跳至主要內容

Sentinel

LiAngJava2023年11月18日SpringCloudJava大约 61 分钟约 12190 字

Sentinel 基础

官网

Github: https://github.com/alibaba/Sentinel

快速开始: https://sentinelguard.io/zh-cn/docs/quick-start.html

中文: https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D

使用手册

https://spring-cloud-alibaba-group.github.io/github-pages/greenwich/spring-cloud-alibaba.html#_spring_cloud_alibaba_sentinel

Sentinel 是什么

  1. Sentinel 是什么

随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。

  1. Sentinel 的主要特性
image-20221112150125840
image-20221112150125840

sentinel 可以完成的功能: 绿色方框列出的部分

  1. Sentinel 的开源生态
image-20221112150158296
image-20221112150158296

一句话: Sentinel: 分布式系统的流量防卫兵, 保护你的微服务

Sentinel 核心功能

流量控制

拿旅游景点举个示例，每个旅游景点通常都会有最大的接待量，不可能无限制的放游 客进入，比如长城每天只卖八万张票，超过八万的游客，无法买票进入，因为如果超过 八万人，景点的工作人员可能就忙不过来，过于拥挤的景点也会影响游客的体验和心情， 并且还会有安全隐患；只卖 N 张票，这就是一种限流的手段

熔断降级

在调用系统的时候，如果调用链路中的某个资源出现了不稳定，最终会导致请求发生 堆积，如下图

image-20221112150306380
image-20221112150306380

熔断降级可以解决这个问题，所谓的熔断降级就是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

系统负载保护

根据系统能够处理的请求，和允许进来的请求，来做平衡，追求的目标是在系统不被拖垮的情况下, 提高系统的吞吐率

消息削峰填谷

  • 某瞬时来了大流量的请求, 而如果此时要处理所有请求，很可能会导致系统负载过高， 影响稳定性。但其实可能后面几秒之内都没有消息投递，若直接把多余的消息丢掉则没有充分利用系统处理消息的能力
  • Sentinel 的 Rate Limiter 模式能在某一段时间间隔内以匀速方式处理这样的请求, 充分利用系统的处理能力, 也就是削峰填谷, 保证资源的稳定性

Sentinel 两个组成部分

  1. 核心库：（Java 客户端）不依赖任何框架/库，能够运行在所有 Java 运行时环境， 对 Spring Cloud 有较好的支持
  2. 控制台：（Dashboard）基于 Spring Boot 开发，打包后可以直接运行， 不需要额外的 Tomcat 等应用容器

Sentinel 控制台

需求分析/图解

需求: 搭建 Sentinel 控制台，用于显示各个微服务的使用情况

下载

https://github.com/alibaba/Sentinel/releases/tag/v1.8.0

image-20221112150645438
image-20221112150645438

运行

指令:

java -jar sentinel-dashboard-1.8.0.jar

注意: Sentinel 控制台 默认端口是 8080

访问

浏览器: http://localhost:8080

用户/密码都是 sentinel

登录成功后的页面, 目前是空的，因为 sentinel 还没有进行流量监控

image-20221112150953870
image-20221112150953870

注意事项和细节

更改 Sentinel 控制台的端口

java -jar sentinel-dashboard-1.8.0.jar --server.port=9999

Sentinel 监控微服务

需求分析/图解

需求: 使用 Sentinel 控制台对 member-service-nacos-provider-10004 微服务 进行实时监控

image-20221112153104343
image-20221112153104343

当调用了 member-service-nacos-provider-10004 微服务时, 可以监控到请求的 url/QPS/ 响应时间/流量

image-20221112152834358
image-20221112152834358

代码/配置实现

修改 member-service-nacos-provider-10004 的 pom.xml, 引入 alibaba-sentinel

		<!--引入alibaba-sentinel starter 即场景启动器 这里我们使用版本仲裁-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

		<!-- 在微服务模块引入 nacos-discovery starter --> 
		<dependency> 
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
		</dependency>

修改 member-service-nacos-provider-10004 的 application.yml

server:
  port: 10004

spring:
  application:
    name: member-service-nacos-provider #配置应用的名称

  datasource:
    type: com.alibaba.druid.pool.DruidDataSource
    url: jdbc:mysql://localhost:3306/e_commerce_center_db?useSSL=true&useUnicode=true&characterEncoding=UTF-8
    username: root
    password: 123456
  # 配置nacos
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #配置nacos Server的地址
    sentinel:
      transport:
        dashboard: localhost:8080 # 指定 sentinel 控制台的地址
        #1. transport.port 端口配置会在被监控的微服务对应主机上启动 Http Server
        #2. 该Http Server 会与Sentinel控制台进行交互
        #3. 比如sentinel 控制台添加了一个限流规则, 会把规则数据push 给这个Http Server 接收
        #   Http Server 再将这个规则注册到Sentinel 中
        #4. 简单的讲: transport.port 指定被监控的微服务应用于sentinel 控制台交互的端口.
        #5. 默认端口是 8719, 假如被占用了, 就会自动的从8719开始依次+1扫描，直到找到一个没有被占用的端口
        port: 8719 # 指定端口
# 配置暴露所有的监控点
management:
  endpoints:
    web:
      exposure:
        include: '*'

mybatis:
  mapper-locations: classpath:mapper/*.xml # 指定mapper.xml文件配置
  type-aliases-package: com.lzw.springcloud.entity # 实体类所在包，这样通过类名就可以引用

测试

启动 Nacos Server 8848

启动 Sentinel8080 控制台/Sentinel dashboard

启动 member-service-nacos-provider-10004

浏览器: localhost:10004/member/get/1

image-20221112153403305
image-20221112153403305

进入到 Sentinel 查看实时监控效果, http://localhost:8080/#/dashboard

image-20221112152834358
image-20221112152834358

注意事项和细节

QPS: Queries Per Second(每秒查询率)，是服务器每秒响应的查询次数

Sentinel 采用的是懒加载， 只有调用了某个接口/服务，才能看到监控数据

Sentinel 流量控制

规则

普通选项

image-20221112154906270
image-20221112154906270
  • 资源名∶唯一名称，默认请求路径
  • 针对来源∶Sentinel可以针对调用者进行限流，填写微服务名，默认default（不区分来源）
  • 阈值类型/单机阈值∶

​ QPS（每秒钟的请求数量）∶当调用该 api 的 QPS 达到阈值的时候，进行限流

​ 线程数∶当调用该 api 的线程数达到阈值的时候，进行限流

QPS 和线程数的区别

(1) 对 QPS 而言, 如果在 1 秒内, 客户端发出了 2 次请求, 就达到阈值, 从而限流

(2) 对线程数而言, 如果在 1 秒内, 客户端发出了 2 次请求, 不一定达到线程限制的阈值, 为什么呢? 假设我们 1 次请求后台会创建一个线程, 但是这个请求完成时间是 0.1 秒(可以 视为该请求对应的线程存活 0.1 秒), 所以当客户端第 2 次请求时(比如客户端是在 0.3 秒发 出的), 这时第 1 个请求的线程就已经结束了, 因此就没有达到线程的阈值, 也不会限流

