Sentinel学习（2）——sentinel的使用，引入依赖和配置 & 对消费者进行流控 & 对生产者进行熔断降级

前言

Sentinel 是面向分布式、多语言异构化服务架构的流量治理组件，主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。

本篇博客介绍sentinel的使用，引入依赖和配置，结合案例阐述sentinel对消费者进行流控以及对生产者进行熔断降级。

其他关于sentinel的文章如下：

Sentinel学习（1）——CAP理论，微服务中的雪崩问题，和Hystix的解决方案 & Sentinel的相关概念 + 下载运行

在这里插入图片描述

引出

1.sentinel的使用，引入依赖和配置；
2.对消费者进行流控；
3.对生产者进行熔断降级；

一、sentinel的使用准备

1.上下文和资源

上下文（ Context ）和 context-name
Context 代表调用链路上下文。是一个根节点，在整个调用链路的开始处，Sentinel 会创建上下文Context 对象，并且为它指定一个 name ，相当于根资源。在 Sentinel 中，不同的调用链路可能使用同一个上下文 Context 对象（共一个根节点）。在这里（和 Spring MVC 整合），我们的调用链路都是在 sentinel_spring_web_context 中：

在这里插入图片描述

资源（Resource）和 resource-name
在 Sentinel 中，对于每一份资源，Sentinel 会为赋予一个 name（或者你手动指定）,和 Spring MVC整合时，Sentinel 使用的是 URI 来作为 Controller 方法的资源名（在这里，Controller 方法就是资源）

在这里插入图片描述

2.责任的划分

对于消费者而言，进行流量控制，别人访问我，我怕自己失败，所以我要限制别人访问我的流量；

对于生产者而言，进行熔断降级，消费者调用生产者，怕生产者出问题，所以进行熔断降级，如果被调用方，即生产者出问题时，给出相应的应对；

在这里插入图片描述

3,引入依赖和配置

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
            <version>2.2.6.RELEASE</version>
        </dependency>

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

spring:
  cloud:
    # nacos的配置
    nacos:
      discovery:
        # 能够注册
        register-enabled: true
        server-addr: http://192.168.111.130:8848/
        # 命名空间
        namespace: my-tianju
        # 组名
        group: DEV

    # sentinel的配置
    sentinel:
      transport:
        dashboard: 192.168.111.130:7777
        port: 8719
      # 这样一启动能够立马被发现，不用请求一次后才被监控
      eager: true
      # 链路相关的配置
      # 默认是true，开启上下文整合，所有链路在根节点下，链路监控就是将请求分开统计
      web-context-unify: false

  application:
    name: springCloud-consumer

#feign:
#  hystrix:
#    enable: true

# 打开阿里的 sentinel
feign:
  sentinel:
    enabled: true

二、对消费者进行流量控制

QPS(Queries Per Second) 表示每秒的查询数。也就是一台服务器每秒能够响应的查询次数。

1.单机阈值

QPS(Queries Per Second) 表示每秒的查询数。也就是一台服务器每秒能够响应的查询次数。

在这里插入图片描述

请求次数过多，被sentinel限流

在这里插入图片描述

2.预热设置

在系统刚启动时，允许较少的请求，随着系统逐步稳定，提升访问允许的阈值

在这里插入图片描述

JMeter测试post请求，需要加一下请求头参数

在这里插入图片描述

Ramp-up时间：线程启动的间隔时间，如果100个线程10s内启动完成，则设置Ramp-up为100/10=10s

在这里插入图片描述

波形图

在这里插入图片描述

全流程解析：
1.开始的时候每秒允许3次；
2.前10s内逐步提升；
3.在10s后达到稳定值，每秒允许10次；

在这里插入图片描述

3.排队等待

排队等待：也叫流量整形，它让请求以均匀的速度通过，单机阈值为每秒通过数量，其余的在队列排队等待一段时间，（即我们设置的时间，单位是毫秒），没有超过这个时间都能被及时处理，如果超过了这个等待时间针对请求的接口没有线程来处理，则抛出异常

在这里插入图片描述

JMeter参数设置

在这里插入图片描述

波形图

在这里插入图片描述

限流策略流程：
1.每秒允许10个
2.发过来50个，通过10个剩余的40个进入队列等待：
3.在没有请求的时候，通过队列中等待的请求，

在这里插入图片描述

4.关联模式

关联：/important接口的重要程度要高于 /normal接口，如果，/important接口的访问压力很大，那么，可以『牺牲』掉 /normal` 接口，全力保证 /important 接口的正常运行

在这里插入图片描述

JMeter参数设置

在这里插入图片描述

线程数设置

在这里插入图片描述

add成功，get被限流

在这里插入图片描述

高并发情况，add接口没有出现失效

在这里插入图片描述

补充：自定义限流异常返回

Sentinel 返回的默认信息是 Blocked by Sentinel (flow limiting)，如果你对默认响应信息不满意，你可以自定义限流返回信息。

Sentinel 提供了 BlockExceptionHandler 接口。不管什么原因触发了 Sentinel 阻断用户的正常请求，Sentinel 都将『进入』到用户自定义的 BlockExceptionHandler 接口的实现类中，执行 handle方法，并传入当前的请求、响应对象以及异常对象，并以 handle 方法的执行结果作为返回，回传给用户。

package com.tianju.test;

import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.stereotype.Component;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

@Component
public class MyBlockExceptionHandler implements BlockExceptionHandler {
    
    
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response,
                       BlockException ex) throws Exception {
    
