微服务保护Sentinel

1、雪崩问题

1.1 什么时雪崩？

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。

1.2 如何解决雪崩？

1.2.1 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

1.2.2 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。

1.2.3 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。

1.2.4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。

1.3 关于雪崩问题的总结

问题一：什么是雪崩问题？

微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。

问题二：如何避免因瞬间高并发流量而导致服务故障？

流量控制

问题三：如何避免因服务故障引起的雪崩问题？

超时处理，线程隔离，降级熔断

2、服务保护技术对比

3、Sentinel简介

Sentinel是阿里巴巴开源的一款微服务流量控制组件。

官网地址：homehomehttps://sentinelguard.io/zh-cn/index.htmlSentinel 具有以下特征:

①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。

②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。

③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。

4、安装Sentinel控制台

第一步：下载jar包

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。

第二步：在jar包所在目录（不能有中文）打开命令行窗口，执行命令：

java -jar sentinel-dashboard-1.8.1.jar

第三步：访问localhost:8080 即可看到控制台页面，默认的账户和密码都是sentinel

如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置：

配置项	默认值	说明
server.port	8080	服务端口
sentinel.dashboard.auth.username	sentinel	默认用户名
sentinel.dashboard.auth.password	sentinel	默认密码

比如：8080端口被占用，修改端口号

java -Dserver.port=8090 sentinel-dashboard-1.8.1.jar

5、微服务整合Sentinel

我们在微服务中整合Sentinel，并且连接Sentinel的控制台，步骤如下：

第一步，引入sentinel依赖

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

第二步，配置控制台地址

# 指定sentinel控制面板的地址
spring.cloud.sentinel.transport.dashboard=localhost:8090

第三步，访问微服务的任意端点，触发sentinel监控

5.1 限流规则之簇点链路

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。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：

点击相应资源后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：

其含义是限制这个资源的单机QPS为1，即每秒只允许1次请求，超出的请求会被拦截并报错。

利用jemeter测试

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

5.1.1 流控模式（直接）

上面使用的就是直接模式

5.1.2 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商品状态，同时用户要查询商品。查询和修改操作会争抢数据库锁，产生竞争。当修改商品业务触发阈值时，需要对查询商品业务限流。

@GetMapping("getProduct")
public CommonResult getProduct(){
    return new CommonResult(2000,"查询商品",null);
}

@GetMapping("updateProduct")
public CommonResult updateProduct(){
    return new CommonResult(2000,"修改商品",null);
}

当/updateProduct资源访问量触发阈值时，就会对/getProduct资源限流，避免影响/updateProduct资源。

满足下面条件可以使用关联模式：
①两个有竞争关系的资源
②一个优先级较高，一个优先级较低

5.1.3 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：

• /read/getGoods
• /write/getGoods

如果只希望统计从/read进入到/getGoods的请求，则可以这样配置：

需求：有查询订单和创建订单业务，两者都需要查询商品。针对从查询订单进入到查询商品的请求统计，并设置限流。
步骤：

1. 在OrderService中添加一个getGoods方法，不用实现业务
2. 在OrderController中，添加/order/read端点，调用OrderService中的getGoods方法
3. 在OrderController中添加一个/order/write的端点，调用OrderService的getGoods方法
4. 给getGoods设置限流规则，从/order/read进入getGoods的方法限制QPS必须小于5

Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法为资源，需要利用@SentinelResource注解

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.properties

# 取消上下文整合，默认值为true
spring.cloud.sentinel.web-context-unify=false

5.1.4 总结

流控模式有哪些？
直接：对当前资源限流
关联：高优先级资源触发阈值，对低优先级资源限流。
链路：阈值统计时，只统计从指定资源进入当前资源的请求，是对请求来源的限流

5.2 限流规则之流控效果

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。

5.2.1 流控效果（直接失败）

我们上面使用到的流控效果都是直接失败的流控效果。

5.2.2 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.

需求：给/product/getOne/{id}这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒

5.2.3 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

需求：给/product/getOne/{id}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

也就是说1s内可以处理10个http请求，超出的请求进行等待，超时时间为5s，每100ms处理一个请求，所以等待队列中可以有50个请求，超出的就会直接被拒绝，设置1s的执行时间，5s的等待时间，一共执行了6s，在6s内可以处理60个请求，其余请求被拒绝，使用jmeter进行测试。

5.2.4 总结

流控效果有哪些？
①快速失败：QPS超过阈值时，拒绝新的请求
②warm up： QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机。
③排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝

5.3 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。

热点参数限流对默认的SpringMVC资源无效

//TODO：热点参数限流默认不会对springmvc的资源进行限制，我们可以使用@SentinelResource自定义资源
@GetMapping("getById/{id}")
@SentinelResource("hot")
public CommonResult getById(@PathVariable Integer id){
    Order order = orderService.getById(id);
    return new CommonResult(2000,"查询成功",order);
}

