如何理解Sentinel分布式系统限流降级框架
这篇文章主要讲解了“如何理解Sentinel分布式系统限流降级框架”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何理解Sentinel分布式系统限流降级框架”吧!
创新互联专注于鹰潭网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供鹰潭营销型网站建设,鹰潭网站制作、鹰潭网页设计、鹰潭网站官网定制、成都微信小程序服务,打造鹰潭网络公司原创品牌,更为您提供鹰潭网站排名全网营销落地服务。
(一)概述
在分布式系统中,许多服务之间通过远程调用实现信息交互,调用时难免会出现调用失败的情况,Sentinel能保证在一个服务出现问题的情况下,不会导致整体服务失败,防止服务雪崩,提高分布式系统的可用性。
常用的容错方式有:
1、超时:设置比较短的超时时间,如果调用不成功,在很短时间内就释放连接,避免大量线程堵塞等待。
2、限流:超过设置的阈值就拒绝请求。
3、断路器:保护服务过载,当有服务发生无法调用请求堆积时,能够及时切换该服务,防止整个服务的崩溃。
Sentinel的地位和SpringCloud中的Hystrix类似,Sentinel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保护服务的稳定性。
(二)SpringCloudAlibaba集成Sentinel
首先我们在sentinel的github官网上下载sentinel-dashboard-1.7.2.jar
然后通过jar命令启动起来,端口默认8080,直接ip+端口访问,这是sentinel的控制后台,账号密码都是sentinel
接着在项目中引入依赖
com.alibaba.cloud spring-cloud-starter-alibaba-sentinel
在配置文件中,输入Sentinel的后台地址,地址和端口写自己的,端口默认8080
spring.cloud.sentinel.transport.dashboard=localhost:8080
启动后在Sentinel后台就可以看到这个应用
sentinel控制台调用的API默认是http://ip:8719/api,在本地启动了引入sentinel依赖的项目启动后,默认在8719这个端口上会暴露一个api出来。
(三)sentinel的流控规则
写了一个简单的请求:
@RestController public class TestController { @GetMapping("/test") public String test(){ return "test"; } }
接下来通过这个请求去了解sentinel的流控规则,所谓流控规则,就是对请求的控制
资源名:默认是请求的路径
针对来源:Sentinel可以针对调用者进行限流,填写微服务名,指定对哪个微服务进行限流 ,默认default(不区分来源,全部限制)
阈值类型:可选QPS和线程数,可以设置达到多少后执行流控策略
是否集群:你的环境是否是集群
流控模式:
1、直接:直接对该资源进行控制,比如上面的/test访问达到阈值,就限流
2、关联:当关联的资源达到阈值时,就限流自己。
看图,如果/test2访问达到阈值,就限流/test
3、链路:只记录指定链路上的流量(指定资源从入口资源进来的流量,如果达到阈值,就可以限流),这个链路的名称可以从簇点链路中获取。
流控效果
1、快速失败:直接失败
2、Warm Up:预热模式,根据codeFactory的值(默认3),从阈值/codeFactory,经过预热时长,才达到设置的QPS阈值。比如设置QPS为90,设置预热为10秒,则最初的阈值为90/3=30,经过10秒后才达到90。
3、排队等待:比如设置阈值为10,超时时间为500毫秒,当第11个请求到的时候,不会直接报错,而是等待500毫秒,如果之后阈值还是超过10,则才会被限流。
设置完流控规则后,不停刷新去触发到阈值,看到出现了下面的提示:
这样的提示不太友好,可以自定义限流后返回的数据信息,分别对应于五种限流异常:
public class MyBlockException implements BlockExceptionHandler { @Override public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception { JSONObject object=new JSONObject(); if (e instanceof FlowException){ object.put("status","100"); object.put("message","接口限流"); object.put("data",null); }else if (e instanceof DegradeException){ object.put("status","101"); object.put("message","服务降级"); object.put("data",null); }else if (e instanceof ParamFlowException){ object.put("status","102"); object.put("message","热点参数限流"); object.put("data",null); }else if (e instanceof SystemBlockException){ object.put("status","103"); object.put("message","触发系统保护"); object.put("data",null); }else if (e instanceof AuthorityException){ object.put("status","104"); object.put("message","授权规则不通过"); object.put("data",null); } httpServletResponse.setStatus(500); httpServletResponse.setCharacterEncoding("utf-8"); httpServletResponse.setContentType(MediaType.APPLICATION_JSON_VALUE); new ObjectMapper().writeValue(httpServletResponse.getWriter(),object); } }
代码中定义了五种不同的
