【Spring Cloud Alibaba】【Hoxton】Sentinel 入门-限流-降级（一）

1 Nacos 入门-配置中心-集群
2 Sentinel 入门-限流-降级（一）
3 Sentinel 热点规则-@SentinelResource-熔断-持久化（二）
4 Seata从入门到实战

1 Sentinel 简介

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。

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。

1.1 下载

https://github.com/alibaba/Sentinel/releases/tag/1.7.1

1.2 安装

#上传到linux服务器
nohup java -jar sentinel-dashboard-1.7.1.jar >sentinel.log 2>&1 &
#访问端口8080
http://192.168.0.39:8080
#账号密码
sentinel sentinel

2 代码

2.1 环境准备

192.168.0.39 sentinel nacos

2.2 创建工程

2.3 pom

<dependencies>
    <!--sentinel nacos-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>
    <!--sentinel-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <!--spring cloud alibaba-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
    </dependency>
    <!--devtools热部署-->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <optional>true</optional>
        <scope>true</scope>
    </dependency>
</dependencies>

2.4 application.yml

server:
  port: 9004
spring:
  application:
    name: sentinel
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.0.39:8848
    sentinel:
      transport:
        #配置sentinel地址,端口
        dashboard: 192.168.0.39:8080
        port: 8719
        #客户端IP
        client-ip: 192.168.0.100

#暴露自己的端点
management:
  endpoints:
    web:
      exposure:
        include: '*'        

2.5 controller

@RestController
@RequestMapping("/flow")
public class FlowLimitController {
    @GetMapping("/a")
    public String a(){
        return "Hello a";
    }
    @GetMapping("/b")
    public String b(){
        return "Hello b";
    }
}

2.6 主启动类

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

2.7 查看结果

(1) 什么都没有,sentinel采用懒加载需要访问接口

(2) 访问接口

http://localhost:9004/flow/a
http://localhost:9004/flow/b

3 流量控制

流量控制（flow control），其原理是监控应用流量的 QPS 或并发线程数等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。
FlowSlot 会根据预设的规则，结合前面 NodeSelectorSlot、ClusterNodeBuilderSlot、StatisticSlot 统计出来的实时信息进行流量控制。
限流的直接表现是在执行 Entry nodeA = SphU.entry(resourceName) 的时候抛出 FlowException 异常。FlowException 是 BlockException 的子类，您可以捕捉 BlockException 来自定义被限流之后的处理逻辑。
同一个资源可以创建多条限流规则。FlowSlot 会对该资源的所有限流规则依次遍历，直到有规则触发限流或者所有规则遍历完毕。
一条限流规则主要由下面几个因素组成，我们可以组合这些元素来实现不同的限流效果：

resource：资源名，即限流规则的作用对象
count: 限流阈值
grade: 限流阈值类型（QPS 或并发线程数）
limitApp: 流控针对的调用来源，若为 default 则不区分调用来源
strategy: 调用关系限流策略
controlBehavior: 流量控制效果（直接拒绝、Warm Up、匀速排队）

3.1 流控模式

(1) 默认模式



快速访问接口时：

(2) 关联模式
当关联的资源达到阈值时，就限流自己

例：当接口b达到qps时会使a无法访问

postman测试：

在postman测试期间访问a接口：

当postman测试完：

(3) Warm Up
Sentinel的Warm Up（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式，即预热/冷启动方式。当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。warm up冷启动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。
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。

配置：a接口5秒后qps会达到10，开始qps为3 (10/3)

开始快速访问：

后续快速访问：

(4) 排队等待
匀速排队,让请求以均匀的速度通过,阀值类型必须设成QPS,否则无效。
设置含义: a接口每秒1次请求,超过的话就排队等待,等待的超时时间为5毫秒。

4 降级

4.1 降级规则介绍

(1) RT(平均响应时间,秒级)
平均响应时间，超出阈值且在时间窗口内通过的请求>=5,两个条件同时满足后触发降级，窗口期过后关闭断路器，RT最大4900(更大的需要通过- Dcspsentinel statistic maxrt=XX才能生效)。

(2) 异常比列(秒级)
QPS>=5且异常比例(秒级统计)超过阈值时,触发降级;时间窗口结束后,关闭降级

(3)异常数(分钟级)
异常数(分钟统计)超过阈值时,触发降级;时间窗口结束后,关闭降级

4.2 RT

(1) 在controller新建接口

@GetMapping("/c")
public String c(){
    try {
        Thread.sleep(1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "Hello c";
}

(2) sentinel配置

平均响应时间为200ms，如果200ms没有响应并且qps>=5，在未来的1s内，保护该系统。

快速访问接口c会出现下图。
解释：如果超过200ms还未处理完，在未来的1s内请求数大于5个，断路器打开，服务不可用

1秒后访问：

4.3 异常比例

(1) 修改controller

@GetMapping("/c")
public String c(){
    int a=5/0;
    return "Hello c";
}

(2) 修改sentinel，要求异常比例只能占20%并且qps>=5保护该系统。

(3) 测试

4.4 异常数

(1) sentinel修改配置，一分钟出现5次异常，70s后才能恢复。

(2) 5次后访问

GITHUB

#分支：Sentinel-release-v1.0  
https://github.com/zhurongsheng666/spring-cloud-alibaba