持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第1天，点击查看活动详情

Sentinel-微服务保护框架

1.初始Sentinel

1.1雪崩问题及解决方案

1.1.1雪崩问题

微服务中服务间调用关系错综复杂一个微服务往往依赖于多个其它微服务

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(缓解问题未解决)

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(服务浪费)

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即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(避免出现雪崩问题)

1.1.2总结

雪崩问题

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

可以认为：

限流是对服务的保护避免因瞬间高并发流量而导致服务故障进而避免雪崩是一种预防措施。

超时处理、线程隔离、降级熔断是在部分服务故障时将故障控制在一定范围避免雪崩是一种补救措施。

1.2服务保护技术对比

	Sentinel	Hystrix
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

1.3Sentinel介绍和安装

1.3.1初始Sentinel

Sentinel是阿里巴巴开源的一款微服务流量控制组件

Sentinel 具有以下特征:

丰富的应用场景：Sentinel 承接了核心场景例如秒杀(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。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

1.3.2安装Sentinel

将资料提供的jar包放到非中文目录下执行：

java -jar sentinel-dashboard-1.8.1.jar

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.port	8080	服务端口
sentinel.dashboard.auth.username	sentinel	默认用户名
sentinel.dashboard.auth.password	sentinel	默认密码

例如修改端口：

java -Dserver.port=8090 -jar sentinel-dashboard-1.8.1.jar

1.4微服务整合Sentinel

使用Sentinel肯定要结合微服务这边使用实用篇中cloud-demo工程

项目结构如下：

在order-service中整合sentinel，并连接sentinel的控制台

1.4.1引入Sentinel依赖

在order-service中引入Sentinel依赖

<!--sentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId> 
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

1.4.2配置控制台

修改application.yaml文件并添加内容

server:
  port: 8088
spring:
  cloud: 
    sentinel:
      transport:
        dashboard: localhost:8080

1.4.3访问order-service的任意端点触发Sentinel监控

访问http://localhost:8088/order/101 这样才能触发sentinel的监控然后再访问sentinel的控制台查看效果

2.流量控制

2.1簇点链路

当请求进入微服务时首先会访问DispatcherServlet 然后进入Controller 其调用Service、Service调用Mapper

这样的一个调用链就叫做簇点链路 簇点链路中被监控的每一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 也就是Controller中的方法)

因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源

例如刚才访问的order-service中的OrderController中的端点：/order/{orderId}

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：

流控：流量控制
降级：降级熔断
热点：热点参数限流，是限流的一种
授权：请求的权限控制

2.2快速入门

点击资源/order/{orderId}后面的流控按钮可以弹出表单表单中可以填写限流规则具体如下：

其含义是限制 /order/{orderId}这个资源任何来源的单机QPS为1 即每秒只允许1次请求超出的请求会被拦截并报错

2.3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

2.3.1关联模式

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

配置规则：

语法说明：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

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

2.3.2链路模式

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

配置示例：

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：

给Service层中的方法添加@SentinelResource注解以达到Sentinel添加资源：

@SentinelResource("goods")
public void queryGoods(){
    System.err.println("查询商品");
}

链路模式中是对不同来源的两个链路做监控

但是sentinel默认会给进入SpringMVC的所有请求设置同一个root资源会导致链路模式失效。

需要关闭这种对SpringMVC的资源聚合修改消费者服务的application.yml文件：

spring:
  cloud:
    sentinel:
      web-context-unify: false # 关闭context整合

2.3.3总结

流控模式

直接：对当前资源限流
关联：高优先级资源触发阈值对低优先级资源限流
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

2.4流控效果

在流控的高级选项中，还有一个流控效果选项：

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

2.4.1流控效果-warm up

阈值一般是一个微服务能承担的最大QPS 但是一个服务刚刚启动时一切资源尚未初始化(冷启动)

如果直接将QPS跑到最大值可能导致服务瞬间宕机

因此出现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 maxThreshold / coldFactor

