🍃作者介绍：双非本科大三网络工程专业在读，阿里云专家博主，专注于Java领域学习，擅长web应用开发、数据结构和算法，初步涉猎Python人工智能开发和前端开发。
🦅主页：@逐梦苍穹
📕所属专栏：微服务
✈ 您的一键三连，是我创作的最大动力🌹

1、概念简介

限流是一种预防措施，虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。
而要将这些故障控制在一定范围，避免雪崩，就要靠**线程隔离（舱壁模式）和熔断降级手段了。
线程隔离之前讲到过：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：是在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了。

可以看到，不管是线程隔离还是熔断降级，都是对客户端**（调用方）的保护。需要在调用方 发起远程调用时做线程隔离、或者服务熔断。
而我们的微服务远程调用都是基于Feign来完成的，因此我们需要将Feign与Sentinel整合，在Feign里面实现线程隔离和服务熔断。

2、FeignClient整合Sentinel

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。

2.1、修改配置，开启sentinel功能

修改OrderService的application.yml文件，开启Feign的Sentinel功能：

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

2.2、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

①方式一：FallbackClass，无法对远程调用的异常做处理
②方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种

这里演示方式二的失败降级处理
步骤一：在feing-api项目中定义类，实现FallbackFactory：

代码：

package cn.xzl.feign.clients.fallback;import cn.xzl.feign.clients.UserClient;
import cn.xzl.feign.pojo.User;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;/*** @author 逐梦苍穹* @date 2024/4/24 11:35*/@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {@Overridepublic UserClient create(Throwable throwable) {return new UserClient() {@Overridepublic User findById(Long id) {log.error("查询用户异常", throwable);return new User();}};}
}

步骤二：在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：

@Bean
public UserClientFallbackFactory userClientFallbackFactory(){return new UserClientFallbackFactory();
}

步骤三：在feing-api项目中的UserClient接口中使用UserClientFallbackFactory：

import cn.xzl.feign.clients.fallback.UserClientFallbackFactory;
import cn.xzl.feign.pojo.User;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {@GetMapping("/user/{id}")User findById(@PathVariable("id") Long id);
}

查看注解源码，翻译过来如下：

重启后，访问一次订单查询业务，然后查看sentinel控制台，可以看到新的簇点链路：

2.3、总结

Sentinel支持的雪崩解决方案：

线程隔离（仓壁模式）
降级熔断

Feign整合Sentinel的步骤：

在application.yml中配置：feign.sentienl.enable=true
给FeignClient编写FallbackFactory并注册为Bean
将FallbackFactory配置到FeignClient

3、线程隔离（舱壁模式）

3.1、线程隔离的实现方式

线程隔离有两种方式实现：

• 线程池隔离
• 信号量隔离（Sentinel默认采用）

如图：

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：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。

两者的优缺点：

|
| 信号量隔离 | 线程池隔离 |
| — | — | — |
| 优点 | 轻量级，无额外开销 | 支持主动超时；
支持异步调用 |
| 缺点 | 不支持主动超时；
不支持异步调用 | 线程的额外开销较大 |
| 适用场景 | 高频调用、高扇出 | 低扇出 |

这里再解释两个概念，即何为"低扇出"和"高扇出"：
高扇出和低扇出是软件架构中常用的两个概念，用来描述系统中组件之间的连接数量和复杂度。

1. 高扇出（High Fan-Out）：

定义：高扇出指的是一个组件向多个其他组件发送消息、调用服务或传递数据的情况。换句话说，一个组件与多个其他组件进行交互。
特点：高扇出的系统通常具有许多连接、依赖和交互，信息流动频繁，组件之间的耦合度较高。
优点：能够实现信息的广泛传播和共享，提高系统的灵活性和可扩展性，允许系统中的组件彼此之间进行相对独立的工作。
缺点：可能导致系统的复杂性增加、维护困难、调试复杂，增加了系统的耦合度和风险，同时也会增加系统中的通信开销和延迟。

2. 低扇出（Low Fan-Out）：

定义：低扇出指的是一个组件与少数其他组件之间的连接数量较少的情况。换句话说，一个组件与少数其他组件进行交互。
特点：低扇出的系统通常具有简单的连接关系，组件之间的耦合度较低，信息流动相对较少。
优点：能够降低系统的复杂性，提高系统的可维护性和可测试性，降低系统中的耦合度和风险，减少系统中的通信开销和延迟。
缺点：可能导致信息流动不畅、信息共享不足，系统的灵活性和可扩展性受到一定程度的限制，某些功能可能无法实现。

