Sentinel
一 什么是Sentinel
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。
二 为什么要用sentinel(防止雪崩)
1 什么是雪崩
微服务调用链路中的某个服务故障，引起整个链路中的所有微服务都不可用，这就是雪崩。
2 解决雪崩问题的常见方式有四种
1 超时处理：设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待
2 舱壁模式：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离。
3 熔断降级：由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。
4 流量控制：限制业务访问的QPS，避免服务因流量的突增而故障。
3 总结
什么是雪崩问题？
微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。
如何避免因瞬间高并发流量而导致服务故障？
流量控制
如何避免因服务故障引起的雪崩问题？
超时处理 线程隔离 降级熔断
三 Sentinel 的特征
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（对于突然到来的大量请求，您可以配置流控规则，以稳定的速度逐步处理这些请求，从而避免流量突刺造成系统负载过高）、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
Sentinel 的组成
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
四 服务技术对比
五 Sentinel入门
1 搭建Sentinel控制台
-
首先下载Sentinel控制台 github地址
-
启动Sentinel
注意：启动 Sentinel 控制台需要 JDK 版本为 1.8 及以上版本
# 在与jar包相同的文件夹下新建一个start.bat java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8718 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar其中
-Dserver.port=8080用于指定 Sentinel 控制台端口为8718注意： 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
2 引入本地应用
1 在pom引入依赖
com.alibaba.cloud
spring-cloud-starter-alibaba-sentinel
com.alibaba.csp
sentinel-datasource-nacos
2 在yml文件配置
spring:
cloud:
nacos:
server-addr: localhost:8848 # nacos服务地址
sentinel:
transport:
dashboard: localhost:8080 # sentinel控制台地址
web-context-unify: false # 关闭context整合
datasource:
flow:
nacos:
server-addr: localhost:8848 # nacos地址
dataId: orderservice-flow-rules
groupId: SENTINEL_GROUP
rule-type: flow # 还可以是：degrade、authority、param-flow3 流控模式
3.1 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
3.2 流控模式-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
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。业务需求是有限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。
当/write资源访问量触发阈值时，就会对/read资源限流，避免影响/write资源。
3.3 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。
例如有两条请求链路： /test1-> /common /test2 -> /common 如果只希望统计从/test2进入到/common的请求，则可以这样配置
4 流控效果
4.1 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。
4.2 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。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 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.
4.3 排队等待
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
5 热点参数限流
注：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。
5.1 添加SentinelResource("hot")注解
5.2 配置示例
代表的含义是：对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5
在热点参数限流的高级选项中，可以对部分参数设置例外配置：
结合上一个配置，这里的含义是对0号的long类型参数限流，每1秒相同参数的QPS不能超过5，有两个例外：
如果参数值是100，则每1秒允许的QPS为10
如果参数值是101，则每1秒允许的QPS为15
6 结合feign
6.1 修application.yml文件，开启Feign的Sentinel功能
feign:
sentinel:
enabled: true # 开启Feign的Sentinel功能
6.2 给FeignClient编写失败后的降级逻辑
FallbackFactory，可以对远程调用的异常做处理，我们选择这种
步骤一：在feing-api项目中定义类，实现FallbackFactory：
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory {
@Override
public UserClient create(Throwable throwable) {
// 创建UserClient接口实现类，实现其中的方法，编写失败降级的处理逻辑
return new UserClient() {
@Override
public User findById(Long id) {
// 记录异常信息
log.error("查询用户失败", throwable);
// 根据业务需求返回默认的数据，这里是空用户
return new User();
}
};
}
}
步骤二：在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：
@Bean
public UserClientFallbackFactory userClientFallback(){
return new UserClientFallbackFactory();
}
步骤三：在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：
@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
7 线程隔离（仓壁模式）
7.1 线程隔离的两种手段
信号量隔离的特点： 基于计数器模式，简单，开销小
线程池隔离的特点：基于线程池模式，有额外开销，但隔离控制更强
对比图
7.2信号量隔离（Sentinel默认采用）
8 降级熔断
8.1 什么是降级熔断
熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例，如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求；而当服务恢复时，断路器会放行访问该服务的请求。
8.2 断路器熔断策略方式
慢调用：业务的响应时长（RT）大于指定时长的请求认定为慢调用请求。在指定时间内，如果请求数量超过设定的最小数量，慢调用比例大于设定的阈值，则触发熔断。例如：
解读：RT超过500ms的调用是慢调用，统计最近10000ms内的请求，如果请求量超过10次，并且慢调用比例不低于0.5，则触发熔断，熔断时长为5秒。然后进入half-open状态，放行一次请求做测试。
异常比例或异常数：统计指定时间内的调用，如果调用次数超过指定请求数，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断。例如
解读：统计最近1000ms内的请求，如果请求量超过10次，并且异常比例不低于0.5，则触发熔断，熔断时长为5秒。然后进入half-open状态，放行一次请求做测试。
解读：统计最近1000ms内的请求，如果请求量超过10次，并且异常数大于等于2，则触发熔断，熔断时长为5秒。然后进入half-open状态，放行一次请求做测试。
9 授权规则
9.1 实现网关授权.