给/order/getById/{orderId}这个资源添加热点参数限流，规则如下：
默认的热点参数规则是每1秒请求量不超过5
给161这个参数设置例外：每1秒请求量不超过10
给162这个参数设置例外：每1秒请求量不超过8 

使用jmeter测试

6、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。

6.1 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。
第一步，修改OrderService的配置文件，开启Feign的Sentinel功能

第二步，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（推荐）

在order项目中定义类，实现FallbackFactory：

@Component
@Slf4j
//TODO:降级
// 1.开启openFeign和sentinel的整合，
// 2.编写productFeignFactory类并交与容器管理，
// 3.在ProductFeign的注解标注fallbackFactory
public class ProductFeignFactory implements FallbackFactory {
    @Override
    public ProductFeign create(Throwable throwable) {
        ProductFeign productFeign = new ProductFeign() {
            @Override
            public CommonResult getOne(Integer id) {
                log.error("product服务远程调用出现错误，执行了兜底操作");
                Product product = new Product();
                product.setPid(id);
                product.setPname("异常"+throwable.getMessage());
                return new CommonResult(5002,"系统繁忙",product);
            }
        };
        return productFeign;
    }
}

 

Sentinel支持的雪崩解决方案：
线程隔离（仓壁模式）
降级熔断
Feign整合Sentinel的步骤：
在application.yml中配置：feign.sentienl.enable=true
给FeignClient编写FallbackFactory并交与容器管理
将FallbackFactory配置到FeignClient

6.2 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）

6.2.1 两种线程隔离的比较

	信号量隔离	线程池隔离
优点	轻量级，无额外开销	支持主动超时和异步调用
缺点	不支持主动超时和异步调用	线程的额外开销比较大
场景	高频调出，高扇出	低扇出

6.2.2 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：

• QPS：就是每秒的请求数，在快速入门中已经演示过

• 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。

需求：给 product的查询接口设置流控规则，线程数不能超过 2。借助小伙伴同时访问你的这个地址进行测试。

线程隔离的两种手段是？
信号量隔离
线程池隔离
信号量隔离的特点是？
基于计数器模式，简单，开销小
线程池隔离的特点是？
基于线程池模式，有额外开销，但隔离控制更强

6.3 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

6.3.1 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。例如：

解读：RT超过150ms的调用是慢调用，统计最近5000ms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10秒。然后进入half-open状态，放行一次请求做测试，如果放行的测试请求为小于150ms的则关闭熔断，否则继续进入熔断。

6.3.2 异常比例、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：

解读：统计最近5000ms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10秒。然后进入half-open状态，放行一次请求做测试。

测试：

等到熔断时长结束后，使用没有异常的请求即可结束熔断，如果使用有异常的请求则会继续进入熔断。

Sentinel熔断降级的策略有哪些？

• 慢调用比例：超过指定时长的调用为慢调用，统计单位时长内慢调用的比例，超过阈值则熔断
• 异常比例：统计单位时长内异常调用的比例，超过阈值则熔断
• 异常数：统计单位时长内异常调用的次数，超过阈值则熔断

6.4 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：

而BlockException包含很多个子类，分别对应不同的场景：

我们在order-service中定义类，实现BlockExceptionHandler接口：

@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
    @Override    
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, 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 DegradeException) {
            msg = "请求被降级了！"; 
        } else if (e instanceof ParamFlowException) {
            msg = "热点参数限流！";
        } else if (e instanceof AuthorityException) {
            msg = "请求没有权限！";
            status = 401;
        }
        httpServletResponse.setContentType("application/json;charset=utf-8");
        httpServletResponse.setStatus(status);
        httpServletResponse.getWriter().println("{\"message\": \"" + msg + "\", \"status\": " + status + "}");
    }
}

获取请求来源的接口是什么？
RequestOriginParser
处理BlockException的接口是什么？
BlockExceptionHandler

6.5 规则持久化

Sentinel的控制台规则管理有三种模式：

6.5.1 规则管理模式-原始模式

原始模式：控制台配置的规则直接推送到Sentinel客户端，也就是我们的应用。然后保存在内存中，服务重启则丢失

6.5.2 规则管理模式-pull模式

pull模式：控制台将配置的规则推送到Sentinel客户端，而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询，更新本地规则。

第一步，编写处理类

import com.alibaba.csp.sentinel.command.handler.ModifyParamFlowRulesCommandHandler;
import com.alibaba.csp.sentinel.datasource.*;
import com.alibaba.csp.sentinel.init.InitFunc;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRuleManager;
import com.alibaba.csp.sentinel.slots.system.SystemRule;
import com.alibaba.csp.sentinel.slots.system.SystemRuleManager;
import com.alibaba.csp.sentinel.transport.util.WritableDataSourceRegistry;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import org.springframework.beans.factory.annotation.Value;

import java.io.File;
import java.io.IOException;
import java.util.List;
public class FilePersistence implements InitFunc {

