一 Sentinel的知识

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。
雪崩问题
解决方式：

  • 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
  • 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
  • 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，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

2.服务保护技术对比

Sentinel Hystrix
隔离策略 信号量隔离 线程池隔离/信号量隔离
熔断降级策略 基于慢调用比例或异常比例 基于失败比率
实时指标实现 滑动窗口 滑动窗口(基于RxJava)
规则配置 支持多种数据源 支持多种数据源
扩展性 多个扩展点 插件的形式
基于注解的支持 支持 支持
限流 基于QPS，支持基于调用关系的限流 有限的支持
流量整形 支持慢启动、匀速排队模式 不支持
系统自适应保护 支持 不支持
控制台 开箱即用，可配置规则、查看秒级监控、机器发现等 不完善
常见框架的适配 Servlet、Spring cloud、Dubbo、gRPC等 Servlet、Spring cloud Netflix

3.认识Sentinel

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.htmlSentinel

具有以下特征:

  • 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。
  • 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。
  • 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。
  • 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。

如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置:

配置项 默认值 说明
server.port 8080 服务端口
sentinel.dashboard.auth.username sentinel 默认用户名
sentinel.dashboard.auth.password sentinel 默认密码 
1
java -jar sentinel-dashboard-1.8.1.jar -Dserver.port=8090

4.微服务整合Sentinel

我们在order-service中整合Sentinel，并且连接Sentinel的控制台，步骤如下:

  • 1.引入sentinel依赖：
1
2
3
4
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
  • 2.配置控制台地址
1
2
3
4
5
spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080
  • 3.访问微服务的任意端点，触发sentinel监控

二 限流规则

1.簇点链路

簇点链路： 就是项目内的调用链路，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:

  • 点击资源/order/{orderld}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。

2.流控模式

在添加限流规则时，点击高级选项，可以把选择三种流控模式：

  • 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

流控模式-关联

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

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。

流控模式-链路

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。

3.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:

  • 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

流控效果-warm up

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 / coldFactot，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.

流控效果-排队等待

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。

4.热点参数限流

之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求，判断是否超过QPS阈值。

三 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。

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
1
2
3
feign:
  sentinel:
    enabled: true # 开启Feign的Sentinel功能
  • 2.给Feignclient编写失败后的降级逻辑
    • 方式一:FallbackClass，无法对远程调用的异常做处理
    • 方式二:FallbackFactory，可以对远程调用的异常做处理，我们选择这种

步骤一：在feign-api项目中定义类，实现FallbackFactory

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
package cn.itcast.feign.clients.fallback;

import cn.itcast.feign.clients.UserClient;
import cn.itcast.feign.pojo.User;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;

@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
    @Override
    public UserClient create(Throwable throwable) {
        return new UserClient() {
            @Override
            public User findById(Long id) {
                log.error("查询用户异常", throwable);
                return new User();
            }
        };
    }
}

步骤二：在feign-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
package cn.itcast.feign.config;

import cn.itcast.feign.clients.fallback.UserClientFallbackFactory;
import feign.Logger;
import org.springframework.context.annotation.Bean;

// 日志配置
public class DefaultFeignConfiguration {
    @Bean
    public Logger.Level logLever() {
        return Logger.Level.BASIC;
    }

    @Bean
    public UserClientFallbackFactory userClientFallbackFactory() {
        return new UserClientFallbackFactory();
    }
}

步骤三：在feign-api项目中的UserClient接口中使用UserClientFallbackFactory:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
package cn.itcast.feign.clients;


import cn.itcast.feign.clients.fallback.UserClientFallbackFactory;
import cn.itcast.feign.pojo.User;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;

//@FeignClient(value = "userservice", configuration = DefaultFeignConfiguration.class)
@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {

    @GetMapping("/user/{id}")
    User findById(@PathVariable("id") Long id);
}

2.线程隔离

线程隔离的两种实现方式：

  • 线程池隔离
  • 信号量隔离（Sentinel默认采用）

线程池隔离

优点：

  • 支持主动超时
  • 支持异步调用

缺点：

  • 线程的额外开销比较大

场景：低扇出

信号量隔离

优点：

  • 轻量级，无额外开销

缺点：

  • 不支持主动超时
  • 不支持异步调用

场景：高频调用，高扇出

舱壁模式

在添加限流规则时，可以选择两种阈值类型:

  • QPS:就是每秒的请求数，在快速入门中已经演示过
  • 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。

3.熔断降级

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。
熔断降级

熔断策略：

  • 慢调用
  • 异常比例
  • 异常数

熔断策略-慢调用

慢调用: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。

熔断策略-异常比例、异常数

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。

四 授权规则

1.授权规则

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。

  • 白名单:来源（origin）在白名单内的调用者允许访问
  • 黑名单:来源（origin）在黑名单内的调用者不允许访问

Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。

2.自定义异常

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∶

1

而BlockException包含很多个子类，分别对应不同的场景:

异常 说明
FlowException 限流异常
ParamFlowException 热点参数限流的异常
DegradeException 降级异常
AuthorityException 授权规则异常
systemBlockException 系统规则异常

五 规则持久化

1.规则管理模式

Sentinel的控制台规则管理有三种模式:

  • 原始模式: Sentinel的默认模式，将规则保存在内存，重启服务会丢失。
  • pull模式
  • push模式

规则管理模式-pull模式(不建议，存在时效性问题)

pull模式:控制台将配置的规则推送到Sentinel客户端，而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询，更新本地规则。
pull模式

规则管理模式-push模式

push模式:控制台将配置规则推送到远程配置中心，例如Nacos。Sentinel客户端监听Nacos，获取配置变更的推送消息，完成本地配置更新。
push模式

3.push持久化

1.引入依赖

在order-service中引入sentinel监听nacos的依赖：

1
2
3
4
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

2.配置nacos地址

在order-service中的application.yml文件配置nacos地址及监听的配置信息：

1
2
3
4
5
6
7
8
9
10
spring:
  cloud:
    sentinel:
      datasource:
        flow:
          nacos:
            server-addr: localhost:8848 # nacos地址
            dataId: orderservice-flow-rules
            groupId: SENTINEL_GROUP
            rule-type: flow # 还可以是：degrade、authority、param-flow

SentinelDashboard默认不支持nacos的持久化，需要修改源码。