SpringCloud:Gateway之限流、熔断

目录

一、服务雪崩简介及压测实践演示

​编辑

二、sentinel简单模式之流控QPS案例

什么是Sentinel

​ 安装Sentinel控制台

三、sentinel流控简单模式之并发线程数案例

四、sentinel流控之关联模式&链路模式

关联模式

链路模式

五、sentinel降级之平均响应时间&异常比例模式

降级规则

 异常比例

一、服务雪崩简介及压测实践演示

高并发带来的问题

在微服务架构中,我们将业务拆分成一个个的服务,服务与服务之间可以相互调用,但是由于网络 原因或者自身的原因,服务并不能保证服务的100%可用,如果单个服务出现问题,调用这个服务就会 出现网络延迟,此时若有大量的网络涌入,会形成任务堆积,最终导致服务瘫痪。

服务雪崩效应

在分布式系统中,由于网络原因或自身的原因,服务一般无法保证 100% 可用。如果一个服务出现了 问题,调用这个服务就会出现线程阻塞的情况,此时若有大量的请求涌入,就会出现多条线程阻塞等 待,进而导致服务瘫痪。 由于服务与服务之间的依赖性,故障会传播,会对整个微服务系统造成灾难性的严重后果,这就是 服务故障的 “雪崩效应” 。

SpringCloud:Gateway之限流、熔断_第1张图片

 雪崩发生的原因多种多样,有不合理的容量设计,或者是高并发下某一个方法响应变慢,亦或是某 台机器的资源耗尽。我们无法完全杜绝雪崩源头的发生,只有做好足够的容错,保证在一个服务发生问 题,不会影响到其它服务的正常运行。也就是"雪落而不雪崩"

启动端口为8080的商品微服务、订单微服务、用户微服务

注意:启动服务前一定要启动nacos的注册中心

测试是否能正常访问页面

SpringCloud:Gateway之限流、熔断_第2张图片

使用压测工具,对请求进行压力测试

下载地址Apache JMeter - Apache JMeter™

SpringCloud:Gateway之限流、熔断_第3张图片

 下载解压后

SpringCloud:Gateway之限流、熔断_第4张图片

 第一步:修改配置,并启动软件

进入bin目录,修改jmeter.properties文件中的语言支持为language=zh_CN,然后点击jmeter.bat,启动软件。

用高级记事本打开SpringCloud:Gateway之限流、熔断_第5张图片

SpringCloud:Gateway之限流、熔断_第6张图片

 SpringCloud:Gateway之限流、熔断_第7张图片

 双击快捷方式

SpringCloud:Gateway之限流、熔断_第8张图片

 第二步:添加线程组

SpringCloud:Gateway之限流、熔断_第9张图片

 第三步:配置线程并发数

SpringCloud:Gateway之限流、熔断_第10张图片

 第四步:添加监听器

SpringCloud:Gateway之限流、熔断_第11张图片

SpringCloud:Gateway之限流、熔断_第12张图片

 第五步:添加HTTP取样

SpringCloud:Gateway之限流、熔断_第13张图片

第六步:配置取样,并启动测试

点击可以放大字体

SpringCloud:Gateway之限流、熔断_第14张图片

SpringCloud:Gateway之限流、熔断_第15张图片

 启动,此时后台

SpringCloud:Gateway之限流、熔断_第16张图片

 可以看见发送了4000个请求 并且没有出错SpringCloud:Gateway之限流、熔断_第17张图片

 修改配置文件中tomcat的并发数

1秒钟20个请求,最大连接数10,最大等待数10,最大线程数2,相当于一个线程1s能处理5个请求(2个处理10个请求)

server:
  port: 8091
  tomcat:
    max-threads: 2     #最大线程数
  max-connections: 10  #最大连接数
  accept-count: 10     #最大线程等待数

修改shop-order中的application.yml

spring:
    application:
        name: shop-order
        cloud:
            nacos:
                discovery:
                    server-addr: localhost:8848
server:
    port: 8090
    tomcat:
        max-threads: 2     #最大线程数
        max-connections: 10  #最大连接数
        accept-count: 10     #最大线程等待数

