Spring Cloud Alibaba 实战（三）Sentinel篇

太过爱你忘了你带给我的痛 2022-09-02 13:00 261阅读 0赞

# 1. Sentinel 简介 #

> Sentinel 是面向分布式服务架构的高可用流量防护组件，主要以流量为切入点，从限流、流量整形、熔断降级、系统负载保护、热点防护等多个维度来帮助开发者保障微服务的稳定性。

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。

# 2. 使用 Docker 快速搭建 Sentinel 1.8 #

1.  **先从 github 上下载 sentinel-dashboard-1.8.0.jar 文件**；

官方下载地址：https://github.com/alibaba/Sentinel/releases

![图片][93460e908533385340e340ccfecfefc9.png]

1.  **在 linux 服务器上选择并建立目录**；

mkdir sentinel-docker

1.  **进入 sentinel-docker 目录，并把下载的 sentinel-dashboard-1.8.0.jar 放至该目录**；

cd sentinel-docker

![图片][9335a1f4f35360276672e7c8bad466d1.png]

1.  **新建一个 Dockerfile 文件，内容如下**:

FROM openjdk:8
    
    ENV SENTINEL_HOME /opt/sentinel-dashboard
    
    RUN mkdir -p ${SENTINEL_HOME}
    
    COPY sentinel-dashboard-1.8.0.jar ${SENTINEL_HOME}
    
    RUN chmod -R +x ${SENTINEL_HOME}/*jar
    
    WORKDIR ${SENTINEL_HOME}
    
    EXPOSE 8858
    
    EXPOSE 8719
    
    CMD java ${JAVA_OPS} -jar sentinel-dashboard-1.8.0.jar

1.  **新建一个 sentinel-dashboard.yaml 文件，内容如下**:

version: '2'
    
    services:
      sentinel-dashboard:
        image: sentinel-dashboard:1.8.0
        container_name: sentinel-dashboard
        restart: on-failure
        build:
          context: .
          dockerfile: Dockerfile
        ports:
        - "8858:8858"
        - "8719:8719"
        environment:
          - JAVA_OPS=-Dserver.port=8858

1.  **执行 sentinel-dashboard.yaml 脚本启动容器**：

docker-compose -f sentinel-dashboard.yaml up

1.  **登录 Sentinel 控制台，默认用户名为 sentinel，密码为 sentinel**：

http://(安装Sentinel机器的IP):8858

![20210803162240101.gif][]

Sentinel 控制台里目前什么都没有，如何使用呢？这里我们先不急，先来配置 Spring Boot 项目客户端。

# 3. 在 Spring 项目中引入 Sentinel 客户端 #

1.  **添加 pom 文件依赖**：

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

1.  **在 application.yml 添加配置**：

server:
      port: 10801
      servlet:
        context-path: /api/member
        
    spring:
      application:
        name: member-service
        
      cloud:
        sentinel:
          eager: true
          transport:
            port: 8719
            dashboard: (安装Sentinel机器的IP):8858

1.  **新建一个 Service 类添加一个方法，添加注解 @SentinelResource**：

@Service
    public class MemberService {
    
        @SentinelResource(value = "sayHello", fallback = "sayHelloFail")
        public String sayHello() {
            return "Hello, Member! ";
        }
    
        public String sayHelloFail() {
            return "I am sorry, Member! ";
        }
    
    }

1.  **新建一个 Controller 类来调用这个 Service 的方法**：

@RestController
    @RequestMapping
    public class HelloController {
    
        @Resource
        private MemberService memberService;
    
        @RequestMapping("/service")
        public String service() {
            return memberService.sayHello();
        }
    
    }

1.  **启动 Spring 项目，此时再去控制台会发现项目列表中已经出现，实时监控暂时没数据**：

http://(安装Sentinel机器的IP):8858

![图片][2b04836e8254baa8dc03a7d6fd663de9.png]

![图片][2bda976b82379a2216ddccee55aca1f2.png]

> **注意**：仔细的同学发现这里的端口并不是 8719，因为我机器上另外开了几个服务，配置同样是 8719 端口，Sentinel 会自动识别冲突，并且按照 **（端口号+1）** 的规则自动分配端口。

1.  **访问下 /api/member/service 这个请求，看看结果**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

Hello, Member!