(3)如果 1 个请求对应的线程平均执行时间为 0.1 那么, 就相当于 QPS 为 10

  • 是否集群∶不需要集群

高级选项

  • 流控模式∶

​ 直接∶ api 达到限流条件时，直接限流

​ 关联∶ 当关联的资源达到阈值时，就限流自己

​ 链路∶ 当从某个接口过来的资源达到限流条件时，开启限流

  • 流控效果∶

​ 快速失败∶直接失败，抛异常

​ Warm Up∶根据 codeFactor（冷加载因子，默认 3）的值，从阈值/codeFactor，经过预热时长，才达到设置的 QPS 阈值

​ 排队等待∶匀速排队，让请求以匀速的速度通过，阈值类型必须设置为 QPS，否则无效

流量控制实例-QPS

需求分析

  1. 需求: 通过 Sentinel 实现 流量控制
  2. 当调用 member-service-nacos-provider-10004 的 /member/get/ 接口/API 时，限制 1 秒内最多访问 1 次，否则直接失败，抛异常

配置实现步骤

为/member/get/1 增加流控规则

image-20221112164225890
image-20221112164225890
image-20221112164257505
image-20221112164257505

在流控规则菜单，可以看到新增的流控规则

image-20221112164331603
image-20221112164331603

测试

浏览器输入: http://localhost:10004/member/get/1 , 1 秒钟内访问次数超过 1 次, 页面会出现错误提示

image-20221112164415695
image-20221112164415695

注意事项和细节

  1. 流量规则改动，实时生效，不需重启微服务 , Sentine 控制台
  2. 在 sentinel 配置流量规则时，如何配置通配符问题， 比如 /member/get/1 /member/get/2 统一使用一个规则

方案1: 在sentinel中 /member/get?id=1 和 /member/get?id=2 被统一认为是 /member/get 所以只要对/member/get 限流就OK了

//@GetMapping("/member/get/{id}")
    //public Result getMemberById(@PathVariable("id") Long id, HttpServletRequest request) {
    @GetMapping(value = "/member/get",params = "id")
    public Result getMemberById(Long id){

        Member member = memberService.queryMemberById(id);

        //使用Result把查询到的结果返回
        if (member != null) {
            return Result.success("查询会员成功 member-service-nacos-provider-10004" , member);
        } else {
            return Result.error("402","ID= " + id + "不存在");
        }
    }

然后重新设置规则

image-20221112165708890
image-20221112165708890

方案2: URL资源清洗

可以通过 UrlCleaner 接口来实现资源清洗，也就是对于/member/get/{id}这个 URL，我们可以统一归集到/member/get/*资源下，具体配置代码如下，实现 UrlCleaner 接口， 并重写 clean 方法即可

package com.lzw.springcloud.controller;

import com.alibaba.csp.sentinel.adapter.servlet.callback.UrlCleaner;
import org.apache.commons.lang.StringUtils;
import org.springframework.stereotype.Component;

/**
 * @author LiAng
 */
@Component

public class CustomUrlCleaner implements UrlCleaner {

    @Override
    public String clean(String originUrl) { //资源清理 /member/get/1

        //isBlank方法就是判断 originUrl!=null && 有长度 && originUrl 不是全部为空格
        if(StringUtils.isBlank(originUrl)){
            return originUrl;
        }
        if(originUrl.startsWith("/member/get")){//如果得到url是以/member/get开头，进行处理
            //1. 如果请求的接口 是 /member/get 开头的, 比如 /member/get/1 , /member/get/10...
            //2. 给sentinel 放回资源名为 /member/get/*
            //3. 在sentinel 对 /member/get/* 添加流控规则即可
            return "/member/get/*";
        }
        return originUrl;
    }
}

然后重新设置规则，和上文一样

  1. 如果 sentinel 流控规则没有持久化，当我们重启调用 API 所在微服务模块后，规则会丢失，需要重新加入

流量控制实例-线程数

需求分析

  1. 需求: 通过 Sentinel 实现 流量控制
  2. 当调用 member-service-nacos-provider-10004 的 /member/get/* 接口/API 时，限制只有一个工作线程，否则直接失败，抛异常

配置实现步骤

  1. 为/member/get/* 增加流控规则
image-20221112171912478
image-20221112171912478
image-20221112171936643
image-20221112171936643
  1. 在流控规则菜单，可以看到新增的流控规则

测试

  1. 浏览器输入: http://localhost:10004/member/get/1, 快速刷新, 页面显示正常(原因 是服务执行时间很短，刷新下一次的时候，启动的工作线程，已经完成)
  2. 为了看到效果，修改下MemberController.java
	@GetMapping("/member/get/{id}")
    public Result getMemberById(@PathVariable("id") Long id, HttpServletRequest request) {
        //让线程休眠 1s, 模拟执行时间
        try {
            TimeUnit.MILLISECONDS.sleep(1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        Member member = memberService.queryMemberById(id);
        //使用Result把查询到的结果返回
        if (member != null) {
            return Result.success("查询会员成功 member-service-nacos-provider-10004" , member);
        } else {
            return Result.error("402","ID= " + id + "不存在");
        }
    }
  1. 重启 member-service-nacos-provider-10004 , 注意需要重新加入流控规则
  2. 浏览器输入: http://localhost:10004/member/get/1 , 快速刷新, 页面出现异常
image-20221112172656227
image-20221112172656227

注意事项和细节

  1. 当我们请求一次微服务的 API 接口时，后台会启动一个线程
		//输出线程的情况
        log.info("enter 10004 getMemberById 当前线程id={}",Thread.currentThread().getId(), new Date());
image-20221112173204972
image-20221112173204972
  1. 阈值类型 QPS 和 线程数的区别讨论
  • 如果一个线程平均执行时间为0.05秒，就说明在1秒钟，可以执行20次(相当于 QPS为 20)
  • 如果一个线程平均执行时间为1秒, 说明1秒钟，可以执行1次数(相当于 QPS为1)
  • 如果一个线程平均执行时间为2秒, 说明2秒钟内，才能执行1次请求

流量控制实例-关联

关联的含义

当关联的资源达到阈值时，就限流自己

需求分析

  1. 需求: 通过 Sentinel 实现 流量控制

  2. 当调用 member-service-nacos-provider-10004 的 /t2 API 接口时，如果 QPS 超过 1，这 时调用 /t1 API 接口 直接接失败，抛异常

    /t2 是关联的资源 , 限流的资源是 /t1

修改 MemberController.java

	@GetMapping("/t1")
    public Result t1(){
        return Result.success("t1()执行");
    }

