• Spring Cloud Alibaba系列（五）sentinel实现服务限流降级

    一、sentinel是什么

    sentinel的官方名称叫分布式系统的流量防卫兵。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。在Spring Cloud项目中最开始我们使用的是Hystrix，目前已停止更新了。现在Spring Cloud官方推荐的是rensilience4j。当然还有我们今天学习的sentinel。

    Sentinel 具有以下特征:

    • 丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。
    • 完备的实时监控：Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运 行情况。
    • 广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。
    • 完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

    二、sentinel实现限流

    2.1 安装sentinel控制台

    这里我们直接下载jar包即可，下载后通过命令行启动：

    java -jar sentinel-dashboard-1.7.2.jar
    • 默认端口：8080
    • 默认用户名：sentinel
    • 默认密码：sentinel

    启动成功后，我们浏览器访问http://localhost:8080，出现如下界面。

    2.2 微服务继承sentinel

    • 引入sentinel依赖
    <dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
    • 添加sentinel的相关配置
    server:
  port: 7003
spring:
  application:
    name: sentinel-provider
  cloud:
	nacos:
      discovery:
        server-addr: 127.0.0.1:8848
    sentinel:
      transport:
        dashboard: 127.0.0.1:8080
    • 提供个接口用来测试限流
    @SpringBootApplication
public class SentinelApplication {

    public static void main(String[] args) {
        SpringApplication.run(SentinelApplication.class, args);
    }
}

@RestController
class TestController{
    @GetMapping("/test")
    public String test(){
        return "hello! sentinel!";
    }
}

    我们请求几次这个接口后，打开sentinel控制台，就可以实时监控到这个sentinel-provider服务接口调用情况了。

    2.3 配置限流规则

    我们这里做一个简单的规则配置:

    • 阀值类型：QPS

    • 单机阀值：2

    意思就是：该接口每秒最多允许进入两个请求。

    点击新增后，在流控规则里发现了一条规则：

    现在，我们继续请求3次这个接口。第三次响应的内容如下：

    Blocked by Sentinel (flow limiting)

    我们打开控制台发现拒绝了一条请求。

    三、Sentinel规则介绍

    不管是限流还是降级，它都是按照某种规则进行的，下面具体介绍一下sentinel支持的几种规则。

    3.1 流控规则

    流量控制，其原理是监控应用流量的QPS(每秒查询率) 或并发线程数等指标，当达到指定的阈值时

    对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。

    资源名：唯一名称，默认是请求路径，可自定义

    针对来源：指定对哪个微服务进行限流，默认指default，意思是不区分来源，全部限制

    阈值类型/单机阈值：

    • QPS（每秒请求数量）: 当调用该接口的QPS达到阈值的时候，进行限流

    • 线程数：当调用该接口的线程数达到阈值的时候，进行限流

    3.2 降级规则

    降级规则就是当满足什么条件时，对服务降级——即将请求转发到另外接口上，这个接口与业务无关，只是为了保证系统的完整性。

    • RT（平均响应时间） ：当资源的平均响应时间超过阈值（以 ms 为单位）之后，资源进入准降级状态。如果接下来 1s 内持续进入 5 个请求，它们的 RT都持续超过这个阈值，那么在接下的时间窗口（以 s 为单位）之内，就会对这个方法进行服务降级。

      注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，若需要变更此上限可以通过启动配置项 -Dcsp.sentinel.statistic.max.rt=xxx 来配置。

    • 异常比例：当资源的每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口（以 s 为单位）之内，对这个方法的调用都会自动地返回。异常比率的阈值范围是 [0.0,1.0]。

    • 异常数 ：当资源近 1 分钟的异常数目超过阈值之后会进行服务降级。注意由于统计时间窗口是分钟级别的，若时间窗口小于 60s，则结束熔断状态后仍可能再进入熔断状态。

    3.3 热点规则

    热点规则允许将规则具体到参数上。

    我们用个例子来看看效果。

    • 编写接口
    @GetMapping("/myTest")
@SentinelResource("test3")
public String test123(String name,String age){
    return  name + "----"+ age;
}
    • 添加规则

    • 运行效果

    结果显示，第一个参数被限流了，而第二个参数正常。

    3.4 系统规则

    系统保护规则是从应用级别的入口流量进行控制，从单台机器的总体 Load、RT、入口 QPS 、CPU使用率和线程数五个维度监控应用数据，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。