(四)sentinel的降级规则
降级规则指的是在应用高峰期,将个别的服务关闭,使得能够有更多地资源去处理重要的业务,比如双十一的时候,我们会发现支付宝的部分功能会被暂时关闭。
RT模式:平均响应时间、当1S内持续进入N个请求,如果平均响应时间超过阈值,那么在接下来的时间窗口内,按降级逻辑进行处理(报一个DegradeException错误)。
异常比例:可以输入一个0.0~1.0的数字,表示出现异常的比例。如果一秒内超过这个比例,那么在接下来的时间窗口内,按降级逻辑进行处理。
异常数:指当资源近一分钟的异常数超过阈值之后会,那么在接下来的时间窗口内,按降级逻辑进行处理。
(五)sentinel的热点规则
所谓热点规则,就是对某些经常访问的数据(热点数据),对其访问进行限制,
比如以商品ID为参数,限制这个商品的访问次数。在代码中需要对要限制的请求进行埋点
@GetMapping("/test3") @SentinelResource(value = "test3",blockHandler = "handHotKey") public String test3(@RequestParam(value = "a",required = false)String a, @RequestParam(value = "b",required = false)String b){ return "test3"+a+b; } public String handHotKey(String a1, String a2, BlockException e){ return "热点数据限流"; }
设置热点规则,这里的资源名就是@SentinelResource中所设置的value,参数索引的表示对第几个参数进行限流控制,阈值和窗口时长表示在1秒内如果有2个对参数0的请求,就限流。限流后会执行自己设置的blockHandler方法。
高级设置中可以设置参数例外项,即根据设置参数的值进行限流:
这样设置后,如果访问/test3?a=1,则按照下面的阈值进行控制。
(六)Sentinel的系统规则
通过监控系统的一些参数进行规则限流:
Load:这个参数只能在Linux或类Unix机器生效,将系统的1分钟的loadAverage作为指标,这个值一般设置为CPU核心数量*2.5。
RT:当单台机器上所有入口流量的平均RT达到阈值就触发系统保护,单位是毫秒。
并发线程数:当单台机器上所有入口流量的并发线程数达到阈值就触发系统保护。
入口QPS:当单台机器上所有入口流量的QPS达到阈值就触发阈值就触发系统保护。
CPU使用率:当系统CPU使用率超过阈值就触发系统保护。
(七)Sentinel的授权规则
授权规则可以指定哪些请求可以访问哪些不能访问,首先来看如何配置:
资源名就是请求名,流控应用中可以手动输入一些应用名,如果是白名单,则流控应用中设置的这些可以访问,如果是黑名单则流控应用中设置的不能访问。
接着需要在代码中去获取请求:
@Component public class MyRequestOriginParser implements RequestOriginParser { @Override public String parseOrigin(HttpServletRequest httpServletRequest) { String origin=httpServletRequest.getParameter("origin"); if (origin==null){ throw new IllegalArgumentException("origin参数未指定"); } return origin; } }
通过设置后,所有请求必须带上参数origin=XXX,以上面的配置为例,只有origin=javayz的请求才能通过访问。如果不喜欢参数的方式,可以在代码中换成header传递,效果一样。
(八)Sentinel控制台与服务之间的通信原理
使用Sentinel需要引入引入sentinel依赖,其中sentinel-transport-simple-http依赖会将微服务注册到SentinelDashboard中。启动微服务之后,会在8719端口自动开放一系列api接口,我们也可以通过http://ip:8719/api访问到这些api接口,SentinelDashboard就是通过这些API与微服务之间进行通信。
这个8719端口可以在配置文件中修改:
spring.cloud.sentinel.transport.port=8719
(九)Sentinel的保护规则
默认情况下,我们代码中的所有GetMapping、PostMapping请求都会被Sentinel保护,也就是都会经过Sentinel的拦截器,但是也可以手动关闭这个拦截。
spring.cloud.sentinel.filter.enabled=false
这样的话sentinel就没法捕捉请求了。但是还是可以通过代码的方式使用Sentinel
@GetMapping("/test4") public String test4(){ ContextUtil.enter("test4","abc"); Entry entry=null; try { entry= SphU.entry("test4"); //业务代码 return "业务处理结束"; } catch (BlockException e) { e.printStackTrace(); //一系列的异常处理。参考MyBlockException //..... return "触发限流"; }catch (NullPointerException e){ //对异常进行监控 Tracer.trace(e); return "空指针异常"; }finally { if (entry!=null){ entry.exit(); } ContextUtil.exit(); } }
或者还可以使用注解方式加入埋点
@SentinelResource(value = "test3",blockHandler = "handHotKey")
这样配置后就增加了资源test3的拦截,如果触发限流策略,就会进入当前类的handHotKey方法,或者配置blockHandlerClass,就会进入blockHandlerClass所配置类中的handHotKey方法。
(十)RestTemplate整合Sentinel
首先需要在配置文件中开启对RestTemplate的支持,默认也是true
resttemplate.sentinel.enabled=true
