【SpringCloud】Sentinel微服务保护：流量控制、隔离和降级
目录
（一）初识Sentinel
（二）流量控制
（三）隔离和降级
（四）授权规则
（五）规则持久化
（一）初识Sentinel
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。
安装Sentinel控制台
sentinel官方提供了UI控制台，方便我们对系统做限流设置
sentinel-dashboard-1.8.1.jar 阿里云盘下载地址： 阿里云盘分享
启动Sentinel控制台
java -jar sentinel-dashboard-1.8.1.jar
1.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
2.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 |
举例说明
iava -jar sentinel-dashboard-1.8.1.jar -Dserver.port=8090
微服务整合Sentinel
我们在order-service中整合Sentinel，并且连接Sentinel的控制台，步骤如下：
1.引入sentinel依赖：
<dependency>
<groupId>com.alibaba.cloudgroupId>
<artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
dependency>
2.配置控制台地址：
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
3.访问微服务的任意端点，触发sentinel监控
（二）流量控制
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：
快速入门
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：
其含义是限制 /order/{orderId}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。
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
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。
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。
满足下面条件可以使用关联模式：
- 两个有竞争关系的资源
- 一个优先级较高，一个优先级较低
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 à /common
- /test2 à /common
如果只希望统计从/test2进入到/common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：
-
- 在OrderService中添加一个queryGoods方法，不用实现业务
- 在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
- 在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
- 给queryGoods设置限流规则，从/order/query进入queryGoods的方法限制QPS必须小于2
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，添加配置：
spring:
cloud:
sentinel:
web-context-unify: false # 关闭context整合
控流效果、热点参数限流
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
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.
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
流量整形效果
流控效果：
-
- 快速失败：QPS超过阈值时，拒绝新的请求
- warm 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。
- 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
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。
配置示例：
代表的含义是：对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5
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100，则每1秒允许的QPS为10
- 如果参数值是101，则每1秒允许的QPS为15
注意：热点参数限流对默认的springMVC资源无效，需要加注解
@SentinelResource("hot")
（三）隔离和降级
-
- FeignClient整合Sentinel
- 线程隔离（舱壁模式）
- 熔断降级
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。
- 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:
sentinel:
enabled: true # 开启Feign的Sentinel功能
2.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
步骤一：在feing-api项目中定义类，实现FallbackFactory：
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
@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();
}
};
}
}
步骤二：在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：
@Bean
public UserClientFallbackFactory userClientFallback(){
return new UserClientFallbackFactory();
}
步骤三：在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：
@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
- 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）
- 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。
超过得线程会进入服务降级FallbackFactory定义的默认返回值
线程隔离的两种手段：
- 信号量隔离
- 线程池隔离
信号量隔离的特点：
- 基于计数器模式，简单，开销小
线程池隔离的特点：
- 基于线程池模式，有额外开销，但隔离控制更强
- 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：
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：
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。
Sentinel熔断降级的策略：
-
- 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
（四）授权规则
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
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
Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
public interface RequestOriginParser {
/**
* 从请求request对象中获取origin，获取方式自定义
*/
String parseOrigin(HttpServletRequest request);
}
例如，我们尝试从request中获取一个名为origin的请求头，作为origin的值：
@Component
public class HeaderOriginParser implements RequestOriginParser {
@Override
public String parseOrigin(HttpServletRequest request) {
String origin = request.getHeader("origin");
if(StringUtils.isEmpty(origin)){
return "blank";
}
return origin;
}
}
我们还需要在gateway服务中，利用网关的过滤器添加名为gateway的origin头：
spring:
cloud:
gateway:
default-filters:
- AddRequestHeader=origin,gateway # 添加名为origin的请求头，值为gateway
给/order/{orderId} 配置授权规则：
2. 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：
public interface BlockExceptionHandler {
/**
* 处理请求被限流、降级、授权拦截时抛出的异常：BlockException
*/
void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
}
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 + "}");
}
}
（五）规则持久化
1. 规则管理模式
Sentinel的控制台规则管理有三种模式：
| 推送模式 |
说明 |
优点 |
缺点 |
| 原始模式 |
API 将规则推送至客户端并直接更新到内存中，扩展写数据源（WritableDataSource），默认就是这种 |
简单，无任何依赖 |
不保证一致性；规则保存在内存中，重启即消失。严重不建议用于生产环境 |
| Pull 模式 |
扩展写数据源（WritableDataSource）， 客户端主动向某个规则管理中心定期轮询拉取规则，这个规则中心可以是 RDBMS、文件 等 |
简单，无任何依赖；规则持久化 |
不保证一致性；实时性不保证，拉取过于频繁也可能会有性能问题。 |
| Push 模式 |
扩展读数据源（ReadableDataSource），规则中心统一推送，客户端通过注册监听器的方式时刻监听变化，比如使用 Nacos、Zookeeper 等配置中心。这种方式有更好的实时性和一致性保证。生产环境下一般采用 push 模式的数据源。 |
规则持久化；一致性； |
引入第三方依赖 |
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。
2. 实现push模式
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：
- 修改order-service服务，使其监听Nacos配置中心
- 修改Sentinel-dashboard源码，配置nacos数据源
- 修改Sentinel-dashboard源码，修改前端页面
- 重新编译、打包-dashboard源码
重新编译、打包好的见阿里云盘下载地址： sentinel-dashboard.jar 阿里云盘分享
