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
总结：当一个服务发生故障导致所有与它相关的链路都是不可以用的
解决雪崩方式
解决雪崩问题的常见方式有四种：
-
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
image.png -
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。
image.png -
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。
image.png -
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。
image.png
Sentinel与Hystrix比较
我前面梳理了Hystrix的知识，现在梳理的Sentinel与它的性质是一样的，都是对于服务的保护，而现在Hystrix不再更新维护，导致替代者Sentinel顺应市场需求
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.html
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 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。
安装Sentinel
sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。
运行方式：
java -jar sentinel-dashboard-1.8.4.jar
账号密码以及登入方式是：
然后访问：localhost:8080 即可看到控制台页面，默认的账户和密码都是sentinel
如果端口被占用：
java -jar sentinel-dashboard-1.8.4.jar -Dserver.port = 你输入的端口号
其他常用参数如下：
整和微服务模块
com.alibaba.cloud
spring-cloud-starter-alibaba-sentinel
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080 #这个地址是你启动Sentinel的地址，本地启动就是localhost或者是127.0.0.1 其他地方就是那个ip地址
查询IP地址
win：
ipconfig
linux：
ifconfig
总结：整和之后访问任意接口都会触发sentinel监控
限流规则
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：
image.png
点击资源/order/{orderId}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，如下图所示：
image.png
流控模式
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
image.png
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。
image.png
当/write资源访问量触发阈值时，就会对/read资源限流，避免影响/write资源。
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。
例如有两条请求链路：
- /test1 -> /common
-
/test2 -> /common
如果只希望统计从/test2进入到/common的请求，则可以这样配置：
image.png - Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解，示例：
@SentinelResource("goods")
public void queryGoods() {
System.err.println("查询商品");
}
- Sentinel默认会将Controller方法做context整合，导致链路模式的流控失效，需要修改application.yml，添加配
spring:
cloud:
sentinel:
web-context-unify: false # 关闭context整合
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
image.png
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 / 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.
image.png
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。
例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常
image.png
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。
在热点参数限流的高级选项中，可以对部分参数设置例外配置：
结合上一个配置，这里的含义是对0号的long类型参数限流，每1秒相同参数的QPS不能超过5，有两个例外：
- 如果参数值是2，则每1秒允许的QPS为10
- 如果参数值是3，则每1秒允许的QPS为10
注意：直接点击热点添加没有高级选择，点击热点规则里面添加热点规则才有高级选择
image.png
image.png
image.png
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。
不管是线程隔离还是熔断降级，都是对客户端（调用方）的保护。
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。
- 修改OrderService的application.yml文件，开启Feign的Sentinel功能
feign:
sentinel:
enabled: true # 开启Feign的Sentinel功能
- 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
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory {
@Override
public UserClient create(Throwable throwable) {
// 创建UserClient接口实现类，实现其中的方法，编写失败降级的处理逻辑
return new UserClient() {
@Override
public User findById(Long id) {
// 记录异常信息
log.error("查询用户失败", throwable);
// 根据业务需求返回默认的数据，这里是空用户
return new User();
}
};
}
}
线程隔离
线程隔离有两种方式实现：
- 线程池隔离
- 信号量隔离（Sentinel默认采用）
image.png
image.png
线程隔离（舱壁模式）
在添加限流规则时，可以选择两种阈值类型：
image.png - QPS：就是每秒的请求数，在上面说了
- 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。
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。
熔断策略-慢调用
断路器熔断策略有三种：慢调用、异常比例、异常数
- 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。例如：
image.png
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。
熔断策略-异常比例、异常数
断路器熔断策略有三种：慢调用、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。例如：
image.png
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。
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
image.png
例如，我们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
注意：在sentinel内部有个RequestOriginParser内部不能区别来源，只会返回Defaule需要自己配合过滤器来增加header里面的请求参数来判断来源，总体来说就是根据你指定的来源才能访问的性质才能访问你的接口，来起到保护的效果
代码展现：
@Component
public class SentinelOriginRequest implements RequestOriginParser {
@Override
public String parseOrigin(HttpServletRequest httpServletRequest) {
String origin = httpServletRequest.getHeader("origin");
if (StringUtils.isEmpty(origin)) {
origin = "blank";
}
return origin;
}
}
解读：这里我实现了sentinel的RequestOriginParser这个类，并且把这个对象变为了组件，在header里面加入了origin这个参数，如果携带了这个参数就返回这个参数代表允许
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 + "}");
}
}
而BlockException包含很多个子类，分别对应不同的场景：