• SpringCloud Alibaba Sentinel---实现熔断与限流


      前言:不断学习就是程序员的宿命

    一、概述

      Github官网:https://github.com/alibaba/Sentinel,就是SpringCloud的Hystrix

      下载地址:https://github.com/alibaba/Sentinel/releases

    官网:https://spring-cloud-alibaba-group.github.io/github-pages/greenwich/spring-cloud-alibaba.html#spring_cloud_alibaba_sentinel

    二、Sentinel 控制台

    1、启动Sentinel

    java -jar sentinel-dashboard-1.7.0.jar

    2、登录Web界面

    浏览器访问:http://localhost:8080/,用户名密码均为:sentinel

     三、Sentinel流控规则

    1、流控模式

    1.1直接 (默认)

    1.1.1 QPS直接失败

      以下设置表示:1秒钟内查询1次就是OK,若次数超过1,就直接-快速失败,报默认错误

    1.1.2线程数直接失败

    1.2、关联

      当关联的资源达到阈值时,就限流自己;当与A关联的资源B达到阈值时,就限流A自己(B惹事,A挂了)

      设置:当关联资源/testB的qps阈值超过1时,就限流/testA的Rest访问地址,当关联资源达到阈值后限制配置好的资源名。

    2、流控效果

      Github:https://github.com/alibaba/Sentinel/wiki/Flow-Control

    2.1 直接-快速失败

      直接失败,抛出异常:Blocked by Sentinel(flow limiting)

      源码:com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController

    2.2 直接-预热

      默认coldFactor为3,即请求QPS从threshold/3开始,经预热时长逐渐升至设定的QPS阈值。限流冷启动

      以下是指开始QPS为10/3=3,5秒后慢慢预热至10

    2.3排队等待  

      匀速排队,阈值必须设置为QPS(漏桶算法

      源码:com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController

      以下设置含义:/testA每秒1次请求,超过的话就排队等待,等待的超时时间为20000毫秒。

    四、Sentinel降级规则

      Github:https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7

       Sentinel断路器没有半开状态(Hystrix断路器是存在半开状态的)

    1、RT

      以下表示:Jmeter永远1秒钟打进来10个线程(大于5,官网)调用testD,我们希望200毫米处理完本次任务。如果超过200毫秒还没处理完,在未来1秒钟的时间窗口内,断路器打开(保险丝跳闸)微服务不可用,保险丝跳闸断电。

    2、异常比例

    按照以下配置:

    ①单独访问一次,必然来一次报错一次(int a =10/0;)

    ②开启Jmeter,直接高并发发送请求,多次调用达到官网配置条件,断路器开启(保险丝跳闸)微服务不可用,不在报错error而是服务降级了。

    3、异常数

      异常数是按照分钟统计的,访问:http://localhost:8401/testExceptionCount,第一次访问绝对报错(int a = 10/0);但是达到配置的阈值(5)次报错后,进入熔断后降级。

    五、热点规则

      官网:https://github.com/alibaba/Sentinel/wiki/%E7%83%AD%E7%82%B9%E5%8F%82%E6%95%B0%E9%99%90%E6%B5%81

    1、热点key限流

      配置第一个参数(索引0)阈值为1,违背则会进入Fallback兜底方法

    2、参数例外项

      基于上述热点规则,期望p1参数当它为某个特殊值时,限流值与平时不太一样(例如当p1=5时,它的阈值为200)

    六、系统规则

    Github:https://github.com/alibaba/Sentinel/wiki/%E7%B3%BB%E7%BB%9F%E8%87%AA%E9%80%82%E5%BA%94%E9%99%90%E6%B5%81

     从整体维度对应用入口流量进行控制,而之前限流是细粒度对某个方法进行QPS等配置,这个是整体级别的。

    七、SentinelResource配置

    Github:https://github.com/alibaba/Sentinel/wiki/%E6%B3%A8%E8%A7%A3%E6%94%AF%E6%8C%81

