过程中如果出现Failed to fetch metric from的错误,具体表现如下：
Failed to fetch metric from <http://192.168.136.1:8719/metric?startTime=1563865044000&endTime=1563865050000&refetch=false> (ConnectionException: Connection refused: no further information)
这个时候你需要去检查下sentinel控制台的服务列表，确认是否跟你ip一致。（我之前是装过虚拟机，sentinel一直抓取的是我虚拟的ip，不知道为什么。。。）
如果发现监听的地址不对的话，可以在sentinel客户端配置中加入客户端ip配置
spring: cloud: sentinel: transport: client-ip:192.168.0.108
至此我们已经给我们的微服务加上了限流熔断保护，再也不用担心异常流量的冲击，下游系统不稳定导致自身服务不可用了。那么本期的“SpringCloud Alibaba微服务实战五 - 限流熔断”篇也就该结束啦，咱们下期有缘再见！
