【开发】微服务整合Sentinel

目录

前言

1W：什么是Sentinel？

2W：为什么使用Sentinel？

3W：如何使用Sentinel？

1. 在pom.xml中导入Sentinel依赖坐标

2. 配置控制台

3.  访问API接口的任意端点

流量控制

1. 簇点链路

2. 快速入门

流控模式

1. 直接模式

2. 关联模式

 3. 链路模式

4. 总结

流控效果

1. warm up

2. 排队等待

3. 总结

热点数据限流

1. 标记资源

隔离和降级

FeignClient整合Sentinel

1.修改配置，开启sentinel功能

2. 编写失败降级逻辑

方式①

方法②

3.线程隔离（舱壁模式）

总结

前言

在整合Sentinel前，我们需要了解一下微服务中的雪崩问题：

雪崩问题：在微服务中，如果服务提供者发生了故障，当前应用的部分业务因为依赖于该服务，因此也会被阻塞。请求一直阻塞，会导致服务器资源耗尽，从而导致其他服务都不可用，形成级联失败，从而形成雪崩问题。

1W：什么是Sentinel？

  • Sentinel是阿里巴巴开源的一款微服务流量控制组件。

Sentinel官网icon-default.png?t=N7T8https://sentinelguard.io/zh-cn/index.html

2W：为什么使用Sentinel？

  • 丰富的应用场景：Sentinel承接了阿里巴巴近10年来的双十一大促流量的核心场景，例如秒杀（突发流量控制在系统容量的可承受范围内）、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提供实时监控功能。可以在控制台中看到接入到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他开源框架/库的整合模块，例如与Spring Cloud、Dubbo、gRPC的整合。我们只需要引入相关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。我们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。

3W：如何使用Sentinel？

1. 在pom.xml中导入Sentinel依赖坐标

<!-- https://mvnrepository.com/artifact/com.alibaba.cloud/spring-cloud-starter-alibaba-sentinel -->
<dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-sentinel</artifactId><version>2021.1</version>
</dependency>

2. 配置控制台

 修改application.yaml文件，添加下面内容：

spring:cloud:sentinel:transport:dashboard: localhost:[端口号]

3.  访问API接口的任意端点

打开浏览器，访问http://localhost:端口号/API接口，触发sentinel的监控。

然后访问sentinel控制台

默认路径为：http://localhost:8080页面

默认登录账号：sentinel

默认登录密码：sentinel

流量控制

限流是避免服务因突发的流量而发生故障。

1. 簇点链路

当请求进入微服务时，会首先访问DispatcherServlet，然后进入Controller、Service、Mapper，这样的一个调用链叫做簇点链路。

簇点链路中被监控的每一个接口都是一个资源。

默认情况下sentinel会监控SpringMVC的每一个端点（Endpoint，也就是controller层中的方法），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。

流控、熔断等都是针对簇点链路中的资源来设置，因此我们可以点击对应资源后面的按钮来设置规则：

  • 流控：流量控制
  • 降级：降级熔断
  • 热点：热点参数限流，限流的一种方式
  • 授权：请求的权限控制

2. 快速入门

点击资源/order/prod/{pid}后面的流控按钮，弹出表单。

QPS：线程数（用户数量）/用户访问时间 =请求数/秒，即每秒的响应请求数，也就是最大吞吐量。

  1. 在sentinel控制台添加限流规则，QPS的单机阈值为五，然后测试。
  2. 利用jmeter测试；

20个用户，2秒内运行完，QPS是10，超过了5

选中流控入门，QPS<5 右击运行：

 结果：成功的请求每次只有5个

流控模式

在添加限流规则时，点击高级选项，可以选择三种流控模式：

  • 直接：统计当前资源的请求，触发阈值时对当前资源直接限流，也是默认模式；
  • 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：统计从指定链路访问到本资源的请求时，触发阈值时，对指定链路限流；

1. 直接模式

 快速入门测试就是直接模式。

2. 关联模式

关联模式：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；

配置规则：

语法说明：当/write资源访问量触发阈值时，就会对/read资源限流，避免影响/write资源

使用场景：比如用户支付时需要修改订单状态，同时用户要查询订单。查询和修改操作会争抢数据库锁，产生竞争。业务需求是优先支付和更新订单的业务，因此当修改订单业务触发阈值时，需要对查询订单业务限流。