持续指定时长后逐渐提高到maxThreshold值而coldFactor的默认值是3

例如我设置QPS的maxThreshold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

2.4.2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

工作原理：

例如：QPS = 5 意味着每200ms处理一个队列中的请求

timeout = 2000意味着预期等待时长超过2000ms的请求会被拒绝并抛出异常。

2.4.3总结

流控效果

快速失败：QPS超过阈值时，拒绝新的请求
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
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

2.5热点参数限流

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

2.5.1全局参数限流

例如，一个根据id查询商品的接口：

访问/goods/{id}的请求中 id参数值会有变化热点参数限流会根据参数值分别统计QPS 统计结果：

当id=1的请求触发阈值被限流时 id值不为1的请求不受影响

配置示例：

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

2.5.2热点参数限流

刚才的配置中，对查询商品这个接口的所有商品一视同仁，QPS都限定为5.

而在实际开发中可能部分商品是热点商品例如秒杀商品希望这部分商品的QPS限制与其它商品不一样高一些

那就需要配置热点参数限流的高级选项了：

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

3.隔离和降级

限流是一种预防措施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

线程隔离之前讲到过：调用者在调用服务提供者时给每个调用的请求分配独立线程池出现故障时最多消耗这个线程池内资源避免把调用者的所有资源耗尽

熔断降级：是在调用方这边加入断路器统计对服务提供者的调用如果调用的失败比例过高则熔断该业务不允许访问该服务的提供者了

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

需要在调用方发起远程调用时做线程隔离、或者服务熔断

而我们的微服务远程调用都是基于Feign来完成的因此我们需要将Feign与Sentinel整合

在Feign里面实现线程隔离和服务熔断

3.1FeignClient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

3.1.1修改配置开启Sentinel功能

修改OrderService的application.yml文件开启Feign的Sentinel功能：

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

3.1.2编写失败降级逻辑

业务失败后不能直接报错而应该返回用户一个友好提示或者默认结果这个就是失败降级逻辑

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

通过方式二进行失败降级处理：

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

package cn.itcast.feign.clients.fallback;

import cn.itcast.feign.clients.UserClient;
import cn.itcast.feign.pojo.User;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;

/**
 * @author bobochang
 * @description
 * @created 2022/5/26-09:17
 **/

@Slf4j
public class UserClientFallBackFactory implements FallbackFactory<UserClient> {
    @Override
    public UserClient create(Throwable throwable) {
        return new UserClient() {
            @Override
            public User findById(Long id) {
                // 日志记录异常信息
                log.error("查询结果异常",throwable);
                // 返回默认数据 空对象
                return new User();
            }
        };
    }
}

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

@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
    return new UserClientFallbackFactory();
}

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

@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {}

重启后，访问一次订单查询业务，然后查看sentinel控制台，可以看到新的簇点链路：

3.1.3总结

Sentinel支持的雪崩解决方案：

线程隔离（仓壁模式）
降级熔断

Feign整合Sentinel的步骤：

在application.yml中配置：feign.sentienl.enable=true
给FeignClient编写FallbackFactory并注册为Bean
将FallbackFactory配置到FeignClient

3.2线程隔离(舱壁模式)

3.2.1线程隔离方式

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)

线程池隔离：给每个服务调用业务分配一个线程池利用线程池本身实现隔离效果

信号量隔离：不创建线程池而是计数器模式记录业务使用的线程数量达到信号量上限时禁止新的请求

3.2.2Sentinel的线程隔离

用法说明：

在添加限流规则时，可以选择两种阈值类型：

QPS：就是每秒的请求数
线程数：是该资源能使用用的tomcat线程数的最大值即通过限制线程数量实现线程隔离( 舱壁模式)

3.2.3总结

线程隔离的两种手段

信号量隔离
线程池隔离

信号量隔离的特点

基于计数器模式简单开销小

线程池隔离的特点

基于线程池模式有额外开销但隔离控制更强

3.3熔断隔离

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、慢请求比例若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断路器控制熔断和放行是通过状态机来完成的：

