Sentinel 是什么？
隨著微服務的流行，服務和服務之間的穩定性變得越來越重要。Sentinel 以流量為切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。
官網：https://github.com/alibaba/Sentinel
中文官網：https://github.com/alibaba/Sentinel/wiki
Sentinel 具有以下特征:
- 豐富的應用場景：Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景，例如秒殺（即突發流量控制在系統容量可以承受的范圍）、消息削峰填谷、集群流量控制、實時熔斷下游不可用應用等。
- 完備的實時監控：Sentinel 同時提供實時的監控功能。您可以在控制臺中看到接入應用的單臺機器秒級數據，甚至 500 臺以下規模的集群的匯總運行情況。
- 廣泛的開源生態：Sentinel 提供開箱即用的與其它開源框架/庫的整合模塊，例如與 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相應的依賴并進行簡單的配置即可快速地接入 Sentinel。
- 完善的 SPI 擴展點：Sentinel 提供簡單易用、完善的 SPI 擴展接口。您可以通過實現擴展接口來快速地定制邏輯。例如定制規則管理、適配動態數據源等。
Sentinel 的主要特性：
Sentinel 的開源生態：
Sentinel 分為兩個部分:
- 核心庫（Java 客戶端）不依賴任何框架/庫，能夠運行于所有 Java 運行時環境，同時對 Dubbo / Spring Cloud 等框架也有較好的支持。
- 控制臺（Dashboard）基于 Spring Boot 開發，打包后可以直接運行，不需要額外的 Tomcat 等應用容器。
Sentinel 重要概念
定義資源
資源 是 Sentinel 中的核心概念之一。最常用的資源是我們代碼中的 Java 方法。 當然，您也可以更靈活的定義你的資源，例如，把需要控制流量的代碼用 Sentinel API SphU.entry("HelloWorld") 和 entry.exit() 包圍起來即可。在下面的例子中，我們將 System.out.println("hello world"); 作為資源（被保護的邏輯），用 API 包裝起來。參考代碼如下:
1 public static void main(String[] args) {
2 // 配置規則.
3 initFlowRules();
4
5 while (true) {
6 // 1.5.0 版本開始可以直接利用 try-with-resources 特性，自動 exit entry
7 try (Entry entry = SphU.entry("HelloWorld")) {
8 // 被保護的邏輯
9 System.out.println("hello world");
10 } catch (BlockException ex) {
11 // 處理被流控的邏輯
12 System.out.println("blocked!");
13 }
14 }
15 }
也可以通過我們提供的 注解支持模塊，來定義我們的資源，類似于下面的代碼：
1 @SentinelResource("HelloWorld")
2 public void helloWorld() {
3 // 資源中的邏輯
4 System.out.println("hello world");
5 }
這樣，helloWorld() 方法就成了我們的一個資源。注意注解支持模塊需要配合 Spring AOP 或者 AspectJ 一起使用。
定義規則
接下來，通過流控規則來指定允許該資源通過的請求次數，例如下面的代碼定義了資源 HelloWorld 每秒最多只能通過 20 個請求。
1 private static void initFlowRules(){
2 List<FlowRule> rules = new ArrayList<>();
3 FlowRule rule = new FlowRule();
4 rule.setResource("HelloWorld");
5 rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
6 // Set limit QPS to 20.
7 rule.setCount(20);
8 rules.add(rule);
9 FlowRuleManager.loadRules(rules);
10 }
完成上面 ，Sentinel 就能夠正常工作了。更多的信息可以參考官網。
Sentinel使用
案例架構圖如下：
搭建Sentinel控制臺
1、下載sentienl的jar包，本例使用：sentinel-dashboard-1.7.2.jar，地址：https://github.com/alibaba/Sentinel/releases
2、使用java -jar命令啟動Sentinel控制臺，注意：啟動 Sentinel 控制臺需要 JDK 版本為 1.8 及以上版本。
命令格式：java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar
如若8080端口沖突，可使用 -Dserver.port=新端口 進行設置。
命令：java -jar sentinel-dashboard-1.7.2.jar
3、訪問地址：http://localhost:8080/，8080為Sentinel的默認端口
4、輸入默認用戶名/密碼：sentinel/sentinel，進入首頁
搭建Sentinel客戶端
1、新建項目Spring Cloud項目(springcloud-sentinel-service8401)
2、編輯pom.xml文件，引入依賴
