sentinel 前方參考
計算QPS-Sentinel限流算法 https://www.cnblogs.com/yizhiamumu/p/16819497.html
Sentinel 介紹與下載使用 https://www.cnblogs.com/yizhiamumu/p/16823313.html
sentinel的四種流控規則介紹 https://www.cnblogs.com/yizhiamumu/p/16819593.html
sentinel 的限流規則及流量控制 https://www.cnblogs.com/yizhiamumu/p/16819680.html
sentinel中如何使用@SentinelResource和openFeign來進行服務熔斷和降級的操作 https://www.cnblogs.com/yizhiamumu/p/16823146.html
Sentinel 介紹
分佈式系統的流量防衛兵: 隨着微服務的普及,服務調用的穩定性也變的越來越重要,Sentinel以“流量”爲切入點,在流量控制、斷路、負載保護等多個方面進行續航,保證服務的可靠性。
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、Apache Dubbo、gRPC、Quarkus 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。同時 Sentinel 提供 Java/Go/C++ 等多語言的原生實現。
完善的 SPI 擴展機制: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。
Sentinel 的主要特性:
Sentinel的妙用
當我們的分佈式系統,面臨複雜的體系結構中應用程序可能有數十個依賴關係,每個依賴關係在某些時候將不可避免的失敗,比如我們調用 D\F\K 這幾個服務,如果這些服務中某一個出現問題了,那麼有可能會出現整體系統效率的下降,嚴重的甚至出現服務雪崩。
多個微服務之間互相調用的時候,如果D調用K和F,而K和F又調用其他的微服務,那麼就會形成扇出
,如果扇出某個鏈路上的微服務調用超時或者響應很慢,那麼微服務D就會佔用越來越多的系統資源,從而導致系統崩潰,也就是服務雪崩。
對於高流量的應用來說,單一的後端依賴可能會導致服務器上的資源在極短的時間內被耗光,同時還有可能導致這些應用程序服務之間的響應時間增加,隊列、線程和其他系統資源變的緊缺,導致整個系統之間發生更多的次生故障,如果我們單個應用服務故障處理和延遲進行隔離管控,當單個依賴關係失敗時,不能對這個系統和資源產生影響,當某個模塊實例失敗以後,如果這個時候服務還能接收請求和流量訪問,同時這個服務還去調用其他模塊時,這樣的級聯故障,就會導致雪崩的發生
對比與其他的斷流產品(Hystrix)而言,他不需要我們自己手動搭建監控平臺,而且它有一套屬於自己的Web界面,可對多種指標進行流控、熔斷,且提供了實時監控和控制面板,功能更爲強大
Sentinel 使用
下載地址:https://github.com/alibaba/Sentinel/releases
Sentinel分爲兩個部分:
核心庫:不依賴任何框架/庫,只需要Java運行時環境,同時對Dubbo\SpringCloud等框架也有很好的支持
控制檯:基於SpringBoot開發,打包後可以直接運行,不需要額外的應用容器
注意:jdk1.8環境/8080端口不能被佔用
啓動命令:java -jar sentinel-dashboard-1.8.4.jar
訪問地址:http://localhost:8080/
賬號密碼:sentinel/sentinel
到這裏呢,我們的Sentinel就安裝成功了,可能有點同學在界面上沒有看到任何東西,並沒有發現監控的服務,這是因爲我們還沒有啓動項目,而Sentinel本身採用的是懶加載模式,所以我們需要先去訪問服務對應的接口,Sentinel纔會進行工作,接下來我們就來搭建我們的測試項目
搭建項目
Sentinel官方參考文檔:https://sentinelguard.io/zh-cn/docs/quick-start.html
注意: 這裏我們使用到了Nacos,不會Nacos的小夥伴,可以看我之前的文章,裏面有詳細的介紹,其實只需要你啓動一個端口爲8848的Nacos就行
導入依賴:
<!-- Nacos客戶端依賴 -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- sentinel依賴 -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
配置屬性:
server:
port: 8006
spring:
application:
name: cloudalibaba-sentinel-service
cloud:
nacos:
discovery:
server-addr: localhost:8848
sentinel:
transport:
#配置Sentinel地址,就是我們的WEB界面
dashboard: localhost:8080
#Sentinel配置默認8719端口,被佔用端口會自動從+1,直到找到未被佔用的端口
port: 8719
management:
endpoints:
web:
exposure:
include: '*'
測試類:
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.concurrent.TimeUnit;
@RestController
public class TestController {
@GetMapping("/playA")
public String playA() {
return "hello my name is playA ,wo shi boy";
}
@GetMapping("/playB")
public String playB(){
return "hi my name is playB, me girl";
}
}
最後在我們的啓動類上加上 :@EnableDiscoveryClient,點擊啓動,然後我們來訪問我們的測試地址:
http://localhost:8006/playA
http://localhost:8006/playB
訪問之後,我們就能在Sentinel上看到我們的監控信息了,如下所示:
Sentinel 流控規則
首先我們先來看一張圖:
上面這張圖,就包含了,我們要講解的全部內容,主要分爲以下幾點:
資源名:流控規則中唯一的名稱,默認爲我們的請求路徑
針對來源:Sentinel 對調用者進行限流,填寫我們的微服務名,默認爲default,對來源不進行區分
閾值類型/單機閾值:
QPS(每秒請求數量),使用該類型時,QPS達到我們設置的單機閾值,進行限流
線程數:當使用該類型時,線程數量達到我們設置的單機閾值,進行限流
是否集羣:默認否,如果是集羣勾選
流控模式:
直接:API達到限流條件時,直接限流,如果我們設置QPS爲1,如果大於這個數量,直接返回錯誤
關聯:當關聯的資源達到閾值時,限流自己,比如A調用B,B達到了閾值,A進行限流
鏈路:只記錄鏈路上的流量,指定對應的鏈路路徑,從入口開始,如果達到閾值,則進行限流
流控效果:
快速失敗:直接拋異常
Warm Up:根據冷加載因子codeFactor經過預熱時長,才達到設置的QPS閾值
排隊等待:勻速排隊,讓請求以勻速速度進行請求,閾值類型,需要設置爲QPS,否則無效
我們先來新增一個流控規則看一下,操作方式有兩種
在流控規則中添加
在簇點鏈路中添加
因爲方便,我們一般會選擇在簇點鏈路中添加,我們先來試一下QPS的操作:
這裏我們設置單機閾值爲1,所以playA
這個接口一秒中只能被訪問一次,如果超過,則進行限流操作進行一個阻塞操作,這個效果我們是可以直接看到的,當我們不停的刷新playA
時,就會現在如下信息,而沒有設置的playB
,則不會
在這裏我們如果設置爲線程數會怎麼樣呢?我們來看一下。
在這裏我們要注意:如果項目重新啓動,需要將修改後的playA
,重新訪問後重新,添加流控規則
同時我們需要在代碼中設置延時執行,如果處理太快,我們是看不到實際效果的,如果有興趣的小夥伴可以自己啓動線程去跑,在這裏我們設置playA
,進行一秒鐘的延時操作,
@GetMapping("/playA")
public String playA() {
try {
//阻塞1 秒
TimeUnit.MILLISECONDS.sleep(1000);
}catch (Exception e){
e.printStackTrace();
}
return "hello my name is playA ,wo shi boy";
}
這裏要使用兩個不同瀏覽器去跑,同一個瀏覽器使用的是同一線程,先請求的某歌后請求的某火效果如下所示:
QPS和併發線程數的規則如下所示:
總結
雖然最終效果是一樣的,但是規則是不同的,每種應對不用的業務場景,大家可以合理化的去使用