Sentinel
- Sentinel 主要功能
- Sentinel 作用
- 常见的流量控制算法
- 计数器算法
- 漏桶算法
- 令牌桶算法
- Sentinel 流量控制
- Sentinel 熔断
- Sentinel 基本使用
- 添加依赖
- 定义资源
- 定义限流规则
- 定义熔断规则
- 如何判断熔断还是限流
- 自定义 Sentinel 异常
- 局部自定义异常
- 全局自定义异常
- 系统自定义异常
- 使用 Nacos 存储配置
- 引入依赖
- 设置配置文件
- Nacos 中设置配置信息
Sentinel 主要功能
- 流量控制: 可以通过配置规则对接口的访问进行限制, 避免因流量过高而导致的系统崩溃.
- 服务熔断: 当后端服务不可用或异常时, 可以通过配置熔断规则快速失败并返回错误信息, 避免连锁故障.
- 系统负载保护: 根据系统负载情况, 自动控制流量的通过, 防止系统出现过载.
- 统计和监控: 提供实时的流量控制和熔断信息统计
Sentinel 作用
- 防止雪崩效应: 当访问发生异常时 Sentinel 可以通过熔断机制返回错误信息, 从而防止其他服务也出现故障.
- 流量控制: Sentinel 可以通过限流机制, 限制并发请求数量, 来防止突然出现大量请求导致系统过载.
- 保护系统稳定性: Sentinel 可以对请求进行限流和熔断, 避免某个服务发生故障从而导致系统不可用.
常见的流量控制算法
计数器算法
计数器算法是在一定时间内记录请求次数, 当超过规定时间后计数器就会清零然后重新开始计算, 当请求超过间隔时间内最大次数时就会拒绝访问
计数器算法的特点是: 实现简单, 但是存在"突刺现象"
漏桶算法
漏桶算法工作原理类似于一个底部有小孔的桶, 无论流入多少水, 流出的速度始终保持恒定. 当桶满时, 新的水会溢出, 即超出的流量被丢弃, 这种算法能够平滑突发流量, 常用于限制数据的传输速度
漏桶算法提供了一种机制, 可以让突发流量被整形, 以便为系统提供稳定的请求. 如: Sentinel 中流量整形(匀速排队功能)
令牌桶算法
令牌桶算法中, 存在一个固定大小的令牌桶, 该桶会以恒定的速率源源不断地产生令牌, 当系统需要发送数据时, 会从令牌桶中取出一个令牌, 如果桶中没有可用的令牌, 那么该次数据发送就会被限制, 这种机制确保了即使面临突发流量, 系统也能保持稳定运行
令牌桶算法和漏桶算法的区别是: 漏桶算法是匀速的处理请求, 而令牌桶算法可以应对突发的流量.
Sentinel 流量控制
流量控制的三种效果:
- 快速失败: 当请求触发限流规则后, 会被理解拒绝并抛出 FlowException. 这种方法适用于对系统处理能力确切已知的情况.
- 排队等待(匀速通过): 排队等待会控制请求的间隔时间, 让请求稳定并且匀速通过. 这种方法可以用来处理间隔性突发的高流量.
- 冷启动(Warm Up): 该方法是通过让流量缓慢增加, 在一定时间内逐渐增加到阈值上限, 从而防止流量突然增加时, 直接把系统拉升到高水位可能瞬间把系统压垮.
Sentinel 熔断
熔断策略也是三种:
- 慢调用比例: 在统计时长内, 如果时间超过最大RT则为慢请求, 如果慢请求超过阈值, 并且请求数量大于最小请求数, 就会触发熔断
- 异常比例: 在统计时长内, 如果请求的比例大于阈值, 并且请求数大于最小请求数, 就会触发熔断
- 异常数: 在统计时长内, 如果异常数大于阈值, 并且请求数大于最小请求数, 就会触发熔断
Sentinel 基本使用
添加依赖
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
定义资源
定义资源可通过代码或者注解实现
通过代码方式定义资源:
@RequestMapping("/getid")
public String getId() {
try(Entry entry = SphU.entry("getid")) { // 定义资源
return "getId: " + new Random().nextInt(100);
}catch (BlockException e) {
// 当前资源已经被限流或熔断
return "被限制";
}
}
通过注解方式定义资源:
@SentinelResource(value = "getname", blockHandler = "myBlockHandler")
@RequestMapping("/getname")
public String getName() throws InterruptedException {
Thread.sleep(100);
return "getName: " + new Random().nextInt(100);
}
/**
* 限流之后的执行方法
* @param blockException
* @return
*/
public String myBlockHandler(BlockException blockException) {
if (blockException instanceof FlowException) {
return "限流";
} else if (blockException instanceof DegradeException) {
return "熔断";
}
return "被限制";
}
注意:
- myBlockHandler 的返回类型和参数必须和绑定的方法一致, 否则就会报错
- myBlockHandler 必须包含 BlockException 参数
@SentinelResource 属性说明
- value: 资源名称(必填)
- entryType: 资源调用的流量类型 EntryType.IN/EntryType.OUT(默认)
- blockHandler: 限流或熔断执行时对应的方法
- fallback/fallbackClass: 非 BlockException 时, 其他非限流/熔断是异常对应的方法
- exceptionsToIgnore: 用于指定哪些异常被排除掉, 不好计入异常统计和 fallback 逻辑中
定义限流规则
private static void initFlowRules() {
List<FlowRule> rules = new ArrayList<>();
FlowRule rule = new FlowRule();
rule.setResource("getname"); // 必须, 资源名
rule.setGrade(RuleConstant.FLOW_GRADE_QPS); // 必须, 限流指标 QPS/线程数
rule.setCount(1); // 必须, 限流数量: 上一步线程数或QPS值
rules.add(rule);
FlowRuleManager.loadRules(rules);
}
定义熔断规则
private static void initDegradeRules() {
List<DegradeRule> rules = new ArrayList<>();
DegradeRule rule = new DegradeRule();
rule.setResource("getname"); // 资源名
rule.setGrade(RuleConstant.DEGRADE_GRADE_RT); // 熔断策略
rule.setCount(10); // RT值
rule.setStatIntervalMs(1000); // 统计时长
rule.setSlowRatioThreshold(0.5); // 阈值
rule.setMinRequestAmount(1); // 最小请求数
rule.setTimeWindow(5); // 熔断时长 单位为秒
rules.add(rule);
DegradeRuleManager.loadRules(rules);
}
如何判断熔断还是限流