在实际的软件设计和架构中，通常需要根据系统的需求、性能要求、可维护性等因素来权衡选择高扇出还是低扇出。
一般来说，应该尽量避免过度的高扇出或低扇出，而是根据实际情况进行合理的设计和优化，以实现系统的高效运行和良好的性能。

3.2、sentinel的线程隔离

用法说明：
在添加限流规则时，可以选择两种阈值类型：

• QPS：就是每秒的请求数，在快速入门中已经演示过
• 线程数：是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量，实现线程隔离（舱壁模式）。

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jemeter测试。

1）配置隔离规则

选择feign接口后面的流控按钮：

填写表单：

2）Jmeter测试

选择《阈值类型-线程数<2》：

一次发生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。
查看运行结果：

发现虽然结果都是通过了，不过部分请求得到的响应是降级返回的null信息。

3.3、总结

线程隔离的两种手段：

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

4、熔断降级

熔断降级是解决雪崩问题的重要手段。
其思路是由断路器统计服务调用的异常比例、慢请求比例，如果超出阈值则会熔断该服务。
即拦截访问该服务的一切请求；而当服务恢复时，断路器会放行访问该服务的请求。
断路器控制熔断和放行是通过状态机来完成的：

状态机包括三个状态：

• closed：关闭状态，关闭断路器；断路器放行所有请求，并开始统计异常比例、慢请求比例。超过阈值则切换到open状态
• open：打开状态，服务调用被熔断，访问被熔断服务的请求会被拒绝，快速失败，直接走降级逻辑。Open状态5秒后会进入half-open状态
• half-open：半开状态，放行一次请求，根据执行结果来判断接下来的操作。
  • 请求成功：则切换到closed状态
  • 请求失败：则切换到open状态

断路器熔断策略有三种：慢调用、异常比例、异常数

4.1、慢调用

慢调用：业务的响应时长（RT）大于指定时长的请求认定为慢调用请求。
在指定时间内，如果请求数量超过设定的最小数量，慢调用比例大于设定的阈值，则触发熔断。
例如：

解读：RT超过500ms的调用是慢调用，统计最近10000ms内的请求，如果请求量超过10次，并且慢调用比例不低于0.5，则触发熔断，熔断时长为5秒。然后进入half-open状态，放行一次请求做测试。
案例
需求：给 UserClient的查询用户接口设置降级规则，慢调用的RT阈值为50ms，统计时间为1秒，最小请求数量为5，失败阈值比例为0.4，熔断时长为5

1）设置慢调用

修改user-service中的/user/{id}这个接口的业务。通过休眠模拟一个延迟时间：

此时，orderId=101的订单，关联的是id为1的用户，调用时长为60ms：

orderId=102的订单，关联的是id为2的用户，调用时长为非常短：

2）设置熔断规则

下面，给feign接口设置降级规则：

规则：

超过50ms的请求都会被认为是慢请求

3）测试

在浏览器访问：http://localhost:8088/order/101，快速刷新5次，可以发现：

触发了熔断，请求时长缩短至26ms，快速失败了，并且走降级逻辑，返回的null
在浏览器访问：http://localhost:8088/order/102，竟然也被熔断了。

4.2、异常比例、异常数

异常比例或异常数：统计指定时间内的调用，如果调用次数超过指定请求数，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断。
例如，一个异常比例设置：

解读：统计最近1000ms内的请求，如果请求量超过10次，并且异常比例不低于0.4，则触发熔断。
一个异常数设置：

解读：统计最近1000ms内的请求，如果请求量超过10次，并且异常比例不低于2次，则触发熔断。
案例
需求：给 UserClient的查询用户接口设置降级规则，统计时间为1秒，最小请求数量为5，失败阈值比例为0.4，熔断时长为5s

1）设置异常请求

首先，修改user-service中的/user/{id}这个接口的业务。手动抛出异常，以触发异常比例的熔断：

也就是说，id 为 2时，就会触发异常

2）设置熔断规则

下面，给feign接口设置降级规则：

规则：

在5次请求中，只要异常比例超过0.4，也就是有2次以上的异常，就会触发熔断。

3）测试

在浏览器快速访问：http://localhost:8088/order/102，快速刷新5次，触发熔断。
此时，我们去访问本来应该正常的103也被熔断。