1、什么是Sentinel

雪崩问题：

当服务A依赖的服务B出现故障，服务A中的请求一直等待，导致服务A中的连接数变高，最终可能导致服务A也出现问题，然后依赖服务A的服务也出现问题，导致整个微服务集群出现问题。

解决方法：

• 添加超时时间，不会一直等待
• 舱壁模式：限定每个业务使用的线程数，避免某个服务耗尽所有资源。不过会造成资源浪费
• 熔断降级：由断路器统计业务执行的异常比例，如果超出阈值就会熔断该业务，拦截访问该业务的一切请求。
• 流量控制：限制业务访问的QPS，避免服务因为流量的突增而故障。

Sentinel主要实现的就是舱壁模式、熔断降级和限流。

2、技术对比

image.png

• 线程池隔离：每个服务都有一个线程池
• 信号量隔离：一个线程池，统计每个业务使用的线程数量。

3、认识Sentinel

Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址：https://sentinelguard.io/zh-cn/index.html

Sentinel 具有以下特征:

• 丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。
• 完备的实时监控：Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况。
• 广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。
• 完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。

4、安装Sentinel

sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。https://github.com/alibaba/Sentinel/releases

4.1 获取 Sentinel 控制台

您可以从 release 页面 下载最新版本的控制台 jar 包。

您也可以从最新版本的源码自行构建 Sentinel 控制台：

• 下载 控制台 工程
• 使用以下命令将代码打包成一个 fat jar: mvn clean package

4.2 启动

注意：启动 Sentinel 控制台需要 JDK 版本为 1.8 及以上版本

使用如下命令启动控制台：

java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar

其中 -Dserver.port=8080 用于指定 Sentinel 控制台端口为 8080。

从 Sentinel 1.6.0 起，Sentinel 控制台引入基本的登录功能，默认用户名和密码都是 sentinel。可以参考 鉴权模块文档 配置用户名和密码。

配置项	默认值	说明
server.port	8080	服务端口
sentinel.dashboard.auth.username	sentinel	默认用户名
sentinel.dashboard.auth.password	sentinel	默认密码

5 客户端接入控制台

控制台启动后，客户端需要按照以下步骤接入到控制台。

客户端需要引入 Transport 模块来与 Sentinel 控制台进行通信。您可以通过 pom.xml 引入 JAR 包:

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

添加配置：

spring:
    cloud:
        sentinel:
          transport:
              dashboard: 192.168.0.105:9999

访问微服务的任意端点，触发sentinel监控

6、限流规则

6.1、簇点链路

就是项目内的调用链路，链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点（Endpoint），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。

流控、熔断等都是针对簇点链路中的资源来设置的，因此我们可以点击对应资源后面的按钮来设置规则：

image.png

点击资源/order/{orderId}后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：

image.png

来源：default对于所有的请求生效

其含义是限制 /order/{orderId}这个资源的单机QPS为xx，即每秒只允许n次请求，超出的请求会被拦截并报错。

6.2、流控模式

在添加限流规则时，点击高级选项，可以选择三种流控模式：

• 直接：统计当前资源的请求，触发阈值时对当前资源直接限流，也是默认的模式
• 关联：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流
• 链路：统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流

6.3、流控模式-关联

关联模式：统计与当前资源相关的另一个资源，触发阈值时，对当前资源限流

使用场景：比如用户支付时需要修改订单状态，同时用户要查询订单。查询和修改操作会争抢数据库锁，产生竞争。业务需求是优先支付和更新订单的业务，因此当修改订单业务触发阈值时，需要对查询订单业务限流。

1、ordercontroller新增2个资源

    @GetMapping("query")
    public String queryOrder(){
        return "查询订单成功";
    }

    @GetMapping("update")
    public String updateOrder(){
        return "update ok";
    }

2、query请求设置，当关联资源update超过5的时候，给query限流

image.png

3、使用Jemeter工具对order/update每秒发起10次调用，然后访问order/query。可以发现请求失败。

6.4、流控模式-链路

只针对从指定链路访问到本资源的请求做统计，判断是否超过阈值。

需求：有查询订单和创建订单业务，两者都需要查询商品。针对从查询订单进入到查询商品的请求统计，并设置限流。

步骤：

1. 在OrderService中添加一个queryGoods方法，不用实现业务
2. 在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
3. 在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
4. 给queryGoods设置限流规则，从/order/query进入queryGoods的方法限制QPS必须小于2

@GetMapping("query")
    public String queryOrder(){
        orderService.queryGoods();
        log.info("查询订单");
        return "查询订单成功";
    }
    @GetMapping("save")
    public String saveOrder(){
        orderService.queryGoods();
        log.info("新增订单");
        return "save ok";
    }
    
    //service
    public void queryGoods(){
        System.out.println("查询商品");
    }

Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用@SentinelResource注解，示例：

    @SentinelResource("goods")
    public void queryGoods(){
        System.out.println("查询商品");
    }

Sentinel默认会将Controller方法做context整合，同一个controller作为同一个链路，导致链路模式的流控失效，需要修改application.yml，添加配置：

spring:
    cloud:
        sentinel:
            transport:
              dashboard: 192.168.0.105:9999
            web-context-unify: false #关闭context整合

给goods添加流控，限制query来源的qps为2

image.png

6.4、流控效果

流控效果是指请求达到流控阈值时应该采取的措施，包括三种：

• 快速失败：达到阈值后，新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
• warm up：预热模式，对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化，从一个较小值逐渐增加到最大阈值。
• 排队等待：让所有的请求按照先后次序排队执行，两个请求的间隔不能小于指定时长

warm up

warm up也叫预热模式，是应对服务冷启动的一种方案。请求阈值初始值是 threshold / coldFactor，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.

例如，我设置QPS的threshold为10，预热时间为5秒，那么初始阈值就是 10 / 3 ，也就是3，然后在5秒后逐渐增长到10.

排队等待

当请求超过QPS阈值时，快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中，然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成，如果请求预期的等待时间超出最大时长，则会被拒绝。

例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常

6.5、热点参数限流

之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求，判断是否超过QPS阈值。

热点参数限流对默认的SpringMVC资源无效

1、设置热点资源

@SentinelResource("hot")
    @GetMapping("{orderId}")
    public Order queryOrderByUserId(@PathVariable("orderId") Long orderId,
            @RequestHeader(value = "X-Request-other", required = false) String other) {
        log.info("header is:{}", other);
        // 根据id查询订单并返回
        return orderService.queryOrderById(orderId);
    }

2、重启服务后添加配置

image.png

image.png

7. 熔断规则

https://www.h5w3.com/248448.html

---

摘自：https://blog.csdn.net/LookOutThe/article/details/124231882?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2-124231882-blog-125425225.pc_relevant_multi_platform_whitelistv1_exp2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2-124231882-blog-125425225.pc_relevant_multi_platform_whitelistv1_exp2&utm_relevant_index=5