    @GetMapping("/t2")
    public Result t2(){
        return Result.success("t2()执行");
    }

配置实现步骤

为/t1 增加流控规则

image-20221112220326042
image-20221112220326042
image-20221112220514471
image-20221112220514471

在流控规则菜单，可以看到新增的流控规则

测试

Postman 模拟高并发访问/t2

  1. 创建新的 http request
image-20221112220726600
image-20221112220726600
  1. 保存 request 到 一个新的 collection 中
image-20221112221034299
image-20221112221034299
  1. 设置 run collection 参数, 并运行
image-20221112221204071
image-20221112221204071
image-20221112221411003
image-20221112221411003

在postman执行 Run sentinel，然后去浏览器访问 http://localhost:10004/t1

image-20221112221529863
image-20221112221529863

注意事项和细节

在 postman 执行 高并发访问 /t2 没有结束时， 去访问 /t1 才能看到流控异常出现

流量控制实例-Warm up

Warm up 介绍

概述

  • 当流量突然增大的时候，我们常常会希望系统从空闲状态到繁忙状态的切换的时间长 一些。即如果系统在此之前长期处于空闲的状态，我们希望处理请求的数量是缓步的 增多，经过预期的时间以后，到达系统处理请求个数的最大值。Warm Up(冷启动， 预热)模式就是为了实现这个目的的。

  • 这个场景主要用于启动需要额外开销的场景，例如建立数据库连接等

一张图
image-20221112221933069
image-20221112221933069
  • 通常冷启动的过程系统允许通过的 QPS 曲线图(上图)
  • 默认 coldFactor 为 3，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设 定的 QPS 阈值
  • 这里的threshold 就是最终要达到的QPS阈值
文档

https://github.com/alibaba/Sentinel/wiki/%E9%99%90%E6%B5%81---%E5%86%B7%E5%90%AF%E5%8A%A8

默认 coldFactor 为 3，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值

Warm up 称为 冷启动/预热

应用场景: 秒杀在开启瞬间，大流量很容易造成冲垮系统，Warmup 可慢慢的把流量放入，最终将阀值增长到设置阀值

需求分析

  1. 需求: 通过 Sentinel 实现 流量控制,演示 Warm up
  2. 调用 member-service-nacos-provider-10004 的 /t2 API 接口，将 QPS 设置为 9, 设置 Warm up 值为 3
  3. 含义为 请求 /t2 的 QPS 从 threshold / 3( 9 /3 = 3) 开始，经预热时长(3 秒)逐渐升至 设定的 QPS 阈值(9)
  4. 为什么是 9 / 3, 这个是 3 就是默认冷启动启动加载因子 coldFactor=3
  5. 测试预期效果: 在前 3 秒，如果访问 /t2 的 QPS 超过 3, 会直接报错，在 3 秒后 访问 /t2 的 QPS 超过 3, 小于等于 9, 是正常访问

配置实现步骤

  1. 为/t2 增加流控规则
image-20221112222429204
image-20221112222429204
  1. 在流控规则菜单，可以看到新增的流控规则

测试

浏览器访问 http://localhost:10004/t2 快速刷新页面，在前 3 秒，会出现流控异常，

后 3 秒就正常了(如果你刷新非常快 QPS>9 , 仍然会出现流控异常

注意事项和细节

测试 Warm up 效果不是很好测，如果出不来可以尝试，调整 流控规则: 比如 QPS 为 11, Warm up 预热时间 6 秒

如果请求停止(即: 一段时间没有达到阈值), Warm up 过程将重复, 小伙伴可以理解是一个弹 性过程

流量控制实例-排队

排队介绍

排队方式：这种方式严格控制了请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法

image-20221112222703107
image-20221112222703107

这种方式主要用于处理间隔性突发的流量，例如消息队列。比如这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的 空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。- 类似前面说的削峰填谷

匀速排队，阈值必须设置为 QPS

需求分析

  1. 需求: 通过 Sentinel 实现 流量控制-排队
  2. 调用 member-service-nacos-provider-10004 的 /t2 API 接口，将 QPS 设置为 1
  3. 当调用 /t2 的 QPS 超过 1 时，不拒绝请求，而是排队等待, 依次执行
  4. 当等待时间超过 10 秒，则为等待超时

修改业务类

MemberController.java

@GetMapping(value = "/t2")
public Result t2() {
    //让线程休眠 1s, 模拟执行时间
    try {
        TimeUnit.MILLISECONDS.sleep(1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    log.info("执行 t2() 线程 id= " + Thread.currentThread().getId());
    return Result.success("t2 执行");
}

配置实现步骤

  1. 为/t2 增加流控规则
image-20221112223614288
image-20221112223614288
  1. 在流控规则菜单，可以看到新增的流控规则
image-20221112224159600
image-20221112224159600

测试

  1. 浏览器访问 http://localhost:10004/t2 快速刷新页面 9 次，观察前台/后台输出的情况
2022-11-12 22:43:07.197  INFO 14388 --- [io-10004-exec-3] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 51
2022-11-12 22:43:08.196  INFO 14388 --- [io-10004-exec-5] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 53
2022-11-12 22:43:09.197  INFO 14388 --- [io-10004-exec-6] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 54
2022-11-12 22:43:10.198  INFO 14388 --- [io-10004-exec-7] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 55
2022-11-12 22:43:11.196  INFO 14388 --- [io-10004-exec-8] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 56
2022-11-12 22:43:12.196  INFO 14388 --- [io-10004-exec-9] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 57
2022-11-12 22:43:13.196  INFO 14388 --- [o-10004-exec-10] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 58
2022-11-12 22:43:14.195  INFO 14388 --- [io-10004-exec-1] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 49
2022-11-12 22:43:15.197  INFO 14388 --- [io-10004-exec-2] c.l.s.controller.MemberController        : 执行 t2() 线程 id= 50

没有报错误，后台请求排队执行，每隔1s 匀速执行

  1. 浏览器访问 http://localhost:10004/t2 快速刷新页面 20 次，当请求等待时间超过 10S, 仍然出现流控异常

Sentinel 熔断降级

线程堆积引出熔断降级

  1. 一个服务常常会调用别的模块，可能是另外的一个远程服务、数据库，或者第三方 API 等
  2. 例如，支付的时候，可能需要远程调用银联提供的 API；查询某个商品的价格，可能需 要进行数据库查询。然而，这个被依赖服务的稳定性是不能保证的。如果依赖的服务出现 了不稳定的情况，请求的响应时间变长，那么调用服务的方法的响应时间也会变长，线程会产生堆积，最终可能耗尽业务自身的线程池，服务本身也变得不可用
  3. 这时，我们对不稳定的服务进行熔断降级，让其快速返回结果，不要造成线程堆积

