目录
1.初识Sentinel
雪崩问题：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。
解决雪崩问题的常见方式有四种：
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
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。
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。
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。
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
1.1认识Sentinel
Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址：https://sentinelguard.io/zh-cn/index.html 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。
1.1.1安装Sentinel控制台
sentinel官方提供了UI控制台，方便对系统做限流设置。大家可以在GitHub下载。
然后访问：localhost:8080 即可看到控制台页面，默认的账户和密码都是sentinel
说明：
1.2微服务整合Sentinel
（1）父工程引入sentinel依赖
<!--sentinel-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>（2）配置控制台地址
#sentinel控制台的地址
spring.cloud.sentinel.transport.dashboard=localhost:8090（3）访问接口
1.3簇点链路
簇点链路：就是项目内的调用链路，链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点（Endpoint），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。 流控、熔断等都是针对簇点链路中的资源来设置的，因此我们可以点击对应资源后面的按钮来设置规则：
需求：给 /product/getName这个资源设置流控规则，QPS不能超过 5。然后利用jemeter测试。
2 流控模式
在添加限流规则时，点击高级选项，可以选择三种流控模式： 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 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 链路：统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流
2.1流控模式-关联
- 关联模式：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。
经过压测发现，当write超过阈值时，read被限流了
满足下面条件可以使用关联模式：
两个有竞争关系的资源 一个优先级较高，一个优先级较低
2.3流控模式-链路
链路模式：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。
发现并没有对productCommon进行限流：
- Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利@SentinelResource注解
- Sentinel默认会将Controller方法做context整合，导致链路模式的流控失效，需要修改application.yml，添加
经过压测发现，从/product/query发起的请求有流量限制，从/product/save并没有
3 流控效果
流控效果是指请求达到流控阈值时应该采取的措施，包括三种：
- 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。
- 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。
- 排队等待：让所有的请求按照先后次序排队执行，两个请求的间隔不能小于指定时长
3.1 流控效果-warm up
warm up也叫预热模式，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. 例如，我设置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.
经过压测发现，请求阈值会慢慢增大，直到增大到最大阈值
3.2 流控效果-排队等待
当请求超过QPS阈值时，快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是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。 在某一时刻，服务很忙，而其他时刻，服务很闲。 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
经过压测，刚开始都可以请求成功，慢慢的有些不能成功，是因为超过了超时时间，导致请求不被允许，最后又都可以是因为前面的请求已经处理完毕，所以后面的都可以成功
流控效果有哪些？
快速失败：QPS超过阈值时，拒绝新的请求
warm up： QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机。
排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝
4 热点参数限流
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。
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int类型参数限流，每1秒相同参数的QPS不能超过2，
有两个例外： 如果参数值是101，则每1秒允许的QPS为4 如果参数值是102，则每1秒允许的QPS为5
注意：热点参数限流对默认的SpringMVC资源无效！！！！！！！
5 隔离和降级
5.1 隔离和降级
虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。而要将这些故障控制在一定范围，避免雪崩，就要靠线程隔离（舱壁模式）和熔断降级手段了。 不管是线程隔离还是熔断降级，都是对客户端（调用方）的保护。
5.2 Feign整合Sentinel
SpringCloud中，微服务调用都是通过Feign来实现的，因此做客户端保护必须整合Feign和Sentinel。
1、修改OrderService的application.yml文件，开启Feign的Sentinel功能，别忘了添加sentinel依赖
2、给FeignClient编写失败后的降级逻辑
方式一：FallbackClass，无法对远程调用的异常做处理
方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种
编写一个自己的fallBackFactory类并且实现FallbackFactory接口
@Component public class MyFallBackFactory implements FallbackFactory<OpenFeign> { @Override public OpenFeign create(Throwable throwable) { return new OpenFeign() { @Override public Product getProduct(Integer id) { Product product = new Product(); product.setPid(-1L); product.setPname("服务器出现故障,请稍后再试"); return product; } }; } }修改OpenFeign
Sentinel支持的雪崩解决方案： 线程隔离（仓壁模式） 降级熔断
Feign整合Sentinel的步骤：
在application.yml中配置：feign.sentienl.enable=true
给FeignClient编写FallbackFactory并注册为Bean
将FallbackFactory配置到FeignClient
6 线程隔离
线程隔离有两种方式实现： 线程池隔离 信号量隔离（Sentinel默认采用）
6.1 线程隔离（舱壁模式）
在添加限流规则时，可以选择两种阈值类型：
QPS：就是每秒的请求数，在快速入门中已经演示过
线程数：是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量，实现舱壁模式。
示例:
7 熔断降级
7.1 熔断策略-慢调用
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。
在product中的控制层编写
7.2 熔断策略-异常比例、异常数
断路器熔断策略有三种：慢调用、异常比例或异常数 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：
8 自定义异常结果
我们在order-service中定义类，实现BlockExceptionHandler接口：
@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
String msg = "未知异常";
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！";
}
httpServletResponse.setContentType("application/json;charset=utf-8");
httpServletResponse.getWriter().print("{\"message\": \"" + msg + "\"}");
}
}之后随便设置一下流控，可以看出使用了自己定义的异常结果