1.  **重复多访问几次 /api/member/service 这个请求，发现实时监控面板出现数据**：

![图片][7a233195ca630df1f236ee5bef661ef7.png]

![20210803162240108.gif][]

# 4. Sentinel 控制台配合项目实战 #

## 4.1. 尝试对访问路径限流 ##

1.  **打开刚才的“簇点链路”菜单，尝试对访问路径限流**：11

![图片][a9e6ccb6129ae5a5894281b963a1ab20.png]

![图片][aa7513a28f09cb5e5109f217717e9f1d.png]

>  *  **资源名**：唯一名称，默认请求路径。
>  *  **针对来源**：Sentinel可以针对调用者进行限流，填写微服务名，默认default(不区分来源)。

> 阈值类型
> 
>  *  **QPS（Query Per Second）**：每秒请求数，就是说服务器在一秒的时间内处理了多少个请求。
>  *  **线程数**：当调用该api的线程数达到阈值的时候，进行限流。

![20210803162240105.gif][]

> 流控模式
> 
>  *  **直接**：api达到限流条件时，直接限流。
>  *  **关联**：当关联的资源达到阈值时就限流自己。A接口与B接口关联，当B接口到达阈值，让A接口限流起到保护B接口的作用。例如支付接口与下单接口，当支付接口到达阈值，让下单接口限流，起到保护支付接口的作用。
>  *  **链路**：只记录指定链路上的流量(指定资源入口资源进来的流量，如果达到阈值，就进行限流)。

> 流控效果
> 
>  *  **快速失败**：是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出FlowException。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。
>  *  **Warm up**：即预热/冷启动方式。当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。
>  *  **排队等候**：会严格控制请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。

1.  **我设置的 QPS的值是1，直接api，快速失败，所以 1秒内去多次请求 /api/member/service**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

Blocked by Sentinel (flow limiting)

事实证明已经被 Sentinel 限制访问，直接快速失败了。

## 4.2. 尝试对服务资源限流 ##

> 首先，为了防止多规则的干扰，将刚才设置的 **访问路径限流规则** 删去。

![图片][090c397717e1de90ffce7c98de453e65.png]

1.  **打开刚才的“簇点链路”菜单，尝试对服务资源限流**：

![图片][47fd6d756d72d5c9e88b4dbd3d7cf4d9.png]

> **QPS（Query Per Second）**：每秒请求数，就是说服务器在一秒的时间内处理了多少个请求。

![图片][a653cf40768326a1f36546cae5377efe.png]

1.  **我设置的 QPS的值是1，直接api，快速失败，所以 1秒内去多次调用 memberService.sayHello()**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

I am sorry, Member!

**结果为什么没有报错？居然能正常返回？仔细的同学会发现都是我设置了降级方法 sayHelloFail() 的功劳**：

@SentinelResource(value = "sayHello", fallback = "sayHelloFail")
        public String sayHello() {
            return "Hello, Member! ";
        }
    
        public String sayHelloFail() {
            return "I am sorry, Member! ";
        }

## 4.3. 尝试对异常服务熔断 ##

1.  **打开刚才的“簇点链路”菜单，尝试对异常服务熔断**：

![图片][2655d9b0a4c25bb4ad1563ca7c940a03.png]

> 熔断策略
> 
>  *  **慢调用比例**：选择以慢调用比例作为阈值，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。
>  *  **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%。
>  *  **异常数**：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。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。

![图片][2ee628ecc8ded625111915023da1a1b1.png]

1.  **我们对代码进行一点小改造，并且重启项目**:

@RequestMapping("/service")
        public String service(String name) throws InterruptedException {
            TimeUnit.MILLISECONDS.sleep(400);
            return memberService.sayHello(name);
        }

1.  **我设置的 最大容忍响应时间是 200ms，比例是 50%，代码中强制延迟 400ms，也就是 100% 超时，并且设置了在单位时间内 5 次请求有 50% 是这种情况才会熔断，所以 1 秒内去超过 5 次请求 /api/member/service**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

Blocked by Sentinel (flow limiting)

事实证明已经被 Sentinel 限制访问，异常服务熔断了。

1.  **我设置的 熔断时间为 2 秒，在 2 秒后再去请求 2 次 /api/member/service**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

Hello, Member!

Blocked by Sentinel (flow limiting)

**结果为什么是这样？不是才请求 2 次吗？而且 2 秒后不是应该放行了吗？因为我代码中强制延迟 400ms，2 秒后的请求还是超时，第一次成功是因为需要统计数据**。

> Sentinel 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。

1.  **类似 4.2章节 的情形，如果我把代码中强制延迟 400ms 写在资源服务中**：

@SentinelResource(value = "sayHello", fallback = "sayHelloFail")
        public String sayHello(String name) throws InterruptedException {
            TimeUnit.MILLISECONDS.sleep(400);
            return "Hello, Member! " + name;
        }
    
        public String sayHelloFail(String name) {
            return "I am sorry, Member! " + name;
        }

![图片][2ee628ecc8ded625111915023da1a1b1.png]

**一样的设置，一样的请求， 1 秒内去超过 5 次请求 /api/member/service**：

#### 请求测试
    GET http://localhost:10801/api/member/service
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

I am sorry, Member!

