微服务 热点流控 规则-授权 系统规则 自定义返回

简介: 微服务 热点流控 规则-授权 系统规则 自定义返回


Sentinel-热点流控

拿商品举例,当一个商品的查询请求量异常火爆的时候,应该对该商品的查询请求进行限流

操作示例

Controller:

@RestController
    @Slf4j
    public class HotSpotController {
        @RequestMapping("/hotSpot1")
        @SentinelResource(value = "hotSpot1")
        public String hotSpot1(Long productId){
            log.info("订单编号为:{}的商品",productId);
            return "hotSpot1";
        }
    }

新增热点规则:只要所有请求数相加大于100就会被限流


新增参数例外项:只要访问1的请求大于3,访问该请求就会被限流




Sentinel规则-授权

很多时候,我们需要根据调用来源来判断该次请求是否允许放行,这时候可以使用Sentinel的来源访问控制(黑白名单控制)的功能。来源访问控制根据资源的请求来源(origin )限制资源是否通过,若配置白名单则只有请求来源位于白名单内时才可通过;若配置黑名单则请求来源位于黑名单时不通过,其余的请求通过。

操作示例

获取授权信息:

@Component
    public class RequestOrginParserDefinition implements RequestOriginParser {
        @Override
        public String parseOrigin(HttpServletRequest request) {
            //在请求中如何去获取授权信息
            String type = request.getParameter("type");
            return type;
        }
    }

Controller:

@RestController
    @Slf4j
    public class AutoController {
        @RequestMapping("/auth1")
        public String auth1(String type){
            log.info("应用:{},访问接口",type);
            return "auth1";
        }
    }


授权白名单之后,仅有满足条件的可以通过
授权黑名单之后,仅有满足条件的不可以通过

Sentinel规则-系统规则

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。
系统保护规则是应用整体维度的,而不是资源维度的,并且仅对入口流量生效。入口流量指的是进入应用的流量( EntryType.IN ),比如Web服务或 Dubbo服务端接收的请求,都属于入口流量。

系统规则支持以下的模式:

。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。




Sentinel自定义异常返回

我们在使用用Sentinal的时候无论触发什么保护的时候返回的界面是一样的,不好区分是因为哪种规则导致的异常。所以需要自定义异常返回信息,明确是触发了哪种类型的规则
创建Controller:

@Component
    public class ExceptionHandlePage implements BlockExceptionHandler {
        @Override
        public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
            response.setContentType("application/json;charset=utf-8");
            ResultData data = null;
            if(e instanceof FlowException){
                data = new ResultData(-1,"接口被限流了");
            }else if(e instanceof DegradeException){
                data = new ResultData(-2,"接口被降级了");
            }else if(e instanceof ParamFlowException){
                data = new ResultData(-3,"参数限流异常");
            }else if(e instanceof AuthorityException){
                data = new ResultData(-4,"授权异常");
            }else if(e instanceof SystemBlockException){
                data = new ResultData(-5,"接口被降级了");
            }
            response.getWriter().write(JSON.toJSONString(data));
        }
        @Data
            @AllArgsConstructor
            @NoArgsConstructor
            class ResultData{
                private int code;
                private String message;
            }
    }



