SpringCloudAlibaba微服务实战系列（四）Sentinel熔断降级、异常fallback、block细致处理

SpringCloudAlibaba Sentinel降级和熔断

接着上篇文章的内容，在Sentinel中如何进行降级和熔断呢？

熔断降级规则

降级规则

在Sentinel中降级主要有三个策略：RT、异常比例、异常数，也是针对某个资源的设置。而在1.8.0+版本后RT改为了慢调用比例

需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。

RT：表示该资源1s内处理请求的平均响应时间。

注意：RT值的上限时4900ms，及时超过也是4900ms，如需自定义，可以在启动sentinel时增加参数

-Dcsp.sentinel.statistic.max.rt=x

慢调用比例

依旧是在簇点链路的列表视图选择/sentinelTest一行，进入熔断，设置参数如图：

RT设置为800ms，熔断时长设置为20s，为了测试效果，把接口睡眠1s。

@RequestMapping("/sentinelTest")
public String sentinelTest() throws InterruptedException {
    
    
    Thread.sleep(1000);
    return "sentinel-consumer9001 sentinelTest" + RandomUtils.nextInt(0, 1000);
}

解读：响应时间超过RT值的请求被称为慢调用。在单位时间(上图的统计时长1s)内，请求的数量大于最小请求数(5)，且慢调用的比例>=阈值，此资源进入熔断状态(20s内不可用)。

Jmeter请求/sentinelTest，使用10个线程执行100次结果。

前面几个请求是正常返回数据，后面全部降级处理，直接返回提示信息(此时该资源已经进入了熔断状态，可以理解为家里的电闸给关了，必须重新打开电闸，才能恢复使用电力)。后面这个资源无论怎样被调用，都无法进入接口，直接返回提示。

异常比例

当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%

表示请求该资源的异常总数占比。先模拟一个异常

@RequestMapping("/sentinelTest")
public String sentinelTest() {
    
    
    int i = 1 / 0;	// 除数为0
    return "sentinel-consumer9001 sentinelTest" + RandomUtils.nextInt(0, 1000);
}

设置规则

解读：当1s内，请求数量>5，且异常的比例大于80%，熔断20s

调用资源

前几个请求正常请求返回异常提示，而后面的所有请求直接被拒绝访问。

异常数

该资源近1分钟内的异常数量。

解读：当1s内，请求数量>5，且异常的数量>=10，熔断20s

经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。

当到11个请求仍然是异常时，直接熔断。

系统规则

之前的所有规则都是针对某个资源(接口)而言的，后面我们将针对整个应用设置系统规则。相对更加粗粒度，属于应用级别的入口流量控制。那么相对应的也有几种规则：

• LOAD：负载，当系统负载超过设定值，且发现线程数超过预估系统容量就会触发保护机制。
• RT：整个应用上所有资源平均的响应时间，而不是固定某个资源
• 线程数：设定整个系统所能使用的业务线程数阈值，不固定某个资源
• 入口QPS：整个应用所有的每秒处理的请求数
• CPU使用率：这个应用占用的CPU的百分比

使用时可以根据服务器的情况设置即可。

授权规则

授权规则是根据调用方判断调用资源的请求是否应该被允许访问。Sentinel提供了黑白名单的授权类型，白名单表示允许调用资源，黑名单则不允许调用资源。

在java中实现相关的接口，将返回值交给sentinel处理。（注意：这里是在服务提供者方设置的）

@Component
public class CustomRequestOriginParser implements RequestOriginParser {
    
    
    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {
    
    
        String origin = httpServletRequest.getParameter("origin"); // 区分来源，本质通过request域获取来源标识
        if (StringUtils.isEmpty(origin)) {
    
    
            throw new RuntimeException("origin不能为空");
        }
        return origin; // 将返回的结果交给sentinel处理
    }
}

然后配置个授权规则

资源名/test设置app为黑名单

当请求provider服务上的接口时，若origin为空则会被拒绝访问，若origin=app时仍会被拒绝，而其他的值则是可以访问

D:\springcloud\doc>curl localhost:8002/test?origin=app
==>Blocked by Sentinel (flow limiting)
D:\springcloud\doc>curl localhost:8002/test?origin=pc
==>sentinel-provider8002 test()921

使用@SentinelResource注解

之前主要是利用Sentinel仪表板控制一些参数保护应用。后面我们使用@SentinelResource注解根据实际情况实现定制化功能，对应用的保护更加细粒度。

现在限制达到阈值时，直接提示Blocked by Sentinel(flow limiting)，提示不太友好，需要实现更精细化的控制。

blockHandler属性–负责响应控制面板配置

添加一个接口/blockHandlerTest资源名为blockHandlerTest，如果违反Sentinel控制台的规则，则进入blockHandlerTestHander。

@RequestMapping("/blockHandlerTest")
@SentinelResource(value = "blockHandlerTest", blockHandler = "blockHandlerTestHandler")
public String blockHandlerTest(String params) {
    
    
    return "Test#blockHandlerTest" + RandomUtils.nextInt(0, 1000);
}

public String blockHandlerTestHandler(String params, BlockException bl) {
    
    
    return "Test#blockHandlerTest" + RandomUtils.nextInt(0, 1000) + bl.getMessage();
}

