SpringCloud09_微服务保护Sentinel

Lemonade22
96 阅读14分钟

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第21天，点击查看活动详情

⭐️前面的话⭐️

✉️坚持和努力一定能换来诗与远方！
💭推荐书籍：📚《王道408》，📚《深入理解 Java 虚拟机-周志明》，📚《Java 核心技术卷》
💬算法刷题：✅力扣🌐牛客网
🎈Github
🎈码云Gitee

微服务保护Sentinel

初识Sentinel

雪崩问题及解决方案

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。


解决雪崩问题的常见方式有四种：

  • 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。

1
# 什么是雪崩问题？
2
微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。
3
​
4
# 如何避免因瞬间高并发流量而导致服务故障？
5
流量控制
6
​
7
# 如何避免因服务故障引起的雪崩问题？
8
超时处理
9
线程隔离
10
降级熔断

服务保护技术对比

SentinelHystrix
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
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

Sentinel介绍和安装

Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址：sentinelguard.io/zh-cn/index…


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。

sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。课前资料提供了下载好的jar包

然后访问：localhost:8080 即可看到控制台页面，默认的账户和密码都是sentinel

如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置：

配置项默认值说明
server.port8080服务端口
sentinel.dashboard.auth.usernamesentinel默认用户名
sentinel.dashboard.auth.passwordsentinel默认密码

举例如下

1
java -jar sentinel-dashboard-1.8.1.jar -D server.port=8090

要使用Sentinel肯定要结合微服务，这里我们使用SpringCloud实用篇中的cloud-demo工程。没有的小伙伴可以在课前资料中找到：

微服务整合Sentinel

我们在order-service中整合Sentinel，并且连接Sentinel的控制台，步骤如下

  • 引入sentinel依赖：


  • 配置控制台地址：


  • 访问微服务的任意端点，触发sentinel监控

流量控制（Sentinel功能1 限流）（预防措施）

簇点链路

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。

流控、熔断等都是针对簇点链路中的资源来设置的，因此我们可以点击对应资源后面的按钮来设置规则：

快速入门

点击资源/order/{orderId}后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：

其含义是限制 /order/{orderId}这个资源的单机QPS为5，即每秒只允许5次请求，超出的请求会被拦截并报错。


案例：流控规则入门案例

需求：给 /order/{orderId}这个资源设置流控规则，QPS不能超过 5。然后利用jemeter测试。

  • 设置流控规则（如上图）
  • jemeter测试


QPS 不到2000

流控模式

在添加限流规则时，点击高级选项，可以选择三种流控模式：

  • 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
  • 关联：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流
  • 链路：统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流（请求的来源做判断从而限流）

关联（如支付的QPS达到阈值对查询业务限流）

关联模式：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流

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。业务需求是优先支付

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。

当/write资源访问量触发阈值时，就会对/read资源限流，避免影响/write资源。


1
# 需求：
2
在OrderController新建两个端点：/order/query和/order/update，无需实现业务
3
配置流控规则，当/order/update资源被访问的QPS超过5时，对/order/query请求限流

满足下面条件可以使用关联模式：

  • 两个有竞争关系的资源
  • 一个优先级较高，一个优先级较低

链路

链路模式：只针对从指定链路访问到本资源的请求做统计，判断是否超过阈值。

例如有两条请求链路：

  • /test1 -> /common
  • /test2 -> /common

如果只希望统计从/test2进入到/common的请求，则可以这样配置：


1
# 需求：有查询订单(并发比较高)和创建订单业务，两者都需要查询商品（有并发上限）。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
​
3
# 步骤：
4
在OrderService中添加一个queryGoods方法，不用实现业务
5
在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
6
在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
7
给queryGoods设置限流规则，从/order/query进入queryGoods的方法限制QPS必须小于2

Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解，示例

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

1
流控模式有哪些？
2
直接：对当前资源限流
3
关联：高优先级资源触发阈值，对低优先级资源限流。
4
链路：阈值统计时，只统计从指定资源进入当前资源的请求，是对请求来源的限流

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：

  • 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。
  • 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
  • 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

流控效果-warm up

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。

例如，我设置QPS的threshold为10，预热时间为5秒，那么初始阈值就是 10 / 3 ，也就是3，然后在5秒后逐渐增长到10。

需求：给/order/{orderId}这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒

流控效果-排队等待

当请求超过QPS阈值时，快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中，然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成，如果请求预期的等待时间超出最大时长，则会被拒绝。

