Spring Cloud Alibaba集成Sentinel

一、前言

作为构成Spring Cloud Alibaba微服务体系的关键组件之一，Sentinel提供了一种保护措施，从而保证服务不会因为请求量过大，引发雪崩效应（由于某一服务不可用，导致上游服务不可用，进而导致整个服务不可用）。在微服务时代，服务和服务之间的稳定性变得越来越重要，Sentinel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保护服务的稳定性。

二、Spring Cloud Alibaba集成Sentinel

部署准备

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，该模块目前基于SpringBoot运行；

首先，先从github上下载稳定版本的Sentinel Dashboard，下载地址：https://github.com/alibaba/Sentinel/releases ，目前最新版本为1.8.2 ，下载到本地后，通过以下命令运行：

java -Dserver.port=8088 -jar sentinel-dashboard-1.3.0.jar

浏览器打开http://localhost:8088/ ,默认用户名和密码是:sentinel，至此，前期准备工作完成，接下来进入编码实现阶段。

编码实现

接下来，我们以前面已经开发好的spring-cloud-alibaba-dubbo-gateway，spring-cloud-alibaba-dubbo-consumer和spring-cloud-alibaba-dubbo-provider为基础，进行集成。
我们在spring-cloud-alibaba-dubbo-consumer的bootstrap.yml配置文件中添加以下核心配置：

spring:
    sentinel:
      transport:
        dashboard: 127.0.0.1:8088

在控制类中对特定方法进行服务降级：

@RestController
@RequestMapping("/consumer")
@Slf4j
public class ConsumerController {

    @Reference(check = false,version = "1.0.0")
    private IdGenerateApi idGenerateApi;


    @GetMapping("/getId")
    @SentinelResource(value = "getId",defaultFallback = "respFallback")
    public Object test() {
        Result result=idGenerateApi.getId("");
        log.info("获取id{}",result);
        return result;
    }


    public String respFallback(Throwable t){

        return "服务不可用，原因："+t.getClass().getCanonicalName();
    }

}

上面代码块中的respFallback()方法即为服务不可用时的降级方法。本文以获取雪花算法生成的id为例，进行演示。

测试

依次启动spring-cloud-alibaba-dubbo-gateway，spring-cloud-alibaba-dubbo-consumer和spring-cloud-alibaba-dubbo-provider，nacos如下则全部注册成功：

1. 正常提供服务
   我们使用Postman进行请求演示服务可用时：
   

2. 服务不可用
   我们将spring-cloud-alibaba-dubbo-provider服务停止，再次请求：

如上图所示，服务提供者不可用时，返回了respFallback()降级方法里的内容。

3. 熔断限流
   接下来，更进一步我们进行限流测试，本文中使用jmeter进行测试，如读者对该工具使用不熟悉，请移步https://www.jianshu.com/p/0e4daecc8122 ，jmeter做如下配置：

红圈处填写自己的测试ip，启动测试计划后，登录Sentinel控制台，如下图所示：

如上图，是没有对接口进行限流时，所以请求均正常返回，下图为测试结果：

单机QPS达到1200左右。

现在开启限流，我们将QPS限制在1000，再次进行测试。

测试结果如下：

根据图中结果，我们可以知道，当QPS达到1000时，超过的请求将快速失败，直接返回，这就保护了系统稳定性，防止被流量打崩，导致整个系统不可用。
接下来配置熔断规则：

如上图所示，当请求延迟大于10ms时，熔断2s。
测试结果如下：

三、总结

相信跟随本文演示下来，可以体会到使用Sentinel进行流量控制、熔断降级时，上手非常容易，且流控和熔断规则通过可视化界面进行控制，非常方便根据实际业务进行定制。至于其实现原理，我们将在接下来的文章中进行分析。