SpringCloud Alibaba之Sentinel學習

簡介

1.是什麼

面向雲原生微服務的流量控制、熔斷降級組件，隨着微服務的流行，服務和服務之間的穩定性變得越來越重要。Sentinel以流量爲切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。

2.之前學習的Hystrix

缺點：(1).需要我們程序員自己手工搭建監控平臺

          (2).沒有一套web界面可以給我們進行更加細粒度化得配置流控、速率控制、服務熔斷、服務降級。

 

3.Sentinel優點

(1).單獨一個組件，可以獨立出來

(2).直接界面化的細粒度統一配置。

 

4.Sentinel 具有以下特徵:

• 豐富的應用場景：Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景，例如秒殺（即突發流量控制在系統容量可以承受的範圍）、消息削峯填谷、集羣流量控制、實時熔斷下游不可用應用等。
• 完備的實時監控：Sentinel 同時提供實時的監控功能。您可以在控制檯中看到接入應用的單臺機器秒級數據，甚至 500 臺以下規模的集羣的彙總運行情況。
• 廣泛的開源生態：Sentinel 提供開箱即用的與其它開源框架/庫的整合模塊，例如與 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相應的依賴並進行簡單的配置即可快速地接入 Sentinel。
• 完善的 SPI 擴展點：Sentinel 提供簡單易用、完善的 SPI 擴展接口。您可以通過實現擴展接口來快速地定製邏輯。例如定製規則管理、適配動態數據源等。

 5.主要特性

6.Sentinel分爲兩個部分：

     核心庫不依賴任何框架/庫，能夠運行於所有java運行時環境，同時對Dubbo/Spring Cloud等框架也有較好的支持。

    控制檯基於Spring Boot開發，打包後可以直接運行，不需要額外的Tomcat等應用容器。

 

安裝啓動

1.官網下載：https://github.com/alibaba/Sentinel/releases

sentinel-dashboard-1.7.0.jar

2.運行dos命令，顯示如下，啓動成功。

java -jar sentinel-dashboard-1.7.0.jar

 3.輸入地址：http://localhost:8080/#/dashboard

賬號密碼都是sentinel,如下頁面啓動成功。

 

怎麼用

1.引入pom文件

<!--SpringCloudailibabanacos-->
<dependency>
     <groupId>com.alibaba.cloud</groupId>
     <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!--SpringCloudailibabasentinel-datasource-nacos後續做持久化用到-->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
<!--SpringCloudailibabasentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

2.yml文件

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #Nacos服務註冊中心地址
    sentinel:
      transport:
        dashboard: localhost:8080 #配置Sentinel dashboard地址
        port: 8719
 

3.業務代碼 

@RestController
@Slf4j
publicclassFlowLimitController
{
@GetMapping("/testA")
publicStringtestA()
{
    return"------testA";
}

@GetMapping("/testB")
publicStringtestB()
{
    log.info(Thread.currentThread().getName()+"\t"+"...testB");
    return"------testB";
}


@GetMapping("/testD")
publicStringtestD()
{
    //try{TimeUnit.SECONDS.sleep(1);}catch(InterruptedExceptione)   //{e.printStackTrace();}
//log.info("testD測試RT");

    log.info("testD異常比例");
    intage=10/0;
return"------testD";
}

@GetMapping("/testE")
publicStringtestE()
{
    log.info("testE測試異常數");
    intage=10/0;
    return"------testE測試異常數";
}
@GetMapping("/testHotKey")
@SentinelResource(value="testHotKey",blockHandler="deal_testHotKey")
publicStringtestHotKey(@RequestParam(value="p1",required=false)Stringp1,
@RequestParam(value="p2",required=false)Stringp2)
{
//intage=10/0;
return"------testHotKey";
}
publicStringdeal_testHotKey(Stringp1,Stringp2,BlockExceptionexception)
{
return"------deal_testHotKey,o(╥﹏╥)o";//sentinel系統默認的提示：BlockedbySentinel(flowlimiting)
}

 

4.啓動訪問

http://localhost:8401/testHotKey

Sentinel控制檯會實時監控

 

Sentinel控制檯

流量控制

（1）閾值類型

  QPS代表每秒請求數量：當調用該api的QPS達到閾值的時候，進行限流。

  線程數：當調用該api的線程數達到閾值的時候，進行限流。 

效果：

超過閾值，訪問受限

 