再重新启动一下订单微服务

SpringCloud:Gateway之限流、熔断_第18张图片

 此时再看 出现了大量的错误

再将并发数调低一点

SpringCloud:Gateway之限流、熔断_第19张图片全部成功

二、sentinel简单模式之流控QPS案例

什么是Sentinel

Sentinel (分布式系统的流量防卫兵) 是阿里开源的一套用于服务容错的综合性解决方案。它以流量 为切入点, 从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性。 Sentinel 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 提供了实时的监控功能。通过控制台可以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。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。

Sentinel 分为两个部分:

  • 核心库(Java 客户端)不依赖任何框架/库,能够运行于所有 Java 运行时环境,同时对 Dubbo / Spring Cloud 等框架也有较好的支持。

  • 控制台(Dashboard)基于 Spring Boot 开发,打包后可以直接运行,不需要额外的 Tomcat 等 应用容器。

在shop-order的pom中添加Sentinel的依赖



    com.alibaba.cloud
    spring-cloud-starter-alibaba-sentinel

pom.xml





    
        spcloud-shop
        com.cdl
        1.0-SNAPSHOT
    

    4.0.0
    shop-order

    
        
        
            org.springframework.boot
            spring-boot-starter-web
        
        
        
            com.cdl
            shop-common
            1.0-SNAPSHOT
        

        
        
            com.alibaba.cloud
            spring-cloud-starter-alibaba-sentinel
        

    


​ 安装Sentinel控制台

Sentinel 提供一个轻量级的控制台, 它提供机器发现、单机资源实时监控以及规则管理等功能。

1 下载jar包,解压到文件夹

下载的网址: Releases · alibaba/Sentinel · GitHub

2 启动控制台

解压后会得到一个jar包

# 直接使用jar命令启动项目(控制台本身是一个SpringBoot项目)

SpringCloud:Gateway之限流、熔断_第20张图片

 SpringCloud:Gateway之限流、熔断_第21张图片

 启动完之后就可以访问一下流控的监控平台

SpringCloud:Gateway之限流、熔断_第22张图片

 登录成功

SpringCloud:Gateway之限流、熔断_第23张图片

修改shop-order ,在里面加入有关控制台的配置

application.yml

spring:
    application:
        name: shop-order
    cloud:
        nacos:
            discovery:
                server-addr: localhost:8848
        sentinel:
            transport:
                port: 9999 #跟控制台交流的端口,随意指定一个未使用的端口即可
                dashboard: localhost:8080 # 指定控制台服务的地址
            web-context-unify: false
server:
    port: 8090
    tomcat:
        max-threads: 2     #最大线程数
        max-connections: 10  #最大连接数
        accept-count: 10     #最大线程等待数

 启动订单的微服务

 设置限流

SpringCloud:Gateway之限流、熔断_第24张图片

SpringCloud:Gateway之限流、熔断_第25张图片

 测试一下

正常点击订单微服务的页面 此时能访问

 非正常点即快速的不断地刷新

 可见已经受限制了,但是只要正常的再刷就还是能够访问

三、sentinel流控简单模式之并发线程数案例

将之前的流控删除

SpringCloud:Gateway之限流、熔断_第26张图片

 此时非正常点击刷新不会有限制

资源名:唯一名称,默认是请求路径,可自定义 针对来源:指定对哪个微服务进行限流,默认指default,意思是不区分来源,全部限制 阈值类型/单机阈值

  • QPS(每秒请求数量): 当调用该接口的QPS达到阈值的时候,进行限流

  • 线程数:当调用该接口的线程数达到阈值的时候,进行限流

是否集群:暂不需要集群 接下来我们以QPS为例来研究限流规则的配置。

此时需要用压测工具进行测试

SpringCloud:Gateway之限流、熔断_第27张图片

 启动压测工具 然后不断的非正常刷新页面

SpringCloud:Gateway之限流、熔断_第28张图片

这是直接流控模式

直接流控模式是最简单的模式,当指定的接口达到限流条件时开启限流。上面案例使用的就是直接流控 模式。

四、sentinel流控之关联模式&链路模式

关联模式

关联流控模式指的是,当指定接口关联的接口达到限流条件时,开启对指定接口开启限流。

将刚刚的流控删除掉

SpringCloud:Gateway之限流、熔断_第29张图片

 OrderCtroller 

package com.cdl.shoporder.Controller;

import com.cdl.model.Order;
import com.cdl.model.Product;
import com.cdl.model.User;
import com.cdl.shoporder.service.ProductService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.servlet.http.HttpServletRequest;
import java.util.concurrent.TimeUnit;