例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常

流量整形，波浪形的变的很平缓

需求：给/order/{orderId}这个资源设置限流，最大QPS为10，利用排队的流控效果，超时时长设置为5s

1
# 流控效果有哪些？
2
快速失败：QPS超过阈值时，拒绝新的请求
3
warm up： QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机。
4
排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝

热点参数限流

之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求，判断是否超过QPS阈值。

代表的含义是：对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5

在热点参数限流的高级选项中，可以对部分参数设置例外配置：

结合上一个配置，这里的含义是对0号的long类型参数限流，每1秒相同参数的QPS不能超过5，有两个例外：

  • 如果参数值是100，则每1秒允许的QPS为10
  • 如果参数值是101，则每1秒允许的QPS为15
1
# 案例：给/order/{orderId}这个资源添加热点参数限流，规则如下：
2
默认的热点参数规则是每1秒请求量不超过2
3
给102这个参数设置例外：每1秒请求量不超过4
4
给103这个参数设置例外：每1秒请求量不超过10

注意：热点参数限流对默认的SpringMVC资源无效

隔离和降级（Sentinel功能2和3）

虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。而要将这些故障控制在一定范围，避免雪崩，就要靠线程隔离（舱壁模式）和熔断降级手段了。

不管是线程隔离还是熔断降级，都是对客户端（调用方） 的保护。

FeignClient整合Sentinel

SpringCloud中，微服务调用都是通过Feign来实现的，因此做客户端保护必须整合Feign和Sentinel。

（1）修改OrderService的application.yml文件，开启Feign的Sentinel功能

（2）给FeignClient编写失败后的降级逻辑

  • 方式一：FallbackClass，无法对远程调用的异常做处理
  • 方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种

步骤一：在feing-api项目中定义类，实现FallbackFactory：

步骤二：在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：

步骤三：在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：

1
# Sentinel支持的雪崩解决方案：
2
线程隔离（仓壁模式）
3
降级熔断
4
​
5
# Feign整合Sentinel的步骤：
6
在application.yml中配置：feign.sentienl.enable=true
7
给FeignClient编写FallbackFactory并注册为Bean
8
将FallbackFactory配置到FeignClient

线程隔离（舱壁模式）

线程隔离有两种方式实现：

  • 线程池隔离
  • 信号量隔离（Sentinel默认采用）

1
# 线程隔离的两种手段是？
2
信号量隔离
3
线程池隔离
4
​
5
# 信号量隔离的特点是？
6
基于计数器模式，简单，开销小
7
​
8
# 线程池隔离的特点是？
9
基于线程池模式，有额外开销，但隔离控制更强

熔断降级

熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例，如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求；而当服务恢复时，断路器会放行访问该服务的请求。

熔断策略-慢调用

慢调用：业务的响应时长（RT）大于指定时长的请求认定为慢调用请求。在指定时间内，如果请求数量超过设定的最小数量，慢调用比例大于设定的阈值，则触发熔断。

熔断策略-异常比例、异常数

异常比例或异常数：统计指定时间内的调用，如果调用次数超过指定请求数，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断。

1
# Sentinel熔断降级的策略有哪些？
2
慢调用比例：超过指定时长的调用为慢调用，统计单位时长内慢调用的比例，超过阈值则熔断
3
异常比例：统计单位时长内异常调用的比例，超过阈值则熔断
4
异常数：统计单位时长内异常调用的次数，超过阈值则熔断

授权规则

授权规则可以对调用方的来源做控制，有白名单和黑名单两种方式。

  • 白名单：来源（origin）在白名单内的调用者允许访问
  • 黑名单：来源（origin）在黑名单内的调用者不允许访问

例如，我们限定只允许从网关来的请求访问order-service，那么流控应用中就填写网关的名称

规则持久化

规则管理模式

Sentinel的控制台规则管理有三种模式

1
# Sentinel的三种配置管理模式是什么？
2
原始模式：保存在内存
3
pull模式：保存在本地文件或数据库，定时去读取
4
push模式：保存在nacos，监听变更实时更新

实现push模式（生产环境下）

avatar
文章
阅读
粉丝