- 前言
- 一、雪崩问题及解决方案
- 1)产生原因
- 2)解决方案
- 二、服务保护技术对比
- 1)安装Sentinel
- 2)微服务整合Sentinel
- 三、流量控制
- 1)簇点链路
- 2)流控模式
- 3)流控效果
- 四、FeignClient整合Sentinel
- 1)线程隔离(舱壁模式)
- 2)降级熔断
- 熔断器的三种状态
- 五、授权规则
- 六、自定义异常结果
- 七、规则持久化
- 1)规则管理模式
前言
Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址:https://sentinelguard.io/zh-cn/index.html
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。
一、雪崩问题及解决方案
通常一个业务调用需要经过多个后端微服务,假设在整个调用链路上,某个服务不可用的话,则有可能造成整个调用链路上的多个微服务不可用,这种效应称为服务雪崩(级联故障/失效)。
也可以称为- 微服务之间相互调用,因为调用链中的一个服务故障,引起整个链路都无法访问的情况。
依赖服务I的业务请求被阻塞,用户不会得到响应,则tomcat的这个线程不会释放,于是越来越多的用户请求到来,越来越多的线程会阻塞。
服务器支持的线程和并发数有限,请求一直阻塞,会导致服务器资源耗尽,从而导致所有其它服务都不可用,那么当前服务也就不可用了。
那么,依赖于当前服务的其它服务随着时间的推移,最终也都会变的不可用,形成级联失败,雪崩就发生了
2)解决方案
- 超时处理
设定超时时间,请求超过一定时间没有响应就返回错误信息,不会无休止等待
- 仓壁模式(线程隔离)
限定每个业务能使用的线程数,避免耗尽整个tomcat的资源,因此也叫线程隔离。
- 断路器(降级熔断)
由断路器统计业务执行的异常比例,如果超出阈值则会熔断该业务,拦截访问该业务的一切请求。
- 限流
限制业务访问的QPS(Query Per Second,每秒处理请求数),避免服务因流量的突增而故障。
二、服务保护技术对比
在SpringCloud当中支持多种服务保护技术:
- Netfix Hystrix
- Sentinel
- Resilience4J
早期比较流行的是Hystrix框架,但目前国内实用最广泛的还是阿里巴巴的Sentinel框架
| Sentinel | Hystrix | |
|---|---|---|
| 隔离策略 | 线程池隔离/信号量隔离 | 线程池隔离 |
| 熔断降级策略 | 基于慢调用比例或异常比例 | 基于失败比率 |
| 实时指标实现 | 滑动窗口 | 滑动窗口(基于 RxJava) |
| 规则配置 | 支持多种数据源 | 支持多种数据源 |
| 扩展性 | 多个扩展点 | 插件的形式 |
| 基于注解的支持 | 支持 | 支持 |
| 限流 | 基于 QPS,支持基于调用关系的限流 | 有限的支持 |
| 流量整形 | 支持慢启动、匀速排队模式 | 不支持 |
| 系统自适应保护 | 支持 | 不支持 |
| 控制台 | 开箱即用,可配置规则、查看秒级监控、机器发现等 | 不完善 |
| 常见框架的适配 | Servlet、Spring Cloud、Dubbo、gRPC 等 | Servlet、Spring Cloud Netflix |
1)安装Sentinel
官方下载地址
Wiki主页
#下载镜像 docker pull bladex/sentinel-dashboard:1.8.0 #创建sentinel容器 docker run --name sentinel -d -p 8858:8858 bladex/sentinel-dashboard:1.8.02)微服务整合Sentinel
- 引入依赖
com.alibaba.cloud spring-cloud-starter-alibaba-sentinel
- 配置控制台
spring:
cloud:
sentinel:
transport:
dashboard: #sentinel控制台地址
client-ip: #order服务ip地址,
port: #order服务的端口号
三、流量控制 1)簇点链路
当请求进入微服务时,首先会访问DispatcherServlet,然后进入Controller、Service、Mapper,这样的一个调用链就叫做簇点链路。簇点链路中被监控的每一个接口就是一个资源。
默认情况下sentinel会监控SpringMVC的每一个端点(Endpoint,也就是controller中的方法),因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源。
2)流控模式
- 直接: 当前资源请求数量达到阈值时,对当前资源做限流
- 关联: 统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流
- 链路: 多条链路访问同一个资源,触发阈值时,对指定链路限流 注: 链路模式中,是对不同来源的链路做监控。但是sentinel默认会给进入SpringMVC的所有请求设置同一个root资源,导致链路模式失效。
修改yml文件,关闭对SpringMVC的资源聚合。
spring:
cloud:
sentinel:
web-context-unify: false # 关闭context整合
3)流控效果
流控效果是指请求达到流控阈值时应该采取的措施,包括三种:
-
快速失败:达到阈值后,新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
-
warm up(预热模式):对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化,从一个较小值逐渐增加到最大阈值。
注:(阈值一般是一个微服务能承担的最大QPS,但是一个服务刚刚启动时,一切资源尚未初始化(冷启动),如果直接将QPS跑到最大值,可能导致服务瞬间宕机。)
- 排队等待:让所有的请求按照先后次序排队执行,两个请求的间隔不能小于指定时长
注: 当请求超过QPS阈值时,快速失败和warm up 会拒绝新的请求并抛出异常。
而排队等待则是让所有请求进入一个队列中,然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成,如果请求预期的等待时间超出最大时长,则会被拒绝。
四、FeignClient整合Sentinel
限流是一种预防措施,虽然限流可以尽量避免因高并发而引起的服务故障,但服务还会因为其它原因而故障。
而要将这些故障控制在一定范围,避免雪崩,就要靠线程隔离(舱壁模式)和熔断降级。
- 修改yml文件,开启sentinel功能
feign:
sentinel:
enabled: true # 开启feign对sentinel的支持
- 给FeignClient编写失败后的降级逻辑
①方式一:FallbackClass,无法对远程调用的异常做处理
②方式二:FallbackFactory,可以对远程调用的异常做处理
① 在feing-api项目中定义类,实现FallbackFactory:
@Slf4j public class UserClientFallbackFactory implements FallbackFactory{ @Override public UserClient create(Throwable throwable) { return new UserClient() { @Override public User findById(Long id) { log.error("查询用户异常", throwable); return new User(); } }; } }
② 在feing-api项目中的FeignConfig类中将UserClientFallbackFactory注册为一个Bean:
@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
return new UserClientFallbackFactory();
}
③ 在feing-api项目中的UserClient接口中使用UserClientFallbackFactory:
@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
1)线程隔离(舱壁模式)
线程隔离有两种方式实现:
-
线程池隔离: 给每个服务调用业务分配一个线程池,利用线程池本身实现隔离效果
-
信号量隔离(Sentinel默认采用): 不创建线程池,而是计数器模式,记录业务使用的线程数量,达到信号量上限时,禁止新的请求。
二者优缺点:
2)降级熔断
熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例,如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求;而当服务恢复时,断路器会放行访问该服务的请求。
熔断器的三种状态
-
慢调用
业务的响应时长(RT)大于指定时长的请求认定为慢调用请求。在指定时间内,如果请求数量超过设定的最小数量,慢调用比例大于设定的阈值,则触发熔断。 -
异常比例、异常数
统计指定时间内的调用,如果调用次数超过指定请求数,并且出现异常的比例达到设定的比例阈值(或超过指定异常数),则触发熔断。
授权规则可以对调用方的来源做控制,有白名单和黑名单两种方式。
-
白名单:来源(origin)在白名单内的调用者允许访问
-
黑名单:来源(origin)在黑名单内的调用者不允许访问
- 获取origin
Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
默认情况下,sentinel不管请求者从哪里来,返回值永远是default,也就是说一切请求的来源都被认为是一样的值default。
我们需要自定义这个接口的实现,让不同的请求,返回不同的origin。
public interface RequestOriginParser {
String parseOrigin(HttpServletRequest request);
}
- 给网关添加请求头
获取请求origin的方式是从reques-header中获取origin值,我们必须让所有从gateway路由到微服务的请求都带上origin头。
利用GatewayFilter来实现,AddRequestHeaderGatewayFilter。
spring:
cloud:
gateway:
default-filters:
- AddRequestHeader=origin,gateway
routes:
...
从gateway路由的所有请求都会带上origin头,值为gateway。
而从其它地方到达微服务的请求则没有这个头。
- .配置授权规则
放行origin值为gateway的请求。
配置如下:
直接跳过网关,直接访问微服务,请求被拦截
通过网关访问不受影响。
六、自定义异常结果
默认情况下,发生限流、降级、授权拦截时,都会抛出异常到调用方。异常结果都是flow limmiting(限流)。这样不够友好,无法得知是限流还是降级还是授权拦截。
- 自定义异常时的返回结果,需要实现BlockExceptionHandler接口:
public interface BlockExceptionHandler {
void handle(HttpServletRequest request, HttpServletResponse response,
BlockException e) throws Exception;
}
BlockException包含多个不同的子类:
| 异常 | 说明 |
|---|---|
| FlowException | 限流异常 |
| ParamFlowException | 热点参数限流的异常 |
| DegradeException | 降级异常 |
| AuthorityException | 授权规则异常 |
| SystemBlockException | 系统规则异常 |
- 自定义异常处理
@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest request, HttpServletResponse response,
BlockException e) throws Exception {
String msg = "未知异常";
int status = HttpStatus.TOO_MANY_REQUESTS.value();
if (e instanceof FlowException) {
msg = "请求被限流了";
} else if (e instanceof ParamFlowException) {
msg = "请求被热点参数限流";
} else if (e instanceof DegradeException) {
msg = "请求被降级了";
} else if (e instanceof AuthorityException) {
msg = "没有权限访问";
status = HttpStatus.UNAUTHORIZED.value();;
}
response.setContentType("application/json;charset=utf-8");
response.setStatus(status);
response.getWriter().println("{"msg": " + msg + ", "status": " +
status + "}");
}
}
七、规则持久化
sentinel的所有规则都是内存存储,重启后所有规则都会丢失。在生产环境下,我们必须确保这些规则的持久化,避免丢失。
1)规则管理模式规则是否能持久化,取决于规则管理模式,sentinel支持三种规则管理模式:
- 原始模式:Sentinel的默认模式,将规则保存在内存,重启服务会丢失。
- pull模式:控制台将配置的规则推送到Sentinel客户端,而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询,更新本地规则。
- push模式:控制台将配置规则推送到远程配置中心,例如Nacos。Sentinel客户端监听Nacos,获取配置变更的推送消息,完成本地配置更新。