    @Value("${spring.application.name}")
    private String appcationName;

    @Override
    public void init() throws Exception {
        String ruleDir = System.getProperty("user.home") + "/sentinel-rules/" + appcationName;
        String flowRulePath = ruleDir + "/flow-rule.json";
        String degradeRulePath = ruleDir + "/degrade-rule.json";
        String systemRulePath = ruleDir + "/system-rule.json";
        String authorityRulePath = ruleDir + "/authority-rule.json";
        String paramFlowRulePath = ruleDir + "/param-flow-rule.json";

        this.mkdirIfNotExits(ruleDir);
        this.createFileIfNotExits(flowRulePath);
        this.createFileIfNotExits(degradeRulePath);
        this.createFileIfNotExits(systemRulePath);
        this.createFileIfNotExits(authorityRulePath);
        this.createFileIfNotExits(paramFlowRulePath);

        // 流控规则
        ReadableDataSource> flowRuleRDS = new FileRefreshableDataSource<>(
                flowRulePath,
                flowRuleListParser
        );
        FlowRuleManager.register2Property(flowRuleRDS.getProperty());
        WritableDataSource> flowRuleWDS = new FileWritableDataSource<>(
                flowRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);

        // 降级规则
        ReadableDataSource> degradeRuleRDS = new FileRefreshableDataSource<>(
                degradeRulePath,
                degradeRuleListParser
        );
        DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
        WritableDataSource> degradeRuleWDS = new FileWritableDataSource<>(
                degradeRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);

        // 系统规则
        ReadableDataSource> systemRuleRDS = new FileRefreshableDataSource<>(
                systemRulePath,
                systemRuleListParser
        );
        SystemRuleManager.register2Property(systemRuleRDS.getProperty());
        WritableDataSource> systemRuleWDS = new FileWritableDataSource<>(
                systemRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);

        // 授权规则
        ReadableDataSource> authorityRuleRDS = new FileRefreshableDataSource<>(
                authorityRulePath,
                authorityRuleListParser
        );
        AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
        WritableDataSource> authorityRuleWDS = new FileWritableDataSource<>(
                authorityRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);

        // 热点参数规则
        ReadableDataSource> paramFlowRuleRDS = new FileRefreshableDataSource<>(
                paramFlowRulePath,
                paramFlowRuleListParser
        );
        ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
        WritableDataSource> paramFlowRuleWDS = new FileWritableDataSource<>(
                paramFlowRulePath,
                this::encodeJson
        );
        ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);
    }

    private Converter> flowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );
    private Converter> degradeRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );
    private Converter> systemRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    private Converter> authorityRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    private Converter> paramFlowRuleListParser = source -> JSON.parseObject(
            source,
            new TypeReference>() {
            }
    );

    private void mkdirIfNotExits(String filePath) throws IOException {
        File file = new File(filePath);
        if (!file.exists()) {
            file.mkdirs();
        }
    }

    private void createFileIfNotExits(String filePath) throws IOException {
        File file = new File(filePath);
        if (!file.exists()) {
            file.createNewFile();
        }
    }

    private  String encodeJson(T t) {
        return JSON.toJSONString(t);
    }
}

第二步，添加配置

在resources下创建配置目录 META-INF/services ,然后添加文件

com.alibaba.csp.sentinel.init.InitFunc

在文件中添加配置类的全路径

com.gjx.product.config.FilePersistence

如果不想将规则持久化到c盘可以修改持久化路径

6.5.3 规则管理模式-push模式

push模式：控制台将配置规则推送到远程配置中心，例如Nacos。Sentinel客户端监听Nacos，获取配置变更的推送消息，完成本地配置更新。

push模式实现最为复杂，依赖于nacos，并且需要改在Sentinel控制台。整体步骤如下：

1. 修改order-service服务，使其监听Nacos配置中心
2. 修改Sentinel-dashboard源码，配置nacos数据源
3. 修改Sentinel-dashboard源码，修改前端页面
4. 重新编译、打包-dashboard源码

第一步，sentinel源码包，并用IDEA打开

第二步，修改sentinel-dashboard源码的pom文件，将sentinel-datasource-nacos依赖的scope去掉

第三步，拷贝test目录下的nacos代码到main下的com.alibaba.csp.sentinel.dashboard.rule包

第四步，修改刚刚拷贝的nacos包下的NacosConfig类，修改其中的nacos地址

第五步，修改 com.alibaba.csp.sentinel.dashboard.controller.v2包下的FlowControllerV2类

第六步，修改src/main/webapp/resources/app/scripts/directives/sidebar/目录下的sidebar.html文件

第七步，修改之后在控制台使用mvn clean package 打包。