服务容错Sentinel入门笔记

相关连接

github wiki
Sentinel官网

简单概述

Sentinel 是面向分布式服务架构的流量控制组件，主要以流量为切入点，从流量控制、熔断降级、系统自适应保护等多个维度来帮助您保障微服务的稳定性。

准备工作

依赖导入

<dependency>
  <groupId>com.alibaba.cloudgroupId>
  <artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
  
  <exclusions>
    <exclusion>
      <artifactId>jackson-dataformat-xmlartifactId>
      <groupId>com.fasterxml.jackson.dataformatgroupId>
    exclusion>
  exclusions>
dependency>


<dependency>
  <groupId>org.springframework.bootgroupId>
  <artifactId>spring-boot-starter-actuatorartifactId>
dependency>

actuator： spring提供的组件，提供了一系列生产级特性，比如健康状况的输出、性能指标收集… 暴露应用内部的各种数据状态

application.yml配置修改

spring:
  cloud:
  	nacos: 
      server-addr=localhost: 8848
    sentinel:
      transport:
        port: 8719
        dashboard: localhost:8840   # dashboard地址
        client-ip: localhost        # 本机地址，可以不填
# actuator暴露所有的端点
management:
  endpoints:
    web:
      exposure:
        include: '*'

启动Sentinel

java -Dserver.port=8840 -Dcsp.sentinel.dashboard.server=localhost:8840 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.7.1.jar

登录Senetinel

http://localhost:8840/
账号密码：sentinel/sentinel

流量控制

流量控制在网络传输中是一个常用的概念，它用于调整网络包的发送数据。然而，从系统稳定性角度考虑，在处理请求的速度上，也有非常多的讲究。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel 作为一个调配器，可以根据需要把随机的请求调整成合适的形状，如下图所示：

流量控制有以下几个角度:
• 资源的调用关系，例如资源的调用链路，资源和资源之间的关系；
• 运行指标，例如 QPS、线程池、系统负载等；
• 控制的效果，例如直接限流、冷启动、排队等。

Sentinel 的设计理念是让您自由选择控制的角度，并进行灵活组合，从而达到想要的效果。

sentinel注意点：
• spring-cloud-starter-alibaba-sentinel 将所有开放的端点自动视作sentinel所要保护的资源。
• 懒加载的，请求之后才能出现数据
• 规则默认是在应用（而非sentinel控制台）的内存中的，如果应用重启，则规则失效，后续通过扩展持久化

Demo：

1. 确保应用接入了控制台
2. 发起一次请求，在控制台的簇点链路界面看到这个资源
   
3. 点击流控，新增流控规则，如下图，阈值类型设为QPS 单机阈值设为5，保存。
   
4. post 新建collection，新建request，新建test，使用runner运行测试
   
   
5. 结果如下，发送了10次，结果成功5次，失败5次
   
   后端结果：被请求了5次
   

其他流控选项

流控模式

1. 直接

针对当前资源进行处理。例如上示Demo：/get

2. 关联

A资源 关联 B 资源 ，请求发给B，如果达到阈值，那么则对A限流； A=>查询操作 B=>更新操作
配置图：

结果如下：
当B阈值5达到后，A进行限流

3. 链路

以调用链路为单位做限流处理，例如：A->B->C 这个链路的总体流量只按入口A的请求量来计算

流控效果

1. 快速失败

直接抛出异常，界面收到提示：Blocked by Sentinel (flow limiting) com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController

2. warm up（预热）

如果qps 10，预热时长10s 冷加载因子是3 从qps=10/3 开始控制流量，逐步达到10
冷启动（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式。该方式主要用于系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮的情况。
比如设置的阈值为100，预热时间10s，冷加载因子是3,那最初的阈值时100/3,逐步加大阈值，10s后达到100。阈值大小决定了流量大小，也就是逐步释放请求流量进入系统，让系统“冷启动”。参考官方wiki 限流—冷启动
源码： com.alibaba.csp.sentinel.slots.block.flow.controller.WarmUpController

如果qps 10，预热时长10s 冷加载因子是3 从qps=10/3 开始控制流量，逐步达到10 postman设置delay 100ms 保证qps 10 这样看到通过请求越来越多的
配置图：

3. 排队等待

• 匀速器（RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER）方式。需要设置将阈值模式设置为QPS才能生效。这种方式严格控制了请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。参考官方：流量监控 匀速排队
该方式的作用如下图所示：

配置图：
postman结果图发送时间都在500ms左右

后端响应也在500ms左右

这种方式主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。削峰填谷。
com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController

超时时间： 超时等待超过指定时间，则被限流