spring cloud alibaba Sentinel（四）

服务雪崩

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”，只有做好足够的容错，保证一个服务发送问题，不会影响
其他服务的正常运行

常见的容错思路

隔离

它是指将系统按照一定的原则划分为若干个服务模块，各个模块之间相对独立，无强依赖。当有故障发生时，能将问题和影响隔离在某个模块内部，而不扩散风险，不波及其它模块，不影响整体的系统服务。常见的隔离方式有：线程池隔离和信号量隔离

超时

在上游服务调用下游服务的时候，设置一个最大响应时间，如果超过这个时间，下游未作出反应，就断开请求，释放掉线程。

限流

限流就是限制系统的输入和输出流量已达到保护系统的目的。为了保证系统的稳固运行,一旦达到的需要限制的阈值,就需要限制流量并采取少量措施以完成限制流量的目的。

熔断

在互联网系统中，当下游服务因访问压力过大而响应变慢或失败，上游服务为了保护系统整体的可用性，可以暂时切断对下游服务的调用。这种牺牲局部，保全整体的措施就叫做熔断。

• 服务熔断一般有三个状态
  • 熔断关闭状态（Closed）
    服务没有故障时，熔断器所处的状态，对调用方的调用不做任何限制
  • 熔断开启状态（Open）
    后续对该服务接口的调用不再经过网络，直接执行本地的fallback方法
  • 半熔断状态（Half-Open）
    尝试恢复服务调用，允许有限的流量调用该服务，并监控调用成功率。如果成功率达到预期，则说明服务已恢复，进入熔断关闭状态；如果成功率仍旧很低，则重新进入熔断关闭状态

降级

降级其实就是为服务提供一个托底方案，一旦服务无法正常调用，就使用托底方案

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分为两部分

• 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。

集成Sentinel

1. 引入依赖

<dependency>
	<groupId>com.alibaba.cloud</groupId>
	<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

2. 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。
   下载jar包,解压到文件夹
   https://github.com/alibaba/Sentinel/releases
   控制台本身就是一个springBoot项目 直接java -jar 启动就可以
   
3. 项目中添加配置

# Spring
spring:
  application:
    # 应用名称
    name: com-xzx-shop
  profiles:
    # 环境配置
    active: dev
  cloud:
    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
        dashboard: 127.0.0.1:8080 #指定控制台服务地址
      # nacos规则持久化
      datasource:
        ds1:
          nacos:
            server-addr: 127.0.0.1:8848
            dataId: sentinel-xzx-gateway
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: gw-flow
      eager: true

Sentinel规则

流控规则

流量控制，其原理是监控应用流量的QPS(每秒查询率) 或并发线程数等指标，
当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，
从而保障应用的高可用性

• 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

• sentinel共有三种流控模式，分别是：

  • 直接（默认）：接口达到限流条件时，开启限流
  • 关联：当关联的资源达到限流条件时，开启限流 [适合做应用让步]
  • 链路：当从某个接口过来的资源达到限流条件时，开启限流

• 快速失败（默认）: 直接失败，抛出异常，不做任何额外的处理，是最简单的效果

• Warm Up：它从开始阈值到最大QPS阈值会有一个缓冲阶段，一开始的阈值是最大QPS阈值的1/3，然后慢慢增长，直到最大阈值，适用于将突然增大的流量转换为缓步增长的场景。

• 排队等待：让请求以均匀的速度通过，单机阈值为每秒通过数量，其余的排队等待； 它还会让设置一个超时时间，当请求超过超时间时间还未处理，则会被丢弃

热点规则

热点参数流控规则是一种更细粒度的流控规则, 它允许将规则具体到参数上。

1. @SentinelResource(“标识”)添加注解到要限制的接口就可以配置热点规则进行接口参数的限制
   

授权规则

很多时候，我们需要根据调用来源来判断该次请求是否允许放行，这时候可以使用 Sentinel 的来源
访问控制的功能。来源访问控制根据资源的请求来源（origin）限制资源是否通过：
若配置白名单，则只有请求来源位于白名单内时才可通过；
若配置黑名单，则请求来源位于黑名单时不通过，其余的请求通过。

