SpringCloud进阶--Sentinel 流量防卫兵

Sentinel 流量防卫兵

之前，我们了解到了微服务雪崩问题，就是一个微服务出现问题，有可能导致整个联络直接不可用，这时候就需要进行即使的熔断和降级，之前我们使用Hystrix来实现。现在我们使用Sentinel 。

Sentinel 有以下特征：

丰富的应用场景：例如秒杀、消息削峰填谷、集群流量控制、实时熔断下游不可用服务等。
完备的实时监控：Sentinel 提供实时监控功能。
广泛的开源生态：Sentinel 可以与其他开源框架整合。
完善的SPI扩展机制：Sentinel 提供简单易用的SPI接口。可以通过接口快速定制逻辑、规则。

安装与部署

下载并安装下载地址

下载下来是一个jar包，直接启动这个jar包。端口默认8080，我这里指定了8858端口。

访问地址就是localhost:8858 ；用户名和密码都是sentinel

在服务中引入sentinel依赖

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

在配置文件进行配置
```
spring:
  cloud:
    sentinel:
      transport:
        # 添加监控页面地址
        dashboard: localhost:8858
```
然后启动服务，注意，这里要先调用一次服务，sentinel才会加载这个服务（它使用了懒加载机制）

流量控制

我们不能无限制的接收和处理客户端请求，如果不加以限制，当发生高并发情况时，系统资源很快就会被耗尽。

这时可以使用流量控制（限流），当一段时间内的流量达到一定的阈值时，新的请求将不再进行处理。这样能合理应对高并发，也能保护服务器不受外界的攻击。

那么，实现限流的策略有哪些呢？

快速拒绝：不再接收新请求。直接返回一个拒绝信息，告诉用户访问频率过高。
预热：基于方案一，但由于某些情况下高并发请求时在某一时刻突然到来，我们可以缓慢地将阈值提高到指定阈值，形成一个缓冲保护
排队等待：不接受新请求，也不直接拒绝，而是进入排队，要是规定时间内能执行就执行，超时就算了。

针对是否超过流量阈值的判断，有4种算法：

漏桶算法

令牌桶算法

现在有一个令牌桶，这个桶专门存放令牌，每隔一段时间就向桶中丢入一个令牌（速度由我们指定）当新的请求到达时，将从桶中删除令牌，接着请求就可以通过并给到服务，但是如果桶中的令牌数量不足，那么不删除令牌，而是然那个此数据包等待。

当流量下降时，令牌桶中的令牌会逐渐积累，这样如果突然出现高并发，那么就能在短时间内拿到大量的令牌。

固定时间窗口算法：

滑动时间窗口算法

具体使用哪种算法和策略可以由我们自己制定。

按照上图指示进入流控规则页面。

阈值类型：QPS就是每秒种的请求数量，并发线程数是按服务当前十一月的线程数据进行统计的。
流控模式：当达到阈值时，流控的对象，这里暂时使用直接。
流控效果：对应上面的三种限流策略。

这里我们选择QPS、阈值设为1，流控模式选择直接、流控效果选择快速失败。可以看到当我们快速地进行请求时，会直接返回失败信息。

那这些流控模式有什么区别？

直接：只针对于当前接口
关联：当关联的其他接口超过阈值时，会导致当前接口被限流
链路：更细粒度的限流，能精确到具体的方法。

比如关联模式，我们将/borrow/{uid}和自带的/error接口关联，然后进行限流

此时，如果对/error的请求达到阈值时，请求/borrow/{uid}就会被限流，会访问失败！

注意：限流是作用于关联资源的，一旦关联资源超过阈值，那么就会对当前资源进行限流！

那什么是链路流控模式呢？

链路流控模式指的是当从指定接口过来的请求达到限流条件时，开启限流。需要@SentinelResource注解配合使用。

@SentinelResource注解用来标注一个方法。将这个方法纳入限流控制。比如在controller里有2个方法调用被监控的那个方法：

@RequestMapping("/borrow/{uid}")
public BorrowDetail getBorrowById(@PathVariable("uid") int id) {
    return borrowService.findBorrowById(id);
}

@RequestMapping("/borrow2/{uid}")
public BorrowDetail getBorrowById2(@PathVariable("uid") int id) {
    return borrowService.findBorrowById(id);
}