    系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量 (进入应用的流量) 生效。

    • Load（仅对 Linux/Unix-like 机器生效）：当系统 load1 超过阈值，且系统当前的并发线程数超过系统容量时才会触发系统保护。系统容量由系统的 maxQps * minRt 计算得出。设定参考值一般是 CPU cores * 2.5。

    • RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。

    • 线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。

    • 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

    • CPU使用率：当单台机器上所有入口流量的 CPU使用率达到阈值即触发系统保护。

    3.5 授权规则

    很多时候，我们需要根据调用来源来判断该次请求是否允许放行，这时候可以使用 Sentinel 的来源问控制的功能。来源访问控制根据资源的请求来源（origin）限制资源是否通过：

    • 若配置白名单，则只有请求来源位于白名单内时才可通过；

    • 若配置黑名单，则请求来源位于黑名单时不通过，其余的请求通过。

    流控应用：sentinel提供了RequestOriginParser来处理接口来源。

    我们运行abc来源的请求访问/test接口。

    @Component
class requestOrigin implements RequestOriginParser{

    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {
        String server = httpServletRequest.getParameter("server");
        return server;
    }
}

    我们请求http://localhost:7003/test?server=abc 和 http://localhost:7003/test?server=ab来分别看看效果。

    @SentinelResource的使用

    @SentinelResource 用于定义资源，并提供可选的异常处理和 fallback 配置项。

    主要参数有以下几个

    属性 作用
    value 资源名称
    entryType entry类型，标记流量的方向，取值IN/OUT，默认是OUT
    blockHandler 处理BlockException的函数名称,函数要求：1. 必须是 public;2.返回类型 参数与原方法一致;3. 默认需和原方法在同一个类中。若希望使用其他类的函数，可配置blockHandlerClass ，并指定blockHandlerClass里面的方法。
    blockHandlerClass 存放blockHandler的类,对应的处理函数必须static修饰。
    fallback 1. 返回类型与原方法一致;2. 参数类型需要和原方法相匹配;3. 默认需和原方法在同一个类中。若希望使用其他类的函数，可配置fallbackClass
    fallbackClass 存放fallback的类。对应的处理函数必须static修饰。
    defaultFallback 若同时配置了 fallback 和 defaultFallback，以fallback为准。
    exceptionsToIgnore 指定排除掉哪些异常。排除的异常不会计入异常统计，也不会进入fallback逻辑，而是原样抛出。
    exceptionsToTrace 需要trace的异常

    @sentinelResource可结合blockHandler用于限流处理，结合fallback用于降级处理。具体规则可通过sentinel控制台配置，具体我就不演示了，在下一章内容中，我会分别演示限流和降级的应用。

    public class MySentinelResource {

    @SentinelResource(value="message",blockHandler="blockHandler",fallback="fallback")
    public String message(String str){
        if(StringUtils.isBlank(str)){
            throw new RuntimeException();
        }
        return str;
    }
    /**
     * 限流处理
     * @param str
     * @param ex
     * @return
     */
    public String blockHandler(String str, BlockedException ex){
        return str + "--"+ ex;
    }
    /**
     * 降级处理
     * @param str
     * @return
     */
    public String fallback(String str){
        return null;
    }
}

    代码示例

    gitee：https://gitee.com/zhixie/spring-cloud-alibaba-learning/tree/master/sentinel-server

    github：https://github.com/binzh303/spring-cloud-alibaba-learning/tree/master/sentinel-server
  • 相关阅读:
    iBatis.Net(4):DataMapper API
    【转】一步一步学Linq to sql（七）：并发与事务
    【转】一步一步学Linq to sql（五）：存储过程
    iBatis.Net(5):Data Map
    【转】一步一步学Linq to sql（三）：增删改
    iBatis.Net(6):Data Map(深入)
    【转】一步一步学Linq to sql（四）：查询句法
    【转】一步一步学Linq to sql（二）：DataContext与实体
    .NET自动字符编码识别程序库 NChardet
    SQL UNIQUE Constraint
  • 原文地址：https://www.cnblogs.com/zhixie/p/13202737.html
Copyright © 2020-2023  润新知