/**
 * @author cdl
 * @site www.cdl.com
 * @create 2022-11-25 15:43
 */
@RestController
@RequestMapping("/order")
public class OrderCtroller {

    @Autowired
    private ProductService productService;
    @Autowired
    private RestTemplate restTemplate;

    @RequestMapping("/get/{uid}/{pid}")
    public Order get(@PathVariable("uid") Integer uid,
                     @PathVariable("pid") Integer pid,
                     HttpServletRequest request){

        User user = restTemplate.getForObject("http://shop-user/user/get/" + uid, User.class);
        Product product = productService.get(pid);

        Order order = new Order();
        order.setUsername(user.getUsername());
        order.setUid(user.getUid());
        order.setPprice(product.getPprice());
        order.setPname(product.getPname());
        order.setPid(product.getPid());
        order.setOid(System.currentTimeMillis());
        order.setNumber(product.getStock());
        return order;
    }


    //    流控模式:关联模式
    @RequestMapping("/message1")
    public String message1(){
        System.out.println("message1..................................");
        return "message1....";
    }

    //    sentinel中的熔断降级:平均响应时间
//    预测的结果:平均时间大于0.22s,那么会出现降级处理结果
//    如果平均时间小于0.22s,就正常响应结果
    @RequestMapping("/message2")
    public String message2() {
        try {
//        代表当前方法至少需要执行0.22s
            TimeUnit.MILLISECONDS.sleep(220);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "message2";
    }

}

SpringCloud:Gateway之限流、熔断_第30张图片添加关联模式

SpringCloud:Gateway之限流、熔断_第31张图片

修改压测工具

SpringCloud:Gateway之限流、熔断_第32张图片

 启动压测工具

SpringCloud:Gateway之限流、熔断_第33张图片

 非正常也不受影响

SpringCloud:Gateway之限流、熔断_第34张图片

 受影响

链路模式

链路流控模式指的是,当从某个接口过来的资源达到限流条件时,开启限流。它的功能有点类似于针对 来源配置项,区别在于:针对来源是针对上级微服务,而链路流控是针对上级接口,也就是说它的粒度 更细。

第1步: 编写一个service,在里面添加一个方法message

OrderServiceImpl2 

package com.cdl.shoporder.service;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import org.springframework.stereotype.Service;

import java.util.HashMap;
import java.util.Map;

@Service
public class OrderServiceImpl2 {
    @SentinelResource(value = "message", blockHandler = "failBlockHandler")
    public Map message() {
        Map map = new HashMap();
        map.put("code","200");
        map.put("msg","正常响应成功");
    	return map;
    }

    public Map failBlockHandler(BlockException be) {
        Map map = new HashMap();
        map.put("code","-1");
        map.put("msg","接口被限流了...");
        return map;
    }
}

第2步: 在Controller中声明两个方法,分别调用service中的方法message

package com.cdl.shoporder.Controller;

import com.cdl.model.Order;
import com.cdl.model.Product;
import com.cdl.model.User;
import com.cdl.shoporder.service.OrderServiceImpl2;
import com.cdl.shoporder.service.ProductService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.servlet.http.HttpServletRequest;
import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * @author cdl
 * @site www.cdl.com
 * @create 2022-11-25 15:43
 */
@RestController
@RequestMapping("/order")
public class OrderCtroller {

    @Autowired
    private ProductService productService;
    @Autowired
    private RestTemplate restTemplate;

    @RequestMapping("/get/{uid}/{pid}")
    public Order get(@PathVariable("uid") Integer uid,
                     @PathVariable("pid") Integer pid,
                     HttpServletRequest request){

        User user = restTemplate.getForObject("http://shop-user/user/get/" + uid, User.class);
        Product product = productService.get(pid);

