Dubbo使用Sentinel来对服务进行降级与限流

一、Sentinel 是什么

Sentinel 是阿里中间件团队开源的，面向分布式服务架构的轻量级流量控制产品，主要以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度来帮助用户保护服务的稳定性。 点此地址了解更多Sentinel。

二、Sentinel 怎么用

Sentinel分为两个部分：客户端以及控制台。

• 控制台用于管理限流，熔断规则的发布与监控。

• 客户端则用于接收规则，并执行相关规则。

1. 下载Sentinel控制台

当前最新的release版本为1.4.0

https://github.com/alibaba/Sentinel/releases/tag/1.4.0

2. 运行Sentinel控制台

注意：启动 Sentinel 控制台需要 JDK 版本为 1.8 及以上版本。

使用如下命令启动控制台：

java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard  -jar sentinel-dashboard.jar

其中 -Dserver.port=8080 用于指定 Sentinel 控制台端口为 8080。

访问http://localhost:8080查看控制台信息。

3. 客户端Dubbo集成

使用时需引入以下模块（以 Maven 为例）：

?

com.alibaba.csp    sentinel-dubbo-adapter    1.4.0     com.alibaba.csp    sentinel-transport-simple-http    1.4.0

启动时加入 JVM 参数

-Djava.net.preferIPv4Stack=true -Dcsp.sentinel.api.port=8720 -Dcsp.sentinel.dashboard.server=localhost:8787 -Dproject.name=example-customer

启动项参数说明：

• -Dcsp.sentinel.api.port 接受数据推荐的http端口

• -Dcsp.sentinel.dashboard.server 指定控制台地址

• -Dproject.name 指定控制台显示的项目名称

更详细的信息可以参考启动配置项。

然后你可以愉快的打开控制台对你的服务进行限流，熔断降级了。

三、现有的问题

1. 规则的推送目前采用的是以http接口的形式进行数据处理，当发布规则时，需要采用遍历所有的客户端，以http的形式进行数据推送，此方式的问题在于服务部署数量越来越多，发布规则也就越来越慢，越来越困难。

2. Sentinel的熔断限流统计则是以异常发生数为依据，真正使用过程中还需要排除业务异常。

3. 监控数据目前的做法是遍历所有的客户端采用http进行批量远程读取，并存储入库，且实时监控仅能查看5分钟内的metric数据。

4. Sentinel的启动注入参数的方式太过原始。

四、如何改造1. 关于Dashboard的数据推送问题的改造，思路可以考虑将数据传递到配置中心，利用配置中心来进行数据推送广播。

• 改造前：客户端利用sentinel-transport-simple-http模块暴露一个特定的端口，Sentinel Dashboard通过http的形式进行数据推送，客户端接收后将规则保存在本地内存中。

• 改造后：客户端注册到相关的注册中心中，Sentinel Dashboard控制台将配置信息推送到配置中心，如nacos，zookeeper中，由配置中心去进行配置推送。  

2. 关于Sentinel的业务异常问题，可以考虑采用类似于Hystrix的方法，HystrixBadRequestException被Hystrix认定为这是消费者自身的问题，而非提供者的服务不稳定，即我们常说的业务异常不被熔断。

方法1：采用包装异常的形式，将所有的异常包装为统一的结构体，并设定异常状态码，例如业务异常都是400，服务异常是500。

public class Result {    
    private int code;    
    private String message;    
    private T result;    // TODO 忽略get，set}

Entry entry = null;try {
    entry = SphU.entry(resourceName, entryType, 1, pjp.getArgs());
    Object result = pjp.proceed();    // 核心判断
    if (result instanceof Result && ((Result) result).getCode() == 500) {
        Tracer.trace(new RuntimeException(((Result) result).getMessage()));
    }    return result;
} catch (BlockException ex) {    return handleBlockException(pjp, annotation, ex);
} catch (Throwable ex) {
    Tracer.trace(ex);    throw ex;
} finally {    if (entry != null) {
        entry.exit();
    }
}

方法2：采用抛异常的形式，定义一个BussinessException业务异常。

Entry entry = null;try {
    entry = SphU.entry(resourceName, entryType, 1, pjp.getArgs());    return  pjp.proceed();
} catch (BlockException ex) {    return handleBlockException(pjp, annotation, ex);
} catch (BussinessException ex) {    // 核心处理
    throw ex;
} catch (Throwable ex) {
    Tracer.trace(ex);    throw ex;
} finally {    if (entry != null) {
        entry.exit();
    }
}

至于采用何种方式进行改造，见仁见智吧。

3. Sentinel监控问题，可以考虑采用CrateDB + Grafana／或者数据落地InfluxDB等方式。

相关链接参考：

• Sentinel 一体化监控解决方案 CrateDB + Grafana

• Sentinel 控制台监控数据持久化【InfluxDB】

4. Sentinel的启动注入参数的方式太过原始，可以考虑使用spring-boot-starter的方式，采用自动化配置。五、项目推荐

楼主自己改造了一个版本，目前已实现的功能如下：

1. 新增dubbo的filter将异常包装成统一返回体，将异常状态码定义为>=500的值(与HttpStatus相对应)，修改SentinelResourceAspect实现，判断返回的状态码是否为>=500，如果是则进行熔断统计。

2. 并新增sentinel-dubbo-starter，进行自动配置化。

3. Sentinel Dashboard改造：控制台规则 -> 配置中心 -> 客户端。

欢迎start，如有问题，欢迎指出，共同进步：

• https://gitee.com/imethsoft/sentinel-dubbo

• https://github.com/pwh19920920/sentinel-dubbo

原文出处：https://www.cnblogs.com/Nonnetta/p/10179871.html