文档地址

https://sentinelguard.io/zh-cn/docs/circuit-breaking.html

基本介绍

image-20221113151147465
image-20221113151147465
  • 现代微服务架构都是分布式的，由非常多的服务组成。不同服务之间相互调用，组成 复杂的调用链路
  • 链路调用中会产生放大的效果。复杂链路上的某一环不稳定，就可能会层层级联，最 终导致整个链路都不可用
  • 因此需要对不稳定的弱依赖服务调用进行熔断降级，暂时切断不稳定调用，避免局部 不稳定因素导致整体的雪崩

熔断,降级,限流三者的关系

熔断强调的是服务之间的调用能实现自我恢复的状态

限流是从系统的流量入口考虑, 从进入的流量上进行限制, 达到保护系统的作用

降级, 是从系统业务的维度考虑，流量大了或者频繁异常, 可以牺牲一些非核心业务，保 护核心流程正常使用

梳理: 
-熔断是降级方式的一种
-降级又是限流的一种方式 
-三者都是为了通过一定的方式在流量过大或者出现异常时, 保护系统的手段

熔断策略

慢调用比例

1、慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT(即最大的响应时间)，请求的响应时间大于该值则统计为慢调用

2、当单位统计时长(statIntervalMs)内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断

3、熔断时长后, 熔断器会进入探测恢复状态(HALF-OPEN 状态)，若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断

4、配置参考

image-20221113151347301
image-20221113151347301

异常比例

1、异常比例 (ERROR_RATIO)：当单位统计时长(statIntervalMs)内请求数目大于设置的最 小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断

2、经过熔断时长后熔断器会进入探测恢复状态(HALF-OPEN 状态) 3、若接下来的一个请求成功完成(没有错误)则结束熔断, 否则会再次被熔断

3、若接下来的一个请求成功完成(没有错误)则结束熔断, 否则会再次被熔断

4、异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%

5、配置参数

image-20221113151934073
image-20221113151934073

6、工作示意图

image-20221113151945088
image-20221113151945088

异常数

1、异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断

2、经过熔断时长后熔断器会进入探测恢复状态(HALF-OPEN 状态)

3、若接下来的一个请求成功完成(没有错误)则结束熔断，否则会再次被熔断

4、配置参考

image-20221113152027364
image-20221113152027364

熔断降级实例-慢调用比例

需求分析

  1. 需求: 通过 Sentinel 实现 熔断降级控制-慢调用比例

  2. 当调用 member-service-nacos-provider-10004 的 /t3 API 接口时，如果在 1s 内持续进入了 5 个请求，并且请求的平均响应时间超过 200ms, 那么就在未来 10 秒钟内，断路器打开, 让 /t3 API 接口 微服务不可用

  3. 后面对/t3 API 接口 访问降到 1S 内 1 个请求，降低访问量了，断路器关闭，微服务恢 复

修改业务类

修改 MemberController.java 增加方法 t3()

	@GetMapping("/t3")
    public Result t3(){
        //让线程休眠 300ms
        try {
            TimeUnit.MILLISECONDS.sleep(300);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return Result.success("t3()执行");
    }

配置实现步骤

  1. 为/t3 增加降级规则
image-20221113152854989
image-20221113152854989
image-20221113152913590
image-20221113152913590
  1. 在流控规则菜单，可以看到新增的降级规则
image-20221113152926723
image-20221113152926723

测试

浏览器访问 http://localhost:10004/t3 快速刷新页面 若干次

image-20221113153755772
image-20221113153755772

出现该页面后，等待大约10s，可以继续成功访问

注意事项和细节

平均响应时间超出阈值 且 在 1s 内通过的请求>=5， 两个条件同时满足后触发降级

熔断时间过后，关闭断路器，访问恢复正常

熔断降级实例-异常比例

需求分析

  1. 需求: 通过 Sentinel 实现熔断降级控制
  2. 当调用 member-service-nacos-provider-10004 的 /t4 API 接口时，当资源的每秒请求量>=5，并且每秒异常总数占通过量的比值超过 20%(即异常比例到 20%), 断路器打开(即: 进入降级状态), 让 /t4 API 接口 微服务不可用
  3. 当对/t4 API 接口 访问降到 1S 内 1 个请求，降低访问量了，断路器关闭，5 秒后微服务恢复

修改业务类

修改 MemberController.java 增加方法 t4()

	private static int num = 0;//执行的计数器-static静态
    @GetMapping("/t4")
    public Result t4(){
        //设计异常比例达到 50%
        if(++num % 2 == 0){
            //制造异常
            System.out.println(3 / 0);
        }
        log.info("熔断降级测试[异常比例] 执行t4() 线程id={}", Thread.currentThread().getId());
        return Result.success("t4()执行");
    }

配置实现步骤

  1. 为/t4 增加降级规则
image-20221113155222480
image-20221113155222480
  1. 在流控规则菜单，可以看到新增的降级规则
image-20221113155250847
image-20221113155250847

测试

postman测试

先创建给 collection , 也可以在已经存在的 collection 进行修改, 一定确保更新成功

image-20221113155700140
image-20221113155700140
image-20221113155855303
image-20221113155855303

点击 Run sentinel

浏览器访问: http://localhost:10004/t4

image-20221113155921252
image-20221113155921252

停止 Postman

浏览器访问: http://localhost:10004/t4 , 结果正常了

注意事项和细节

当资源的每秒请求量>=5，并且每秒异常总数占通过量的比值超过阈值，资源进入降级状态, 需要两个条件都满足

测试时，如果熔断降级和恢复服务两个状态切换不明显，将时间窗口值调整大一点比如 60, 就OK 了

熔断降级实例-异常数

需求分析

  1. 需求：通过 Sentinel 实现 熔断降级控制
  2. 当调用 member-service-nacos-provider-10004 的 /t5 API 接口时，当资源的每分钟请求量>=5，并且每分钟异常总数>=5 , 断路器打开(即: 进入降级状态), 让 /t5 API 接口微服务不可用
  3. 当熔断时间(比如 20S)结束后，断路器关闭, 微服务恢复

修改业务类

修改 MemberController.java 增加方法 t5()

	private static int num = 0;//执行的计数器-static静态
	@GetMapping("/t5")
    public Result t5(){
        // 出现 10次异常, 这里设置大于 6, 需要留出几次做测试和加入簇点链路
        if(++num <= 10){
            System.out.println(3 / 0);
        }
        log.info("熔断降级测试[异常比例] 执行t5() 线程id={}", Thread.currentThread().getId());
        return Result.success("t5()执行");
    }

配置实现步骤

  1. 为/t5 增加降级规则
image-20240323102901734
image-20240323102901734
  1. 在流控规则菜单，可以看到新增的降级规则
image-20240323102928317
image-20240323102928317

测试

  1. http://localhost:10004/t5 , 访问 5 次，出现 5 次异常(1 分钟内完成)

