【SpringCloud——Sentinel】

一、什么是雪崩？

微服务调用链路中的某个服务发生故障，引起整个链路中的所有微服务都不可用，这就是雪崩。

 二、解决雪崩问题的常见措施

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。

 弊端：假设等待时间为1s，但是每秒钟传递过来的请求为2个，迟早有一天，线程数量也会填满整个tomcat服务器。

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，拦截访问该业务的一切请求。

 假设上层服务调用了三次下层服务，其中两次都调用失败，那么此时的异常比例就为百分之66，此时就熔断对下层服务的访问，一切访问下层服务的请求都将被立即拦截。

4、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。主要针对高并发场景下进行流量控制，假设某服务处理请求的效率为每秒2个，当某一时刻大量的请求涌入时，就会控制请求的传递效率，保证服务的正常运行，否则该服务将被大量请求直接拖垮。

 5、总结

 三、Sentinel与SpringCloud整合

1、引入依赖

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

2、配置连接

spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080 #sentinel控制台地址

四、限流规则

1、如何设置流量控制？

在学习如何设置流量控制前，我们先了解什么是簇点链路：

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。

 简单点来说，就是Controller层当中的各个请求接口。

 下面我们来看看如何设置单个接口的流量控制：

 

 2、流量控制模式

在添加限流规则时，点击高级选项，可以选择三种流控模式：

• 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

①、关联模式

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。

模拟案例：

代码：

    @GetMapping("/query")
    public String queryOrder(){
        return "查询订单成功";
    }

    @GetMapping("/update")
    public String updateOrder(){
        return "更新订单成功";
    }

sentinel控制台：

对谁进行限流就 设置谁的流量控制！

 这个配置的意思就是说，当update的QPS触发阈值时，此时就限制对query的访问，即拦截。这么做的目的就在于优先执行订单修改服务。

 此处update和query就针对数据库的锁产生了竞争，即读的时候不可以修改，修改的时候也不可以读，因此，则设置优先执行写操作，而限制读操作的进行。

②、链路模式

       链路模式常常用于对资源的一种分配，比如有一个服务A同时被服务B和服务C调用，服务A处理请求的能力有限（每秒处理6条)，并不能同时处理B和C同一时刻传递过来的请求（每秒各4条，共8条），此时我们就需要对B或C的部分请求进行拦截了，具体拦截谁的，就看谁的优先级低，假设B是订单支付，C是订单查询，支付的优先级是高于查询的，因此我们就会针对服务A的请求来源服务C进行限流。

模拟案例：

代码：

    @SentinelResource("goods")
    public void queryGoods(){
        System.err.println("查询商品");
    }

    @GetMapping("/save")
    public String saveOrder(){
        //查询商品
        orderService.queryGoods();
        //新增订单
        System.out.println("新增订单");
        return "新增订单成功";
    }

    @GetMapping("/query")
    public String queryOrder(){
        //查询商品
        orderService.queryGoods();
        //查询订单
        System.out.println("查询订单");
        return "查询订单成功";
    }

Sentinel控制台：

针对goods服务设置链路流控：

 

 设置完成后，创建订单服务和查询服务同时进行，各自每秒访问4次，就可以发现，查询服务每秒只有两条请求成功了，其余两条则会被sentinel拦截。

注意：创建订单服务和查询订单服务并没有竞争关系，链路模式是出于对代码可靠性的一种保护措施，防止服务压力过大导致的宕机。

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

①、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 （最大阈值）/ coldFactor，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.

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.

