Skip to content

Sentinel

场景

  • 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
    • 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
    • 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
    • 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
    • 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
      • 令牌桶

对比

SentienlHystrix
隔离策略信号量隔离线程池隔离/信号量隔离
熔断降级策略基于慢调用比例或异常比例基于失败比率
实时指标实现滑动窗口滑动窗口(基于RxJava)
规则配置支持多种数据源支持多种数据源
扩展性多个扩展点插件的形式
基于注解的支持支持支持
限流基于QPS,支持基于调用关系的限流有限的支持(仅支持线程池)
流量整形支持慢启动、匀速排队模式不支持
系统自适应保护支持不支持
控制台开箱即用,可配置规则、查看秒级监控、机器发现等不完善
常见框架的适配Servlet、Spring Cloud、 Dubbo、gRPC等Servlet、Spring Cloud Netflix

引入

xml
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
yaml
spring: 
  cloud:
    sentinel:
      transport:
        dashboard: 10.1.72.237:8858
        clientIp: 10.1.72.80

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

不支持 Restful

流控

按照每秒QPS进行限制,此时一个接口每秒只能访问一次

一般默认只会对Controller方法进行流控,如果要对其他方法进行流控,需要添加**@SentinelResource()**

  1. 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
  2. 关联:统计与当前资源相关的另-个资源,触发阈值时,对当前资源限流
    1. 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。
  3. 链路:统计从指定链路(来源)访问到本资源的请求,触发阈值时,对指定链路限流
    1. 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。
    2. 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
yaml
sentinel:
  web-context-unify: false
java
@SentinelResource(value = "OrderService.update", blockHandler = "fail")
public Order update(Long id) {
    Order order = new Order();
    order.setId(id);
    order.setAddress("update");
    return order;
}

// 注意阻塞方法的参数返回值需要和原方法一直
public Order fail(Long id, BlockException e) {
    return null;
}

拒绝QPS

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:

  1. 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。
  2. 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。
    1. 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。

  1. 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。
    1. 流量整形

热点参数限流

隔离和降级

FeignClient整合Sentinel

  1. 添加配置
yaml
feign:
  sentinel:
    enabled: true
  1. 给FeignClient编写失败后的降级逻辑
    1. 方式一:FallbackClass,无法对远程调用的异常做处理
    2. 方式二:FallbackFactory,可以对远程调用的异常做处理
  2. 编写 FallbackFactory
java
@FeignClient(value = "user-service", fallbackFactory = UserControllerFallbackFactory.class)
@RequestMapping("user")
public interface IUserController {

    @GetMapping("/{id}")
    User user(@PathVariable(value = "id") Long id);
}
java
@Slf4j
public class UserControllerFallbackFactory implements FallbackFactory<IUserController> {
    @Override
    public IUserController create(Throwable throwable) {
        log.error(this.getClass() + "has error");
        return new IUserController() {
            @Override
            public User user(Long id) {
                return new User();
            }
        };
    }
}
java
@Bean
public UserControllerFallbackFactory userControllerFallbackFactory() {
    return new UserControllerFallbackFactory();
}

线程隔离(舱壁模式)

  1. 线程池隔离
    1. 优点:支持主动超时、支持异步调用
    2. 缺点:线程的额外开销比较大
    3. 场景:低扇出(扇出表示当前接口调用其他服务,扇出越高,线程消耗越多)
  2. 信号量隔离
    1. 优点:轻量级,无额外开销
    2. 缺点:不支持主动超时、不支持异步调用
    3. 场景:高频调用、高扇出

熔断降级

状态机实现

系统规则

只在Linux下有效

授权规则

类似网关白名单,但是这个是从服务的角度进行授权,如果微服务接口暴露至公网可用。

但是这个头用户也可以伪造,所以在网关处统一加上一个虚假的header,这样只有走了网关的接口才会有这个头。

yaml
spring:
  cloud:
    gateway:
      default-filters:
        - AddRequestHeader: origin,gateway # 统一拦截请求

自定义异常

java
public interface BlockExceptionHandler {

    /**
     * Handle the request when blocked.
     *
     * @param request  Servlet request
     * @param response Servlet response
     * @param e        the block exception
     * @throws Exception users may throw out the BlockException or other error occurs
     */
    void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
}
异常说明
FlowException限流异常
Par amFlowExcepti on热点参数限流的异常
DegradeException降级异常
Authori tyException授权规则异常
SystemBlockException系统规则异常

持久化

  1. 原始模式: Sentinel的默认模式,将规则保存在内存,重启服务会丢失。
  2. 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。

  1. 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。

xml
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
yaml
spring:
  cloud:
    sentinel:
      datasource:
        flow:
          nacos:
            server-addr: 10.1.72.237:8848
            dataId: ${spring.application.name}
            namespace: ccb76ebd-2c41-41f4-bf21-eedb032910b9
            rule-type: flow
            groupId: SENTINEL_GROUP

再次启动即可看到已经持久化的配置了