Setinel流控、服务熔断、服务降级和seate分布式事务处理

一、Setinel

1.什么是sentinel?

sentinel在 springcloud Alibaba 中的作用是实现熔断和限流。类似于Hystrix豪猪。

2.sentinel有啥用

服务雪崩、服务降级、服务熔断、服务限流

3.sentinel的主要特性

4.sentinel启动

条件：安装sentinel、JDK8环境、8080端口未被占用
到sentinel的安装目录下，使用java -jar sentinel-dashboard-1.8.3.jar启动。浏览器访问localhost:8080，用户名和密码都是sentinel。

5.sentinel初始化监控

新建cloudalibaba-sentinel-service8401
（1）pom.xml

<dependencies>
    <!-- 后续做Sentinel的持久化会用到的依赖 -->
    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-datasource-nacos</artifactId>
    </dependency>
    <!-- sentinel  -->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <!-- springcloud alibaba nacos 依赖,Nacos Server 服务注册中心 -->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>

    <!-- springboot整合Web组件 -->
    <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>

    <!-- 日常通用jar包 -->
    <dependency>
        <groupId>org.mybatis.spring.boot</groupId>
        <artifactId>mybatis-spring-boot-starter</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-devtools</artifactId>
        <scope>runtime</scope>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

（2）application.yml

server:
  port: 8401
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        # nacos服务注册中心地址
        server-addr: localhost:8848
    sentinel:
      transport:
        # 配置sentinel dashboard地址
        dashboard: localhost:8080
        # 默认8719端口，加入被占用会自动从8719每次加1扫描，直到扫描未被占用的端口
        port: 8719
management:
  endpoints:
    web:
      exposure:
        include: '*' # 监控的东西

（3）业务控制类

@RestController
public class SentinelController {
    
    
    @GetMapping("/testA")
    public String testA(){
    
    
        return "testA-----";

    }
    @GetMapping("testB")
    public String testB(){
    
    
        return "testB-----";
    }
}

（4）主启动类

@SpringBootApplication
@EnableDiscoveryClient
public class SentinelMain8401 {
    
    
    public static void main(String[] args) {
    
    
        SpringApplication.run(SentinelMain8401.class,args);
    }
}

启动Nacos，启动sentinel，启动8401微服务后台查看sentinel控制台
你会发现什么也没有，因为sentinel采用的是懒加载机制，执行访问一次即可监控到。

二、流控

1.各种流控规则

2.重要属性

3.编辑流控规则

1.流控模式

1.1 直接失败
直接：当api达到限流条件时，直接限流自己。
QPS直接失败和线程数直接失败的区别：
QPS 类似于银行的保安 ：所有的请求到Sentinel 后，他会根据阈值放行，超过报错
线程数类似于银行的窗口：所有的请求会被放进来，但如果阈值设置为1 那么，其他的请求就会报错也就是，银行里只有一个窗口，一个人在办理业务中，其他人跑过来则会告诉你，不行，没到你
1.2 关联
关联：当关联的资源达到阈值时，就限流自己。
举个栗子：支付接口达到阈值，就限流下订单接口，防止连坐效应。
1.3 链路

2.流控效果

2.1 快速失败
直接—>快速失败（默认的流控处理）
2.2 Warmup（预热）

举个栗子：秒杀系统在刚开始的一瞬间，会有很多的请求打进来，Warmup（预热）可以保护系统，使请求慢慢增加，防止系统挂掉。
2.3 排队等待

3.降级

Sentinel熔断降级会在调用链路中某个资源出现不稳定的状态时（例如调用超时或异常比例升高）。对这个资源的调用进行限制，让请求快速失败，避免影响到其他的资源而导致级联错误。
当资源降级后，在接下来的降级时间窗口之内，对该资源的调用都会自动熔断
Sentineld的熔断器没有半开的状态，Hystrix存在半开状态
半开的状态系统自动去检测是否请求异常，没有异常就关闭断路器恢复异常，有异常则继续打开断路器不可用


3.1 RT（平均响应时间）

平均响应时间（DEGRADE_GRADE_RT）：当一秒内持续进入5个请求，对应时刻的平均响应时间（秒级）均超过阀值（毫秒为单位）那么在接下来的时间窗口（秒为单位）内对这个方法的调用都会自动熔断。注意：RT最大4900（更大的需要通过-Dcsp.Sentinel.statistic.max.rt=XXXX才能生效）

