SpringCloud-Alibaba-Sentinel

1、概述

Sentinel，中文翻译为哨兵，是为微服务提供流量控制、熔断降级的功能，它和Hystrix提供的功能一样，可以有
效的解决微服务调用产生的“雪崩”效应，为微服务系统提供了稳定性的解决方案。随着Hytrxi进入了维护期，不
再提供新功能，Sentinel是一个不错的替代方案。通常情况，Hystrix采用线程池对服务的调用进行隔离，
Sentinel才用了用户线程对接口进行隔离，二者相比，Hystrxi是服务级别的隔离，Sentinel提供了接口级别的
隔离，Sentinel隔离级别更加精细，另外Sentinel直接使用用户线程进行限制，相比Hystrix的线程池隔离，减
少了线程切换的开销。另外Sentinel的DashBoard提供了在线更改限流规则的配置，也更加的优化。

从官方文档的介绍，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、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 扩展点。您可以通过实现扩展点，快速的定制逻
辑。例如定制规则管理、适配数据源等。


 

2、基本使用

1、新建项目，添加pom依赖
    <dependency>
         <groupId>org.springframework.cloud</groupId>
         <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>

2、编写配置文件
server:
  port: 9003
spring:
  application:
    name: cloud-sentinel-9003
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719
    nacos:
      discovery:
        server-addr: xxx.xxx.xxx.xxx:8848
management:
  endpoints:
    web:
      exposure:
        include: "*"
***在这里，sentinel运行在本地，尝试使用docker，但是获取不到服务的详细链路，原因是sentinel主动向服务拉取信息，阿里云服务器无法访问到本机，因此失败。

3、启动项目后，访问两个端口/testA和/testB，刷新sentinel即可看到

3、流控规则

3.1、QPS直接快速失败

每秒如果访问超过五次，就会抛出异常

3.2线程数直接失败

当调用接口的线程数超过阀值时，进行限流，

3.3关联

当每秒访问HelloA超过一次后，将对HelloB进行限流，比如支付服务满了以后对订单服务进行限流，防止连带。

3.4链路

链路流控模式指的是，当从某个接口过来的资源达到限流条件时，开启限流；它的功能有点类似于针对 来源配置项，区别在于：针对来源是针对上级微服务，而链路流控是针对上级接口，也就是说它的粒度 更细；

创建一个service，添加注解

@SentinelResource(value = "getOrder",blockHandler = "handlerException")

在流量监控处设置：

访问HelloB一秒超过一次就会限流。

注意：sentinel1.7以后需要设置spring.cloud.sentinel.web-context-unify=false即可

详情：https://github.com/alibaba/Sentinel/issues/1213

3.5预热

在预热的5秒内每秒的QPS最多是10/3=3次，如果超过3次就会限流，5秒以后阀值恢复到10

3.6排队等待

HelloA一秒处理一次请求，超过就排队等待，等待的超时时间为2000毫秒，超过等待毫秒就会限流。

4、服务降级

1、RT(平均响应时间，秒级)
    平均响应时间超出阀值且在时间窗口内通过的请求次数>=5次，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

2、异常比例(秒级)
    QPS>=5且异常比例(秒级统计)超过阀值时，触发降级，时间窗口期结束后，关闭降级

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

4.1RT

一秒持续进入>=5次请求，平均响应时间如果大于200毫秒，则开启断路器，在时间窗口期2秒后关闭降级

4.2异常比例

一秒持续进入>=5次请求，如果每秒处理的请求异常比例大于百分之20，则开启断路器，在时间窗口期2秒后关闭降级

4.3异常数

异常数 (DEGRADE_GRADE_EXCEPTION_COUNT)：当资源近 1 分钟的异常数目超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的，若 timeWindow 小于 60s，则结束熔断状态后仍可能再进入熔断状态。

异常数是按分钟来统计的，所以时间窗口必须大于等于60s

在61秒内如果超过异常5次，则开启断路器，在61秒以后关闭断路器

5、热点Key

@GetMapping("/HelloE")
@SentinelResource(value = "helloE",blockHandler = "hostKeyHandler")
public String getE(@RequestParam(value = "a",required = false)String a
                  ,@RequestParam(value = "b",required = false)String b)
{
    return "------HelloE------";
}
public String hostKeyHandler(String a, String b, BlockException ex){
    return ex.getRule().getResource()+"，服务正忙，稍后再试~";
}

对HelloE请求，携带的第一个参数，如果QPS超过1就会进行降级，返回自定义信息

添加参数例外项，设置如果第一个参数是2，则阀值是10，第一个参数不是2，则阀值是1

6、系统规则

Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，结合应用的 Load、CPU 使用率、总体平均 
RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略，让系统的入口流量和系统的负载达
到一个平衡，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性

Field	说明	默认值
highestSystemLoad	load1 触发值，用于触发自适应控制阶段	-1 (不生效)
avgRt	所有入口流量的平均响应时间	-1 (不生效)
maxThread	入口流量的最大并发数	-1 (不生效)
qps	所有入口资源的 QPS	-1 (不生效)
highestCpuUsage	当前系统的 CPU 使用率（0.0-1.0）	-1 (不生效)

当任何请求访问系统QPS超过1，都会开启断路器

7、SentinelResource

7.1根据资源名进行限流

@GetMapping("/byResource")
@SentinelResource(value = "byResource",blockHandler = "handleException")
public CommonResult byResource()
{
    return new CommonResult(200,"按资源名称限流测试OK",new Payment(2020L,"serial001"));
}
public CommonResult handleException(BlockException exception)
{
    return new CommonResult(444,exception.getClass().getCanonicalName()+"\t 服务不可用");
}