实现 RequestOriginParser 接口 public String parseOrigin(HttpServletRequest request) 自定义来源处理规则

系统规则

系统保护规则是从应用级别的入口流量进行控制，从单台机器的总体 Load、RT、入口 QPS 、CPU
使用率和线程数五个维度监控应用数据，让系统尽可能跑在最大吞吐量的同时保证系统	整体的稳定性。
系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量 (进入应用的流量) 生效。

• Load（仅对 Linux/Unix-like 机器生效）：当系统 load1 超过阈值，且系统当前的并发线程数超过
  系统容量时才会触发系统保护。系统容量由系统的 maxQps * minRt 计算得出。设定参考值一般
  是 CPU cores * 2.5。
• RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。
• 线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
• 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。
• CPU使用率：当单台机器上所有入口流量的 CPU使用率达到阈值即触发系统保护

sentinel异常处理

//异常处理页面
@Component
public class ExceptionHandlerPage implements UrlBlockHandler {
//BlockException 异常接口,包含Sentinel的五个异常
// FlowException 限流异常
// DegradeException 降级异常
// ParamFlowException 参数限流异常
// AuthorityException 授权异常
// SystemBlockException 系统负载异常
@Override
public void blocked(HttpServletRequestrequest,HttpServletResponseresponse,BlockException e) throws IOException {
	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;
}

@SentinelResource的使用

@SentinelResource 用于定义资源，并提供可选的异常处理和 fallback 配置项。

@Slf4j
public class SentinelHandler {
	//指定发生BlockException时进入的方法,必须是 static
    public static String blockHandler(BlockException ex){
        log.error("{}",ex);
        return "接口被限流或者降级了";
    }
	//指定发生Throwable时进入的方法,必须是 static
    public static String fallback(Throwable throwable){
        log.error("{}", throwable);
        return "接口发生异常了";
    }
}


@SentinelResource(
value = "user",
blockHandlerClass = SentinelHandler.class,
blockHandler = "blockHandler",
fallbackClass = SentinelHandler.class,
fallback = "fallback"
)
// defaultFallback: 用于通用的 fallback 逻辑默认fallback函数可以针对所有类型的异常进行处理。若同时配置了 fallback 和 defaultFallback，以fallback为准
//exceptionsToIgnore:指定排除掉哪些异常。排除的异常不会计入异常统计，也不会进入fallback逻辑，而是原样抛出。
//exceptionsToTrace:需要trace的异常

Sentinel规则nacos持久化

>
    >com.alibaba.csp>
    >sentinel-datasource-nacos>
>

# Spring
spring:
  application:
    # 应用名称
    name: com-xzx-shop
  profiles:
    # 环境配置
    active: dev
  cloud:
    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
        dashboard: 127.0.0.1:8080 #指定控制台服务地址
        
      datasource: #nacos持久化配置
        ds1:
          nacos:
            server-addr: 127.0.0.1:8848
            dataId: sentinel-xzx-gateway
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: gw-flow

• “flow”、“degrade”、“system”、“authority” “param-flow” “gw-flow”是什么配 置项？

  • 这些配置项分别对应 Sentinel 的不同类型规则：

  • “flow” 用于指定流量控制规则。

  • “degrade” 用于指定熔断降级规则。

  • “system” 用于指定系统保护规则。

  • “authority” 用于指定授权规则。

  • “param-flow” 用于指定热点参数流控规则。

  • “gw-flow” 用于指定网关流量控制规则，它是针对 API 网关使用的流量控制规则类型。

[
    {
         "resource": "/user",
         "limitApp": "default",
         "grade":   1,
         "count":   1,
         "strategy": 0,
         "controlBehavior": 0,
         "clusterMode": false    
    }
]

resource：资源名称
limitApp：来源应用
grade：阈值类型，0代表线程数，1代表QPS
count：单击阈值
strategy：流控模式，0代表直接，1代表关联，2代表链路
controlBehavior：流控效果，0代表快速失败，1代表Warm Up，2代表排队等待
clusterMode：是否集群