Spring cloud alibaba——Sentinel(一)——流控

什么是Sentinel

分布式系统的流量防卫兵：随着微服务的普及，服务调用的稳定性变得越来越重要。Sentinel以“流量”为切入点，在流量控制、断路、负载保护等多个领域开展工作，保障服务可靠性。

Sentinel为什么可以提升服务的可靠性

分布式系统面临着这样的问题，有时候一个请求会调用多个微服务，服务之间存在着复杂的依赖关系，假设A调用B和C，B和C又调用其他的微服务，这就是所谓的扇出。
如果扇出的某个链路上某个微服务调用的响应时间过程或者不可用，微服务A的调用就用占用越来越多的系统资源，从而引起系统崩溃，就叫做是服务雪崩。

sentinel通过熔断降级来来实现断路器：
向调用方返回一个符合预期的、可处理的备选响应（FallBack），而不是长时间的等待或者抛出调用方法无法出的异常，这样就保证了服务调用方的不会被长时间、不必要的占用，从而避免了服务雪崩。

下载并安装

下载地址
我下载的是1.8.2的版本
去到下载的文件夹中，执行命令
注意要有jdk环境！

java -jar sentinel-dashboard-1.8.2.jar

运行成功后，如下图所示

然后，访问网站localhost:8080
用户名和密码都是sentinel，登录后如图所示：

至此，sentinel安装完毕。

启动Sentinel

由于之前学习了Nacos，所以这边将Nacos和Sentinel一起使用。

新建项目

在之前的父项目里新建一个子项目，名为cloudalibaba-sentinel-service,具体参考前面的笔记Spring cloud alibaba ——Nacos(一)

需要添加的依赖如下：

        <dependency>
            <groupId>com.alibaba.cloudgroupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discoveryartifactId>
        dependency>
        
        <dependency>
            <groupId>com.alibaba.cloudgroupId>
            <artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
        dependency>

配置文件application.yml如下：

server:
  port: 8401

spring:
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        # sentinel控制台地址
        dashboard: localhost:8080
        # sentinel运行端口，默认为8719，如果被占用会一直+1，直至找到未被占用的端口
        port: 8719
   application:
    name: sentinel-service

# 所有的端口暴露给微服务
management:
  endpoints:
    web:
      exposure:
        include: '*'

启动类记得需要添加@EnableDiscoveryClient注解。
控制器层写两侧测试接口

package com.cloud.cloudalibabasentinelservice.controller;

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;


@RestController
@RequestMapping("flow")
public class FLowLimitController {

    @GetMapping("testA")
    public String testA(){
        return "------testA";
    }

    @GetMapping("testB")
    public String testB(){
        return "-----testB";
    }
}

测试服务

服务启动后，并不能在sentinel控制台检测到，原因是Sentinel本身采用的是懒加载机制，所以我们需要首先访问服务对应的接口，Sentinel才能工作。
访问接口：localhost:8401/flow/testA和localhost:8401/flow/testB
进入操作太后，发现sentinel开始工作了：

阈值类型

前文有介绍过，sentinel的作用就是可以控制服务被访问的流量，进入控制台–>簇点链路–>+流控–>新增流控规则

• 资源名：唯一名称，默认请求路径
• 针对来源：Sentinel可以针对调用者进行限流，填写微服务名，默认default（不区分来源）
• 阈值类型/单机阈值：
  • QPS（每秒钟的请求数量）：当调用该API的QPS达到阈值的时候，进行限流
  • 并发线程数：当调用该API的线程数量达到阈值的时候，进行限流
• 是否集群：当前不需要集群
• 流控模式：
  • 直接：API达到限流条件时，直接限流
  • 关联：当关联的资源达到阈值时，就限流自己
  • 链路：只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）(API级别的针对来源)
• 流控效果：
  • 快速失败：直接失败，抛异常
  • Wam Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFacotor，经过预热时长，才达到设置的QPS阈值
  • 排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

其中，阈值类型对应的QPS和并发线程数，代表了两种不同的限流规则，具体区别如下：当单机阈值设置为2时：

流控模式

直接

根据定义路径来确定流控对象，例如定义的流控路径是：/flow/testA，那么针对所有此路径的请求做流量控制

关联

例如A接口关联到B接口，当B接口的流量达到阈值后，A接口会被限流，但是B接口自身不会被限流，可以一直访问。

测试

使用postman向接口B发起访问，访问的频率达到阈值

此时访问A接口是，出现流控效果

注意：
关联这种流控模式针对的是你所关联的接口，例如，将下单接口关联到支付接口，当支付接口达到流量阈值时，支付接口本身并不会被约束，约束的是下单接口。这种“别人流量超了，但是我来买单”的模式，才是关联模式。

链路

从某个接口过来的资源达到限流条件时，开启限流。来源是上级的微服务，链路是对接口层的控制，特点是粒度更细，控制范围更小。

** 使用**

Service层代码：

package com.cloud.cloudalibabasentinelservice.service;

import org.springframework.stereotype.Service;


@Service
public class FlowService {
	
	@SentinelResource("common")
    public String flowMethod(){
        return "flow method";
    }
}

Controller层代码：

package com.cloud.cloudalibabasentinelservice.controller;

import com.cloud.cloudalibabasentinelservice.service.FlowService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("flow")
public class FLowLimitController {

    @Autowired
    private FlowService flowService;

    @GetMapping("testA")
    public String testA(){

        return "------testA" + flowService.flowMethod();
    }

    @GetMapping("testB")
    public String testB(){
        return "-----testB" + flowService.flowMethod() ;
    }
}

添加yml配置：

spring:
    sentinel:
       # 使用链路时必须打开此开关
      web-context-unify: false

在控制台添加相关的流控设置：

注意：资源名需要和@SentinelResource(“common”)中的值一样。

此时访问flow/testB时，会出现流控效果。

流控效果

快速失败

当流量达到阈值时，直接失败，抛出异常。

Warm Up 预热（冷加载、冷启动）

预热针对的是这样的场景，某个接口的流量长期处于低水平线，流量瞬间暴增，达到极高的水平线，这样的暴增可能会把服务压垮，所以，Warm Up的效果可以让流量平稳地缓慢增加，给冷系统一个预热时间，避免冷系统被压垮。
例如秒杀系统，瞬间爆炸型的流量访问到服务。

预热公式：阈值/coldFactor（默认值为3），第一次访问时，流量不能超过这个值，后面经过预热时长，慢慢提升到阈值。

测试

观察流量监控时，会看到平滑的上升曲线

排队等待

让请求以均匀的速度通过，主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求（削峰填谷）。
使用排队等待时，阈值类型必须选择QPS，否则无效。