• 【Spring Cloud】服务容错中间件Sentinel进阶——五大规则

    文章目录


    我们在上一篇文章中对 Sentinel 已经有了基本的了解，接下来，我们一起对它的进阶进行学习吧！

    Sentinel的概念和功能

    基本概念

    资源

    所谓资源就是 Sentinel 要保护的东西，资源是 Sentinel 的关键概念。它可以是Java应用程序中的任何内容，可以是一个服务，也可以是一个方法，甚至可以是一段代码。

    我们入门案例中的 message1 方法就可以认为是一个资源。

    规则

    规则就是用来定义如何进行保护资源的。规则作用在资源之上，定义以什么样的方式保护资源，主要包括流量控制规则、熔断降级规则以及系统保护规则。

    我们入门案例中就是为 message1 资源设置了一种流控规则，限制了进入message1的流量。

    重要功能

    在这里插入图片描述

    Sentinel 的主要功能就是容错，主要体现为：

    流量控制

    流量控制在网络传输中是一个常用的概念，它用于调整网络包的数据。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel 作为一个调配器，可以根据需要把随机的请求调整成合适的形状。

    熔断降级

    当检测到调用链路中某个资源出现不稳定的表现，例如请求响应时间长或异常比例升高的时候，则对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联故障。

    Sentinel对这个问题采取了两种手段：

    • 通过并发线程数进行限制：Sentinel 通过限制资源并发线程的数量，来减少不稳定资源对其它资源的影响。当某个资源出现不稳定的情况下，例如响应时间变长，对资源的直接影响就是会造成线程数的逐步堆积。当线程数在特定资源上堆积到一定的数量之后，对该资源的新请求就会被拒绝。堆积的线程完成任务后才开始继续接收请求。
    • 通过响应时间对资源进行降级：除了对并发线程数进行控制以外， Sentinel 还可以通过响应时间来快速降级不稳定的资源。当依赖的资源出现响应时间过长后，所有对该资源的访问都会被直接拒绝，直到过了指定的时间窗口之后才重新恢复。

    Sentinel和Hystrix对熔断降级处理的区别
    两者的原则是一致的，都是当一个资源出现问题时，让其快速失败，不要波及到其它服务。但是在限制的手段上，却采取了完全不一样的方法：

    • Hystrix 采用的是线程池隔离的方式，优点是做到了资源之间的隔离，缺点是增加了线程切换的成本。
    • Sentinel 采用的是通过并发线程的数量和响应时间来对资源做限制。

    系统负载保护

    Sentinel 同时提供系统维度的自适应保护能力。当系统负载较高的时候，如果还持续让请求进入可能会导致系统崩溃，无法响应。

    在集群环境下，会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候， Sentinel 提供了对应的保护机制，让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之内处理最多的请求。

    总之一句话：我们需要做的事情，就是在 Sentinel 的资源上配置各种各样的规则，来实现各种容错的功能。

    SentineI 规则

    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。

    点击簇点链路，我们就可以看到访问过的接口地址，然后点击对应的流控按钮，进入流控规则配置页面。新增流控规则界面如下：
    在这里插入图片描述

    1. 资源名：唯一名称，默认是请求路径，可自定义。
    2. 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。
    3. 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；
    4. 是否集群：暂不需要集群。

    接下来我们以QPS为例来研究限流规则的配置。

    简单配置

    我们先做一个简单配置，设置阈值类型为QPS，单机阈值为3。即每秒请求量大于3的时候开始限流。接下来，在流控规则页面就可以看到这个配置。

    在这里插入图片描述

    配置流控模式

    点击上面设置流控规则的编辑按钮，然后在编辑页面点击高级选项，会看到有流控模式一栏

    在这里插入图片描述

    sentinel 共有三种流控模式，分别是：

    • 直接(默认)：接口达到限流条件时，开启限流。
    • 关联：当关联的资源达到限流条件时，开启限流（适合做应用让步）。
    • 链路：当从某个接口过来的资源达到限流条件时，开启限流。

    下面呢分别演示三种模式：

    直接流控模式

    直接流控模式是最简单的模式，当指定的接口达到限流条件时开启限流。上面案例使用的就是直接流控模式。

    关联流控模式

    关联流控模式指的是，当指定接口关联的接口达到限流条件时，开启对指定接口开启限流。

    第1步：配置限流规则，将流控模式设置为关联，关联资源设置为的 /order/message2

    在这里插入图片描述

    第2步：通过 Apache JMeter 软件向 /order/message2 连续发送请求，注意QPS一定要大于3

    在这里插入图片描述
    在这里插入图片描述

    第3步：通过浏览器访问/order/message1，会发现已经被限流

    在这里插入图片描述

    链路流控模式

    链路流控模式指的是，当从某个接口过来的资源达到限流条件时，开启限流。它的功能有点类似于【针对来源配置项】，区别在于：针对来源是针对上级微服务，而链路流控是针对上级接口，也就是说它的粒度更细。