<dependencies> <!--sentinel--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> <!--nacos--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> </dependencies>
3、編輯application.yml文件
# 端口
server:
port: 8401
spring:
application:
name: alibaba-sentinel-service
cloud:
nacos:
discovery:
server-addr: 192.168.186.128:8848
sentinel:
transport:
# 配置Sentinel DashBoard地址
dashboard: 192.168.186.128:8998
# 應用與Sentinel控制臺交互的端口，應用本地會起一個該端口占用的HttpServer
# 默認8719端口，假如端口被占用，依次+1，直到找到未被占用端口
port: 8719
management:
endpoints:
web:
exposure:
include: '*'
4、編輯主啟動類
1 @SpringBootApplication
2 @EnableDiscoveryClient
3 public class SentinelMain8401 {
4 public static void main(String[] args) {
5 SpringApplication.run(SentinelMain8401.class, args);
6 }
7 }
5、編輯一個Controller
1 @RestController
2 public class FlowLimitController {
3
4 @GetMapping("/testA")
5 public String testA(){
6 return "--------testA";
7 }
8
9 @GetMapping("/testB")
10 public String testB(){
11 return "--------testB";
12 }
13 }
6、測試
1）啟動項目，啟動Nacos服務（【SpringCloud】Spring Cloud Alibaba 之 Nacos注冊中心（二十七））
啟動Sentinel控制臺
2）在瀏覽器中訪問地址：http://localhost:8401/testA
3）查看Sentinel控制臺-〉選擇alibaba-sentinel-service服務-〉實時監控-〉可以看到監控詳情
4）同時可以查看簇點鏈路
5）同時可以查看機器列表
Sentinel流量控制介紹
流量控制（flow control），其原理是監控應用流量的 QPS 或并發線程數等指標，當達到指定的閾值時對流量進行控制，以避免被瞬時的流量高峰沖垮，從而保障應用的高可用性。
FlowSlot 會根據預設的規則，結合前面 NodeSelectorSlot、ClusterNodeBuilderSlot、StatisticSlot 統計出來的實時信息進行流量控制。
限流的直接表現是在執行 Entry nodeA = SphU.entry(resourceName) 的時候拋出 FlowException 異常。FlowException 是 BlockException 的子類，您可以捕捉 BlockException 來自定義被限流之后的處理邏輯。
同一個資源可以創建多條限流規則。FlowSlot 會對該資源的所有限流規則依次遍歷，直到有規則觸發限流或者所有規則遍歷完畢。
一條限流規則主要由下面幾個因素組成，我們可以組合這些元素來實現不同的限流效果：
resource：資源名，即限流規則的作用對象count: 限流閾值grade: 限流閾值類型（QPS 或并發線程數）limitApp: 流控針對的調用來源，若為default則不區分調用來源strategy: 調用關系限流策略controlBehavior: 流量控制效果（直接拒絕、Warm Up、勻速排隊）
以下是關于流量控制中名詞解析
資源名：唯一名稱、默認請求路徑 針對來源：Sentinel可以針對調用者進行限流，填寫微服務名，默認default（不區分來源） 閥值類型/單機閥值： QPS（每秒鐘的請求數量）：當調用該api的QPS達到閥值的時候，進行限流 線程數：當調用該api的線程數達到閥值的時候，進行限流 是否集群：不需要集群 流控模式： 直接：api達到限流條件時，直接限流 關聯：當關聯的資源達到閥值時，就限流自己 鏈路：只記錄指定鏈路上的流量（指定資源從入口資源進來的流量，如果達到閥值，就限流）【api級別的針對來源】 流控效果： 快速失敗：直接失敗，拋異常 Warm Up：根據codeFactor（冷加載因子，默認3）的值，從閥值/codeFactor，經過預熱時長，才達到設置的QPS閥值 排隊等待：勻速排隊，讓請求以均勻的速度通過，閥值類型必須設置為QPS，否則無效
基于QPS的流量控制
當 QPS 超過某個閾值的時候，則采取措施進行流量控制。流量控制的效果包括以下幾種：直接拒絕、Warm Up、勻速排隊。對應 FlowRule 中的 controlBehavior 字段。
1、搭建項目，Controller內容如下：
1 @RestController
2 public class FlowLimitController {
3
4 @GetMapping("/testA")
5 public String testA(){
6 return "--------testA";
7 }
8
9 @GetMapping("/testB")
10 public String testB(){
11 return "--------testB";
12 }
13 }
2、將項目啟動，以及Sentinel啟動，添加流控規則，如下：
3、設置流控規則，每秒鐘的請求數量為1，流控效果為快速失敗，如下，保存后，即生效
4、測試
1）瀏覽器訪問地址：http://localhost:8401/testA，正常訪問
2）快速點擊瀏覽器刷新按鈕，刷新界面，頁面顯示：Blocked by Sentinel (flow limiting)
