开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> Java知识库 -> Spring Cloud Alibaba 之 Sentinel -> 正文阅读

[Java知识库]Spring Cloud Alibaba 之 Sentinel

Spring Cloud 系列笔记

Sentinel简介

是一个轻量级的流量控制、熔断降级 Java 库
主要特性如下：
Sentinel 组件由 2 部分组成
- 核心库(Java客户端）：不依赖任何框架/库，能够运行于所有Java运行时环境，同时对 Dubbo /Spring Cloud等框架也有较好的支持。
- 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。
下载后执行 java -jar sentinel-dashboard-x.x.x.jar，然后访问本地8080端口即可，默认账号密码是sentinel

核心代码

依赖

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

核心配置

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        dashboard: localhost:8080
        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

启动项目后需要访问某个接口（懒加载）才能在sentinel界面看到监控数据

流控规则解析

在这里插入图片描述

资源名：唯一，默认请求路径(如：http://localhost:port/testA)
针对来源：Sentinel可以针对调用者进行限流，填写微服务名，指定对哪个微服务进行限流，默认default(不区分来源，全部限制)
阈值类型/单机阈值：
- 1、QPS(每秒钟的请求数量)：当调用该接口的QPS达到了阈值的时候，进行限流；
- 2、线程数：当调用该接口的线程数达到阈值时，进行限流
- 线程数代表的是每秒内访问api接口的线程数，如果该接口的操作比较长，当排队的线程数到达阈值的时候，进行限流操作，相反的如果接口的操作很快，即是没秒内的操作很快，同样不会进行限流操作。QPS可以简单的理解为访问次数，但是线程数是和接口处理的快慢有关的。
是否集群：不需要集群
流控模式：
- 1、直接：接口达到限流条件时，直接限流
- 2、关联：当关联的资源达到阈值时，就限流自己（应用场景：支付接口达到阈值，就限流下订单的接口）
- 3、链路：只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就可以限流）[api级别的针对来源]
流控效果
- 1、快速失败：直接失败
- 2、Warm Up：即请求 QPS 从 最大阈值 / 3 （codeFactor，冷加载因子，默认为3）开始，经预热时长逐渐升至设定的阈值（应用场景：秒杀的瞬间，可能把系统打死，采用预热可以慢慢放流量进来，阈值不是一开始就最大）
- 3、排队等待（类似于漏桶算法）（应用场景：处理间隔性突发流量，例如消息队列）

熔断降级

注意熔断和流控的区别，熔断是接口直接不可用了

在这里插入图片描述

慢调用比例RT (SLOW_REQUEST_RATIO)

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。
当统计时长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。
经过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，若大于则会再次被熔断。

异常比例 (ERROR_RATIO)

这里的异常是指接口业务代码抛的异常
当统计时长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。
经过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成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。

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。经过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成功完成（没有错误）则结束熔断，否则会再次被熔断。

热点key的流控

热点即经常访问的数据。很多时候我们希望统计某个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。比如：
- 商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
- 用户 ID 为参数，针对一段时间内频繁访问的用户 ID 进行限制

测试代码

@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey", blockHandler = "deal_testHotKey")
public String hotKeyTest(@RequestParam(value = "p1", required = false)String p1,
                         @RequestParam(value = "p2", required = false)String p2){
    return "===== (*^_^*) 成功了 (*^_^*) =====";
}
public String deal_testHotKey(String p1, String p2, BlockException exception){
    return "===== (ㄒoㄒ) 失败了 (ㄒoㄒ) =====";
}

配置热点参数的阈值

在这里插入图片描述

发出请求并带上 p1 参数，访问：http://localhost:8401/testHotKey?p1=aaa
如果 1 秒点一下，可以正常访问，但是 1 秒内，连续请求，就会走备选方案
注意资源名也可以是url地址哦

