SpringCloud Alibaba Sentinel---实现熔断与限流

　　前言：不断学习就是程序员的宿命

一、概述

　　Github官网：https://github.com/alibaba/Sentinel，就是SpringCloud的Hystrix

　　下载地址：https://github.com/alibaba/Sentinel/releases

官网：https://spring-cloud-alibaba-group.github.io/github-pages/greenwich/spring-cloud-alibaba.html#spring_cloud_alibaba_sentinel

二、Sentinel 控制台

1、启动Sentinel

java -jar sentinel-dashboard-1.7.0.jar

2、登录Web界面

浏览器访问：http://localhost:8080/，用户名密码均为：sentinel

 三、Sentinel流控规则

1、流控模式

1.1直接 (默认)

1.1.1 QPS直接失败

　　以下设置表示：1秒钟内查询1次就是OK，若次数超过1，就直接-快速失败，报默认错误

1.1.2线程数直接失败

1.2、关联

　　当关联的资源达到阈值时，就限流自己；当与A关联的资源B达到阈值时，就限流A自己（B惹事，A挂了）

　　设置：当关联资源/testB的qps阈值超过1时，就限流/testA的Rest访问地址，当关联资源达到阈值后限制配置好的资源名。

2、流控效果

　　Github:https://github.com/alibaba/Sentinel/wiki/Flow-Control

2.1 直接-快速失败

　　直接失败,抛出异常：Blocked by Sentinel(flow limiting)

　　源码：com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController

2.2 直接-预热

　　默认coldFactor为3,即请求QPS从threshold/3开始,经预热时长逐渐升至设定的QPS阈值。限流冷启动

　　以下是指开始QPS为10/3=3，5秒后慢慢预热至10

2.3排队等待　　

　　匀速排队,阈值必须设置为QPS（漏桶算法）

　　源码：com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController

　　以下设置含义：/testA每秒1次请求，超过的话就排队等待，等待的超时时间为20000毫秒。

四、Sentinel降级规则

　　Github:https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7

 　　Sentinel断路器没有半开状态（Hystrix断路器是存在半开状态的）

1、RT

　　以下表示：Jmeter永远1秒钟打进来10个线程（大于5,官网）调用testD，我们希望200毫米处理完本次任务。如果超过200毫秒还没处理完，在未来1秒钟的时间窗口内，断路器打开（保险丝跳闸）微服务不可用，保险丝跳闸断电。

2、异常比例

按照以下配置：

①单独访问一次，必然来一次报错一次(int a =10/0;)

②开启Jmeter，直接高并发发送请求，多次调用达到官网配置条件，断路器开启（保险丝跳闸）微服务不可用，不在报错error而是服务降级了。

3、异常数

　　异常数是按照分钟统计的，访问：http://localhost:8401/testExceptionCount，第一次访问绝对报错(int a = 10/0）;但是达到配置的阈值（5）次报错后，进入熔断后降级。

五、热点规则

　　官网：https://github.com/alibaba/Sentinel/wiki/%E7%83%AD%E7%82%B9%E5%8F%82%E6%95%B0%E9%99%90%E6%B5%81

1、热点key限流

　　配置第一个参数（索引0）阈值为1，违背则会进入Fallback兜底方法

2、参数例外项

　　基于上述热点规则，期望p1参数当它为某个特殊值时，限流值与平时不太一样（例如当p1=5时，它的阈值为200）

六、系统规则

Github：https://github.com/alibaba/Sentinel/wiki/%E7%B3%BB%E7%BB%9F%E8%87%AA%E9%80%82%E5%BA%94%E9%99%90%E6%B5%81

 从整体维度对应用入口流量进行控制，而之前限流是细粒度对某个方法进行QPS等配置，这个是整体级别的。

七、SentinelResource配置

Github:https://github.com/alibaba/Sentinel/wiki/%E6%B3%A8%E8%A7%A3%E6%94%AF%E6%8C%81

1、按资源名限流

　关闭8401服务，查看流控规则消失，发现规则是临时的

2、按URL地址限流

3、自定义限流处理逻辑

　　上述问题：

　　　　　　①系统默认的，没有体现我们自己的业务要求

　　　　　　②依照现有条件，我们自定义的处理方法又和业务代码耦合在一起，不直观

　　　　　　③每个业务方法都添加一个兜底方法，那代码膨胀

　　　　　　④全局统一的处理方法没有体现

(1)新增自定义处理方法

public class CustomerBlockHandler {

    public static CommonResult handlerException(BlockException exception) {
        return new CommonResult(444, "客户自定义，global handlerException---1");
    }

    public static CommonResult handlerException2(BlockException exception) {
        return new CommonResult(444, "客户自定义，global handlerException---2");
    }
}

(2)引用

八、Sentinel服务熔断Ribbon

1、无配置

 测试情况：

2、配置Fallback，只负责业务异常

 测试情况：

3、配置blockhandler，只负责Sentinel控制台配置违规

 测试情况：

4、配置Fallback和blockhandler

 测试情况：

5、异常忽略-exceptionsToIgnore

 

 测试情况：

九、Sentinel服务熔断OpenFeign

 1、application.yml开启对feign支持

#激活sentinel对feign的支持
feign:
  sentinel:
    enabled: true

2、主类启用注解@EnableFeignClients

3、Feign接口

 测试情况：停掉9003提供者，服务降级了

十、熔断框架比较

 十一、Sentinel规则持久化

　　之前配置在Sentinel的规则在微服务重启，规则丢失。

　　思路：将限流规则持久化进Nacos保存，只要刷新微服务的某个Rest地址，Sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对某个微服务的Sentinel规则持续有效

1、application.yml添加如下配置

server:
  port: 8401
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        # Nacos服务注册中心地址
        server-addr: localhost:8848
    sentinel:
      transport:
        # sentinel dashboard 地址
        dashboard: localhost:8080
        # 默认为8719，如果被占用会自动+1，直到找到为止
        port: 8719
      # 流控规则持久化到nacos
      datasource:
        dsl:
          nacos:
            server-addr: localhost:8848
            data-id: ${spring.application.name}
            group-id: DEFAULT_GROUP
            data-type: json
            rule-type: flow
management:
  endpoints:
    web:
      exposure:
        include: "*"

2、Nacos控制台新建配置文件

　　DataId为spring.application.name，json格式如下：

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

①resource：资源名称（默认请求路径）

②limitApp：来源应用默认

③grade：阈值类型，0表示线程数，1表示QPS

④count：单机阈值

⑤strategy：流控模式，0表示直接，1表示关联，2表示链路

⑥controlBehavior：流控效果：0表示快速失败，1表示warmup，2表示排队等待

⑦clusterMode：是否集群

3、测试情况