溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“如何理解Sentinel分布式系統限流降級框架”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何理解Sentinel分布式系統限流降級框架”吧！
在分布式系統中，許多服務之間通過遠程調用實現信息交互，調用時難免會出現調用失敗的情況，Sentinel能保證在一個服務出現問題的情況下，不會導致整體服務失敗，防止服務雪崩，提高分布式系統的可用性。
常用的容錯方式有：
1、超時：設置比較短的超時時間，如果調用不成功，在很短時間內就釋放連接，避免大量線程堵塞等待。
2、限流：超過設置的閾值就拒絕請求。
3、斷路器：保護服務過載，當有服務發生無法調用請求堆積時，能夠及時切換該服務，防止整個服務的崩潰。
Sentinel的地位和SpringCloud中的Hystrix類似，Sentinel以流量為切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。
首先我們在sentinel的github官網上下載sentinel-dashboard-1.7.2.jar
然后通過jar命令啟動起來，端口默認8080，直接ip+端口訪問，這是sentinel的控制后臺，賬號密碼都是sentinel
接著在項目中引入依賴
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>
在配置文件中，輸入Sentinel的后臺地址，地址和端口寫自己的，端口默認8080
spring.cloud.sentinel.transport.dashboard=localhost:8080
啟動后在Sentinel后臺就可以看到這個應用
sentinel控制臺調用的API默認是http://ip:8719/api，在本地啟動了引入sentinel依賴的項目啟動后，默認在8719這個端口上會暴露一個api出來。
寫了一個簡單的請求：
@RestController
public class TestController {
@GetMapping("/test")
public String test(){
return "test";
}
}接下來通過這個請求去了解sentinel的流控規則，所謂流控規則，就是對請求的控制
資源名：默認是請求的路徑
針對來源：Sentinel可以針對調用者進行限流，填寫微服務名，指定對哪個微服務進行限流 ，默認default(不區分來源，全部限制)
閾值類型：可選QPS和線程數，可以設置達到多少后執行流控策略
是否集群：你的環境是否是集群
流控模式：
1、直接：直接對該資源進行控制，比如上面的/test訪問達到閾值，就限流
2、關聯：當關聯的資源達到閾值時，就限流自己。
看圖，如果/test2訪問達到閾值，就限流/test
3、鏈路：只記錄指定鏈路上的流量（指定資源從入口資源進來的流量，如果達到閾值，就可以限流），這個鏈路的名稱可以從簇點鏈路中獲取。
流控效果
1、快速失敗：直接失敗
2、Warm Up：預熱模式，根據codeFactory的值（默認3），從閾值/codeFactory，經過預熱時長，才達到設置的QPS閾值。比如設置QPS為90，設置預熱為10秒，則最初的閾值為90/3=30，經過10秒后才達到90。
3、排隊等待：比如設置閾值為10，超時時間為500毫秒，當第11個請求到的時候，不會直接報錯，而是等待500毫秒，如果之后閾值還是超過10，則才會被限流。
設置完流控規則后，不停刷新去觸發到閾值，看到出現了下面的提示：
這樣的提示不太友好，可以自定義限流后返回的數據信息，分別對應于五種限流異常：
public class MyBlockException implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
JSONObject object=new JSONObject();
if (e instanceof FlowException){
object.put("status","100");
object.put("message","接口限流");
object.put("data",null);
}else if (e instanceof DegradeException){
object.put("status","101");
object.put("message","服務降級");
object.put("data",null);
}else if (e instanceof ParamFlowException){
object.put("status","102");
object.put("message","熱點參數限流");
object.put("data",null);
}else if (e instanceof SystemBlockException){
object.put("status","103");
object.put("message","觸發系統保護");
object.put("data",null);
}else if (e instanceof AuthorityException){
object.put("status","104");
object.put("message","授權規則不通過");
object.put("data",null);
}
httpServletResponse.setStatus(500);
httpServletResponse.setCharacterEncoding("utf-8");