3.2 异常比例
异常比例（DEGRADE-GRADE-EXCEPTION-RATIO）：当资源的每秒请求量>=5，并且每秒异常总数占通过的比值超过阈值（DegradeRule中的count）之后，资源进入降级状态，即在接下的时间窗口（DegradeRu1e中的timeWindow，，以s为单位）之内，对这个方法的调用都会自动地返回。异常b阈值范围是[0.0,l.0]，代表0％一100％。


3.3 异常数
异常数：当资源接近一分钟的异常数目超过超过阀值之后会进行熔断。注意由于统计时间的窗口是分钟级别的，若timeWindow小于60s，则结束熔断后仍可能进入熔断状态（时间窗口一定要大于等于60秒）

4.热点key限流

4.1 何为热点？
热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的TopK数据，并对其访问进行限制。比如：

• 商品ID为参数，统计一段时间内最常购买的商品ID并进行限制
• 用户ID为参数，针对一段时间内频繁访问的用户ID进行限制

参数限流会统计传入参数中的参数，并根据配置流阈值与模式，对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。
兜底方法分为系统默认和客户自定义两种，之前的case，限流出问题后，都是用sentinel系统默认的提示Blocked by Sentinel (flow limiting)，我们可以定义一个类似于hystrix，某个方法出问题后找到对应的兜底方法



4.2 参数例外项
上述案例演示了第一个参数p1，当QPS超过一秒一次点击后马上限流,但我们期望p1的参数当他是某个特殊值时，他的限流和平时不一样，假如当p1等于5时，他的阀值可以达到10

说明：
@SentinelResource ：处理的是Sentine1控制台配置的违规情况，有blockHandler方法配置的兜底处理
@RuntimeException：int age=10/0，这个是java运行时报出的运行时异常RunTimeException，@Sentine1Resource不管

5.系统规则

5.1 系统自适应限流
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。
5.2 系统规则支持以下的模式

• Load自适应：系统的load作为启发的指标，进行自适应系统保护，当系统的load超过预定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR阶段），系统容量由系统的maxQPSminRT估算得出，设定参考值一般为CPU cores2.5
• CPU usage(1.5.0+版本)：当系统CPU的使用率超过阈值即触发保护系统（取值范围0.0-1.0），比较灵敏
• 平均RT：当单台机器上所有入口流量的平均RT达到阀值即触发保护系统，单位是毫秒
• 并发线程数：当单台机器上所有入口流量的并发线程数达到阀值即触发保护系统
• 入口QPS：当单台机器上所有入口流量的QPS达到阀值即触发保护系统

6.服务熔断

fallback负责业务异常
blockHandler值赋值控制台sentinel配置违规
@SentinelResource(value = “fallback”,fallback =“handlerFallback”,blockHandler = “blockHandler”)若block和Handler都进行就配置，则被迫降级而报出的BlockException是只会进入blockHandler处理逻辑

7.sentinel持久化

将限流配置规则持久化建nacos保存，只要刷新某个rest地址，sentinel控制台的流控规则就能看到，只要nacos里面的配置不删除，sentinel的流控规则持久有效。
目前的sentinel 当重启以后，数据都会丢失，和 nacos 类似原理。需要持久化。它可以被持久化到nacos 的数据库中。

三、分布式事务

分布式面临的事务问题

单体应用被拆分成微服务应用，原来的三个模块被拆分成三个独立的应用，分别使用三个独立的数据源。
业务操作需要调用三个服务来完成。此时每个服务内部的数据一致性由本地事务来保证，但是全局的数据一致性问题没法保证。

1.什么是seata？

seate是一款开源的分布式事务解决方案，致力于微服务构架下提供高性能和简单易用的分布式事务服务。

2.seata的组成

seate是一个典型的分布式事务处理过程，由一个ID和三组件模型组成
一个ID：全局唯一的事务ID
三组件：
① TC (Transaction Coordinator) - 事务协调者：维护全局和分支事务的状态，驱动全局事务提交或回滚。
② TM (Transaction Manager) - 事务管理器：定义全局事务的范围：开始全局事务、提交或回滚全局事务。
③ RM (Resource Manager) - 资源管理器：管理分支事务处理的资源，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

3.处理过程

4.seata的下载使用

seata的下载使用

参考技术博客：

尚硅谷SpringCloud Alibaba