注意：blockHandlerTestHandler方法的返回值要和原方法一致，并且除了原有的参数，还要带上BlockException的参数

设置一个流控，在@SentinelResouce注解中我们把资源名设置为blockHandlerTest，那么设置流控也是针对这个资源设置，让后面的请求进入我们自定义的处理中。

可以看到，流控超过阈值后，其他的所有请求都是走的我们自定义的处理器。

热点规则

在一段时间内访问很频繁的资源是热点资源，需要针对资源做参数化定制。

@RequestMapping("/testHotKeyA")
@SentinelResource(value = "testHotKeyA", blockHandler = "blockTestHotKeyA")
public String testHotKeyA(@RequestParam(value = "orderId", required = false) String orderId,
                          @RequestParam(value = "userId", required = false) String userId) {
    
    
    return "Test#testHotKeyA" + RandomUtils.nextInt(0, 1000);
}

public String blockTestHotKeyA(String orderId, String userId, BlockException bl) {
    
    
    return "Test#blockTestHotKeyA" + RandomUtils.nextInt(0, 1000) + bl.getMessage();
}

去sentinel页面上加一个热点key规则

索引从0开始，那么获取的就是我们的orderId参数，在调用/testHotKeyA时要加上oderId参数否则不生效。

正确进入处理。

同时，我们可以对热点资源具体的某个参数值做阈值限制。

上图是对orderId为111或222时，阈值设置为500.再次测试，基本上不会进入自定义的处理中。但是为其他值时还是会进入我们的自定义处理。

fallback处理

前面是针对违反sentinel控制台规则做的处理，那么当我们的业务层面出现问题时，要做异常回滚等，则要使用fallback处理。同样是@SentinelResource中的属性。sentinel-1.6.0之前的版本是不支持针对业务异常处理的

@RequestMapping("/fallbackTest")
@SentinelResource(value = "fallbackTest", fallback = "fallbackHandler")
public String fallbackTest(String params) {
    
    
    int i = 1 / 0;
    return "Test#fallbackTest" + RandomUtils.nextInt(0, 1000);
}

public String fallbackHandler(String params) {
    
    
    return "Test#fallbackHandler" + RandomUtils.nextInt(0, 1000);
}

所有的请求都进入到异常处理的方法中了。

fallback+blockHandler

@RequestMapping("/sentinelUnionTest")
@SentinelResource(value = "sentinelUnionTest", fallback = "sentinelUnionTestFallback", blockHandler = "sentinelUnionTestBlockHandler")
public String sentinelUnionTest(String params) {
    
    
    int i = 1 / 0;
    return "Test#fallbackTest" + RandomUtils.nextInt(0, 1000);
}

public String sentinelUnionTestFallback(String params) {
    
    
    return "Test#sentinelUnionTestFallback" + RandomUtils.nextInt(0, 1000);
}


public String sentinelUnionTestBlockHandler(String params, BlockException bl) {
    
    
    return "Test#sentinelUnionTestBlockHandler" + RandomUtils.nextInt(0, 1000) + bl.getMessage();
}

对sentinelUnionTest资源设置流控，调用接口观察结果

第一个接口是正常进入到了fallback处理，然后后面的请求因为超过阈值，直接进入block处理中了。

忽略异常–exceptionsToIngnore

fallback定义的方法可以针对所有类型的异常，我们也可以忽略某些异常。

@RequestMapping("/fallbackTest")
@SentinelResource(value = "fallbackTest", fallback = "fallbackHandler", exceptionsToIgnore = ArithmeticException.class)
public String fallbackTest(String params) {
    
    
    int i = 1 / 0;
    return "Test#fallbackTest" + RandomUtils.nextInt(0, 1000);
}

public String fallbackHandler(String params) {
    
    
    return "Test#fallbackHandler" + RandomUtils.nextInt(0, 1000);
}

模拟了一个计算异常，但是此异常被忽略了，所以不会进入到fallbackHandler中进行处理，而是直接jvm抛异常给客户端响应。

代码优化

前面的代码中都是把fallback和block全都写在了一起，这样是不符合程序单一性原则的，毕竟controller层有很多之外的逻辑，二来别的类也不好复用。

sentinel考虑到这些情况，在@SentinelResource中有blockHandlerClass和fallbackClass。顾名思义，blockHandlerClass中写blockHandler函数，fallbackClass中写fallback的函数。

// 异常fallback
public class ExceptionHandler {
    
    
    public static String sentinelTestFallback(String params) {
    
    
        return "testCon#sentinelTestFallback" + RandomUtils.nextInt(0, 1000);
    }
}

// blockHandler处理
public class BlockHandler {
    
    
    public static String sentinelBlock(String params, BlockException e) {
    
    
        return "testCon#sentinelBlock" + RandomUtils.nextInt(0, 1000);
    }
}

两个类中的方法必须是static 修饰的，且参数要和原方法保持一致，否则无法解析噢

接口原方法

@RequestMapping("/sentinelUnionTest")
@SentinelResource(value = "sentinelUnionTest",
                  fallbackClass = ExceptionHandler.class, fallback = "sentinelTestFallback",  // 指定类和方法名
                  blockHandlerClass = BlockHandler.class, blockHandler = "sentinelBlock")     // 指定类和方法名
public String sentinelUnionTest(String params) {
    
    
    int i = 1 / 0;
    return "Test#fallbackTest" + RandomUtils.nextInt(0, 1000);
}