5次异常后，出现熔断降级

image-20240323103420750
image-20240323103420750

2.20秒后，再次访问，就返回正常结果了

image-20240323103529461
image-20240323103529461

注意事项和细节

  1. 资源在 1 分钟的异常数目超过阈值之后会进行熔断降级
  2. 异常数统计是分钟级别的，若 设置的时间窗口 小于 60s，则结束熔断状态后仍可能再进入熔 断状态, 测试时，最好将时间窗口设置超过 60S

Sentinel 热点规则

一个问题引出热点key限流

  1. 热点: 热点即经常访问的数据。很多时候我们希望统计热点数据中, 访问频次最高的Top K 数据，并对其访问进行限制。
  2. 比如某条新闻上热搜 ，在某段时间内高频访问， 为了防止系统雪崩, 可以对该条新闻进行热点限流

文档地址

https://github.com/alibaba/Sentinel/wiki/%E7%83%AD%E7%82%B9%E5%8F%82%E6%95%B0%E9%99%90%E6%B5%81

基本介绍

image-202403231042463601. 热点参数限流会统计传入1.参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。 2.热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效 3.Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控 https://blog.csdn.net/qq_34416331/article/details/106668747 4.热点参数限流支持集群模式

热点Key限流-实例

需求

  1. 通过 Sentinel 实现 热点 Key 限流
  2. 对 member-service-nacos-provider-10004 的 /news?id=x&type=x API 接口进行热点限流
  3. 假定 id=10 这一条新闻是当前的热点新闻， 当查询新闻时，对通常的 id(非热点新闻)请求 QPS 限定为 2, 如果 id=10 QPS 限定为 100
  4. 如果访问超出了规定的 QPS, 触发热点限流机制, 调用自定义的方法，给出提示信息
  5. 当对 /news?id=x&type=x API 接口 降低访问量，QPS 达到规定范围, 服务恢复

修改业务类

修 改 MemberController.java 增 加 方 法queryNews()

	/**
     * 1.@SentinelResource : 指定sentinel限流资源
     * 2.value = "news" 表示sentinel限流资源 名称,由程序员指定
     * 3. blockHandler = "newsBlockHandler": 当出现限流时，由newsBlockHandler方法进行处理
     */
    @GetMapping("/news")
    @SentinelResource(value = "news", blockHandler = "newBlockHandler")
    public Result queryNews(@RequestParam(value = "id",required = false)String id,@RequestParam(value = "type",required = false)String type){
        //在实际开发中, 新闻应该到DB或者缓存获取,这里就模拟
        log.info("到DB查询数据库");
        return Result.success("返回id = " + id + "新闻fromDB");
    }

    // 热点key限制/限流异常处理方法
    public Result newBlockHandler(String id, String type, BlockException blockException){
        return Result.success("查询 id= " + id + " 新闻 触发热点 key 限制保护.. sorry");
    }

配置实现步骤

1.为资源news增加热点规则，注意不是 /news

image-20240323105700426
image-20240323105700426
image-20240323105824967
image-20240323105824967
  1. 在热点参数限流规则菜单，可以看到新增规则
image-20240323105851305
image-20240323105851305

测试

浏览器输入：http://localhost:10004/news?id=1&type=%E6%95%99%E8%82%B2

QPS没有超过2，返回正确结果

image-20240323105944749
image-20240323105944749

QPS超过2，会返回自定义的信息

image-20240323110039132
image-20240323110039132

独立设置热点 id=10 的 QPS 阈值(即添加例外)

image-20240323110136738
image-20240323110136738
image-20240323110217764
image-20240323110217764
image-20240323110223052
image-20240323110223052

再次测试

浏览器输入：http://localhost:10004/news?id=10&type=%E6%95%99%E8%82%B2

QPS只要不超过100都返回正确结果

浏览器访问的 id 不是 10 的，仍然遵守 QPS 不能超过 2 的热点限制

注意事项和细节

  1. 热点参数类型是(byte/int/long/float/double/char/String)

  2. 热点参数值，可以配置多个

  3. 热点规则只对指定的参数生效 (比如本实例对 id 生效, 对 type 不生效)

系统规则

一个问题引出系统规则

  1. 如我们系统最大性能能抗 100QPS, 如何分配 /t1 /t2 的 QPS?
  2. 方案 1: /t1 分配 QPS=50 /t2 分配 QPS=50 , 问题： 如果/t1 当前 QPS 达到 50 , 而/t2 的 QPS 才 10, 会造成没有充分利用服务器性能.
  3. 方案 2: /t1 分配 QPS=100 /t2 分配 QPS=100 , 问题：容易造成 系统没有流量保护，造成请求线程堆积，形成雪崩.
  4. 有没有对各个 资源请求的 QPS弹性设置, 只要总数不超过系统最大QPS的流量保护规则? ==> 系统规则

文档地址

https://github.com/alibaba/Sentinel/wiki/%E7%B3%BB%E7%BB%9F%E8%87%AA%E9%80%82%E5%BA%94%E9%99%90%E6%B5%81

系统规则作用, 在系统稳定的前提下，保持系统的吞吐量

基本介绍

image-20240323110702306
image-20240323110702306

系统处理请求的过程想象为一个水管，到来的请求是往这个水管灌水，当系统处理顺畅的时候，请求不需要排队，直接从水管中穿过，这个请求的RT是最短的；

反之，当请求堆积的时候，那么处理请求的时间则会变为：排队时间 + 最短处理时间

系统规则

  1. Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。

  2. CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围0.0-1.0），比较灵敏

  3. 平均 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

  4. 并发线程数：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。

  5. 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。

实例

需求

  1. 需求: 通过 Sentinel 实现 系统规则-入口 QPS
  2. 对 member-service-nacos-provider-10004 的 所有 API 接口进行流量保护，不管访问哪个 API 接口, 系统入口总的 QPS 不能大于 2, 大于 2，就进行限流控制
  3. 提示: 上面的 QPS 是为了方便看效果, 设置的很小

配置实现步骤

增加入口 QPS 系统规则

image-20240323111537857
image-20240323111537857
image-20240323111550532
image-20240323111550532
image-20240323111559672
image-20240323111559672

测试

浏览器访问：http://localhost:10004/t1

QPS超过2，就会打开断路器，返回流控信息

image-20240323111704054
image-20240323111704054

@SentinelResource

自定义全局限流处理类

需求分析

  1. 先看前面的一段代码
    @GetMapping("/news")
    @SentinelResource(value = "news", blockHandler = "newBlockHandler")
    public Result queryNews(@RequestParam(value = "id",required = false)String id,@RequestParam(value = "type",required = false)String type){
        //在实际开发中, 新闻应该到DB或者缓存获取,这里就模拟
        log.info("到DB查询数据库");
        return Result.success("返回id = " + id + "新闻fromDB");
    }

    // 热点key限制/限流异常处理方法
    public Result newBlockHandler(String id, String type, BlockException blockException){
        return Result.success("查询 id= " + id + " 新闻 触发热点 key 限制保护.. sorry");
    }

说明：当配置的资源名 news 触发限流机制时，会调用 newsBlockHandler 方法

  1. 上面的处理方案存在一些问题
每个@SentinelResource 对应一个异常处理方法，会造成方法很多
异常处理方法和资源请求方法在一起，不利于业务逻辑的分离
解决方案-> 自定义全局限流处理类.
  1. 需求：请编写一个自定义全局限流处理类，完成对异常处理.