    
        String msg = null;
        if (ex instanceof FlowException) {
    
    
            msg = "该请求限流了，请稍后重试";
        } else if (ex instanceof DegradeException) {
    
    
            msg = "被熔断了";
        } else {
    
    
            msg = "其它原因";
            // ParamFlowException "热点参数限流";
            // SystemBlockException "系统规则（负载/...不满足要求）";
            // AuthorityException "授权规则不通过";
        }
        // http 状态码
        response.setStatus(500);
        response.setCharacterEncoding("utf-8");
        response.setHeader("Content-Type", "application/json;charset=utf-8");
        response.setContentType("application/json;charset=utf-8");
        new ObjectMapper().writeValue(response.getWriter(), msg);
    }
}

需要说明的是：不仅仅是因为限流和熔断这一个原因会导致 BlockExceptionhandler 的handle 方法的执行，还有其它的原因也会调用这个handler方法，因此，需要对 handle 方法的BlockException 参数对象进行 instanceof 判断

5.链路模式

链路限流和关联限流的思路很像，假设我们要去请求某个微服务，该微服务有2个接口（/query和/add），而这两个接口又调用了同一个service层的方法(如：doSomething（）方法)，那么，我们可以『站在 doSomething的方法』的角度上进行设置：如果是 /query接口在调用service层的doSomething方法，那么就进行限流，而 /add接口的调用就不限流，或设置为更宽松一些的流控

通过配置关闭 sentinel 的 URL 收敛功能

在这里插入图片描述

package com.tianju.consumer.service;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.stereotype.Service;

@Service
public class ConsumerService {
    
    
    @SentinelResource("hello")
    public String hello(){
    
    
        return "consumerService";
    }
}

在这里插入图片描述

链路模式，站在service层的方法的角度上

在这里插入图片描述

高并发add接口，没有失效

在这里插入图片描述

快速点击get方法，出现失效情况

在这里插入图片描述

三、对生产者进行熔断降级

熔断器3个状态：

Closed：关闭状态，所有请求都正常访问。
Open：打开状态，所有请求都会被降级。

Hystrix会对请求情况计数，当一定时间内失败请求百分比达到阈值，则触发熔断，断路器会完全打开。默认失败比例的阈值是50%，请求次数最少不低于20次。默认是五秒之内请求20次如果有10次失败（50%），则请求不能正常访问。
Half Open：半开状态，open状态不是永久的，打开后会进入休眠时间（默认是5S）。随后断路器会自动进入半开状态。

此时会释放部分请求通过，若这些请求都是健康的，则会完全关闭断路器，否则继续保持打开，再次进行休眠计时

在这里插入图片描述

1.异常数

如下配置：一秒内发送2次请求，如果有1次失败（异常），则直接熔断，然后降级

在这里插入图片描述

设置参数

在这里插入图片描述

2.异常比例

在这里插入图片描述

设置fallback方法

在这里插入图片描述

package com.tianju.config;

import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.fallback.StorageFeignFallback;
import com.tianju.entity.Order;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;

@FeignClient(value = "storage-server",fallback = StorageFeignFallback.class)
public interface StorageFeign {
    
    

    @PostMapping("/storage/sub")
    HttpResp subStorage(@RequestBody StorageDto storageDto);

}

openfeign设置fallback方法

在这里插入图片描述

package com.tianju.config;

import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.fallback.StorageFeignFallback;
import com.tianju.entity.Order;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;

@FeignClient(value = "storage-server",fallback = StorageFeignFallback.class)
public interface StorageFeign {
    
    
    @PostMapping("/storage/sub")
    HttpResp subStorage(@RequestBody StorageDto storageDto);
}

生产者出现异常情况

在这里插入图片描述

用postman进行测试

在这里插入图片描述

package com.tianju.config.fallback;

import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.StorageFeign;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;

/**
 * 调用库存的feign异常时的返回
 */
@Component
@Slf4j
public class StorageFeignFallback implements StorageFeign {
    
    
    @Override
    public HttpResp subStorage(StorageDto storageDto) {
    
    
        System.out.println("#########################进入了减库存方法的异常中....###########################");
        log.debug("进入了减库存方法的异常中....");
        return HttpResp.failed("减库存的openFeign调用失效，请稍后重试");
    }
}

在这里插入图片描述

package com.tianju.config.fallback;

import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.StorageFeign;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;

/**
 * 调用库存的feign异常时的返回
 */
@Component
@Slf4j
public class StorageFeignFallback implements StorageFeign {
    
    
    @Override
    public HttpResp subStorage(StorageDto storageDto) {
    
    
        System.out.println("#########################进入了减库存方法的异常中....###########################");
        log.debug("进入了减库存方法的异常中....");
        return HttpResp.failed("减库存的openFeign调用失效，请稍后重试");
    }
}

3.慢调用比例

如下配置：在一秒内，发5次请求，如果每次请求的响应时间超过500毫秒，这种比例达到0.5（50%），就进行熔断，熔断时长就是10秒。如：1秒内有5次请求，其中有3次请求响应时间超过了500毫秒，那么这个比例就是60%，大于50%，此时就熔断，然后降级。

在这里插入图片描述

用Jmeter测试，程序中当id=1时，每次响应都是800毫秒。所以每次的请求都大于500毫秒，失败率100%，这个时候去请求id=4的资源也是无法请求的，因为熔断了，所以也是直接降级。10s后再次请求id=4的就正常了。

总结

1.sentinel的使用，引入依赖和配置；
2.对消费者进行流控；
3.对生产者进行熔断降级；