SpringCloud Alibaba——Sentinel服务熔断与限流(二、降级规则)

简介: SpringCloud Alibaba——Sentinel服务熔断与限流(二、降级规则)

1.开篇



上一篇文章说完了sentinel的流控规则,其中包括流控模式(直接、关联、链路)、流控效果(快速失败、预热、排队等待)。


更详细的内容可以参考:https://szh-forever-young.blog.csdn.net/article/details/119568801

这篇文章再来聊聊sentinel的降级规则。官方文档:https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7

这三种降级规则分别是:RT、异常比例、异常数。


·       RT(平均响应时间,秒级)

         平均响应时间   超出阈值     在时间窗口内通过的请求>=5,两个条件同时满足后触发降级。窗口期过后关闭断路器。
          RT
最大4900(更大的需要通过-Dcsp.sentinel.statistic.max.rt=XXXX才能生效)

·       异常比列(秒级)

           QPS >= 5 且异常比例(秒级统计)超过阈值时,触发降级;时间窗口结束后,关闭降级。

·       异常数(分钟级)

           异常数(分钟统计)超过阈值时,触发降级;时间窗口结束后,关闭降级。

这里需要注意:之前SpringCloud H版中的Hystrix服务熔断降级中是有半开状态的;而SpringCloud AlibabaSentinel的断路器是没有半开状态的,通俗来说,你的保险丝要么是断开,要么就闭合。

2.项目源码


github源码地址:https://github.com/2656307671/SpringCloud-Alibaba-Sentinel

gitee源码地址:https://gitee.com/szh-forever-young/SpringCloud-Alibaba-Sentinel

本次做Sentinel测试的代码请参考上面的仓库。


2.1 RT


我们在sentinel的界面中来配置RT


首先设置RT的阈值为200ms,是说testD的请求必须在200ms内完成,如果无法完成,则在未来的1秒内将进行服务熔断降级;1秒持续进入5个请求是默认的。


之后在Postman中,设置testD这个请求,永远一秒钟打进来10个线程(大于5个了)调用testD,我们希望200毫秒处理完本次任务,如果超过200毫秒还没处理完(代码中每个testD请求都会sleep 1秒),在未来1秒钟的时间窗口内,断路器打开(保险丝跳闸)微服务不可用,保险丝跳闸断电了。后续Postman中的Run停止了,访问量逐渐减少了,再次访问testD可以看到恢复正常了。


2.2 异常比例


这里我们设置了异常比例是0.2,即20%。如果出错,在未来1秒钟的时间窗口内,断路器打开(保险丝跳闸)微服务不可用,保险丝跳闸断电了。


对应代码中的testE请求。其中有一行:int age = 10/0; 这明显是一个运行时异常。但是我们在Postman中设置了访问10testE;直接高并发发送请求,多次调用达到我们的异常比例配置条件了。因为一出现异常,那异常比例就是100%啊,所以此时不再报错error而是服务降级了。


不使用Postman,直接访问了话,则会报error,此时与服务降级就无关了。单独访问一次,必然来一次报错一次(int age  = 10/0),调一次错一次;


2.3 异常数


首先异常数是按分钟来统计的。这里对应代码中的testF请求方法。

这里设置的意思是:当异常数达到5次的时候,就会进行服务熔断降级,也即看到的是sentinel默认的出错页面信息,而不是error page

相关文章
|
3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。
85 1
|
4月前
|
监控 Dubbo 应用服务中间件
通用快照方案问题之Sentinel与SpringCloud和Dubbo的整合如何解决
通用快照方案问题之Sentinel与SpringCloud和Dubbo的整合如何解决
46 0
|
5月前
|
监控 Java API
深入解析 Spring Cloud Sentinel:分布式系统流量控制与熔断降级的全面指南
深入解析 Spring Cloud Sentinel:分布式系统流量控制与熔断降级的全面指南
131 0
深入解析 Spring Cloud Sentinel:分布式系统流量控制与熔断降级的全面指南
|
5月前
|
自然语言处理 监控 开发者
springCloud之Sentinel流量路由、流量控制、流量整形、熔断降级
springCloud之Sentinel流量路由、流量控制、流量整形、熔断降级
122 0
|
6月前
|
Java 数据安全/隐私保护 Sentinel
微服务学习 | Spring Cloud 中使用 Sentinel 实现服务限流
微服务学习 | Spring Cloud 中使用 Sentinel 实现服务限流
|
6月前
|
Java API Nacos
第十二章 Spring Cloud Alibaba Sentinel
第十二章 Spring Cloud Alibaba Sentinel
252 0
|
6月前
|
SpringCloudAlibaba 监控 Java
SpringCloud Alibaba微服务-- Sentinel的使用(保姆级)
SpringCloud Alibaba微服务-- Sentinel的使用(保姆级)
|
2月前
|
SpringCloudAlibaba API 开发者
新版-SpringCloud+SpringCloud Alibaba
新版-SpringCloud+SpringCloud Alibaba
|
3月前
|
资源调度 Java 调度
Spring Cloud Alibaba 集成分布式定时任务调度功能
定时任务在企业应用中至关重要,常用于异步数据处理、自动化运维等场景。在单体应用中,利用Java的`java.util.Timer`或Spring的`@Scheduled`即可轻松实现。然而,进入微服务架构后,任务可能因多节点并发执行而重复。Spring Cloud Alibaba为此发布了Scheduling模块,提供轻量级、高可用的分布式定时任务解决方案,支持防重复执行、分片运行等功能,并可通过`spring-cloud-starter-alibaba-schedulerx`快速集成。用户可选择基于阿里云SchedulerX托管服务或采用本地开源方案(如ShedLock)
124 1
|
1月前
|
JSON SpringCloudAlibaba Java
Springcloud Alibaba + jdk17+nacos 项目实践
本文基于 `Springcloud Alibaba + JDK17 + Nacos2.x` 介绍了一个微服务项目的搭建过程,包括项目依赖、配置文件、开发实践中的新特性(如文本块、NPE增强、模式匹配)以及常见的问题和解决方案。通过本文,读者可以了解如何高效地搭建和开发微服务项目,并解决一些常见的开发难题。项目代码已上传至 Gitee,欢迎交流学习。
128 1
Springcloud Alibaba + jdk17+nacos 项目实践