（2）流控模式

直接：api到限流條件時，直接限流

關聯：當關聯的資源到達閾值時，就限流自己

鏈路：只記錄指定鏈路上的流量

利用postman模擬併發密集訪問testB

新增兩次testB

然後點run設置線程數，和延遲時間

點擊un Collection

此時訪問testA，被限制。

流控效果：直接、預熱、排隊等待

直接就是剛纔演示的效果

 

預熱是：秒殺系統在開啓的瞬間，會有很多流量上來，很有可能把系統打死，預熱方式就是把爲了保護系統，可慢慢的把流量放進來，慢慢的把閾值增長到設置的閾值。

排隊等待就是一個一個過。

（3）降級

RT是平均響應時間：超出閾值且在時間窗口內通過的請求>=5,兩個條件同時滿足後觸發降級，窗口期過後關閉斷路器，RT最大4900

異常比例(秒級)：QPS>=5且異常比例超過閾值時，觸發降級；時間窗口結束後，關閉降級。

異常數（分鐘級）：異常數超過閾值時，觸發降級；時間窗口結束後，關閉降級。超過閾值，系統知道已經造成損失，所以不能再報錯。

用Jemter做壓力測試。

熱點key

何爲熱點？熱點即經常訪問的數據。很多時候我們希望統計某個熱點數據中訪問頻次最高的Top K數據，並對其訪問進行限制。

從HystrixCommand到@SentinelResource

@SentinelResource(value="testHotKey",blockHandler="deal_testHotKey")

//blockHandler是兜底方法

 

@SentinelResource//處理的是Sentinel控制配置的違規情況，有blockHandler方法配置的兜底處理；

@SentinelResource//主管配置出錯，運行出錯該走異常走異常。

 blockHandlerClass// 指定類名

（4）系統規則

系統保護規則是從應用級別的入口流量控制，從單臺機器的load、CPU使用率、平均RT、入口QPS和併發線程數等幾個維度監控應用指標，讓系統儘可能跑再最大吞吐量的同時保證系統整體的穩定性。

系統保護規則是應用整體維度的，而不是資源維度的，並且僅對入口流量生效。入口流量指的是進入系統規則支持以下的模式：

  Load自適應（僅對Linex/Unix-like機器生效）：系統的load1作爲啓發指標，進行自適應系統保護。當系統load1超過設定的啓發值，且系統當前的併發線程數超過估算的系統容量時纔會觸發系統保護。系統容量由系統的maxQps *minRt估算得出。設定參考值一般是CPU cores*2.5

CPU usage：當系統CPU使用率超過閾值即觸發系統保護（取值範圍0.0-1.0），比較靈敏。

平均 usage:當系統CPU使用率超過閾值即觸發系統保護，單位是毫秒。

併發線程數：當單臺機器上所有入口流量的併發線程數達到閾值即觸發系統保護。

入口QPS：當單臺機器上所有入口流量的QPS達到閾值即觸發系統保護。

 

Sentinel規則持久化

一旦我們重啓應用，sentinel規則將消失，生產環境需要將配置規則持久化。

 

怎麼做？

將限流規則持久化進Nacos保存，只要刷新8401某個rest地址，sentinel控制檯的流控規則就能看到，只要Nacos裏面的配置不刪除，針對8401上的流控規則持續有效。

 

步驟：

pom文件：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

YML： 

sentinel:
transport:
dashboard:localhost:8080#配置Sentineldashboard地址
port:8719
datasource:
ds1:
nacos:
server-addr:localhost:8848
dataId:cloudalibaba-sentinel-service
groupId:DEFAULT_GROUP
data-type:json
rule-type:flow

 登錄nacos,新建配置，內容爲：

[
   {
	"resource": "/rateLimit/byUrl",
	"limitApp": "default",
	"grade": 1,
	"count": 1,
	"strategy": 0,
	"controlBehavior": 0,
	"clusterMode": false
   }
]

 

• resource：資源名，即限流規則的作用對象
• limitApp：流控針對的調用來源，若爲 default 則不區分調用來源
• grade：限流閾值類型（QPS 或併發線程數）；0代表根據併發數量來限流，1代表根據QPS來進行流量控制
• count：限流閾值
• strategy：調用關係限流策略
• controlBehavior：流量控制效果（直接拒絕、Warm Up、勻速排隊）
• clusterMode：是否爲集羣模式