 

 假设我们每秒的访问量为10，在起初的1s内，会有3条请求响应成功，其余的都会被sentinel拦截了，在接下来的4s内，阈值会逐步增大，逐渐增大到10，在未增大到10时，部分请求仍然会被拦截。

②、排队等待

模拟案例：

给/order/{orderId}这个资源设置限流，最大QPS为10，利用排队的流控效果，超时时长设置为5s

 计算：

我们假设每秒有15个请求到达该服务，此处的单机阈值为10，即可以假设每个请求的处理时间为100ms，则每秒钟就会有5个请求放到队列当中，当到第十秒时，队列当中的请求就会放满，此时，再来的请求就有可能会被直接拦截。

③、总结 

 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。

 热点参数限流即限制对热点参数的访问，限制其控制在一个特定值范围内，防止大量相同请求访问同一资源。

五、隔离和降级

1、FeignClient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

feign:
  httpclient:
    enabled: true #支持httpClient的开关
    max-connections: 200 #最大连接数
    max-connections-per-route: 50 #单个请求路径的最大连接数
  sentinel:
    enabled: true #开启feign对sentinel的支持

②、在feing-api项目中定义类，实现FallbackFactory

@Slf4j
public class UserClientFallbackFactory implements FallbackFactory {

    @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();
            }
        };
    }
}

③、在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean

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

④、在feing-api项目中的UserClient接口中使用UserClientFallbackFactory

@FeignClient(value = "userservice",
        configuration = DefaultFeignConfiguration.class,
        fallbackFactory = UserClientFallbackFactory.class)//只针对userservice服务有效 全局有效在启动类的注解当中配置即可
public interface UserClient {

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

2、线程隔离（舱壁模式）

线程隔离有两种方式：

• 线程池隔离
• 信号量隔离（Sentinel默认方式）

 

 

 在添加限流规则时，可以选择两种阈值类型：

 

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。

 断路器熔断策略有三种：慢调用、异常比例、异常数。

        if (id == 1){
            Thread.sleep(60);
        }else if (id == 2){
            throw new RuntimeException("故意出错，触发熔断");
        }

①、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。

 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。

②、异常比例或异常数

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。

 

 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0.5，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。

六、授权规则和规则持久化

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

 案例：限定只允许从网关来的请求访问order-service，那么流控应用中就填写网关的名称。

①、网关过滤器添加请求头

        - AddRequestHeader=Origin,gateway

②、Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。

实现这个接口，判断请求来源。

@Component
public class HeaderOriginParser implements RequestOriginParser {
    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {
        //获取请求头
        String origin = httpServletRequest.getHeader("Origin");
        //判断请求头
        if (StringUtils.isEmpty(origin)){
            origin =  "black";// 黑名单
        }
        return origin;
    }
}

③、Sentinel控制台配置授权

 ④、测试

http://localhost:10010/order/101?authorization=admin

http://localhost:8010/order/101

 

1、如何自定义异常结果

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。

@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        String msg = "未知异常";
        int status = 429;

        if (e instanceof FlowException) {
            msg = "请求被限流了";
        } else if (e instanceof ParamFlowException) {
            msg = "请求被热点参数限流";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了";
        } else if (e instanceof AuthorityException) {
            msg = "没有权限访问";
            status = 401;
        }

        response.setContentType("application/json;charset=utf-8");
        response.setStatus(status);
        response.getWriter().println("{\"msg\": " + msg + ", \"status\": " + status + "}");
    }
}

2、规则持久化

Sentinel管理配置的三种模式：

• 原始模式：配置信息保存在内存，服务重启则失效。
• pull模式：保存在本地文件或者数据库，定时去读取，时效性比较差。
• push模式：保存在nacos，监听变更实时更新。

 push模式管理配置

①、引入依赖

    com.alibaba.csp
    sentinel-datasource-nacos

②、修改order-service服务，使其监听Nacos配置中心

spring:
  application:
    name: orderservice
  profiles:
    active: dev
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080 #sentinel控制台地址
      web-context-unify: false #关闭context整合
      datasource:
        flow:
          nacos:
            serverAddr: localhost:80
            dataId: orderservice-flow-rules
            groupId: SENTINEL_GROUP
            ruleType: FLOW #还可以是：degrade、authority、param-flow

③、修改Sentinel-dashboard源码，修改前端页面

详细步骤参考网上文档。