Sentinel 流量控制

上篇：Nacos 配置中心

Sentinel 介绍（官方介绍）

Sentinel是⼀个面向云原生微服务的流量控制、熔断降级组件。替代Hystrix，针对问题：服务雪崩、服务降级、服务熔断、服务限流

Hystrix：

服务消费者—>调用服务提供者
在调用方引⼊Hystrix—> 单独搞了⼀个Dashboard项目—>Turbine
1）自己搭建监控平台 dashboard
2）没有提供UI界面进行服务熔断、服务降级等配置（而是写代码，入侵了我们源程序环境）
Sentinel：

1）独立可部署Dashboard/控制台组件
2）减少代码开发，通过UI界面配置即可完成细粒度控制（投递微服务）

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。

Sentinel 的主要特性：

Sentinel 的开源生态：

Sentinel 部署

下载地址：https://github.com/alibaba/Sentinel/releases 我们使用v1.8.0
启动：java -jar sentinel-dashboard-1.8.0.jar &
⽤户名/密码：sentinel/sentinel

服务改造

• 消费者服务lagou-service-autodeliver-8094-sentinel

1. 依赖

<dependencies>
    <!--sentinel 核⼼环境 依赖-->
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    </dependency>
<!--    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
    </dependency>-->
</dependencies>

2. 配置

server:
  port: 8094

spring:
  application:
    name: m-service-autodeliver
  cloud:
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848,127.0.0.1:8849,127.0.0.1:8850
    sentinel:
      transport:
        dashboard: 127.0.0.1:8888
        port: 8719
#针对的被调⽤⽅微服务名称,不加就是全局⽣效
m-service-autodeliver:
  ribbon:
    #请求连接超时时间
    ConnectTimeout: 2000
    #请求处理超时时间
    ReadTimeout: 5000
    #对所有操作都进⾏重试
    OkToRetryOnAllOperations: true
    ####根据如上配置，当访问到故障请求的时候，它会再尝试访问⼀次当前实例（次数由MaxAutoRetries配置），
    ####如果不⾏，就换⼀个实例进⾏访问，如果还不⾏，再换⼀次实例访问（更换次数由MaxAutoRetriesNextServer配置），
    ####如果依然不⾏，返回失败信息。
    MaxAutoRetries: 0 #对当前选中实例重试次数，不包括第⼀次调⽤
    MaxAutoRetriesNextServer: 0 #切换实例的重试次数
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule #负载策略调整

# 暴露健康接⼝的细节
management:
  endpoints:
    web:
      exposure:
        include: "*"
  endpoint:
    health:
      show-details: always

#负载策略调整
logging:
  level:
  # Feign⽇志只会对⽇志级别为debug的做出响应
    com.w.edu.service.ResumeServiceFeignClientFallback: debug

3. nacos集群
   

4. 多次访问接口http:http://localhost:8094/autodeliver/checkState/1545132 观察Sentinel 控制台
   

Sentinel 关键概念

流控规则-簇点链路、流控规则

直接模式

• QPS类型：（每秒钟请求数量）当调⽤该资源的QPS达到阈值时进行限流
  
  

1. 新建流控规则
   
   是否集群：是否集群限流
   流控模式：
   直接：资源调⽤达到限流条件时，直接限流
   关联：关联的资源调⽤达到阈值时候限流⾃⼰
   链路：只记录指定链路上的流量
   流控效果：
   快速失败：直接失败，抛出异常
   Warm Up：根据冷加载因子（默认3）的值，从阈值/冷加载因子，经过预热时长，才达到设置的QPS阈
   值
   排队等待：匀速排队，让请求匀速通过，阈值类型必须设置为QPS，否则无效

2. 1秒内多次访问，快速失败
   

• 线程数：当调用资源的线程数达到阈值的时候进行限流
  

2. 1秒内多次访问，快速失败
   

关联模式

关联的资源调用达到阈值时候限流自己，比如用户注册接口，需要调用身份证校验接口（往往身份证校验接口），如果身份证校验接口请求达到阈值，使用关联，可以对用户注册接口进行限流

@RestController
@RequestMapping("/user")
public class UserController {
    
    
    /**
     * ⽤户注册接⼝
     * @return
     */
    @GetMapping("/register")
    public String register() {
    
    
        System.out.println("Register success!");
        return "Register success!";
    }
    /**
     * 验证注册身份证接⼝（需要调⽤公安户籍资源）
     * @return
     */
    @GetMapping("/validateID")
    public String findResumeOpenState() {
    
    
        System.out.println("validateID");
        return "ValidateID success!";
    }
}

1. 创建限流规则
   

2. 1秒内多次访问，密集式请求/user/validateID验证接口，我们会发现/user/register接口也被限流了
   

链路模式

链路指的是请求链路（调用链）

链路模式下会控制该资源所在的调用链路入口的流量。需要在规则中配置⼊口资源，即该调用链路⼊口的上下文名称

⼀棵典型的调用树如下图所示：（阿里云提供）

上图中来自入口Entrance1和 Entrance2 的请求都调用到了资源 NodeA ，Sentinel 允许只根据某
个调用入口的统计信息对资源限流。比如链路模式下设置入口资源为 Entrance1 来表示只有从入口
Entrance1 的调用才会记录到 NodeA 的限流统计当中，而不关心经 Entrance2 到来的调用。

流控效果

快速失败：直接失败，抛出异常
Warm Up：根据冷加载因子（默认3）的值，从阈值/冷加载因子，经过预热时长，才达到设置的QPS阈值
排队等待：匀速排队，让请求匀速通过，阈值类型必须设置为QPS，否则无效

快速失败

直接失败，抛出异常

Warm Up预热

通过 Warm Up 模式（预热模式），让通过的流量缓慢增加，经过设置的预热时间以后，到达系统处理请求速率的设定值。
Warm Up 模式默认会从设置的 QPS 阈值的 1/3 开始慢慢往上增加至 QPS 设置值。

排队等待

排队等待模式下会严格控制请求通过的间隔时间，即请求会匀速通过，允许部分请求排队等待，通常用于消息队列削峰填谷等场景。需设置具体的超时时间，当计算的等待时间超过超时时间时请求就会被拒绝。

很多流量过来了，并不是直接拒绝请求，而是请求进行排队，⼀个⼀个匀速通过（处理），请求能等就等着被处理，不能等（等待时间>超时时间）就会被拒绝。

排队效果