需求说明：

  • 添加两个新的端点：/order/query和/order/update
@GetMapping("/order/query")
public String queryOrder(){return "查询订单成功";
}
@GetMapping("/order/update")
public String updateOrder(){return "更新订单成功";
}
  • 配置流控规则，当/order/update资源被访问的QPS超过5时，对/order/query请求限流

可以看到1000个用户，100秒，QPS为10，超过了设置的阈值：5

请求的目标是/order/update，这样这个端点就会触发阈值

但限流的目标是/order/query，我们在浏览器访问，发现：确实被限流了

 3. 链路模式

链路模式：统计从指定链路访问到本资源的请求时，触发阈值时，对指定链路限流；

配置示例：

例如有两条请求链路：

  • /test1 --> /common
  • /test2 --> /common
  • 如果只希望统计从/test2进入到/common的请求，可以这样配置：

需求说明：

1.在OrderService中添加一个queryGoods方法，不用实现业务；

public void queryGoods(){System.err.println("查询商品");
}

2.在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法；

@GetMapping("/order/query")
public String queryOrder(){//查询商品orderService.queryGoods();//查询订单System.out.println("查询订单");return "查询订单成功";
}

3.在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法

@GetMapping("/order/save")
public String saveOrder(){//查询商品orderService.queryGoods();//查询订单System.out.println("新增订单");return "新增订单成功";}

4.给queryGoods配置限流规则，从/order/query进入queryGoods的方法限制QPS必须小于2

@SentinelResource("goods")
public void queryGoods(){System.err.println("查询商品");
}

链路模式中，是对不同来源的两个链路做监控。但是sentinel默认会给进入Spring MVC的所有请求设置同一个root资源，导致链路模式失效。

我们需要关闭这种对Spring MVC的资源聚合，修改order-service服务的application.yml文件：

spring:cloud:sentinel:web-context-unify: false #关闭context整合

重启服务，访问/order/query和/order/save，可以查看sentinel的簇点链路规则中，出现了新的资源：

添加流控规则

点击goods资源后面的流控按钮，在弹出的表单中填写下面信息：

 只统计从/order/query进入/goods的资源，QPS的阈值为2，超出则被限流。

可以看到这里200个用户，50秒内发完，QPS为4，超过了我们设定的阈值2

一个http请求是访问/order/save：运行的结果：完全不受影响

4. 总结

流控模式有哪些？

  • 直接：对当前资源限流；
  • 关联：高优先级资源触发阈值，对低优先级资源限流；
  • 链路：阈值统计时，只统计从指定资源进入当前资源的请求，是对请求来源的限流；

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：

  • 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；
  • 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；

1. warm up

warm up也叫预热模式，是应对服务冷启动的一种方案。请求阈值初始值是maxThreshold / coldFactor，持续指定时长后，逐渐提高到maxThreshold值。而coldFactor的默认值是3；

需求说明：

给/order/prod/{pid}这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒

 刚刚启动时，大部分请求失败，成功的只有3个，说明QPS被限定在3：随着时间推移，成功比例越来越高；

2. 排队等待

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。

排队等待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。后面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。

需求说明：

给/order/prod/{pid}这个资源设置限流，最大QPS为10，利用排队的流控效果，超时时长设置为5s

QPS为15，已经超过了我们设定的10

如果是之前的 快速失败、warmup模式，超出的请求应该会直接报错

 全部通过

 QPS非常平滑，一致保持在10，但超出的请求没有被拒绝，而是放入队列。

3. 总结

流控效果：

  • 快速失败：QPS超出阈值时，拒绝新的请求；
  • warm up：QPS超出阈值时，拒绝新的请求；QPS阈值是逐渐提升，可以避免冷启动时高并发导致服务器宕机；
  • 排队等待：请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝；

热点数据限流

分别统计参数值相同的请求，判断是否超过QPS阈值。

案例需求：给/order/prod/{pid}这个资源加热点参数限流，规则如下：

  • 默认的热点参数规则是每1秒请求量不超过2；
  • 给1这个参数设置例外：每1秒请求量不超过4；
  • 给19这个参数设置例外：每1秒请求量不超过10；

注：热点参数限流对默认的Spring MVC资源无效，需要利用@SentinelResouce注解标记资源

1. 标记资源

给shop-order中的OrderController中的/order/prod/{pid}资源添加注解：

@SentinelResouce("hot")

