526互联

sentinel(阿里巴巴开源的一款微服务流量控制组件)

发布时间 2023-05-23 19:51:54作者: mty072788

sentinel:分布式系统的流量防卫兵：以流量为切入点，从流量控制、熔断降级、系统负载均衡保护等多个维度保护服务的稳定性
sentinel 分为两部分:

  • 核心库：不依赖任何框架/库，可以运行在所有的java环境，且对Dubbo/springcloud等框架也有较好支持
  • 控制台：基于springboot开发，打包后可以直接运行，不需要额外tomcat等容器

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。
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。

安装使用sentinel：

  • 下载控制台 jar 包(github下载)， sentinel-dashboard-1.8.1.jar
  • 直接在 jar包 cmd 执行 java -jar 即可启动。 例： java -jar sentinel-dashboard-1.8.1.jar
  • 直接访问 http://localhost:8080 进入控制台登录页面。 sentinel 默认访问端口是 8080 ， 默认用户名和地址都是 sentinel

微服务接入sentinel

  • 引依赖 spring-cloud-starter-alibaba-sentinel
  • 配置文件
点击查看代码 
spring:
  cloud:
    sentinel:
      transport:
        dashborad: localhost:8080
* 然后访问该微服务的任意端点， 即可触发 sentinel的监控，此时可在sentinel控制台进行对该微服务的各种监控操作

簇点链路：微服务的每个接入端点都是一个 簇点链路。与之同行的有 流控、降级、热点、授权，分别可添加该簇点对应的规则(都可添加多个)
流控模式：

  1. 直接(对当前资源限流)：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(高优先级资源触发阈值，对低优先级资源限流)：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(当关联资源访问量触发阈值时，会对当前资源限流，以免影响对关联资源的影响)
  • 关联模式使用场景：两个有竞争关系的资源，一个优先级较高(更新操作)，一个优先级较低(查询操作)。 例如当更新操作来不及时，就应该对查询操作进行限流
  • 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。（设置关闭， ...sentinel.web-context-unify:false）
  1. 链路(对请求来源限流)：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 (即只统计从指定的 入口资源 访问到 本资源 的请求)

流控效果：

  • 快速失败(QPS超过阈值时，拒绝新的请求)：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(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)：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(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)：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。（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）

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。
热点参数限流对默认的SpringMVC资源无效，需要利用@SentinelResource注解标记资源，要在该服务接入端点加注解@SentinelResource("hot")

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。

FeignClient整合Sentinel

  1. 配置文件：feign.sentinel.enable: true
  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。)
    • 实现FallbackFactory,实现该接口可对远程调用的异常做处理
      1. 定义类实现FallbackFactory接口并给泛型指明是哪个FeignClient的fallbackFactory
      2. 按要求重写fallbackFactory<泛型>指定feignClient泛型的 create 方法，返回一个指定泛型的 feignClient。然后可对 指定 feign端点进行异常后的兜底操作。 并在配置文件中注入 spring
      3. 在feignClient接口的 @FeignClient注解 加属性 fallbackFactory = XXXFallbackFactory.class

熔断降级

  1. 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、
  2. 异常比例、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。