基于Sentinel的微服务保护

前言

Sentinel是Alibaba开源的一款微服务流控组件，用于解决分布式应用场景下服务的稳定性问题。Sentinel具有丰富的应用场景，它基于流量提供一系列的服务保护措施，例如多线程秒杀情况下的系统承载，并发访问下的流量控制，实时熔断等。

Sentinel的特征

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。

Sentinel解决雪崩问题

什么是雪崩

在分布式应用架构中，服务间的关系错综复杂，一个服务往往依赖多个其他服务，如果其中一个服务发生了故障，那么依赖于当前服务的服务也会被阻塞，以此类推下去，就算其他服务没有直接的依赖于故障服务，也会受到影响，最终导致雪崩，因此雪崩问题是指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。

。

怎样解决雪崩问题

1.超时处理

为请求设定超时时间，当请求超过一定时间没有被响应时，直接返回错误信息。这种方式依然会占用一部分的时间。

2.舱壁模式

为每个业务逻辑设定一定线程数，这样一来，在服务阻塞的时候，就只会占用有限的资源，而不会将消耗全部资源。该模式也叫线程隔离。

3.断路器

由断路器统计业务执行的异常比例，如果超出阈值会熔断该业务，拦截访问该业务的一切请求

4.限流

限流是指限制业务访问的QPS，避免服务因为突增的流量而故障

QPS：每秒能够处理的请求数

总结

上述解决雪崩问题的措施可以分为两类：

1.预防

限流就是一种预防措施，它在检测高并发访问时，采取措施，从而使当前服务不受影响

2.补救

超时处理，线程隔离，熔断都是补救措施，这个时候服务已经受到了影响，后续操作只是将影响控制在一定范围内。

Sentinel安装使用

1.下载

sentinel官方提供了UI控制台，方便我们对系统做限流设置。可以在GitHub下载。

2.运行

将jar包放到任意非中文目录，执行命令：

java -jar sentinel-dashboard-1.8.1.jar

3.访问

访问http://localhost:8080页面，就可以看到sentinel的控制台了：

需要输入账号和密码，默认都是：sentinel

由于Sentinel采取懒加载，而我们还没有整合微服务，因此这个时候控制台上还什么都没有

Sentinel整合微服务

1.在pom文件中加入Sentinel依赖

2.修改application配置文件

这里如果是properties文件l应该是 spring.cloud.sentinel.transport.dashboard = localhost:8080，我上面也没写spring，是因为还有nacos在它上面

3.访问该服务中的任意端点

用postman发送请求，出发Sentinel监控

流量控制

雪崩问题虽然有四种方案，但是限流是避免服务因突发的流量而发生故障，是对微服务雪崩问题的预防。所以这里主要说的就是流量控制啦。

簇点链路

刚刚我们在访问任意资源后，Sentinel控制台中就显示了一个调用信息，其中过程是请求进入微服务后，首先访问DispatcherServlet，然后进入Controller，Service，Mapper，这样的调用链就叫做簇点链路。簇点链路中被监控的每一个接口都是一个资源。

如果需要设置某项规则，可以点击链路后的按钮。

示例

step1:对我们刚刚访问过的资源，新增一条流控规则,设置QPS为5，即每秒最多响应5个请求

新增后可以在流控规则中查看到刚刚增加的流控规则

2、使用jmeter进行测试

2.1先把jmeter跑起来，找到文件夹bin目录下的jmeter.bat双击就🆗了

2.2创建一个测试线程组

2.3右击线程组，创建HTTP请求

2.4右击线程组，创建结果树

2.5 Sentinel查看结果

流控模式

流控模式有三种，在设置流控规则的时候，可以点击高级选项进行设置

直接模式

统计当前资源的请求，触发阈值时对当前资源直接限流，也是默认的模式

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

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。

链路模式

统计从指定链路访问到本资源的请求，触发阈值时，对指定链路限流

使用场景：比如有查询订单和创建订单业务，两者都需要查询商品。针对从查询订单进入到查询商品的请求统计，并设置限流。

流控效果

在流控的高级选项中，还有一个流控效果选项：

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。在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。而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.

例如，我设置QPS的maxThreshold为10，预热时间为5秒，那么初始阈值就是 10 / 3 ，也就是3，然后在5秒后逐渐增长到10