httpServletResponse.setContentType(MediaType.APPLICATION_JSON_VALUE);
new ObjectMapper().writeValue(httpServletResponse.getWriter(),object);
}
}代碼中定義了五種不同的
降級規則指的是在應用高峰期，將個別的服務關閉，使得能夠有更多地資源去處理重要的業務，比如雙十一的時候，我們會發現支付寶的部分功能會被暫時關閉。
RT模式：平均響應時間、當1S內持續進入N個請求，如果平均響應時間超過閾值，那么在接下來的時間窗口內，按降級邏輯進行處理（報一個DegradeException錯誤）。
異常比例：可以輸入一個0.0~1.0的數字，表示出現異常的比例。如果一秒內超過這個比例，那么在接下來的時間窗口內，按降級邏輯進行處理。
異常數：指當資源近一分鐘的異常數超過閾值之后會，那么在接下來的時間窗口內，按降級邏輯進行處理。
所謂熱點規則，就是對某些經常訪問的數據（熱點數據），對其訪問進行限制，
比如以商品ID為參數，限制這個商品的訪問次數。在代碼中需要對要限制的請求進行埋點
@GetMapping("/test3")
@SentinelResource(value = "test3",blockHandler = "handHotKey")
public String test3(@RequestParam(value = "a",required = false)String a,
@RequestParam(value = "b",required = false)String b){
return "test3"+a+b;
}
public String handHotKey(String a1, String a2, BlockException e){
return "熱點數據限流";
}設置熱點規則，這里的資源名就是@SentinelResource中所設置的value，參數索引的表示對第幾個參數進行限流控制，閾值和窗口時長表示在1秒內如果有2個對參數0的請求，就限流。限流后會執行自己設置的blockHandler方法。
高級設置中可以設置參數例外項，即根據設置參數的值進行限流：
這樣設置后，如果訪問/test3?a=1，則按照下面的閾值進行控制。
通過監控系統的一些參數進行規則限流： 
Load：這個參數只能在Linux或類Unix機器生效，將系統的1分鐘的loadAverage作為指標，這個值一般設置為CPU核心數量*2.5。
RT：當單臺機器上所有入口流量的平均RT達到閾值就觸發系統保護，單位是毫秒。
并發線程數：當單臺機器上所有入口流量的并發線程數達到閾值就觸發系統保護。
入口QPS：當單臺機器上所有入口流量的QPS達到閾值就觸發閾值就觸發系統保護。
CPU使用率：當系統CPU使用率超過閾值就觸發系統保護。
授權規則可以指定哪些請求可以訪問哪些不能訪問，首先來看如何配置：
資源名就是請求名，流控應用中可以手動輸入一些應用名，如果是白名單，則流控應用中設置的這些可以訪問，如果是黑名單則流控應用中設置的不能訪問。
接著需要在代碼中去獲取請求：
@Component
public class MyRequestOriginParser implements RequestOriginParser {
@Override
public String parseOrigin(HttpServletRequest httpServletRequest) {
String origin=httpServletRequest.getParameter("origin");
if (origin==null){
throw new IllegalArgumentException("origin參數未指定");
}
return origin;
}
}通過設置后，所有請求必須帶上參數origin=XXX，以上面的配置為例，只有origin=javayz的請求才能通過訪問。如果不喜歡參數的方式，可以在代碼中換成header傳遞，效果一樣。
使用Sentinel需要引入引入sentinel依賴，其中sentinel-transport-simple-http依賴會將微服務注冊到SentinelDashboard中。啟動微服務之后，會在8719端口自動開放一系列api接口，我們也可以通過http://ip:8719/api訪問到這些api接口，SentinelDashboard就是通過這些API與微服務之間進行通信。
這個8719端口可以在配置文件中修改：
spring.cloud.sentinel.transport.port=8719
默認情況下，我們代碼中的所有GetMapping、PostMapping請求都會被Sentinel保護，也就是都會經過Sentinel的攔截器，但是也可以手動關閉這個攔截。
spring.cloud.sentinel.filter.enabled=false
這樣的話sentinel就沒法捕捉請求了。但是還是可以通過代碼的方式使用Sentinel
@GetMapping("/test4")
public String test4(){
ContextUtil.enter("test4","abc");
Entry entry=null;
try {
entry= SphU.entry("test4");
//業務代碼
return "業務處理結束";
} catch (BlockException e) {
e.printStackTrace();
//一系列的異常處理。參考MyBlockException
//.....