代码实现

增加异常处理类 CustomGlobalBlockHandler

package com.lzw.springcloud.handler;

import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.lzw.springcloud.entity.Result;

/**
 * @author LiAng
 * 1. CustomGlobalBlockHandler: 全局限流处理类
 * 2. 在CustomGlobalBlockHandler类中，可以编写限流处理方法,但是要求方法是static
 */
public class CustomGlobalBlockHandler {

    public static Result handlerMethod1(BlockException blockException){
        return Result.error("400", "客户自定义异常/限流处理方法handlerMethod1() ");
    }

    public static Result handlerMethod2(BlockException blockException) {
        return Result.error("401", "客户自定义异常/限流处理方法handlerMethod2() ");
    }

}

修 改 MemberController.java 增 加 方 法t6()

	 /**
     * value = "t6" 表示 sentinel限流资源的名字
     * blockHandlerClass = CustomGlobalBlockHandler.class : 全局限流处理类
     * blockHandler = "handlerMethod1": 指定使用全局限流处理类哪个方法，来处理限流信息
     * @return
     */
	//这里我们使用全局限流处理类，显示限流信息
    @GetMapping("/t6")
    @SentinelResource(value = "t6",
            blockHandlerClass = CustomGlobalBlockHandler.class,
            blockHandler = "handlerMethod1")
    public Result t6() {
        log.info("执行t6() 线程id={}", Thread.currentThread().getId());
        return Result.success("200", "t6()执行OK~~");
    }

配置实现步骤

image-20240323112900392
image-20240323112900392
image-20240323112914586
image-20240323112914586

测试

浏览器访问：http://localhost:10004/t6 , 如果 QPS 没有超过 1, 返回正常结果

超过时就会返回：

image-20240323112941212
image-20240323112941212

fallBack

修改MemberController.java

@GetMapping("/t6")
@SentinelResource(value = "t6",
        blockHandlerClass = CustomGlobalBlockHandler.class,
        blockHandler = "handlerMethod1")
public Result t6() {
    //假定: 当访问t6资源次数是5的倍数时，就出现java异常
    if (++num % 5 == 0) {
        throw new NullPointerException("null指针异常 num=" + num);
    }
    log.info("执行t6() 线程id={}", Thread.currentThread().getId());
    return Result.success("200", "t6()执行OK~~");
}

浏览器: http://localhost:10004/t6 , 看效果当 num 为 5 的整数时，返回的是 error 页面，不友好.

image-20240323113351535
image-20240323113351535

这种就需要使用fallback

基本介绍

  1. blockHandler 只负责 sentinel 控制台配置违规

  2. fallback 负责 Java 异常/业务异常

需求

请编写一个自定义全局 fallback 处理类, 处理 java 异常/业务异常

代码实现

在 member-service-nacos-provider-10004 创建 CustomGlobalFallbackHandler.java

package com.lzw.springcloud.handler;

import com.lzw.springcloud.entity.Result;

/**
 * @author LiAng
 * CustomGlobalFallbackHandler: 全局fallback处理类
 * 在CustomGlobalFallbackHandler类中,可以去编写处理java异常/业务异常方法-static
 */
public class CustomGlobalFallbackHandler {

    public static Result fallbackHandlerMethod1(Throwable e){
        return Result.error("400","java 异常信息="+e.getMessage());
    }

    public static Result fallbackHandlerMethod2(Throwable e){
        return Result.error("400","java 异常信息="+e.getMessage());
    }
}

修 改 MemberController.java

	/**
     * value = "t6" 表示 sentinel限流资源的名字
     * blockHandlerClass = CustomGlobalBlockHandler.class : 全局限流处理类
     * blockHandler = "handlerMethod1": 指定使用全局限流处理类哪个方法，来处理限流信息
     * fallbackClass = CustomGlobalFallbackHandler.class: 全局fallback处理类
     * fallback = "fallbackHandlerMethod1": 指定使用全局fallback处理类哪个方法来处理java异常/业务异常
     * @return
     */
    //这里我们使用全局限流处理类，显示限流信息
    @GetMapping("/t6")
    @SentinelResource(value = "t6",
            fallbackClass = CustomGlobalFallbackHandler.class,
            fallback = "fallbackHandlerMethod1",
            blockHandlerClass = CustomGlobalBlockHandler.class,
            blockHandler = "handlerMethod1")
    public Result t6() {
        //假定: 当访问t6资源次数是5的倍数时，就出现java异常
        if (++num % 5 == 0) {
            throw new NullPointerException("null指针异常 num=" + num);
        }
        log.info("执行t6() 线程id={}", Thread.currentThread().getId());
        return Result.success("200", "t6()执行OK~~");
    }

测试

浏览器输入: http://localhost:10004/t6 , 访问次数不是 5 的倍数, 返回正常结果

浏览器输入: http://localhost:10004/t6 , 访问次数是 5 的倍数, 返回 fallback 指定方法信息

image-20240323114343464
image-20240323114343464

为资源 /t6 增加流控规则,方便测试

image-20240323114413708
image-20240323114413708

浏览器输入: http://localhost:10004/t6 , 如果访问 QPS 大于 1 , 由 blockHandler 指定的方法处理，

访问次数是 5 的倍数, 由 fallback 指定方法处理, 其它情况返回正常的结果.

image-20240323114451229
image-20240323114451229
image-20240323114508837
image-20240323114508837
image-20240323114343464
image-20240323114343464

exceptionsToIgnore

如果希望忽略某个异常，可以使用 exceptionsToIgnore

应用实例

/**
     * value = "t6" 表示 sentinel限流资源的名字
     * blockHandlerClass = CustomGlobalBlockHandler.class : 全局限流处理类
     * blockHandler = "handlerMethod1": 指定使用全局限流处理类哪个方法，来处理限流信息
     * fallbackClass = CustomGlobalFallbackHandler.class: 全局fallback处理类
     * fallback = "fallbackHandlerMethod1": 指定使用全局fallback处理类哪个方法来处理java异常/业务异常
     * exceptionsToIgnore = {RuntimeException.class}: 表示如果t6()抛出RuntimeException, 就使用系统默认方式处理
     *
     * @return
     */
    //这里我们使用全局限流处理类，显示限流信息
    @GetMapping("/t6")
    @SentinelResource(value = "t6",
            fallbackClass = CustomGlobalFallbackHandler.class,
            fallback = "fallbackHandlerMethod1",
            blockHandlerClass = CustomGlobalBlockHandler.class,
            blockHandler = "handlerMethod1",
            exceptionsToIgnore = {RuntimeException.class}
    )
    public Result t6() {
        //假定: 当访问t6资源次数是5的倍数时，就出现java异常
        if (++num % 5 == 0) {
            throw new NullPointerException("null指针异常 num=" + num);
        }
        log.info("执行t6() 线程id={}", Thread.currentThread().getId());
        return Result.success("200", "t6()执行OK~~");
    }