        Order order = new Order();
        order.setUsername(user.getUsername());
        order.setUid(user.getUid());
        order.setPprice(product.getPprice());
        order.setPname(product.getPname());
        order.setPid(product.getPid());
        order.setOid(System.currentTimeMillis());
        order.setNumber(product.getStock());
        return order;
    }


    //    流控模式:关联模式
    @RequestMapping("/message1")
    public String message1(){
        System.out.println("message1..................................");
        return "message1....";
    }


    @Autowired
    private OrderServiceImpl2 orderService;
    //        主要讲解 sentinel 中的 链路流控模式
    @RequestMapping("/message3")
    public Map message3() {
        return orderService.message();
    }
    @RequestMapping("/message4")
    public Map message4() {
        return orderService.message();
    }


}

删除掉之前的关联模式,重启订单的微服务

SpringCloud:Gateway之限流、熔断_第35张图片

 

 sentinel控制台

SpringCloud:Gateway之限流、熔断_第36张图片

 修改配置application.yml

SpringCloud:Gateway之限流、熔断_第37张图片

  第3步: 禁止收敛URL的入口

context 从1.6.3 版本开始,Sentinel Web filter默认收敛所有URL的入口context,因此链路限流不生效。 1.7.0 版本开始(对应SCA的2.1.1.RELEASE),官方在CommonFilter 引入了 WEB_CONTEXT_UNIFY 参数,用于控制是否收敛context。将其配置为 false 即可根据不同的 URL 进行链路限流。 SCA 2.1.1.RELEASE之后的版本,可以通过配置spring.cloud.sentinel.web-context-unify=false即 可关闭收敛

第4步: 控制台配置限流规则

SpringCloud:Gateway之限流、熔断_第38张图片

 SpringCloud:Gateway之限流、熔断_第39张图片

 注意:message3和message4调的是同一个方法

五、sentinel降级之平均响应时间&异常比例模式

降级规则

本质就是一个托底方案

降级规则就是设置当满足什么条件的时候,对服务进行降级。

在controller中增加一些代码用以证明

OrderCtroller 

package com.cdl.shoporder.Controller;

import com.cdl.model.Order;
import com.cdl.model.Product;
import com.cdl.model.User;
import com.cdl.shoporder.service.OrderServiceImpl2;
import com.cdl.shoporder.service.ProductService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.servlet.http.HttpServletRequest;
import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * @author cdl
 * @site www.cdl.com
 * @create 2022-11-25 15:43
 */
@RestController
@RequestMapping("/order")
public class OrderCtroller {

    @Autowired
    private ProductService productService;
    @Autowired
    private RestTemplate restTemplate;

    @RequestMapping("/get/{uid}/{pid}")
    public Order get(@PathVariable("uid") Integer uid,
                     @PathVariable("pid") Integer pid,
                     HttpServletRequest request){

        User user = restTemplate.getForObject("http://shop-user/user/get/" + uid, User.class);
        Product product = productService.get(pid);

        Order order = new Order();
        order.setUsername(user.getUsername());
        order.setUid(user.getUid());
        order.setPprice(product.getPprice());
        order.setPname(product.getPname());
        order.setPid(product.getPid());
        order.setOid(System.currentTimeMillis());
        order.setNumber(product.getStock());
        return order;
    }


    //    流控模式:关联模式
    @RequestMapping("/message1")
    public String message1(){
        System.out.println("message1..................................");
        return "message1....";
    }

    //    sentinel中的熔断降级:平均响应时间
//    预测的结果:平均时间大于0.22s,那么会出现降级处理结果
//    如果平均时间小于0.22s,就正常响应结果
    @RequestMapping("/message2")
    public String message2() {
        try {
//        代表当前方法至少需要执行0.22s
            TimeUnit.MILLISECONDS.sleep(220);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "message2";
    }

    @Autowired
    private OrderServiceImpl2 orderService;
    //        主要讲解 sentinel 中的 链路流控模式
    @RequestMapping("/message3")
    public Map message3() {
        return orderService.message();
    }
    @RequestMapping("/message4")
    public Map message4() {
        return orderService.message();
    }