if (blockException instanceof FlowException) {
return "限流";
} else if (blockException instanceof DegradeException) {
return "熔断";
}
自定义 Sentinel 异常
Sentinel 异常分为三种: 局部自定义异常, 全局自定义异常, 系统自定义异常
局部自定义异常
@SentinelResource(value = "getname", blockHandler = "myBlockHandler")
@RequestMapping("/getname")
public String getName() throws InterruptedException {
Thread.sleep(100);
return "getName: " + new Random().nextInt(100);
}
/**
* 限流之后的执行方法
* @param blockException
* @return
*/
public String myBlockHandler(BlockException blockException) {
if (blockException instanceof FlowException) {
return "限流";
} else if (blockException instanceof DegradeException) {
return "熔断";
}
return "被限制";
}
局部自定义异常只需要创建一个方法然后在@SentinelResource 中设置即可
全局自定义异常
import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowException;
import jakarta.servlet.http.HttpServletRequest;
import jakarta.servlet.http.HttpServletResponse;
import org.springframework.http.HttpStatus;
import org.springframework.stereotype.Component;
/**
* 定义 Sentinel 全局自定义异常
*/
@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
int code = HttpStatus.TOO_MANY_REQUESTS.value();
String msg = "未知异常";
if (e instanceof FlowException) {
msg = "被限流";
} else if (e instanceof DegradeException) {
msg = "被熔断";
} else if (e instanceof ParamFlowException) {
msg = "请求触发了热点限流";
} else if (e instanceof AuthorityException) {
code = HttpStatus.UNAUTHORIZED.value();
msg = "暂无权限";
}
httpServletResponse.setContentType("application/json;charset=utf-8");
httpServletResponse.setStatus(code);
httpServletResponse.getWriter().println("{\"code\":" + code + ", \"msg\":\"" + msg +"\"}");
}
}
全局自定义异常需要实现 BlockExceptionHandler 接口然后重写 handle 方法
系统自定义异常
如果只配置熔断和限流的情况下配置全局自定义异常即可, 但是配置一些特殊的规则如: 热点规则, 全局自定义异常就不会起作用, 就需要配置系统自定义异常
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowException;
import org.springframework.http.HttpStatus;
import org.springframework.web.bind.annotation.ControllerAdvice;
import org.springframework.web.bind.annotation.ExceptionHandler;
import org.springframework.web.bind.annotation.RestControllerAdvice;
import java.util.HashMap;
import java.util.Objects;
/**
* 自定义系统异常
*/
@RestControllerAdvice
public class SystemException {
@ExceptionHandler(ParamFlowException.class)
public HashMap<String, Object> ParamFlowException(ParamFlowException e) {
return new HashMap<>(){{
put("code", HttpStatus.TOO_MANY_REQUESTS.value());
put("msg", "热点限流");
}};
}
}
使用 Nacos 存储配置
Sentinel 配置的规则默认存储到内存中, 会随着项目的重启而清空, 所以就需要对这些规则进行持久化配置
引入依赖
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
设置配置文件
spring:
application:
name: sentinel-demo
cloud:
sentinel:
transport:
dashboard: localhost:18080
datasource:
ds:
nacos:
server-addr: localhost:8848
username: nacos
password: nacos
data-id: ${spring.application.name}-flow-rules
group-id: DEFAULT_GROUP
data-type: json
rule-type: flow
ds2:
nacos:
server-addr: localhost:8848
username: nacos
password: nacos
data-id: ${spring.application.name}-degrade-demo
group-id: DEFAULT_GROUP
data-type: json
rule-type: degrade
Nacos 中设置配置信息
限流:
[
{
"resource":"/user/getname",
"limitApp":"default",
"grade":1,
"count":2,
"strategy":0,
"controlBehavior":0,
"clusterMode":false
},
{
"resource":"/user/getid",
"limitApp":"default",
"grade":1,
"count":2,
"strategy":0,
"controlBehavior":0,
"clusterMode":false
}
]
熔断:
[{
"resource":"/user/getname",
"grade":0,
"count":10,
"timeWindow":5,
"minRequestAmount":1,
"statIntervalMs":1000,
"slowRationThreshold":0.5
}]