授权规则可以对调用方的来源做控制，有白名单和黑名单两种方式。
白名单：来源（origin）在白名单内的调用者允许访问
黑名单：来源（origin）在黑名单内的调用者不允许访问
例如，我们限定只允许从网关来的请求访问order-service，那么流控应用中就填写网关的名称
步骤一 Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
public interface RequestOriginParser {
/**
* 从请求request对象中获取origin，获取方式自定义
*/
String parseOrigin(HttpServletRequest request);
}
例如，我们尝试从request中获取一个名为origin的请求头，作为origin的值：
@Component
public class HeaderOriginParser implements RequestOriginParser {
@Override
public String parseOrigin(HttpServletRequest request) {
String origin = request.getHeader("origin");
if(StringUtils.isEmpty(origin)){
return "blank";
}
return origin;
}
}
步骤二 我们还需要在gateway服务中，利用网关的过滤器添加名为gateway的origin头
spring:
cloud:
gateway:
default-filters:
- AddRequestHeader=origin,gateway # 添加名为origin的请求头，值为gateway
步骤三 给/order/{orderId} 配置授权规则：
9.2 自定义异常结果
默认情况下，发生限流、降级、授权拦截时，都会抛出异常到调用方。如果要自定义异常时的返回结果，需要实现BlockExceptionHandler接口：
public interface BlockExceptionHandler {
/**
* 处理请求被限流、降级、授权拦截时抛出的异常：BlockException
*/
void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
}
@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
@Override
public void handle(
HttpServletRequest httpServletRequest,
HttpServletResponse httpServletResponse, BlockException e) throws Exception {
String msg = "未知异常";
int status = 429;
if (e instanceof FlowException) {
msg = "请求被限流了！";
} else if (e instanceof DegradeException) {
msg = "请求被降级了！";
} else if (e instanceof ParamFlowException) {
msg = "热点参数限流！";
} else if (e instanceof AuthorityException) {
msg = "请求没有权限！";
status = 401;
}
httpServletResponse.setContentType("application/json;charset=utf-8");
httpServletResponse.setStatus(status);
httpServletResponse.getWriter().println("{\"message\": \"" + msg + "\", \"status\": " + status + "}");
}
}
10 规则持久化
10.1 规则管理模式
Sentinel的控制台规则管理有三种模式：
10.1.1 原始模式
原始模式：控制台配置的规则直接推送到Sentinel客户端，也就是我们的应用。然后保存在内存中，服务重启则丢失。
10.1.2 pull模式
pull模式：控制台将配置的规则推送到Sentinel客户端，而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询，更新本地规则。
10.1.3 push模式
push模式：控制台将配置规则推送到远程配置中心，例如Nacos。Sentinel客户端监听Nacos，获取配置变更的推送消息，完成本地配置更新。
10.2 实现push模式(待整理)
1 引入依赖
com.alibaba.csp
sentinel-datasource-nacos
2 在application.yml文件配置nacos地址及监听的配置信息
spring:
cloud:
sentinel:
datasource:
flow:
nacos:
server-addr: localhost:8848 # nacos地址
dataId: orderservice-flow-rules
groupId: SENTINEL_GROUP
rule-type: flow # 还可以是：degrade、authority、param-flow3 修改sentinel-dashboard源码
3.1 解压 sentinel源码包
3.2 修改nacos依赖
在sentinel-dashboard源码的pom文件中，nacos的依赖默认的scope是test，只能在测试时使用，这里将sentinel-datasource-nacos依赖的scope去掉。
3.3 添加nacos支持
注：在sentinel-dashboard的test包下，已经编写了对nacos的支持，我们需要将其拷贝到main下。
3.4. 修改nacos地址
修改测试代码中的NacosConfig类修改其中的nacos地址，让其读取application.properties中的配置
3.5 yml配置nacos地址
nacos.addr=localhost:88483.6 配置nacos数据源
修改com.alibaba.csp.sentinel.dashboard.controller.v2包下的FlowControllerV2类，让我们添加的Nacos数据源生效
3.7 修改前端页面
添加一个支持nacos的菜单。
修改src/main/webapp/resources/app/scripts/directives/sidebar/目录下的sidebar.html文件将其中的这部分注释打开，修改其中的文本
3.9 重新编译、打包项目
3.10 启动