访问该接口，可以看到我们标记的hot资源出现了：这里不要点击hot后面的按钮，页面有bug

点击左侧菜单中热点规则菜单：

Jmeter测试

这里发起请求的QPS为5，包含3个http请求：

普通参数，QPS阈值为2

运行结果：每次成功2个请求

例外项，QPS阈值为4

运行结果：每次成功4个请求

例外项，QPS阈值为10

运行结果：每次成功所有请求

隔离和降级

线程隔离：调用者在调用服务提供者时，给每个调用的请求分配独立线程池，出现故障时，最多消耗这个线程池内资源，避免把调用者的所有资源耗尽

熔断降级：调用方这边加入断路器，统计对服务提供者的调用，如果调用的失败比例过高，则熔断该业务，不允许访问该服务的提供者

不管是线程隔离还是熔断降级都是对客户端的保护

FeignClient整合Sentinel

在SpringCloud中，微服务调用都是通过Feign来实现的，因此做客户端保护必须整合Feign和Sentinel

1.修改配置，开启sentinel功能

修改shop-Order的application.yml文件，开启Feign的Sentinel

feign:sentinel:enabled: true # 开启feign对sentinel的支持
2. 编写失败降级逻辑

业务失败后，不能直接报错，而应该返回用户一个友好提示或者默认结果，这个就是失败降级逻辑

给FeignClient编写失败后的降级逻辑

方式一：FallbackClass,无法对远程调用的异常做处理

方法二：FallbackFactory，可以对远程调用的异常做处理

  • 方式①

步骤一：配置yml文件开启支持

feign:sentinel:enabled: true

步骤二：创建ProductServiceFallBack类实现降级方案编辑

@Component
public class ProductServiceFallBack implements IProductService{@Overridepublic Product findByPid(Integer pid){Product product = new Product();product.setPid(-1);product.setPname("暂无商品");return product;}}

步骤三：配置属性

@FeignClent(value="service-product",fallbackFactory = ProductServiceFallBack.class)
  • 方法②

步骤一：配置yml文件开启支持

feign:sentinel:enabled: true

 步骤二：创建ProductServiceFallBack类实现降级方案编辑

@Component
public class ProductServiceFallBack implements FallBackFactory<ProductService>{@Overridepublic ProductService create(Throwable throwable){return new ProductService(){@Overridepublic Product findByPid(Integer pid){System.out.println("异常信息:"+throwable);Product product = new Product();product.setPid(-1);product.setPname("暂无商品");return product;        }};}
}

步骤三：配置属性

@FeignClient(value="service-product",fallbackFactory = ProductServiceFallBack.class)
3.线程隔离（舱壁模式）
  • 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

案例需求：给order-service服务中的UserClient的查询用户接口设置流控规则，线程数不能超过2然后利用Jmeter测试。

一次发送10个请求，有较大概率并发线程数超过2，而超出的请求会走之前定义的失败降级逻辑。

发现虽然结果是通过了，不过部分请求得到的响应是降级返回的null信息。

总结

线程隔离的两种手段是

  • 信号量隔离
  • 线程池隔离

信号量隔离的特点：

  • 基于计数器模式，简单，开销小

线程池隔离的特点：

  • 基于线程池模式，有额外开销，但隔离控制更强

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/741926.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

某医院系统未授权访问

某医院系统未授权访问

开局还是先测一下登录框&#xff0c;弱密码走一波&#xff0c;无果 通过指纹识别出该站是springboot开发&#xff0c;扫描目录查看是否存在泄露 存在泄露&#xff0c;访问地址 很多接口&#xff0c;不可能一个一个手动测试吧&#xff0c;上工具 工具扫描完会生成文档&#xff0…
阅读更多...
算法（结合算法图解）

算法（结合算法图解）

算法简介简单查找二分查找法 选择排序内存的工作原理数组和链表数组选择排序小结 递归小梗 要想学会递归&#xff0c;首先要学会递归。 递归的基线条件和递归条件递归和栈小结 快速排序分而治之快速排序合并排序时间复杂度的平均情况和最糟情况小结 散列表散列函数缓冲小结性能…
阅读更多...
Ubuntu系统下查看安装的CUDA和CUDNN的版本