根据SentinelResource注解的Value进行限流

7.2根据URL进行限流

@GetMapping("/rateLimit/byUrl")
@SentinelResource(value = "byUrl")
public CommonResult byUrl()
{
    return new CommonResult(200,"按url限流测试OK",new Payment(2020L,"serial002"));
}

根据Url进行限流，但使用的是Sentinel自己的提示信息，不友好

7.3自定义限流处理逻辑

@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"));
}

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

将处理降级提示信息与业务逻辑分离，使用blockHandlerClass和blockHandler指明类名和方法名即可

SentinelResouce无法对private方法进行监控

8、服务熔断

1、新建两个服务提供者和一个消费者，将其注册到nacos

2、分别通过Ribbion和OpenFeign调用服务

pom依赖
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel-datasource-nacos 后续做持久化用到-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

8.1@SentinelResource只配置value

对value进行流控后，会报500错误

8.2@SentinelResource只配置fallback

只对系统异常进行降级处理，不会对sentinel设置的流控和降级进行兜底

8.3@SentinelResource只配置blockhandler

只对sentinel设置的流控和降级进行兜底处理，不会对系统异常进行降级处理

8.3@SentinelResource配置fallback和blockhandler

会对异常和sentinel设置的流控和降级进行不同的处理

8.4@SentinelResource中配置exceptionsToIgnore

会忽略设置的异常，不会进行兜底处理，可以自己写全局异常处理类进行处理

8.5OpenFeign通过在接口上添加注解，将降级逻辑和业务逻辑分离

新建类实现接口，在重载的方法里进行降级处理，在接口的注解加上fallback = xxx.class即可

注意需要将实现类加上@Component否则会报错

@RestController
@Slf4j
public class OrderController {

    @Resource
    private OrderService orderService;

    @Autowired
    private RestTemplate restTemplate;

    @Value("${service.url.paymentUrl}")
    private String paymentUrl;

    // ----------OpenFeign-----------
    @GetMapping("/consumer/getByFeign/{id}")
    public CommonResult getPayByFeign(@PathVariable("id") Long id){
        log.info("**************OpenFeign");
        CommonResult<Payment> result = orderService.paymentSQL(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;
    }
    // ----------Ribbion-----------
    @GetMapping("/consumer/getByRibbion/{id}")
    //@SentinelResource(value = "fallback")
    //@SentinelResource(value = "fallback",fallback = "handlerFallback") //fallback只负责业务异常
    //@SentinelResource(value = "fallback",blockHandler = "blockHandler") //blockHandler只负责sentinel控制台配置违规
    @SentinelResource(value = "fallback",fallback = "handlerFallback",blockHandler = "blockHandler",
            exceptionsToIgnore = {IllegalArgumentException.class})
    public CommonResult getByRibbion(@PathVariable("id") Long id){
        log.info("**************Ribbion");
        CommonResult result = restTemplate.getForObject(paymentUrl + "/payment/" + id, CommonResult.class);
        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);
    }

}


------------------------------------------------------------
@Component
@FeignClient(value = "cloud-sentinel-payment-provider",fallback = OrderSerivceHandler.class)
public interface OrderService {

    @GetMapping(value = "/payment/{id}")
    public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id);

}

-----------------------------------------------------------------
@Component
public class OrderSerivceHandler implements  OrderService {
    @Override
    public CommonResult<Payment> paymentSQL(Long id) {
        return new CommonResult<>(44444,"服务降级返回,---PaymentFallbackService",new Payment(id,"errorSerial"));
    }
}

9、持久化规则

将限流配置持久化存储到Nacos里

1、添加pom依赖
    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>

2、在项目配置文件里添加配置如下
spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719
      datasource:
        wx1: #名字随意起
          nacos:
            server-addr: xxx.xxx.xxx.xxx:8848 #nacos地址
            dataId: cloud-alibaba-sentinel-service #配置文件的dataId
            groupId: DEFAULT_GROUP #配置文件的分组
            data-type: json #配置文件的类型
            rule-type: flow #用来定义存储的规则类型，flow代表限流规则
                            #degrade代表降级
                            #system代表系统规则
                            #authority代表授权
3、在Sentinel添加配置文件如下图

4、规则说明
resource：资源名称
limitApp：来源应用
grade：阀值类型，0代表线程数，1代表QPS
count：单机阀值
strategy：流控模式，0代表直接，1代表关联，2代表链路
controlBehavior：流控效果，0代表快速失败，1代表Warm Up(预热)，2代表排队等待
clusterMode：是否集群，false代表没有，true代表集群

6、监控数据说明
流控的数据只会保存5分钟，如果想持久化，可以后期使用：
    1.实现 MetricsRepository 接口；
    2.注册成 Spring Bean 并在相应位置通过 @Qualifier 注解指定对应的 bean name 即可。

10、其他说明

1、sentinel数据持久化有五种方式
    1.File 2.Redis 3.Nacos 4.Zookeeper 5.apollo

2、sentinel默认监控数据只保存五分钟，如果想要对监控的数据情况持久化有以下两种方式
    1.自行扩展实现 MetricsRepository 接口；
    2.注册成 Spring Bean 并在相应位置通过 @Qualifier 注解指定对应的 bean name 即可。