参数例外项

上述情况，不论被监控的参数传入的是何值，都会进行判断，并限流
但是有些时候有些特殊值，希望它的阈值和其他不一样，就要使用该配置
比如说：p1 传入 aaa 时的阈值可以允许达到 100，但是其他值只能达到 10

在这里插入图片描述

系统保护规则（整体维度）

在这里插入图片描述

简单来说，就是从整体维度对入口进行流控
名词解释：
- 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。
- 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。
- 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。
- 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。
- 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。

@SentinelResource使用

该注解用于配合sentinel控制台进行流控、熔断降级等操作，通过它可以指定自定义的降级策略，而不是阿里的直接返回一个blockException

@RequestMapping("/consumer/fallback/{id}")
@SentinelResource(value = "fallback",fallback = "handlerFallback",blockHandler = "blockHandler",
        exceptionsToIgnore = {IllegalArgumentException.class})
public CommonResult<Payment> fallback(@PathVariable Long id)
{
    CommonResult<Payment> result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/"+id,CommonResult.class,id);

    if (id == 4) {
        throw new IllegalArgumentException ("IllegalArgumentException,非法参数异常....");
    }else if (result.getData() == null) {
        throw new NullPointerException ("NullPointerException,该ID没有对应记录,空指针异常");
    }

    return result;
}
//本例是fallback
public CommonResult handlerFallback(@PathVariable  Long id,Throwable e) {
    Payment payment = new Payment(id,"null");
    return new CommonResult<>(444,"兜底异常handlerFallback,exception内容  "+e.getMessage(),payment);
}
//本例是blockHandler
public CommonResult blockHandler(@PathVariable  Long id,BlockException blockException) {
    Payment payment = new Payment(id,"null");
    return new CommonResult<>(445,"blockHandler-sentinel限流,无此流水: blockException  "+blockException.getMessage(),payment);
}

value属性

资源名称，必填

BlockHandler属性

处理BlockException的函数，该函数只负责sentinel控制台配置的违规
注意：
- 必须是 public
- 返回类型与原方法一致
- 参数类型需要和原方法相匹配，并在最后加 BlockException 类型的参数。
- 默认需和原方法在同一个类中。若希望使用其他类的函数，可配置 blockHandlerClass ，并指定blockHandlerClass里面的方法。

blockHandlerClass属性

存放blockHandler的类

exceptionsToIgnore属性

指定忽略的异常，即对该异常不做任何处理

fallback属性

fallback 函数名称
可选项，用于在接口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
- 返回值类型必须与原函数返回值类型一致
- 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
- 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

自定义降级处理类（可以代码解耦）

public class CustomerBlockHandler
{
    public static CommonResult handlerException(BlockException exception)
    {
        return new CommonResult(4444,"按客戶自定义,global handlerException----1");
    }
    public static CommonResult handlerException2(BlockException exception)
    {
        return new CommonResult(4444,"按客戶自定义,global handlerException----2");
    }
}

Controller配置

@GetMapping("/rateLimit/customerBlockHandler")
@SentinelResource(value = "customerBlockHandler",
        blockHandlerClass = CustomerBlockHandler.class,
        blockHandler = "handlerException2")
public CommonResult customerBlockHandler()
{
    return new CommonResult(200,"按客戶自定义",new Payment(2020L,"serial003"));
}

整合OpenFeign

这里采用的是一个消费者，两个服务提供者，消费者服务需要引入Feign的依赖

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

yaml要加一个配置：

feign:
  sentinel:
    enabled: true

其他的关于feign的配置之前的文章有提到，这里就不说了

规则的持久化配置

一旦我们重启应用，Sentinel规则将消失
生产环境需要将配置规则进行持久化
将限流配置规则持久化进 Nacos 保存

依赖

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

yaml

配置持久化文件在nacos中的唯一标志等

datasource:
  ds1:
    nacos:
      server-addr: localhost:8848
      dataId: cloudalibaba-sentinel-service
      groupId: DEFAULT_GROUP
      data-type: json
      rule-type: flow