    1、按资源名限流

     关闭8401服务,查看流控规则消失,发现规则是临时的

    2、按URL地址限流

    3、自定义限流处理逻辑

      上述问题:

          ①系统默认的,没有体现我们自己的业务要求

          ②依照现有条件,我们自定义的处理方法又和业务代码耦合在一起,不直观

          ③每个业务方法都添加一个兜底方法,那代码膨胀

          ④全局统一的处理方法没有体现

    (1)新增自定义处理方法

    public class CustomerBlockHandler {
    
        public static CommonResult handlerException(BlockException exception) {
            return new CommonResult(444, "客户自定义,global handlerException---1");
        }
    
        public static CommonResult handlerException2(BlockException exception) {
            return new CommonResult(444, "客户自定义,global handlerException---2");
        }
    }
    View Code

    (2)引用

    八、Sentinel服务熔断Ribbon

    1、无配置

     测试情况

    2、配置Fallback,只负责业务异常

     测试情况:

    3、配置blockhandler,只负责Sentinel控制台配置违规

     测试情况

    4、配置Fallback和blockhandler

     测试情况:

    5、异常忽略-exceptionsToIgnore

     

     测试情况:

    九、Sentinel服务熔断OpenFeign

     1、application.yml开启对feign支持

    #激活sentinel对feign的支持
    feign:
      sentinel:
        enabled: true

    2、主类启用注解@EnableFeignClients

    3、Feign接口

     测试情况:停掉9003提供者,服务降级了

    十、熔断框架比较

     十一、Sentinel规则持久化

      之前配置在Sentinel的规则在微服务重启,规则丢失。

      思路:将限流规则持久化进Nacos保存,只要刷新微服务的某个Rest地址,Sentinel控制台的流控规则就能看到,只要Nacos里面的配置不删除,针对某个微服务的Sentinel规则持续有效

    1、application.yml添加如下配置

    server:
      port: 8401
    spring:
      application:
        name: cloudalibaba-sentinel-service
      cloud:
        nacos:
          discovery:
            # Nacos服务注册中心地址
            server-addr: localhost:8848
        sentinel:
          transport:
            # sentinel dashboard 地址
            dashboard: localhost:8080
            # 默认为8719,如果被占用会自动+1,直到找到为止
            port: 8719
          # 流控规则持久化到nacos
          datasource:
            dsl:
              nacos:
                server-addr: localhost:8848
                data-id: ${spring.application.name}
                group-id: DEFAULT_GROUP
                data-type: json
                rule-type: flow
    management:
      endpoints:
        web:
          exposure:
            include: "*"
    application.yml

    2、Nacos控制台新建配置文件

      DataId为spring.application.name,json格式如下:

    [
        {
            "resource":"/rateLimit/byUrl",
            "limitApp":"default",
            "grade":1,
            "count":1,
            "strategy":0,
            "controlBehavior":0,
            "clusterMode":false
        }
    ]

    ①resource:资源名称(默认请求路径)

    ②limitApp:来源应用默认

    ③grade:阈值类型,0表示线程数,1表示QPS

    ④count:单机阈值

    ⑤strategy:流控模式,0表示直接,1表示关联,2表示链路

    ⑥controlBehavior:流控效果:0表示快速失败,1表示warmup,2表示排队等待

    ⑦clusterMode:是否集群

    3、测试情况

  • 相关阅读:
    Windows核心编程笔记:同步设备I/O与异步设备I/O 200404
    最顶层窗口
    Windows环境变量
    如何使用Beyond Compare比较两个文件夹的差异
    c++生成缩略图
    MD5加密算法
    c++读写注册表
    通过WMI获取网卡MAC地址、硬盘序列号、主板序列号、CPU ID、BIOS序列号
    Hive中HSQL中left semi join和INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL JOIN区别
    postgreSQL格式化时间的函数详解
  • 原文地址:https://www.cnblogs.com/rmxd/p/12595041.html
Copyright © 2020-2023  润新知