基于并發數的流量控制
1、繼續使用以上項目，修改testA方法，如下：
1 @GetMapping("/testA")
2 public String testA(){
3 try {
4 Thread.sleep(800);
5 } catch (InterruptedException e) {
6 e.printStackTrace();
7 }
8 return "--------testA";
9 }
2、編輯流量規則，將流控規則改為當調用該api的線程數達到1的時候，進行限流，如下：
3、測試
1）重新啟動項目
2）使用瀏覽器單次請求，http://localhost:8401/testA，正常顯示
2）使用JMeter進行并發測試請求：http://localhost:8401/testA，響應內容為：Blocked by Sentinel (flow limiting)
流控模式：直接
上面2個例子，流控模式都是直接，對自己本身資源的限制。
流控模式：關聯
當兩個資源之間具有資源爭搶或者依賴關系的時候，這兩個資源便具有了關聯。像對數據庫同一個字段的讀操作和寫操作存在爭搶，讀的速度過高會影響寫得速度，寫的速度過高會影響讀的速度。如果放任讀寫操作爭搶資源，則爭搶本身帶來的開銷會降低整體的吞吐量。
示例
1、項目代碼還是以上的項目代碼
2、編輯流量規則，設置資源testA關聯的testB，當testB達到閥值時，testA被限流。如下：
3、測試
1）啟動項目
2）使用瀏覽器請求，http://localhost:8401/testA，正常顯示
3）使用JMeter不停的循環請求：http://localhost:8401/testB，testB請求結果都正確
4）然后使用瀏覽器請求，http://localhost:8401/testA，無法正常顯示，資源限制
流控模式：鏈路
1、項目代碼還是以上的項目代碼，Controllerh中testB方法
1 @GetMapping("/testB")
2 public String testB(){
3 return "--------testB";
4 }
2、查看簇點鏈路，發現/test，資源入口是sentinel_web_servlet_context
3、刪除其他流控規則，新增流量規則，設置資源testB鏈路限流，如下：、
4、測試
1）啟動項目
2）使用瀏覽器請求，http://localhost:8401/testB，正常顯示
3）快速點擊瀏覽器刷新按鈕，刷新界面，頁面顯示：Blocked by Sentinel (flow limiting)
流控效果：快速失敗
以上例子顯示了快速失敗的效果，快速失敗（RuleConstant.CONTROL_BEHAVIOR_DEFAULT）方式是默認的流量控制方式，當QPS超過任意規則的閾值后，新的請求就會被立即拒絕，拒絕方式為拋出FlowException。這種方式適用于對系統處理能力確切已知的情況下，比如通過壓測確定了系統的準確水位時。
流控效果：Warm Up（預熱）
Warm Up（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式，即預熱/冷啟動方式。當系統長期處于低水位的情況下，當流量突然增加時，直接把系統拉升到高水位可能瞬間把系統壓垮。通過"冷啟動"，讓通過的流量緩慢增加，在一定時間內逐漸增加到閾值上限，給冷系統一個預熱的時間，避免冷系統被壓垮。
應用場景：
如：秒殺系統在開啟瞬間，會有很多流量上來，很有可能把系統打死，預熱方式就是把為了保護系統，可慢慢的把流量放進來，慢慢的把閥值增長到設置的閥值
案例：
閥值為10 + 預熱時長設置5秒
系統初始化的閥值為10/3 約等于 3，即閥值剛開始為3；然后過了5秒閥值才慢慢升高恢復到10
1、項目代碼還是以上的項目代碼，Controllerh中testC方法
1 @GetMapping("/testC")
2 public String testC(){
3 return "--------testC";
4 }
2、新增流量規則，設置資源testC，單機閥值為10，流控效果為Warm Up，預熱時長為5秒，如下：
3、測試
1）啟動項目
2）使用瀏覽器訪問地址，http://localhost:8401/testC，正常顯示
3）以每秒5次的刷新，一直刷新界面，效果，可以看到部分請求返回錯誤
4）5秒鐘過后，還是以以每秒5次的刷新速度，刷新界面，請求正常
流控效果：排隊等待
排隊等待（RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER）方式會嚴格控制請求通過的間隔時間，也即是讓請求以均勻的速度通過，對應的是漏桶算法。
這種方式主要用于處理間隔性突發的流量，例如消息隊列。想象一下這樣的場景，在某一秒有大量的請求到來，而接下來的幾秒則處于空閑狀態，我們希望系統能夠在接下來的空閑期間逐漸處理這些請求，而不是在第一秒直接拒絕多余的請求。
案例
1、項目代碼還是以上的項目代碼，Controllerh中testA方法
1 @GetMapping("/testA")
2 public String testA(){
3 try {
4 Thread.sleep(800);
5 } catch (InterruptedException e) {
6 e.printStackTrace();
7 }
8 return "--------testA";
9 }
2、新增流量規則，設置資源testA，流控效果為排隊等待，超時時間為20000毫秒，如下：
3、測試
1）啟動項目
2）使用瀏覽器訪問地址，http://localhost:8401/testA，正常顯示
3）使用JMeter并發10個請求，執行一次，觀察10次執行結果
4）所有請求都成功了，請求響應時間逐漸增加
本文來自博客園，作者：榮慕平，轉載請注明原文鏈接：http://www.rzrgm.cn/rongmuping/articles/16322569.html
浙公網安備 33010602011771號