// 限流控制的方法
//监控此方法，无论被谁执行都在监控范围内，这里的value是自定义名称
// 这个注解可以加载任何方法上，包括Controller中的请求映射方法。
@SentinelResource("getBorrow")
@Override
public BorrowDetail findBorrowById(int uid) {
    List<Borrow> allByUid = borrowMapper.getAllByUid(uid);
    // 获取用户信息 localhost:8101 改成服务名user-service
    User user = userClient.findUserById(uid);
    // 获取每本书的详细信息
    List<Book> bookList = allByUid.stream().map(borrow -> bookClient.getBookById(borrow.getBid())).collect(Collectors.toList());
    return new BorrowDetail(user, bookList);
}

然后进行配置：

spring:
  cloud:
    sentinel:
        # 关闭context收敛，这样被监控的方法可以进行不同链路的单独控制
      web-context-unify: false

然后在Sentinel控制台中添加流控规则，注意是针对此方法！

这样设置后会发现，无论请求哪个接口，只要调用了被监控的这个方法，都会被限流。注意：这里限流的形式是后台直接抛出异常。

而这个链路选项实际就是决定只限流从哪个方向来的调用，比如要求只限流从borrow2接口对方法的调用。我们就可以指定链路为：

然后就会发现，限流效果只对配置的链路接口有效，而其他链路不会被限流。

除了直接对接口使用限流控制外，还可以根据当前系统的资源使用情况。决定是否进行限流：

限流和异常处理

现在我们已经实现了限流操作，那么限流状态下的返回结果该怎么修改呢？

先创建好需要返回的内容，定义一个请求映射：

@RequestMapping("/blocked")
JSONObject blocked(){
    JSONObject jsonObject = new JSONObject();
    jsonObject.put("code",403);
    jsonObject.put("success",false);
    jsonObject.put("message","您请求的频率过快，请稍后重试！");
    return jsonObject;
}

在配置文件中将此页面设定为限流页面：

spring:
  cloud:
    sentinel:
      # 将刚刚编写的请求映射为限流页面
      block-page: /blocked

那么方法级别的限流怎么处理？因为方法被限流会在后台直接抛出异常，这种情况我们该怎么处理呢？

Sentinel可以指定一个替代方案，当出现异常时，会调用替代方案：

在@SentinelResource注解的blockHandler属性指定替代方法即可

@SentinelResource(value = "getBorrow",blockHandler = "blocked")
@Override
public BorrowDetail findBorrowById(int uid) {
    List<Borrow> allByUid = borrowMapper.getAllByUid(uid);
    // 获取用户信息 localhost:8101 改成服务名user-service
    User user = userClient.findUserById(uid);
    // 获取每本书的详细信息
    List<Book> bookList = allByUid.stream().map(borrow -> bookClient.getBookById(borrow.getBid())).collect(Collectors.toList());
    return new BorrowDetail(user, bookList);
}

// 替代方案，参数和返回值必须和原方法一致，并且参数最后需要加一个BlockException类型的参数
public BorrowDetail blocked(int uid, BlockException blockException) {
    return new BorrowDetail(null, Collections.emptyList());
}

注意：这里的blockHandler只能处理限流情况下抛出的异常，如果时方法本身抛出的其他类型的异常，不再管控范围内，但是可以通过其他参数进行处理：

@SentinelResource(value = "getBorrow",
        fallback = "except", // 指定出现异常时的替代方案。"except"是替代方法的方法名
        exceptionsToIgnore = IOException.class) // 忽略哪些异常，也就是说，出现这种异常不使用替代方案
@Override
public BorrowDetail findBorrowById(int uid) {
...
}

这种方式会在没有配置blockHandler的情况下，将限流的异常也一并处理了，如果配置了blockHandler，那么出现限流时，依然只会执行blockHandler指定的替代方案（因为限流是在方法执行之前进行的）。

热点参数限流

我们可以对某一热点数据进行精准限流，比如在某一时刻，不同参数被携带访问的频率时不一样的：

http://localhost:8301/borrow?a=10 访问100次
http://localhost:8301/borrow?b=10访问0次
http://localhost:8301/borrow?c=10访问4次

由于携带参数a的请求比较多，我们就可以只针对携带参数a的请求进行限流

创建一个请求映射：

@RequestMapping("/test")
@SentinelResource("test")
String findUserBorrow2(@RequestParam(value = "a",required = false) String a,
                       @RequestParam(value = "b",required = false) String b,
                       @RequestParam(value = "c",required = false) String c){
    return "请求成功！a="+a+";b="+b+";c="+c;
}