Ubuntu系统下查看安装的CUDA和CUDNN的版本

一、查看 CUDA 版本&#xff1a; #查看cuda版本和显存使用情况nvidia-smi 二、查看 CUDNN 版本&#xff1a; 安装链接&#xff1a;cuDNN Archive | NVIDIA Developer #回到系统主目录 cd ~ #查看cudnn版本 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJO…
阅读更多...
华为机考：HJ43 迷宫问题

华为机考：HJ43 迷宫问题

华为机考&#xff1a;HJ43 迷宫问题 描述 DFS 从迷宫入口开始进行dfs搜索&#xff0c;每次进入一个点&#xff0c;将其加入临时路径数组中&#xff0c;把该位改成0表示不能进入&#xff0c;然后依次搜索该位下、右、上、左四个方向的点&#xff0c;如果搜索的这个点可以进入则…
阅读更多...
3d渲染的模型仿佛有一层雾是怎么回事？---模大狮模型网

3d渲染的模型仿佛有一层雾是怎么回事？---模大狮模型网

当在3D渲染的模型上出现仿佛有一层雾的效果时&#xff0c;可能是由于以下几个原因导致的&#xff1a; 环境光设置过高&#xff1a; 如果环境光设置过高&#xff0c;会使整个场景看起来像是笼罩在一层薄雾中。尝试降低环境光的强度&#xff0c;让场景更清晰明亮。 材质透明度设…
阅读更多...
图【数据结构】

图【数据结构】

文章目录 图的基本概念邻接矩阵邻接表图的遍历BFSDFS 图的基本概念 图是由顶点集合及顶点间的关系组成的一种数据结构 顶点和边&#xff1a;图中结点称为顶点 权值:边附带的数据信息 路径 &#xff1a; 简单路径 和 回路&#xff1a; 子图&#xff1a;设图G {V, E}和图G1…
阅读更多...
MySQL8 设置大小写敏感

MySQL8 设置大小写敏感

问题描述 今天对我本地的数据库迁移服务器上&#xff0c;完成之后启动项目报错 说数据库中不存在 quartz_LOCKS 这张表 我打开服务器上面的数据上面展示的表名是 quartz_LOCKS&#xff0c;然后通过查询 lower_case_table_names 配置可知 show variables like lower_case_tabl…
阅读更多...
Kamailio的SIP服务的性能

Kamailio的SIP服务的性能

官方的性能报告&#xff1a; Kamailio (OpenSER) 1.2.0 - Transaction Module and User Location Performance Tests 如下的提取的性能参数也是基于官方的性能报告&#xff0c;信令走的UDP&#xff0c;作为做系统方案的参照&#xff0c;Kamailio的性能还是非常&#xff0c;非常…
阅读更多...
leetcode代码记录（盛最多水的容器

leetcode代码记录（盛最多水的容器

目录 1. 题目&#xff1a;2. 我的代码&#xff1a;小结&#xff1a; 1. 题目&#xff1a; 给定一个长度为 n 的整数数组 height 。有 n 条垂线&#xff0c;第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。 找出其中的两条线&#xff0c;使得它们与 x 轴共同构成的容器可以…
阅读更多...
【Hibernate-Validate】常用注解

【Hibernate-Validate】常用注解

常用注解: NotNull:被注释的元素(任何元素)必须不为 nul, 集合为空也是可以的。NotEmpty:用来校验字符串、集合、map、数组不能为null或也不能为空(字符串传入空格也不可以)(集合需至少包含一个元素)NotBlank:被注释的字符串的必须非空&#xff0c;空格也不行&#xff0c;空字…
阅读更多...
来吧伙计们，让AI教我们怎么说海盗语

来吧伙计们，让AI教我们怎么说海盗语

“如果想伺机而动&#xff0c;就是这样。”——杰克船长提到海盗&#xff0c;我们往往联想到约翰尼德普在《加勒比海盗》中饰演的杰克船长。我们有什么理由不喜欢海盗呢&#xff1f;他们航行在海上&#xff0c;寻找埋藏的宝藏&#xff0c;痛饮朗姆酒&#xff0c;用自己独特的海…
阅读更多...
FreMIM:傅里叶变换与遮罩的图像建模在医学图像分割中的应用