}

 点击熔断

SpringCloud:Gateway之限流、熔断_第40张图片

解释这个配置: 在1秒钟发送5个请求,其中20%的请求时间是大于200ms,那么就做熔断降级处理

修改压测工具并且启动

SpringCloud:Gateway之限流、熔断_第41张图片

 刷新被限流SpringCloud:Gateway之限流、熔断_第42张图片

 异常比例

当资源的每秒异常总数占通过量的比值超过阈值之后,资源进入降级状态,即在接下的 时间窗口(以 s 为单位)之内,对这个方法的调用都会自动地返回。异常比率的阈值范围是 [0.0, 1.0]。

 在controlle中添加一定的代码

package com.cdl.shoporder.Controller;

import com.cdl.model.Order;
import com.cdl.model.Product;
import com.cdl.model.User;
import com.cdl.shoporder.service.OrderServiceImpl2;
import com.cdl.shoporder.service.ProductService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.servlet.http.HttpServletRequest;
import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * @author cdl
 * @site www.cdl.com
 * @create 2022-11-25 15:43
 */
@RestController
@RequestMapping("/order")
public class OrderCtroller {

    @Autowired
    private ProductService productService;
    @Autowired
    private RestTemplate restTemplate;

    @RequestMapping("/get/{uid}/{pid}")
    public Order get(@PathVariable("uid") Integer uid,
                     @PathVariable("pid") Integer pid,
                     HttpServletRequest request){

        User user = restTemplate.getForObject("http://shop-user/user/get/" + uid, User.class);
        Product product = productService.get(pid);

        Order order = new Order();
        order.setUsername(user.getUsername());
        order.setUid(user.getUid());
        order.setPprice(product.getPprice());
        order.setPname(product.getPname());
        order.setPid(product.getPid());
        order.setOid(System.currentTimeMillis());
        order.setNumber(product.getStock());
        return order;
    }


    //    流控模式:关联模式
    @RequestMapping("/message1")
    public String message1(){
        System.out.println("message1..................................");
        return "message1....";
    }

    //    sentinel中的熔断降级:平均响应时间
//    预测的结果:平均时间大于0.22s,那么会出现降级处理结果
//    如果平均时间小于0.22s,就正常响应结果
    @RequestMapping("/message2")
    public String message2() {
        try {
//        代表当前方法至少需要执行0.22s
            TimeUnit.MILLISECONDS.sleep(220);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "message2";
    }

    @Autowired
    private OrderServiceImpl2 orderService;
    //        主要讲解 sentinel 中的 链路流控模式
    @RequestMapping("/message3")
    public Map message3() {
        return orderService.message();
    }
    @RequestMapping("/message4")
    public Map message4() {
        return orderService.message();
    }

//    //    sentinel中的熔断降级:异常比例
    int i = 0;
    @RequestMapping("/message5")
    public String message5() {
        i++;
        //异常比例为0.333
        if (i % 3 == 0){
            throw new RuntimeException();
        }
        return "message5";
    }
}

SpringCloud:Gateway之限流、熔断_第43张图片

 新增熔断

SpringCloud:Gateway之限流、熔断_第44张图片

 和之前一样记得修改压测工具并且启动

SpringCloud:Gateway之限流、熔断_第45张图片

 当压测工具已经结束运行的时候,再点击刷新就会报页面错误

自定义异常返回

新建一个config的包 直接复制进去

import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.alibaba.fastjson.JSON;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.springframework.stereotype.Component;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.io.IOException;

//异常处理页面
@Component
public class ExceptionHandlerPage implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        response.setContentType("application/json;charset=utf-8");
        ResponseData data = null;
        if (e instanceof FlowException) {
            data = new ResponseData(-1, "接口被限流了...");
        } else if (e instanceof DegradeException) {
            data = new ResponseData(-2, "接口被降级了...");
        }
        response.getWriter().write(JSON.toJSONString(data));
    }
}

@Data
@AllArgsConstructor//全参构造
@NoArgsConstructor//无参构造
class ResponseData {
    private int code;
    private String message;
}

重新启动订单微服务,新增熔断,启动压测工具

SpringCloud:Gateway之限流、熔断_第46张图片

 SpringCloud:Gateway之限流、熔断_第47张图片

 

你可能感兴趣的:(springcloud,spring,cloud,gateway,java)