进行热点配置

  这样就实现了对某个参数进行精准限流。

  除了对某个参数进行精准限流外，还可以对参数携带的指定值单独设定阈值，比如，希望现在不仅对参数a限流，而且还希望当参数a=10 时，QPS达到3时再进行限流，就可以如下设置：

服务熔断与降级

如果在某一时刻，服务B出现故障，而这时服务A依然有大量请求在调用服务B。由于服务A没办法在短时间内完成处理，新来的请求会导致线程数不断增加，这样，CPU的资源很快就会被耗尽！

要防止这种情况，就只能进行隔离，一共有两种隔离方案：

线程池隔离

线程池隔离实际上就是对每个服务的远程调用单独开放线程池，比如服务A调用服务B。只基于固定数量的线程池。这样即使在短时间内出现大量请求，由于没有线程可以分配。所以就不会导致资源耗尽！

信号量隔离

信号量隔离是使用Semaphore类实现的。其思想基本与上面相同，也是限定指定的线程数量，但它相对于线程池隔离。开销会更小。使用效果相同，也支持超时等，而Sentinel正是采用的这种方案实现隔离的。

那什么是服务降级？

当下游服务因为某种原因变得不可用或响应过慢时，上游服务为了保证自己整体服务的可用性，不再继续调用目标服务，而是快速返回或是执行自己的替代方案，这便是服务降级。

整个过程分为三个状态：
- 关闭：熔断器不工作，所有请求全部该干嘛干嘛
- 打开：熔断器工作，所有请求一律降级处理
- 半打开：尝试进行一下正常流程，要是还不行，就继续保持打开状态，否则关闭
以下时Sentinel中进行熔断和降级操作：

其中，熔断策略有三种模式：

慢调用比例：这种如果出现那种半天都处理不完的调用，有可能就是服务出现故障，导致卡顿。这个选项是按照最大响应时间（RT）进行判定，如果一次请求的处理时间超过了指定的RT，那么就被判断为慢调用。在一个统计时长内，如果请求数目大于最小请求数目，并且被判断为慢调用的请求比例已超过阈值，将触发熔断。经过熔断时长之后，将会进入到半开状态进行试探（这里和Hystrix一致）！资源名填写服务地址比如：/borrow/
异常比例：与慢调用类似，不过这里判断的是出现异常的比例
异常数：只要达到指定的异常数量，就熔断

那在Sentinel中如何自定义服务降级？

只需要在@SentinelResource()中配置blockHandler参数（其实和处理方法级别的限流异常一样）

@RequestMapping("/borrow2/{uid}")
@SentinelResource(value = "getBorrowById2",blockHandler = "test")
public BorrowDetail getBorrowById2(@PathVariable("uid") int id) {
    return borrowService.findBorrowById(id);
}

BorrowDetail test(int uid, BlockException blockException){
    return new BorrowDetail(null, Collections.emptyList());
}

这样设置好，注意添加熔断规则时，资源名填写的是getBorrowById2。

这样在熔断后就不会返回到限流页面，而是返回替代方案！

如何让Feign也支持Sentinel的服务降级？

现在配置中开启支持：
```
feign:
  sentinel:
    enabled: true
```

创建UserClient接口

@FeignClient(value = "user-service",fallback = UserClientImpl.class)
public interface UserClient {

    @RequestMapping("/user/{uid}")
    User findUserById(@PathVariable("uid") int uid);
}

创建UserClient接口的实现类：

@Component
public class UserClientImpl implements UserClient {
    @Override
    public User findUserById(int uid) {
        User user = new User();
        user.setName("我是替代方案");
        return user;
    }
}

这样就让Feign实现了服务降级

如何让传统的RestTemplate也实现服务降级呢？

可以使用 @SentinelRestTemplate注解实现！

@Configuration
// 指定为user-service服务，只要调用此服务，就会使用我们指定的策略
//configuration = LoadBanancerConfig.class 指定我们自定义的策略类
// @LoadBalancerClient(value = "user-service",configuration = LoadBanancerConfig.class)
public class BeanConfiguration {

    @Bean
    // 负载均衡
    @LoadBalanced
    @SentinelRestTemplate(blockHandler = "handleException", blockHandlerClass = ExceptionUtil.class,
            fallback = "fallback",fallbackClass = ExceptionUtil.class)
    public RestTemplate restTemplate() {
        return new RestTemplate();
    }
}

posted @ 2026-03-24 11:24 NE_STOP 阅读(14) 评论(0) 收藏举报

刷新页面返回顶部