浏览器输入: http://localhost:10004/t6 , 你会发现访问次数为 5 的倍数时，不再调用fallback 指定方法处理

image-20240323114927595
image-20240323114927595

接入 Sentinel 的方式

代码方式(硬编码，侵入性强, 不推荐)

文档地址

https://github.com/alibaba/Sentinel/wiki/%E4%BB%8B%E7%BB%8D

注解使用(低侵入性，前面用过，推荐)

https://github.com/alibaba/Sentinel/wiki/%E6%B3%A8%E8%A7%A3%E6%94%AF%E6%8C%81

1.注解方式埋点不支持private方法

https://xue.baidu.com/okam/pages/strategy-tp/index?strategyId=136707206360879&source=natural

2.@SentinelResource 用于定义资源，并提供可选的异常处理和 fallback 配置项。

3.@SentinelResource 注解包含以下属性

value：资源名称，必需项（不能为空）
entryType：entry 类型，可选项（默认为 EntryType.OUT）
blockHandler / blockHandlerClass: blockHandler 对应处理 BlockException 的函数名称，可选项。blockHandler 函数访问范围需要是 public，返回类型需要与原方法相匹配，参数类型需要和原方法相匹配并且最后加一个额外的参数，类型为BlockException。blockHandler 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定 blockHandlerClass 为对应的类的 Class 对象，注意对应的函数必需为 static 函数，否则无法解析。

fallback / fallbackClass：fallback 函数名称，可选项，用于在抛出异常的时候提供fallback 处理逻辑。fallback 函数可以针对所有类型的异常（除了 exceptionsToIgnore里面排除掉的异常类型）进行处理。fallback 函数签名和位置要求：
	(1)返回值类型必须与原函数返回值类型一致；
	(2)方法参数列表需要和原函数一致，或者可以额外多一个 Throwable 类型的参数用于接收对应的异常。
	(3)fallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定 fallbackClass 为对应的类的 Class 对象，注意对应的函数必需为 static 函数，否则无法解析

defaultFallback（since 1.6.0）：默认的 fallback 函数名称，可选项，通常用于通用的fallback 逻辑（即可以用于很多服务或方法）。默认 fallback 函数可以针对所有类型的异常（除了 exceptionsToIgnore 里面排除掉的异常类型）进行处理。若同时配置了fallback 和 defaultFallback，则只有 fallback 会生效。defaultFallback 函数签名要求：
	(1)返回值类型必须与原函数返回值类型一致；
	(2)方法参数列表需要为空，或者可以额外多一个 Throwable 类型的参数用于接收对应的异常。
	(3)defaultFallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定 fallbackClass 为对应的类的 Class 对象，注意对应的函数必需为 static 函数，否则无法解析。
	
exceptionsToIgnore（since 1.6.0）：用于指定哪些异常被排除掉，不会计入异常统计中，也不会进入 fallback 逻辑中，而是会原样抛出。

openFeign+sentinel 对远程调用熔断降级

当前微服务基础环境

当前架构图

image-20240323152614150
image-20240323152614150

测试

浏览器输出 http://localhost/member/nacos/consumer/get/1，目前是Ribbon+RestTemplate

服务消费者整合 Openfeign

需求

在 member-service-nacos-consumer-80 整合 Openfeign 实现远程调用

image-20240323152614150
image-20240323152614150

代码实现

修改 member-service-nacos-consumer-80 的 pom.xml 加入 openfeign 依赖

		<!--引入openfeign starter 即场景启动器starter-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>

将 member-service-nacos-provider-10004/10006中的MemberController中方法签名修改下

	@GetMapping("/member/get/{id}")
    public Result getMemberById(@PathVariable("id") Long id) {

在 member-service-nacos-consumer-80 添加service层，增加MemberOpenFeignService.java

package com.lzw.springcloud.service;

import com.lzw.springcloud.entity.Result;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;

/**
 * @author LiAng
 */
@FeignClient(value = "member-service-nacos-provider")
public interface MemberOpenFeignService {
    /**
     * 1. 远程调用方式是 get
     * 2. 远程调用的url 为 http://member-service-nacos-provider/member/get/{id}
     * 3. member-service-nacos-provider是nacos注册中心服务名
     * 4. openfeign会根据负载均衡算法来决定调用的是 10004/10006,默认是轮询算法
     * 5. openfeign是通过接口方式调用服务
     */
    @GetMapping("/member/get/{id}")
    public Result getMemberById(@PathVariable("id") Long id);
}

修改 member-service-nacos-consumer-80 的 MemberNacosConsumerController，增加

	//装配MemberOpenFeignService
    @Resource
    private MemberOpenFeignService memberOpenFeignService;
    
    //编写方法通过openfeign实现远程调用
    @GetMapping("/member/openfeign/consumer/get/{id}")
    public Result<Member> getMemberOpenfeignById(@PathVariable("id") Long id) {
        //这里我们使用openfeign接口方式远程调用
        log.info("调用方式是 openfeign..");
        return memberOpenFeignService.getMemberById(id);
    }

修改 member-service-nacos-consumer-80 的主启动类，增加注解 @EnableFeignClients

@SpringBootApplication
@EnableDiscoveryClient
@EnableFeignClients
public class MemberNacosConsumerApplication80 {
    public static void main(String[] args) {
        SpringApplication.run(MemberNacosConsumerApplication80.class, args);
    }
}

测试

浏览器输入: http://localhost/member/openfeign/consumer/get/1，目前是Openfeign调用(负载均衡)

image-20240323154801920
image-20240323154801920
image-20240323155106653
image-20240323155106653

服务消费者整合 Sentinel

需求

在 member-service-nacos-consumer-80 整合 Sentinel 能被 Sentinel 监控

image-20240323160125949
image-20240323160125949

代码实现

修改 member-service-nacos-consumer-80 的 pom.xml 加入 sentinel 依赖

		<!--引入 sentinel starter 即 场景启动器starter-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

