Sentinel-微服务保护框架

1.初始Sentinel

1.1雪崩问题及解决方案

1.1.1雪崩问题

微服务中 服务间调用关系错综复杂 一个微服务往往依赖于多个其它微服务

• 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(缓解问题未解决)

• 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(服务浪费)

• 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即拦截访问该业务的一切请求

• 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(避免出现雪崩问题)

1.1.2总结

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

可以认为：

限流是对服务的保护 避免因瞬间高并发流量而导致服务故障 进而避免雪崩 是一种预防措施。

超时处理、线程隔离、降级熔断是在部分服务故障时 将故障控制在一定范围 避免雪崩 是一种补救措施。

1.2服务保护技术对比

1.3Sentinel介绍和安装

1.3.1初始Sentinel

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 承接了核心场景 例如秒杀(即突发流量控制在系统容量可以承受的范围)、消息削峰填谷、集群流量控制、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 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 例如与 Spring Cloud、Dubbo、gRPC 的整合。只需要引入相应的依赖并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

1.3.2安装Sentinel

将资料提供的jar包放到非中文目录下执行：

复制代码

java -jar sentinel-dashboard-1.8.1.jar

如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置：

例如 修改端口：

java -Dserver.port=8090 -jar sentinel-dashboard-1.8.1.jar

1.4微服务整合Sentinel

使用Sentinel肯定要结合微服务 这边使用实用篇中cloud-demo工程

项目结构如下：

在order-service中整合sentinel，并连接sentinel的控制台

1.4.1引入Sentinel依赖

在order-service中引入Sentinel依赖

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

1.4.2配置控制台

修改application.yaml文件 并添加内容

server:
  port: 8088
spring:
  cloud: 
    sentinel:
      transport:
        dashboard: localhost:8080

1.4.3访问order-service的任意端点 触发Sentinel监控

2.流量控制

2.1簇点链路

当请求进入微服务时 首先会访问DispatcherServlet 然后进入Controller 其调用Service、Service调用Mapper

这样的一个调用链就叫做簇点链路 簇点链路中被监控的每一个接口就是一个资源

默认情况下sentinel会监控SpringMVC的每一个端点(Endpoint 也就是Controller中的方法)

因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源

例如 刚才访问的order-service中的OrderController中的端点：/order/{orderId}

流控、熔断等都是针对簇点链路中的资源来设置的 因此我们可以点击对应资源后面的按钮来设置规则：

• 流控：流量控制
• 降级：降级熔断
• 热点：热点参数限流，是限流的一种
• 授权：请求的权限控制

2.2快速入门

点击资源/order/{orderId}后面的流控按钮 可以弹出表单 表单中可以填写限流规则 具体如下：

其含义是限制 /order/{orderId}这个资源任何来源的单机QPS为1 即每秒只允许1次请求 超出的请求会被拦截并报错

2.3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 也是默认的模式
• 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

2.3.1关联模式

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

配置规则：

语法说明：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

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

业务需求是优先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

2.3.2链路模式

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

配置示例：

例如有两条请求链路：

• /test1 --> /common
• /test2 --> /common

如果只希望统计从/test2进入到/common的请求 则可以这样配置：

给Service层中的方法添加@SentinelResource注解以达到Sentinel添加资源：


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

链路模式中 是对不同来源的两个链路做监控

但是sentinel默认会给进入SpringMVC的所有请求设置同一个root资源 会导致链路模式失效。

需要关闭这种对SpringMVC的资源聚合 修改消费者服务的application.yml文件：

spring:
  cloud:
    sentinel:
      web-context-unify: false # 关闭context整合

2.3.3总结

流控模式

• 直接：对当前资源限流
• 关联：高优先级资源触发阈值 对低优先级资源限流
• 链路：阈值统计时 只统计从指定资源进入当前资源的请求 是对请求来源的限流

2.4流控效果

在流控的高级选项中，还有一个流控效果选项：

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：

• 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
• 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