return "觸發限流";
}catch (NullPointerException e){
//對異常進行監控
Tracer.trace(e);
return "空指針異常";
}finally {
if (entry!=null){
entry.exit();
}
ContextUtil.exit();
}
}或者還可以使用注解方式加入埋點
@SentinelResource(value = "test3",blockHandler = "handHotKey")
這樣配置后就增加了資源test3的攔截，如果觸發限流策略，就會進入當前類的handHotKey方法，或者配置blockHandlerClass，就會進入blockHandlerClass所配置類中的handHotKey方法。
首先需要在配置文件中開啟對RestTemplate的支持，默認也是true
resttemplate.sentinel.enabled=true
接著在RestTemplate注入Bean的代碼中增加一個Sentinel注解：
@SentinelRestTemplate(blockHandler = "fallback",blockHandlerClass = MyBlockHandlerClass.class) @LoadBalanced //負載均衡 @Bean public RestTemplate restTemplate(){ return new RestTemplate(); }
調用的限流處理方法如下：
public class MyBlockHandlerClass {
public static SentinelClientHttpResponse block(){
return new SentinelClientHttpResponse("block info");
}
}首先需要在配置文件中開啟對Feign的支持，默認為false：
feign.sentinel.enabled=true
接在在@FeignClient注解中增加fallback的類：
@FeignClient(name = "nacos-discovery-provider",fallback = TestServiceFallback.class,configuration = FeignConfiguration.class)
public interface TestService {
@GetMapping("/{name}")
String index(@PathVariable("name") String string);
}
最后設置規則后就會觸發fallback中對應的方法，具體實現
public class TestServiceFallback implements TestService{
@Override
public String index(String string) {
return "fallback";
}
}默認模式：
在前面介紹Sentinel時，會發現每次重啟微服務后Sentinel中的配置都會丟失，這是因為API將規則推送到了客戶端的內存中，重啟后就消失了。
Pull模式：
在Sentinel Dashboard中設置規則之后，推送給客戶端后不僅保存在內存中，還會保存到本地文件中。Pull模式需要通過代碼實現，這段代碼可以直接拿去復用：
@Slf4j
public class FileDataSourceInit implements InitFunc {
@Override
public void init() throws Exception {
String ruleDir=System.getProperty("user.home")+"/sentinel/rules";
log.info(ruleDir);
//限流規則路徑
String flowRulePath = ruleDir + "/flow-rule.json";
//降級規則路徑
String degradeRulePath = ruleDir + "/degrade-rule.json";
//熱點規則路徑
String paramFlowRulePath = ruleDir+"/param-flow-rule.json";
//系統規則路徑
String systemRulePath = ruleDir+"/system-rule.json";
//權限規則路徑
String authorityRulePath=ruleDir+"/authority-rule.json";
this.mkdirIfNotExists(ruleDir);
this.createFileIfNotExists(flowRulePath);
this.createFileIfNotExists(flowRulePath);
this.createFileIfNotExists(flowRulePath);
this.createFileIfNotExists(flowRulePath);
this.createFileIfNotExists(flowRulePath);
// 流控規則，可讀取數據
ReadableDataSource<String, List<FlowRule>> flowRuleRDS=new FileRefreshableDataSource<>(
flowRulePath,
flowRuleListParser
);
//將可讀數據源注入到FlowRuleManager,當文件發生變化時就會更新規則到緩存
FlowRuleManager.register2Property(flowRuleRDS.getProperty());
//流控規則：可寫數據源
WritableDataSource<List<FlowRule>> flowRuleWDS=new FileWritableDataSource<List<FlowRule>>(
flowRulePath,
this::encodeJson
);
WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);
//降級規則：可讀數據源
ReadableDataSource<String, List<DegradeRule>> degradeRuleRDS=new FileRefreshableDataSource<>(
degradeRulePath,
degradeRuleListParser
);
DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
//降級規則：可寫數據源
WritableDataSource<List<DegradeRule>> degradeRuleWDS=new FileWritableDataSource<List<DegradeRule>>(
flowRulePath,
this::encodeJson
);
WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);
//熱點參數：可讀數據源
ReadableDataSource<String, List<ParamFlowRule>> paramFlowRuleRDS=new FileRefreshableDataSource<>(
paramFlowRulePath,
paramFlowRuleListParser
);
ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