接着在RestTemplate注入Bean的代码中增加一个Sentinel注解:
@SentinelRestTemplate(blockHandler = "fallback",blockHandlerClass = MyBlockHandlerClass.class) @LoadBalanced //负载均衡 @Bean public RestTemplate restTemplate(){ return new RestTemplate(); }
调用的限流处理方法如下:
public class MyBlockHandlerClass { public static SentinelClientHttpResponse block(){ return new SentinelClientHttpResponse("block info"); } }
(十一)Feign整合Sentinel
首先需要在配置文件中开启对Feign的支持,默认为false:
feign.sentinel.enabled=true
接在在@FeignClient注解中增加fallback的类:
@FeignClient(name = "nacos-discovery-provider",fallback = TestServiceFallback.class,configuration = FeignConfiguration.class) public interface TestService { @GetMapping("/{name}") String index(@PathVariable("name") String string); } 最后设置规则后就会触发fallback中对应的方法,具体实现 public class TestServiceFallback implements TestService{ @Override public String index(String string) { return "fallback"; } }
(十二)Sentinel的持久化
默认模式:
在前面介绍Sentinel时,会发现每次重启微服务后Sentinel中的配置都会丢失,这是因为API将规则推送到了客户端的内存中,重启后就消失了。
Pull模式:
在Sentinel Dashboard中设置规则之后,推送给客户端后不仅保存在内存中,还会保存到本地文件中。Pull模式需要通过代码实现,这段代码可以直接拿去复用:
@Slf4j public class FileDataSourceInit implements InitFunc { @Override public void init() throws Exception { String ruleDir=System.getProperty("user.home")+"/sentinel/rules"; log.info(ruleDir); //限流规则路径 String flowRulePath = ruleDir + "/flow-rule.json"; //降级规则路径 String degradeRulePath = ruleDir + "/degrade-rule.json"; //热点规则路径 String paramFlowRulePath = ruleDir+"/param-flow-rule.json"; //系统规则路径 String systemRulePath = ruleDir+"/system-rule.json"; //权限规则路径 String authorityRulePath=ruleDir+"/authority-rule.json"; this.mkdirIfNotExists(ruleDir); this.createFileIfNotExists(flowRulePath); this.createFileIfNotExists(flowRulePath); this.createFileIfNotExists(flowRulePath); this.createFileIfNotExists(flowRulePath); this.createFileIfNotExists(flowRulePath); // 流控规则,可读取数据 ReadableDataSource> flowRuleRDS=new FileRefreshableDataSource<>( flowRulePath, flowRuleListParser ); //将可读数据源注入到FlowRuleManager,当文件发生变化时就会更新规则到缓存 FlowRuleManager.register2Property(flowRuleRDS.getProperty()); //流控规则:可写数据源 WritableDataSource > flowRuleWDS=new FileWritableDataSource
>( flowRulePath, this::encodeJson ); WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS); //降级规则:可读数据源 ReadableDataSource
> degradeRuleRDS=new FileRefreshableDataSource<>( degradeRulePath, degradeRuleListParser ); DegradeRuleManager.register2Property(degradeRuleRDS.getProperty()); //降级规则:可写数据源 WritableDataSource > degradeRuleWDS=new FileWritableDataSource
>( flowRulePath, this::encodeJson ); WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS); //热点参数:可读数据源 ReadableDataSource
> paramFlowRuleRDS=new FileRefreshableDataSource<>( paramFlowRulePath, paramFlowRuleListParser ); ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty()); //热点参数:可写数据源 WritableDataSource > paramFlowRuleWDS=new FileWritableDataSource