修改 member-service-nacos-consumer-80 的 application.yml 配置 sentinel

server:
  port: 80

spring:
  application:
    name: member-service-nacos-consumer-80
  # 配置nacos
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 # nacos server的地址
    sentinel:
      transport:
        dashboard: localhost:8080 # 指定sentinel控制台地址(dash board)
        port: 8719 #默认 8719，假如被占用了, 会自动从 8719 开始依次+1 扫描。直至找到未被占用的端口

# 暴露所有监控点
management:
  endpoints:
    web:
      exposure:
        include: "*"

测试

先请求下 http://localhost/member/openfeign/consumer/get/1，然后打开sentinel控制台

image-20240323160743968
image-20240323160743968

openFeign+sentinel 对远程调用熔断降级

需求

在 member-service-nacos-consumer-80 调用某个无效服务时，启动 Sentinel的熔断降级机制 , 能够快速返回响应，而不是使用默认的超时机制(因为超时机制容易线程堆积, 从而导致雪崩)

image-20240323161030401
image-20240323161030401

先测试一下，关闭 10004/10006, 这时 openfeign 去调用会怎么样? (返回 time out)

image-20240323161127207
image-20240323161127207

还可以测试一下，让 10004 服务对应的 API 执行时间很长(比如休眠 2 秒), 这时 openfeign 去调用会怎么样?

openfeign+sentinel整合后，会自动选择响应时间短的服务，这时总调用10006的API

image-20240323161711474
image-20240323161711474

代码实现

修改 member-service-nacos-consumer-80，增加MemberOpenFeignFallbackService

package com.lzw.springcloud.service;

import com.lzw.springcloud.entity.Result;
import org.springframework.stereotype.Component;

/**
 * @author LiAng
 */
@Component
public class MemberOpenFeignFallbackService implements MemberOpenFeignService{
    @Override
    public Result getMemberById(Long id) {
        return Result.error("500","被调用服务异常，熔断降级，快速返回结果，防止线程堆积...");
    }
}

修改 member-service-nacos-consumer-80的 修改 member-service-nacos-consumer-80，加入fallback的处理类

package com.lzw.springcloud.service;

import com.lzw.springcloud.entity.Result;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;

/**
 * @author LiAng
 */
@FeignClient(value = "member-service-nacos-provider",fallback = MemberOpenFeignFallbackService.class)
public interface MemberOpenFeignService {
    @GetMapping("/member/get/{id}")
    public Result getMemberById(@PathVariable("id") Long id);
}

修改 member-service-nacos-consumer-80的 application.yml，加入openfeign和sentinel整合配置

server:
  port: 80

spring:
  application:
    name: member-service-nacos-consumer-80
  # 配置nacos
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 # nacos server的地址
    sentinel:
      transport:
        dashboard: localhost:8080 # 指定sentinel控制台地址(dash board)
        port: 8719 #默认 8719，假如被占用了, 会自动从 8719 开始依次+1 扫描。直至找到未被占用的端口

# 暴露所有监控点
management:
  endpoints:
    web:
      exposure:
        include: "*"
#openfeign和sentinel整合,必须配置
feign:
  sentinel:
    enabled: true

测试

浏览器输入: http://localhost/member/openfeign/consumer/get/1，目前是Openfeign调用(负载均衡)

image-20240323162403382
image-20240323162403382

注意事项和细节

因为 member-service-nacos-consumer-80 已经被 sentinel 监控，所以我们可以加入相关的流控规则, 比如为 /member/openfeign/consumer/get/1 加入流控规则 qps = 1

image-20240323162630733
image-20240323162630733

测试: 如果/member/openfeign/consumer/get/1 请求 QPS 超过 1, 会输出

image-20240323162650968
image-20240323162650968

规则持久化

规则没有持久化的问题

如果 sentinel 流控规则没有持久化，当重启调用 API/接口 所在微服务后，规则就会丢失，需要重新加入

解决方案：通过 Nacos 进行持久化

规则持久化方案

1.阿里云 Ahas[最方便/付费]

官方文档：应用高可用服务(AHAS)-阿里云帮助中心 (aliyun.com)

2.在 Nacos Server 配置规则, 完成持久化 -官方推荐

3.将规则持久化到本地文件, 定时同步

4.其他

Nacos Server 配置中心-规则持久化实例

image-20240323162923671
image-20240323162923671

需求

在 member-service-nacos-consumer-80的 /member/openfeign/consumer/get/1 API接口添加流控规则 QPS=1/快速失败

要求将该流控规则加入到 nacos server 配置中心，实现持久化

配置实现步骤

打开nacos

image-20240323164457886
image-20240323164457886
image-20240323164916982
image-20240323164916982
[
    {
        "resources": "/member/openfeign/consumer/get/1",
        "limitApp": "default",
        "grade": 1,
        "count": 1,
        "strategy": 0,
        "controlBehavior": 0,
        "clusterMode": false
    }
]

然后点击右下角发布

image-20240323164948149
image-20240323164948149

在 Nacos Server 配置中心增加 Sentinel 客户端/微服务模块 的流控规则参数说明

resource∶资源名称; 
limlitApp∶ 来源应用; 
grade∶阈值类型，0表示线程数，1表示QPS; 
count∶单机阈值;
strategy∶流控模式，0表示直接，1表示关联，2表示链路;
controlBehavior∶流控效果，0表示快速失败，1表示Warm Up，2表示排队等待;
clusterMode∶是否集群

修改member-service-nacos-consumer-80的pom.xml

        <!--引入sentinel 和 nacos持久化整合依赖,使用版本仲裁-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

修改member-service-nacos-consumer-80的application.yaml

server:
  port: 80

spring:
  application:
    name: member-service-nacos-consumer-80
  # 配置nacos
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 # nacos server的地址
    sentinel:
      transport:
        dashboard: localhost:8080 # 指定sentinel控制台地址(dash board)
        port: 8719 #默认 8719，假如被占用了, 会自动从 8719 开始依次+1 扫描。直至找到未被占用的端口
      datasource:
        ds1:
          # 流控规则配置是从nacos server 配置中获取
          nacos:
            server-addr: localhost:8848
            dataId: member-service-nacos-consumer-80
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow

# 暴露所有监控点
management:
  endpoints:
    web:
      exposure:
        include: "*"
#openfeign和sentinel整合,必须配置
feign:
  sentinel:
    enabled: true

测试

浏览器输入: http://localhost/member/openfeign/consumer/get/1，目前是Openfeign调用(负载均衡)，而且流控规则已经生效了

image-20240323165636027
image-20240323165636027

查看 Sentinel 控制台, 发现已经同步了流控规则

注意事项和细节

在 nacos server 配置 sentinel 流控规则的 Data ID 也可以自己指定，比如写成 lzw-id,只要在 sentinel client/微服务 的 applicaion.yml 的datasource.ds1.nacos.dataId 的值保持一致即可

上次编辑于: 2024/3/24 14:29:44
贡献者: LiAng