//熱點參數：可寫數據源
WritableDataSource<List<ParamFlowRule>> paramFlowRuleWDS=new FileWritableDataSource<List<ParamFlowRule>>(
paramFlowRulePath,
this::encodeJson
);
ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);
//系統規則：可讀數據源
ReadableDataSource<String, List<SystemRule>> systemRuleRDS=new FileRefreshableDataSource<>(
systemRulePath,
systemRuleListParser
);
SystemRuleManager.register2Property(systemRuleRDS.getProperty());
//系統規則：可寫數據源
WritableDataSource<List<SystemRule>> systemRuleWDS=new FileWritableDataSource<List<SystemRule>>(
systemRulePath,
this::encodeJson
);
WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);
//授權規則：可讀數據源
ReadableDataSource<String, List<AuthorityRule>> authorityRuleRDS=new FileRefreshableDataSource<>(
authorityRulePath,
authorityRuleListParser
);
AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
WritableDataSource<List<AuthorityRule>> authorityRuleWDS=new FileWritableDataSource<List<AuthorityRule>>(
authorityRulePath,
this::encodeJson
);
WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);
}
private Converter<String,List<FlowRule>> flowRuleListParser=source-> JSON.parseObject(
source,
new TypeReference<List<FlowRule>>(){}
);
private Converter<String,List<DegradeRule>> degradeRuleListParser=source-> JSON.parseObject(
source,
new TypeReference<List<DegradeRule>>(){}
);
private Converter<String,List<SystemRule>> systemRuleListParser=source-> JSON.parseObject(
source,
new TypeReference<List<SystemRule>>(){}
);
private Converter<String,List<AuthorityRule>> authorityRuleListParser=source-> JSON.parseObject(
source,
new TypeReference<List<AuthorityRule>>(){}
);
private Converter<String,List<ParamFlowRule>> paramFlowRuleListParser=source-> JSON.parseObject(
source,
new TypeReference<List<ParamFlowRule>>(){}
);
private void mkdirIfNotExists(String filePath) {
File file=new File(filePath);
if (!file.exists()){
file.mkdirs();
}
}
private void createFileIfNotExists(String filePath) throws IOException {
File file=new File(filePath);
if (!file.exists()){
file.createNewFile();
}
}
private <T> String encodeJson(T t){
return JSON.toJSONString(t);
}
}sentinel的數據持久化是通過SPI機制實現的，因此需要在resource下新建文件夾META-INF/services，然后新建一個文件com.alibaba.csp.sentinel.init.InitFunc
文件中寫入上面這個類的全限定名：
之后產生規則后就會在代碼中設定的路徑下產生json文件，重啟后之前的配置也不會消失。
Push模式： 客戶端通過注冊監聽器的方式時刻監聽變化，比如使用Nacos、Zookeeper等配置中心，這種方式保證了很好的實時性和一致性，生產環境中一般采用push模式。我們用Nacos實現
1、添加sentinel-datasource-nacos依賴
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> </dependency>
2、配置持久化數據源
spring.cloud.sentinel.datasource.ds1.nacos.server-addr=192.168.78.128:8848
spring.cloud.sentinel.datasource.ds1.nacos.data-id=${spring.application.name}.json
spring.cloud.sentinel.datasource.ds1.nacos.group-id=DEFAULT_GROUP
spring.cloud.sentinel.datasource.ds1.nacos.data-type=json
spring.cloud.sentinel.datasource.ds1.nacos.rule-type=flow3、在Nacos中手動添加配置文件,這里的配置文件取的就是和本地配置文件相同格式
[
{
"clusterMode":false,
"controlBehavior":0,
"count":2,
"grade":1,
"limitApp":"default",
"maxQueueingTimeMs":500,
"resource":"/test",
"strategy":0,
"warmUpPeriodSec":10
}
]push模式目前還有缺點，Nacos修改配置文件后可同步到Sentinel，但是在Sentinel中修改配置后無法同步到Nacos，需要手動去同步數據。
感謝各位的閱讀，以上就是“如何理解Sentinel分布式系統限流降級框架”的內容了，經過本文的學習后，相信大家對如何理解Sentinel分布式系統限流降級框架這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