FreMIM:傅里叶变换与遮罩的图像建模在医学图像分割中的应用

代码链接&#xff1a;GitHub - Rubics-Xuan/FreMIM: This repo holds the official code for the paper "FreMIM: Fourier Transform Meets Masked Image Modeling for Medical Image Segmentation". 论文链接&#xff1a;https://arxiv.org/abs/2304.10864 收录于…
阅读更多...
差旅补助解决方案|数字化差补赋能业务提效

差旅补助解决方案|数字化差补赋能业务提效

长期以来&#xff0c;差旅补助一直是企业为了激励员工出差并表达对员工的关怀而采取的一种方式&#xff0c;以经济和福利支持来鼓励员工积极投入工作。然而&#xff0c;由于传统差旅补助的核算、发放和管理方式存在诸多问题&#xff0c;往往适得其反&#xff0c;无法实现企业的…
阅读更多...
RocketMQ 面试题及答案整理，最新面试题

RocketMQ 面试题及答案整理，最新面试题

RocketMQ的消息存储机制是如何设计的&#xff1f; RocketMQ消息存储机制的设计原理&#xff1a; 1、CommitLog文件&#xff1a; 所有的消息都存储在一个连续的CommitLog文件中&#xff0c;保证了消息的顺序写入&#xff0c;提高写入性能。 2、消费队列&#xff1a; 为每个主…
阅读更多...
MySQL row_number()函数,rank()函数和dense_rank()函数

MySQL row_number()函数,rank()函数和dense_rank()函数

从MySQL8.0开始引用row_number(), rank()函数和dense_rank()函数&#xff0c;也就是常见的窗口函数&#xff0c;三个函数都是一种用于计算排名的工具&#xff0c;它们根据指定的列对结果集进行排序&#xff0c;并为每一行分配一个排名值&#xff08;1,2,3,...&#xff09;。 函…
阅读更多...
【漏洞复现】网康科技 NS-ASG 应用安全网关 SQL注入漏洞(CVE-2024-2330)

【漏洞复现】网康科技 NS-ASG 应用安全网关 SQL注入漏洞(CVE-2024-2330)

免责声明&#xff1a;文章来源互联网收集整理&#xff0c;请勿利用文章内的相关技术从事非法测试&#xff0c;由于传播、利用此文所提供的信息或者工具而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;所产生的一切不良后果与文章作者无关。该…
阅读更多...
(自用笔记)每天一点vue3—— echarts横坐标刻度标签显示不完全的问题

(自用笔记)每天一点vue3—— echarts横坐标刻度标签显示不完全的问题

我是想做一个vue3echarts的账单数据展示项目&#xff0c;因为有vue2的基础&#xff0c;打算直接在这个项目上熟悉掌握vue3的新特性。这系列笔记就按照遇见问题解决问题的思路更新&#xff0c;不按照官方快速上手的章节&#xff0c;特此说明。 echarts 上次遗留一个横坐标刻度标…
阅读更多...
strcat函数

strcat函数

函数理解记忆&#xff1a;str表示是<string.g>中的函数&#xff0c;cat表示附加。意思是将一个字符串的内容附加到另一个字符串的末尾。 注意要点&#xff1a;既然要附加&#xff0c;附加的字符串和被附加的字符串都要有\0。否则不知道附加多少&#xff0c;不知附加在哪…
阅读更多...
免费视频背景素材下载

免费视频背景素材下载

找免费视频素材、背景就上这6个网站&#xff0c;高质量&#xff0c;无版权可商用。 1、菜鸟图库 https://www.sucai999.com/video.html?vNTYwNDUx 菜鸟图库虽然是个设计素材网站&#xff0c;但除了设计类素材之外还有很多视频、音频、办公类等素材&#xff0c;视频素材就有上…
阅读更多...
前端实现复制粘贴功能

前端实现复制粘贴功能

在前端开发的世界里&#xff0c;复制粘贴功能就像是那个总是被忽视&#xff0c;却在关键时刻能救你一命的老朋友。我们习惯了用那些古老的魔法咒语&#xff08;document.execCommand(copy)&#xff09;来实现这一功能&#xff0c;但时代在进步&#xff0c;技术在更新&#xff0…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023