    第1步：编写一个Service，在里面添加一个方法 message

    @Service
public class OrderServiceImpl extends ServiceImpl<OrderMapper, ShopOrder> implements IOrderService {

    @Override
    @SentinelResource("message")
    public void message() {
        System.out.println("message");
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    第2步：在Controller中声明两个方法，分别调用service中的方法message

    @RestController
@RequestMapping("/order")
@Slf4j
public class OrderController3 {

    @Autowired
    private IOrderService orderService;

    @RequestMapping("/message1")
    public String message1() {
        orderService.message();
        return"message1";
    }
    @RequestMapping("/message2")
    public String message2() {
        orderService.message();
        return"message2";
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    第3步：禁止收敛URL的入口context

    从1.6.3版本开始，SentinelWebFluxFilter默认收敛所有URL的入口context，因此链路限流不生效。

    1.7.0版本开始(对应SCA的2.1.1.RELEASE)，官方在CommonFilter引入了WEB_CONTEXT_UNIFY参数，用于控制是否收敛 context 。将其配置为 false 即可根据不同的URL 进行链路限流。

    SCA 2.1.1.RELEASE之后的版本，可以通过配置spring.cloud.sentinel.web-context-unify=false即可关闭收敛。我们当前使用的版本是Spring Cloud Alibaba 2.1.0.RELEASE，无法实现链路限流。

    目前官方还未发布SCA 2.1.2.RELEASE，所以我们只能使用2.1.1.RELEASE，需要写代码的形式实现
    （1）暂时将Spring Cloud Alibaba的版本调整为2.1.1.RELEASE，如果引入的依赖加了版本号也记得改一下

    <spring-cloud-alibaba.version>2.1.1.RELEASEspring-cloud-alibaba.version>
<dependency>
   <groupId>com.alibaba.cloudgroupId>
    <artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
    <version>2.1.1.RELEASEversion>
dependency>

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    （2）配置文件中关闭 sentinel 的 CommonFilter 实例化

    spring:
  cloud:
    sentinel:
      filter:
        enabled: false

    • 1
    • 2
    • 3
    • 4
    • 5

    （3）添加一个配置类，自己构建CommonFilter实例

    @Configuration
public class FilterContextConfig {

    @Bean
    public FilterRegistrationBean sentinelFilterRegistration(){
        FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean();
        filterRegistrationBean.setFilter(new CommonFilter());
        filterRegistrationBean.addUrlPatterns("/*");
        //入口资源关闭聚合
        filterRegistrationBean.addInitParameter(CommonFilter.WEB_CONTEXT_UNIFY,"false");
        filterRegistrationBean.setName("sentinelFilter");
        filterRegistrationBean.setOrder(1);
        return filterRegistrationBean;
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15

    第4步：控制台配置限流规则

    在这里插入图片描述

    第5步：分别通过/order/message1和/order/message2访问，发现2没问题，1的被限流了

    在这里插入图片描述

    配置流控效果

    • 快速失败(默认)：直接失败，抛出异常，不做任何额外的处理，是最简单的效果。
    • Warm Up：它从开始阈值到最大QPS阈值会有一个缓冲阶段，一开始的阈值是最大QPS阈值的1/3，然后慢慢增长，直到最大阈值，适用于将突然增大的流量转换为缓步增长的场景。
    • 排队等待：让请求以均匀的速度通过，单机阈值为每秒通过数量，其余的排队等待；它还会让设置一个超时时间，当请求超过超时时间还未处理，则会被丢弃。

    熔断规则

    熔断规则就是设置当满足什么条件的时候，对服务进行熔断。Sentinel提供了三个衡量条件：

    慢调用比例

    在1000ms内，请求至少有10个的情况下，出现了大于等于10%的请求调用时间大于100毫秒，则在3秒内会自动熔断，触发降级。

    在这里插入图片描述

    参数解释：

    • 最大RT：调用接口的最大时间。
    • 比例阈值：超过了最大RT调用时间的请求的比例。
    • 熔断时长：触发熔断后，熔断的时间。
    • 最小请求数据：每秒最少的请求数量，只有大于等于这个数量，才会触发熔断策略。
    • 统计时长：时间窗口的概念。

    注意 Sentinel 默认统计的RT上限是 4900 ms，超出此阈值的都会算作4900ms，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

    如图所示，即/order/message2接口，在1000ms内，请求至少有5个的情况下，出现了大于等于10%的请求抛出了异常，则在3秒内会自动熔断，触发降级。

    在这里插入图片描述

    第1步：首先模拟一个异常

    int i = 0;
@RequestMapping("/message2")
public String message2() {
    i++;
    if(i%3==0){
        throw new RuntimeException();
    }
    return"message2";
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    第2步：设置异常比例为0.25