状态机包括三个状态：

closed：关闭状态断路器放行所有请求并开始统计异常比例、慢请求比例超过阈值则切换到open状态
open：打开状态服务调用被熔断访问被熔断服务的请求会被拒绝快速失败直接走降级逻辑

Open状态将会在设定的熔断时间结束后会进入half-open状态

half-open：半开状态放行一次请求根据执行结果来判断接下来的操作
- 请求成功：则切换到closed状态
- 请求失败：则切换到open状态

断路器熔断策略有三种：慢调用、异常比例、异常数

3.3.1熔断策略-慢调用

慢调用：业务的响应时长(ReponseTime)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

解读：RT超过500ms的调用是慢调用统计最近10000ms(10s)内的请求

如果请求量超过10次并且慢调用比例大于0.5 则触发熔断熔断时长为5秒

然后进入half-open状态 5秒后再放行一次请求做测试若扔失败则进入open状态反之切换到closed状态

3.3.2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

例如一个异常比例设置：

解读：统计最近1000ms内的请求如果请求量超过10次并且异常比例不低于0.4 则触发熔断。

一个异常数设置：

解读：统计最近1000ms内的请求如果请求量超过10次并且异常比例不低于2次则触发熔断

4.授权规则

授权规则可以对请求方来源做判断和控制

4.1授权规则

4.1.1基本规则

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

点击左侧菜单的授权，可以看到授权规则：

资源名：就是受保护的资源例如/order/{orderId}
流控应用：是来源者的名单，
- 如果是勾选白名单，则名单中的来源被许可访问。
- 如果是勾选黑名单则名单中的来源被禁止访问。

允许请求从gateway到order-service 不允许浏览器直接访问order-service

那么白名单中就要填写网关的来源名称（origin）

4.1.2获取网关来源名称(origin)

允许请求从gateway到order-service，不允许浏览器访问order-service，那么白名单中就要填写网关的来源名称（origin） 。

4.1.2.如何获取origin

Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。

public interface RequestOriginParser {
    /**
     * 从请求request对象中获取origin，获取方式自定义
     */
    String parseOrigin(HttpServletRequest request);
}

这个方法的作用就是从request对象中获取请求者的origin值并返回。

默认情况下 sentinel不管请求者从哪里来返回值永远是default 即一切请求的来源都被认为是一样的值default

因此需要自定义这个接口的实现让不同的请求返回不同的origin

package cn.itcast.order.sentinel;

import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.RequestOriginParser;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;

import javax.servlet.http.HttpServletRequest;

@Component
public class HeaderOriginParser implements RequestOriginParser {
    @Override
    public String parseOrigin(HttpServletRequest request) {
        // 1.获取请求头
        String origin = request.getHeader("origin");
        // 2.非空判断
        if (StringUtils.isEmpty(origin)) {
            origin = "blank";
        }
      	// 3.返回请求头中的值
        return origin;
    }
}

4.1.3为网关添加请求头

让所有从gateway路由到微服务的请求都带上origin头

利用之前学习的一个GatewayFilter来实现 AddRequestHeaderGatewayFilter

修改gateway服务中的application.yml 添加一个defaultFilter：

spring:
  cloud:
    gateway:
      default-filters:
        - AddRequestHeader=origin,gateway
      routes:
       # ...略

这样从gateway路由的所有请求都会带上origin头值为gateway 而从其它地方到达微服务的请求则没有这个头

4.2自定义异常结果

默认情况下发生限流、降级、授权拦截时都会抛出异常到调用方

异常结果都是flow limmiting(限流) 这样不够友好无法得知是限流还是降级还是授权拦截故出现自定义异常

4.2.1异常类型

如果要自定义异常时的返回结果，需要实现BlockExceptionHandler接口：

public interface BlockExceptionHandler {
    /**
     * 处理请求被限流、降级、授权拦截时抛出的异常：BlockException
     */
    void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
}