>( paramFlowRulePath, this::encodeJson ); ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS); //系统规则:可读数据源 ReadableDataSource
> systemRuleRDS=new FileRefreshableDataSource<>( systemRulePath, systemRuleListParser ); SystemRuleManager.register2Property(systemRuleRDS.getProperty()); //系统规则:可写数据源 WritableDataSource > systemRuleWDS=new FileWritableDataSource
>( systemRulePath, this::encodeJson ); WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS); //授权规则:可读数据源 ReadableDataSource
> authorityRuleRDS=new FileRefreshableDataSource<>( authorityRulePath, authorityRuleListParser ); AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty()); WritableDataSource > authorityRuleWDS=new FileWritableDataSource
>( authorityRulePath, this::encodeJson ); WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS); } private Converter
> flowRuleListParser=source-> JSON.parseObject( source, new TypeReference >(){} ); private Converter
> degradeRuleListParser=source-> JSON.parseObject( source, new TypeReference >(){} ); private Converter
> systemRuleListParser=source-> JSON.parseObject( source, new TypeReference >(){} ); private Converter
> authorityRuleListParser=source-> JSON.parseObject( source, new TypeReference >(){} ); private Converter
> paramFlowRuleListParser=source-> JSON.parseObject( source, new TypeReference >(){} ); private void mkdirIfNotExists(String filePath) { File file=new File(filePath); if (!file.exists()){ file.mkdirs(); } } private void createFileIfNotExists(String filePath) throws IOException { File file=new File(filePath); if (!file.exists()){ file.createNewFile(); } } private
String encodeJson(T t){ return JSON.toJSONString(t); } }
sentinel的数据持久化是通过SPI机制实现的,因此需要在resource下新建文件夹META-INF/services,然后新建一个文件com.alibaba.csp.sentinel.init.InitFunc
文件中写入上面这个类的全限定名:
之后产生规则后就会在代码中设定的路径下产生json文件,重启后之前的配置也不会消失。
Push模式:客户端通过注册监听器的方式时刻监听变化,比如使用Nacos、Zookeeper等配置中心,这种方式保证了很好的实时性和一致性,生产环境中一般采用push模式。我们用Nacos实现
1、添加sentinel-datasource-nacos依赖
com.alibaba.csp sentinel-datasource-nacos
2、配置持久化数据源
spring.cloud.sentinel.datasource.ds1.nacos.server-addr=192.168.78.128:8848 spring.cloud.sentinel.datasource.ds1.nacos.data-id=${spring.application.name}.json spring.cloud.sentinel.datasource.ds1.nacos.group-id=DEFAULT_GROUP spring.cloud.sentinel.datasource.ds1.nacos.data-type=json spring.cloud.sentinel.datasource.ds1.nacos.rule-type=flow
3、在Nacos中手动添加配置文件,这里的配置文件取的就是和本地配置文件相同格式
[ { "clusterMode":false, "controlBehavior":0, "count":2, "grade":1, "limitApp":"default", "maxQueueingTimeMs":500, "resource":"/test", "strategy":0, "warmUpPeriodSec":10 } ]
push模式目前还有缺点,Nacos修改配置文件后可同步到Sentinel,但是在Sentinel中修改配置后无法同步到Nacos,需要手动去同步数据。
感谢各位的阅读,以上就是“如何理解Sentinel分布式系统限流降级框架”的内容了,经过本文的学习后,相信大家对如何理解Sentinel分布式系统限流降级框架这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
本文题目:如何理解Sentinel分布式系统限流降级框架
标题链接:http://myzitong.com/article/ishidd.html