Sentinel限流学习
初识Sentinel
运行sentinel
下载sentinel-dashboard-1.8.1.jar
进入下载目录使用启动命令：
java -Dserver.port=8718 -Dcsp.sentinel.dashboard.server=localhost:8718 -Dproject.name=sentinel-dashboard -Dcsp.sentinel.api.port=8719 -jar D:\sdks\sentinel-1.8.0\sentinel-dashboard-1.8.0.jar访问localhost:8719 默认用户名密码都是sentinel
sentinel首页如下：
雪崩问题
微服务调用链路中的某个服务故障，引起整个链路中的所有微服务都不可调用，这就是雪崩。
解决雪崩问题的常见方式有四种：
- 超时处理：设定超时时间，请求超过一定时间没有相应就返回错误信息，不会无休止等待
- 舱壁模式：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离
- 熔断降级：由断路器统计业务执行的一场比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求
- 流量控制：限制业务访问的QPS，避免服务因流量的突增而故障。
服务保护技术对比
Sentinel官方地址：introduction | Sentinel (sentinelguard.io)
微服务整合Sentinel
1.引入sentinel依赖：
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
2.配置控制台地址：
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
3.访问微服务任意端点，触发sentinel监控
限流规则
簇点链路
簇点链路就是项目内的调用链路，链路中被监控的每个接口就是一个资源，默认情况下sentinel会监控SpringMVC的每一个端点（Endpoint），因此SpringMVC的每一个端点（Endpoint）就是调用链路中的一个资源。
流控模式-关联
- 关联模式：统计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。业务需求是有限支付和更新订单的业务，因此当修改订单业务出发阈值时，需要对查询订单业务限流。
流控模式-链路
只针对从指定链路访问到本资源的请求做统计，判断是否超过阈值
使用场景：有查询订单和创建订单业务，两者都需要查询商品。查询订单流量大使查询商品到达阈值时势必会影响到创建订单业务，所以需要针对从查询订单进入到查询商品的请求统计，并设置限流。
ps:Sentinel默认只标记Controller中的方法为资源，如果要标记其他方法，需要利用@SentinelResource注解，示例：
@SentinelResource("goods")
public void queryGoods(){
System.err.println("查询商品");
}
Sentinel默认会将Controller方法做context整合，导致链路模式的流控失效，需要修改application.xml，添加配置：
spring:
cloud:
sentinel:
web-context-unify: false
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，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。
- 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
流控效果-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threshold ／coldFactor，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3。
流控效果-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。而排队等待则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。
后来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。
热点参数限流
之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求判断是否超过QPS阈值。
对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5
隔离和降级
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。
Feign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。
修改OrderService的application.yml文件，开启Feign的Sentinel功能
feign: sentinel: enabled: true # 开启feign的Sentinel功能给FeignClient编写失败后的降级逻辑
- FallbackClass，无法对远程调用的异常做处理
- FallbackFactory，可以对远程调用的异常做处理
步骤一：定义类，实现FallbackFactory：
@slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient>{
@0verride
public UserClient create(Throwable throwable) {
return new UserClient() {
@override
public User findById(Long id){log.error("查询用户异常"，throwable）;
return new User();}
}
}
}
步骤二：在DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean：
@Bean
public UserClientFallbackFactory userClientFallback(){
return new UserClientFallbackFactory();
}
步骤三：在UserClient接口中使用UserClientFallbackFactory：
@FeignClient(value = "userservice" , fallbackFactory = userClientFallbackFactory.class)
public interface UserClient{
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
Sentinel支持的雪崩解决方案：
- 线程隔离（舱壁模式）
- 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
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）