这个方法有三个参数：

HttpServletRequest request：request对象
HttpServletResponse response：response对象
BlockException e：被sentinel拦截时抛出的异常

这里的BlockException包含多个不同的子类：

异常	说明
FlowException	限流异常
ParamFlowException	热点参数限流的异常
DegradeException	降级异常
AuthorityException	授权规则异常
SystemBlockException	系统规则异常

4.2.2自定义异常处理

在order-service中定义自定义异常处理类SentinelExceptionHandler：

package cn.itcast.order.sentinel;

import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowException;
import org.springframework.stereotype.Component;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        String msg = "未知异常";
        int status = 429;

        if (e instanceof FlowException) {
            msg = "请求被限流了";
        } else if (e instanceof ParamFlowException) {
            msg = "请求被热点参数限流";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了";
        } else if (e instanceof AuthorityException) {
            msg = "没有权限访问";
            status = 401;
        }

        response.setContentType("application/json;charset=utf-8");
        response.setStatus(status);
        response.getWriter().println("{"msg": " + msg + ", "status": " + status + "}");
    }
}

5.规则持久化

当前sentinel的所有规则都是内存存储重启后所有规则都会丢失

在生产环境下必须确保这些规则的持久化避免丢失

5.1规则管理模式

规则是否能持久化取决于规则管理模式 sentinel支持三种规则管理模式：

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 (不支持数据持久化)
pull模式：保存在本地或数据库中定时去读取 (数据一致性的时效性较差)
push模式：保存在nacos 监听变更实时更新

5.1.1规则管理模式-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(轮询) 更新本地规则

5.1.2规则管理模式-push模式

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

5.2实现push模式

修改OrderService 让其监听Nacos中的sentinel规则配置

5.2.1引入依赖

在order-service中引入sentinel监听nacos的依赖：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

5.2.2配置nacos地址

在order-service中的application.yml文件配置nacos地址及监听的配置信息：

spring:
  cloud:
    sentinel:
      datasource:
        flow:
          nacos:
            server-addr: localhost:8848 # nacos地址
            dataId: orderservice-flow-rules
            groupId: SENTINEL_GROUP
            rule-type: flow # 还可以是：degrade、authority、param-flow

Sentinel-微服务保护框架

Sentinel-微服务保护框架

1.初始Sentinel

1.1雪崩问题及解决方案

1.1.1雪崩问题

1.1.2总结

1.2服务保护技术对比

1.3Sentinel介绍和安装

1.3.1初始Sentinel

1.3.2安装Sentinel

1.4微服务整合Sentinel

1.4.1引入Sentinel依赖

1.4.2配置控制台

1.4.3访问order-service的任意端点 触发Sentinel监控

2.流量控制

2.1簇点链路

2.2快速入门

2.3流控模式

2.3.1关联模式

2.3.2链路模式

2.3.3总结

2.4流控效果

2.4.1流控效果-warm up

2.4.2流控效果-排队等待

2.4.3总结

2.5热点参数限流

2.5.1全局参数限流

2.5.2热点参数限流

3.隔离和降级

3.1FeignClient整合Sentinel

3.1.1修改配置 开启Sentinel功能

3.1.2编写失败降级逻辑

3.1.3总结

3.2线程隔离(舱壁模式)

3.2.1线程隔离方式

3.2.2Sentinel的线程隔离

3.2.3总结

3.3熔断隔离

3.3.1熔断策略-慢调用

3.3.2熔断策略-异常比例、异常数

4.授权规则

4.1授权规则

4.1.1基本规则

4.1.2获取网关来源名称(origin)

4.1.2.如何获取origin

4.1.3为网关添加请求头

4.2自定义异常结果

4.2.1异常类型

4.2.2自定义异常处理

5.规则持久化

5.1规则管理模式

5.1.1规则管理模式-pull模式

5.1.2规则管理模式-push模式

5.2实现push模式

5.2.1引入依赖

5.2.2配置nacos地址

1.4.3访问order-service的任意端点触发Sentinel监控

3.1.1修改配置开启Sentinel功能