目录
相关文章
|
2天前
|
JSON Java 数据格式
微服务——SpringBoot使用归纳——Spring Boot中的全局异常处理——处理系统异常
本文介绍了在Spring Boot项目中如何通过创建`GlobalExceptionHandler`类来全局处理系统异常。通过使用`@ControllerAdvice`注解,可以拦截项目中的各种异常,并结合`@ExceptionHandler`注解针对特定异常(如参数缺失、空指针等)进行定制化处理。文中详细展示了处理参数缺失异常和空指针异常的示例代码,并说明了通过拦截`Exception`父类实现统一异常处理的方法。虽然拦截`Exception`可一劳永逸,但为便于问题排查,建议优先处理常见异常,最后再兜底处理未知异常,确保返回给调用方的信息友好且明确。
11 0
微服务——SpringBoot使用归纳——Spring Boot中的全局异常处理——处理系统异常
|
2天前
|
JSON Java 数据格式
微服务——SpringBoot使用归纳——Spring Boot中的全局异常处理——拦截自定义异常
本文介绍了在实际项目中如何拦截自定义异常。首先,通过定义异常信息枚举类 `BusinessMsgEnum`,统一管理业务异常的代码和消息。接着,创建自定义业务异常类 `BusinessErrorException`,并在其构造方法中传入枚举类以实现异常信息的封装。最后,利用 `GlobalExceptionHandler` 拦截并处理自定义异常,返回标准的 JSON 响应格式。文章还提供了示例代码和测试方法,展示了全局异常处理在 Spring Boot 项目中的应用价值。
9 0
|
2天前
|
存储 NoSQL Linux
微服务2——MongoDB单机部署4——Linux系统中的安装启动和连接
本节主要介绍了在Linux系统中安装、启动和连接MongoDB的详细步骤。首先从官网下载MongoDB压缩包并解压至指定目录,接着创建数据和日志存储目录,并配置`mongod.conf`文件以设定日志路径、数据存储路径及绑定IP等参数。之后通过配置文件启动MongoDB服务,并使用`mongo`命令或Compass工具进行连接测试。此外,还提供了防火墙配置建议以及服务停止的两种方法:快速关闭(直接杀死进程)和标准关闭(通过客户端命令安全关闭)。最后补充了数据损坏时的修复操作,确保数据库的稳定运行。
10 0
|
5月前
|
监控 持续交付 API
深入理解微服务架构:构建高效、可扩展的系统
【10月更文挑战第14天】深入理解微服务架构:构建高效、可扩展的系统
143 0
|
7月前
|
Kubernetes 负载均衡 微服务
Kubernetes 生态系统中的微服务治理
【8月更文第29天】随着微服务架构的普及,管理分布式系统的复杂性也随之增加。Kubernetes 作为容器编排的事实标准,为微服务架构提供了强大的支持。结合像 Istio 这样的服务网格工具,Kubernetes 能够有效地解决微服务治理中的诸多挑战,如服务发现、负载均衡、流量管理和安全策略等。
88 1
|
7月前
|
Java UED Sentinel
微服务守护神:Spring Cloud Sentinel,让你的系统在流量洪峰中稳如磐石!
【8月更文挑战第29天】Spring Cloud Sentinel结合了阿里巴巴Sentinel的流控、降级、熔断和热点规则等特性,为微服务架构下的应用提供了一套完整的流量控制解决方案。它能够有效应对突发流量,保护服务稳定性,避免雪崩效应,确保系统在高并发下健康运行。通过简单的配置和注解即可实现高效流量控制,适用于高并发场景、依赖服务不稳定及资源保护等多种情况,显著提升系统健壮性和用户体验。
142 1
|
4月前
|
监控 持续交付 API
深入理解微服务架构:构建高效、可扩展的系统
深入理解微服务架构:构建高效、可扩展的系统
87 4
|
4月前
|
Dubbo Cloud Native 应用服务中间件
阿里云的 Dubbo 和 Nacos 深度整合,提供了高效的服务注册与发现、配置管理等关键功能,简化了微服务治理,提升了系统的灵活性和可靠性。
在云原生时代,微服务架构成为主流。阿里云的 Dubbo 和 Nacos 深度整合,提供了高效的服务注册与发现、配置管理等关键功能,简化了微服务治理,提升了系统的灵活性和可靠性。示例代码展示了如何在项目中实现两者的整合,通过 Nacos 动态调整服务状态和配置,适应多变的业务需求。
158 2
|
3月前
|
监控 Java 数据中心
微服务架构系统稳定性的神器-Hystrix
Hystrix是由Netflix开源的库,主要用于微服务架构中的熔断器模式,防止服务调用失败引发级联故障。它通过监控服务调用的成功和失败率,在失败率达到阈值时触发熔断,阻止后续调用,保护系统稳定。Hystrix具备熔断器、资源隔离、降级机制和实时监控等功能,提升系统的容错性和稳定性。然而,Hystrix也存在性能开销、配置复杂等局限,并已于2018年进入维护模式。
57 0
|
4月前
|
监控 测试技术 持续交付
深入理解微服务架构:构建高效、可扩展的系统
深入理解微服务架构:构建高效、可扩展的系统
138 0

热门文章

最新文章