    在这里插入图片描述
    不想用 Apache JMeter 进行测试的小伙伴，可以直接使用 Apifox 进行测试，首先选中左侧tab中的【自动化测试】，然后选择【添加测试场景】

    在这里插入图片描述
    【添加步骤】选择【添加自定义请求】

    在这里插入图片描述
    添加自己的请求，保存并返回，在右侧设置好运行参数，然后点击【运行】按钮。

    在这里插入图片描述
    此时再在浏览器去访问/order4/message2接口就会出现Blocked by Sentinel (flow limiting)信息。

    异常数

    在一秒内，请求至少有5个的情况下，出现了大于等于一个的请求抛出了异常，则在3秒内会自动熔断，触发降级。

    在这里插入图片描述

    热点规则

    热点参数流控规则是一种更细粒度的流控规则，它允许将规则具体到参数上。

    热点规则简单使用

    1. 编写代码
    @RequestMapping("/message3")
//注意这里必须使用这个注解标识，否则热点规则不生效
@SentinelResource("message3")
public String message3(String name,String age) {
    return name + age;
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    1. 配置热点规则

    在这里插入图片描述

    1. 分别用两个参数访问，会发现只对第一个参数限流了

    在这里插入图片描述

    热点规则增强使用

    【参数例外项】允许对一个参数的具体值进行流控。编辑刚才定义的规则，增加【参数例外项】

    在这里插入图片描述

    参数值为zha，限流阈值为10，这样当访问路径上第一个参数name的值为zha时，在一秒（统计窗口时长）内访问超过10次（单机阈值）才会发生限流，如果第一个参数name的值不是zha时，限流的阈值还是1，如果不带参数name不会触发限流，注意指定的参数类型要与方法的参数类型保持一致。

    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的来源访问控制的功能。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。

    在这里插入图片描述

    上面的资源名和授权类型不难理解，但是流控应用怎么填写呢?

    其实这个位置要填写的是来源标识，Sentinel 提供了 RequestOriginParser 接口来处理来源。只要 Sentinel 保护的接口资源被访问，Sentinel 就会调用 RequestOriginParser 的实现类去解析访问来源。

    1. 自定义来源处理规则
    @Service
public class RequestOriginParserDefinition implements RequestOriginParser {
    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {
        String serviceName = httpServletRequest.getParameter("serviceName");
        return serviceName;
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    1. 授权规则配置
      这个配置的意思是只有serviceName=pc不能访问(黑名单)

    在这里插入图片描述

    1. 访问
      访问 http://localhost:8091/order4/message1?serviceName=pc 返回Blocked by Sentinel (flow limiting)

    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。

    扩展：自定义异常返回

    @Component
public class ExceptionHandlerPage implements UrlBlockHandler {
    @Override
    public void blocked(HttpServletRequest httpServletRequest,
                        HttpServletResponse httpServletResponse,
                        //BlockException 异常接口，包含Sentinel的五个异常
                        // @SentinelResource 用于定义资源，并提供可选的异常处理和fallback 配置项。其主要参数如下:
                        // FlowException 限流异常
                        // DegradeException 降级异常
                        // ParamFlowException 参数限流异常
                        // AuthorityException 授权异常
                        // SystemBlockException 系统负载异常
                        BlockException e) throws IOException {
        httpServletResponse.setContentType("application/json;charset=utf-8");
        ResponseData data = null;
        if(e instanceof FlowException) {
            data = new ResponseData(-1, "接口被限流了…");
        }else if (e instanceof DegradeException){
            data= new ResponseData(-2, "接口被降级了…");
        }
        httpServletResponse.getWriter().write(JSON.toJSONString(data));
    }
}


@Data
@AllArgsConstructor
@NoArgsConstructor
public class ResponseData {
    private int code;
    private String message;
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32

    总结

    到这儿，服务容错中间件Sentinel的概念和功能以及五大规则就已经介绍完了。下一篇将为大家带来容错组件 Sentinel 的规则持久化的文章，敬请期待吧！

    后续的文章，我们将继续完善我们的微服务系统，集成更多的Alibaba组件。想要了解更多JAVA后端知识，请点击文末名片与我交流吧。留下您的一键三连，让我们在这个寒冷的东西互相温暖吧！

  • 相关阅读:
    C#开发-集合使用和技巧（八）集合中的排序Sort、OrderBy、OrderByDescending
    MySQL使用简单教程
    电压继电器HDY-A/1-220VAC-1
    对接开源大模型应用开发平台最佳实践
    C++ 函数重载
    Spring Bean细节
    英国央行已经完成加息周期，大幅下调英镑预期
    计算机java项目｜springboot校园一卡通
    多线程和线程池
    .NET C#基础（6）：命名空间 - 组织代码的利器
  • 原文地址：https://blog.csdn.net/Qingai521/article/details/137552440