1.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。
1.1 解决雪崩问题的常见方式有四种
（1）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
（2）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。
（3）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。
（4）流量控制：限制业务访问的QPS(每秒钟请求的数量),避免服务因流量突增而故障。
1.2 服务保护技术对比
1.3 Sentinel的作用
（1）流量控制：限制业务访问的QPS(每秒钟请求的数量),避免服务因流量突增而故障。
（2）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。
（3）线程隔离：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源
（4）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
2.Sentinel
（1）Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址：https://sentinelguard.io/zh-cn/index.html
（2）Sentinel 具有以下特征:
①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（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。
②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。
③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。您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。
④完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您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。
2.1 安装Sentinel控制台
（1）sentinel官方提供了UI控制台，方便我们对系统做限流设置。
（2）启动命令:java -jar sentinel-dashboard-1.8.1.jar
（3）访问：输入localhost:8080即可看到控制台，默认的账号和密码都是sentinel
（3）如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置,修改例子如下：
2.2 微服务整合Sentinel
（1）引入sentinel依赖：
（2）配置控制台地址：
（3）访问微服务的任意端点(任意controller接口都是端点)，才会触发sentinel监控
2.3 簇点链路
（1）簇点链路：就是项目内的调用链路(controller-service-mapper就是一个链路)，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SpringMVC的每一个端点（Endpoint），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。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：
（2）点击资源/order/{orderId}后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：
其含义是限制 /order/{orderId}这个资源的单机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。针对来源default是所有来源。
2.3.1 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：
（1）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
（2）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
（3）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
2.3.1.1 流控模式-直接
对当前资源限流
2.3.1.2 流控模式-关联
（1）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
（2）使用场景：两个有竞争关系的资源，一个优先级较高，一个优先级较低（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）
（3）例子：
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。(对谁限流就修改谁的流控)
2.3.1.3 流控模式-链路
（1）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。
（2）例如有两条请求链路：
①/test1/common
②/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：
（3）Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解，示例：
（4）Sentinel默认会将Controller方法做context(上下文)整合，导致链路模式的流控失效，需要修改application.yml，添加配置：
2.3.1.4 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，包括三种：
（1）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。
（2）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。
（3）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
2.3.1.4.1 流控效果-warm up
（1）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(最大阈值)/coldFactor(冷启动因子)，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.
（2）例如，我设置QPS的threshold为10，预热时间为5秒，那么初始阈值就是10/3 ，也就是3，然后在5秒后逐渐增长到10.
2.3.1.4.2 流控效果-排队等待
（1）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。
（2）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
2.4 热点参数限流
（1）配置
（2）注意：热点参数限流对默认的SpringMVC资源无效，需要利用@SentinelResource注解标记资源
2.5 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。
2.5.1 Feign整合Sentinel
SpringCloud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。
（1）修改OrderService的application.yml文件，开启Feign的Sentinel功能
（2）给FeignClient编写失败后的降级逻辑
①方式一：FallbackClass，无法对远程调用的异常做处理
②方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种
（3）步骤
①步骤一：在feing-api项目中定义类，实现FallbackFactory：
②步骤二：在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean
③步骤三：在feing-api项目中的UserClient接口中使用UserClientFallbackFactory
2.5.2 线程隔离
（1）线程隔离有两种方式实现：
①线程池隔离：给每个被隔离的业务创建一个独立线程池。
a.优点：隔离性能较好；支持主动超时(使用独立的线程，可以主动终止线程)；支持异步调用(因为是独立的线程)
b.缺点：线程数量会成倍增长，线程的额外开销较大，并且会造成CPU上下文切换，整体性能会下降。
c.低扇出(是指该模块直接调用的下级模块的个数)
②信号量隔离：使用一个线程池，限制每个业务使用的线程数量(Sentinel默认采用)
性能更好。基于计数器模式。
a.优点：无额外开销
b.缺点：不支持主动超时，不支持异步调用
c.场景：高扇出
（2）线程隔离实现
在添加限流规则时，可以选择两种阈值类型：
①QPS：就是每秒的请求数，就是选择了线程隔离方式
②线程数：是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量，实现舱壁模式。
2.5.3 熔断降级
（1）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，如果超出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。
（2）断路器熔断策略有三种：慢调用、异常比例、异常数
①慢调用
a.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。
b.例如：
c.解读：RT超过500ms的调用是慢调用，统计最近10000ms内的请求，如果请求量超过10次，并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。
②③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，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断。例如：
c.解读：统计最近1000ms内的请求，如果请求量超过10次，并且异常比例不低于0.4，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。
2.6 授权规则
（1）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。
①白名单：来源（origin）在白名单内的调用者允许访问
②黑名单：来源（origin）在黑名单内的调用者不允许访问
（2）例如，我们限定只允许从网关来的请求访问order-service，浏览器来的禁止访问，那么流控应用中就填写网关的名称
①Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
②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：
③我们还需要在gateway服务中，利用网关的过滤器添加名为gateway的origin头：
④给/order/{orderId} 配置授权规则：
2.7 自定义异常结果
（1）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：
（2）而BlockException包含很多个子类，分别对应不同的场景：
（3）例如：我们在order-service中定义类，实现BlockExceptionHandler接口：
2.8 规则持久化
2.8.1 规则管理模式
（1）Sentinel的三种配置管理模式
①原始模式：保存在内存
②pull模式：保存在本地文件或数据库，定时去读取，因为是定时存在数据一致性问题
③push模式：保存在nacos，监听变更实时更新