事实证明已经被 Sentinel 限制访问，异常服务虽然已经被熔断，但是**设置了降级方法 sayHelloFail() 还是能正常返回结果**。

## 4.4. 尝试对热点参数限流 ##

>  *  热点就是经常访问的数据；
>  *  比如商品接口的 QPS 限定的是 100，有一天要秒杀，带着秒杀商品 ID 的请求的 QPS 限制在 50，这样还能有 50 的 QPS 用来访问其他的商品；

1.  **我们先对代码进行一点小改造，加一个**请求参数 name\*\*，并且重启项目\*\*:

@Service
    public class MemberService {
    
        @SentinelResource(value = "sayHello", fallback = "sayHelloFail")
        public String sayHello(String name) {
            return "Hello, Member! " + name;
        }
    
        public String sayHelloFail(String name) {
            return "I am sorry, Member! " + name;
        }
    
    }

@RestController
    @RequestMapping
    public class HelloController {
    
        @Resource
        private MemberService memberService;
    
        @RequestMapping("/service")
        public String service(String name) {
            return memberService.sayHello(name);
        }
    
    }

1.  **打开的“热点规则”菜单，新增一个资源名为“sayHello”的热点规则**：

![图片][11d09a1e8e91baff689cd970c07340c8.png]

>  *  **参数索引** 设置 0，表示第一个请求参数
>  *  **单机阈值** 设置 10，**统计窗口时长** 设置 1
>  *  **参数值** 设置 字符串 baicai，**限流阈值** 设置 1

总的来说，就是同样的请求 /api/member/service?name=xxx, 当参数传 baicai 时，QPS 例外控制为 1，而参数传别的任何值，QPS 控制为 10。

1.  **尝试 1秒内去多次请求 /api/member/service?name=baicai**：

#### 请求测试
    GET http://localhost:10801/api/member/service?name=baicai
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

I am sorry, Member! baicai

1.  **尝试 1秒内去多次请求 /api/member/service?name=luobo**：

#### 请求测试
    GET http://localhost:10801/api/member/service?name=luobo
    Accept: */*
    Cache-Control: no-cache

请求得到结果：

Hello, Member! luobo

事实证明当参数为 baicai 时，QPS 超过 1 就被限制访问，但是**设置了降级方法 sayHelloFail() 还是能正常返回结果**。

## 4.5. 尝试黑白名单控制 ##

很多时候，我们需要根据调用来源来判断该次请求是否允许放行，这时候可以使用 Sentinel 的来源访问控制（黑白名单控制）的功能。来源访问控制根据资源的请求来源（origin）限制资源是否通过，若配置白名单则只有请求来源位于白名单内时才可通过；若配置黑名单则请求来源位于黑名单时不通过，其余的请求通过。

![图片][162092092f9b6531d5cf122afd4ae660.png]

![图片][b67789e730a196cc6f07fa7c029b88fa.png]

测试结果和以上类似，这里就不做过多阐述了。看到这里，Sentinel 的强大好用是否已经征服你了呢？

[93460e908533385340e340ccfecfefc9.png]: /images/20220829/f077c53e6a764b46a69aa4e04df76e49.png
[9335a1f4f35360276672e7c8bad466d1.png]: /images/20220829/9f783d64b0ea4093b6b941b625fb641f.png
[20210803162240101.gif]: /images/20220829/07a9b94c76bb44c1a950ed6820323ca1.png
[2b04836e8254baa8dc03a7d6fd663de9.png]: /images/20220829/0e43b3ce91b24d6a9df181aa6a68acc9.png
[2bda976b82379a2216ddccee55aca1f2.png]: /images/20220829/bbe441e4a7444f4c9b730bf3ad722e18.png
[7a233195ca630df1f236ee5bef661ef7.png]: /images/20220829/366f36fdd59142d285735f599659304a.png
[20210803162240108.gif]: /images/20220829/b28f4dc3b0a44ac9badf99908efb19f0.png
[a9e6ccb6129ae5a5894281b963a1ab20.png]: /images/20220829/ea39899b916d440b9325169c1a4917cc.png
[aa7513a28f09cb5e5109f217717e9f1d.png]: /images/20220829/20dbbb72bcf6443fb99367d6cfd0ca9b.png
[20210803162240105.gif]: /images/20220829/910e5bb631ad4a44a6180e68109916e1.png
[090c397717e1de90ffce7c98de453e65.png]: /images/20220829/ab06ec721768425ab50bc683b1b812b3.png
[47fd6d756d72d5c9e88b4dbd3d7cf4d9.png]: /images/20220829/75092b1c803741da85d2174fdb7ebe68.png
[a653cf40768326a1f36546cae5377efe.png]: /images/20220829/bb09cb15c8ad48029dc95832ccdd60fd.png
[2655d9b0a4c25bb4ad1563ca7c940a03.png]: /images/20220829/782465437b77437392c021f8ec36fac1.png
[2ee628ecc8ded625111915023da1a1b1.png]: /images/20220829/03a02434f72b49b0bef6826754db93ed.png
[11d09a1e8e91baff689cd970c07340c8.png]: /images/20220829/9fed37f8e17e4ef8bb37737a27f91a30.png
[162092092f9b6531d5cf122afd4ae660.png]: /images/20220829/474bb9574aeb40e48fec640373ea4aef.png
[b67789e730a196cc6f07fa7c029b88fa.png]: /images/20220829/b50ba0d23bad491bb9473b61c6978cc1.png