Sentinel学习（2）——sentinel的使用，引入依赖和配置 对消费者进行流控 对生产者进行熔断降级

前言

Sentinel 是面向分布式、多语言异构化服务架构的流量治理组件，主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。

本篇博客介绍sentinel的使用，引入依赖和配置，结合案例阐述sentinel对消费者进行流控以及对生产者进行熔断降级。

其他关于sentinel的文章如下：

Sentinel学习（1）——CAP理论，微服务中的雪崩问题，和Hystix的解决方案 & Sentinel的相关概念 + 下载运行

引出

---

1.sentinel的使用，引入依赖和配置；
2.对消费者进行流控；
3.对生产者进行熔断降级；

一、sentinel的使用准备

1.上下文和资源

上下文（ Context ）和 context-name
Context 代表调用链路上下文。是一个根节点，在整个调用链路的开始处，Sentinel 会创建上下文Context 对象，并且为它指定一个 name ，相当于根资源。在 Sentinel 中，不同的调用链路可能使用同一个上下文 Context 对象（共一个根节点）。在这里（ 和 Spring MVC 整合 ），我们的调用链路都是在 sentinel_spring_web_context 中：

资源（Resource）和 resource-name
在 Sentinel 中，对于每一份资源，Sentinel 会为赋予一个 name（或者你手动指定）,和 Spring MVC整合时，Sentinel 使用的是 URI 来作为 Controller 方法的资源名（ 在这里，Controller 方法就是资源）

2.责任的划分

对于消费者而言，进行流量控制，别人访问我，我怕自己失败，所以我要限制别人访问我的流量；

对于生产者而言，进行熔断降级，消费者调用生产者，怕生产者出问题，所以进行熔断降级，如果被调用方，即生产者出问题时，给出相应的应对；

3,引入依赖和配置

        <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfeign</artifactId><version>2.2.6.RELEASE</version></dependency><dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-sentinel</artifactId></dependency>

spring:cloud:# nacos的配置nacos:discovery:# 能够注册register-enabled: trueserver-addr: http://192.168.111.130:8848/# 命名空间namespace: my-tianju# 组名group: DEV# sentinel的配置sentinel:transport:dashboard: 192.168.111.130:7777port: 8719# 这样一启动能够立马被发现，不用请求一次后才被监控eager: true# 链路相关的配置# 默认是true，开启上下文整合，所有链路在根节点下，链路监控就是将请求分开统计web-context-unify: falseapplication:name: springCloud-consumer#feign:
#  hystrix:
#    enable: true# 打开阿里的 sentinel
feign:sentinel:enabled: true

二、对消费者进行流量控制

QPS(Queries Per Second) 表示每秒的查询数。也就是一台服务器每秒能够响应的查询次数。

1.单机阈值

QPS(Queries Per Second) 表示每秒的查询数。也就是一台服务器每秒能够响应的查询次数。

请求次数过多，被sentinel限流

2.预热设置

在系统刚启动时，允许较少的请求，随着系统逐步稳定，提升访问允许的阈值

JMeter测试post请求，需要加一下请求头参数

Ramp-up时间：线程启动的间隔时间，如果100个线程10s内启动完成，则设置Ramp-up为100/10=10s

波形图

全流程解析：
1.开始的时候每秒允许3次；
2.前10s内逐步提升；
3.在10s后达到稳定值，每秒允许10次；

3.排队等待

排队等待：也叫流量整形，它让请求以均匀的速度通过，单机阈值为每秒通过数量，其余的在队列排队等待一段时间，（即我们设置的时间，单位是毫秒），没有超过这个时间都能被及时处理，如果超过了这个等待时间针对请求的接口没有线程来处理，则抛出异常

JMeter参数设置

波形图

限流策略流程：
1.每秒允许10个
2.发过来50个，通过10个剩余的40个进入队列等待：
3.在没有请求的时候，通过队列中等待的请求，

4.关联模式

关联：/important接口的重要程度要高于 /normal接口，如果，/important接口的访问压力很大，那么，可以『牺牲』掉 /normal` 接口，全力保证 /important 接口的正常运行

JMeter参数设置

线程数设置

add成功，get被限流

高并发情况，add接口没有出现失效

补充：自定义限流异常返回

Sentinel 返回的默认信息是 Blocked by Sentinel (flow limiting)，如果你对默认响应信息不满意，你可以自定义限流返回信息。

Sentinel 提供了 BlockExceptionHandler 接口。不管什么原因触发了 Sentinel 阻断用户的正常请求，Sentinel 都将『进入』到用户自定义的 BlockExceptionHandler 接口的实现类中，执行 handle方法，并传入当前的请求、响应对象以及异常对象，并以 handle 方法的执行结果作为返回，回传给用户。

package com.tianju.test;import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.stereotype.Component;import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;@Component
public class MyBlockExceptionHandler implements BlockExceptionHandler {@Overridepublic void handle(HttpServletRequest request, HttpServletResponse response,BlockException ex) throws Exception {String msg = null;if (ex instanceof FlowException) {msg = "该请求限流了，请稍后重试";} else if (ex instanceof DegradeException) {msg = "被熔断了";} else {msg = "其它原因";// ParamFlowException "热点参数限流";// SystemBlockException "系统规则（负载/...不满足要求）";// AuthorityException "授权规则不通过";}// http 状态码response.setStatus(500);response.setCharacterEncoding("utf-8");response.setHeader("Content-Type", "application/json;charset=utf-8");response.setContentType("application/json;charset=utf-8");new ObjectMapper().writeValue(response.getWriter(), msg);}
}

需要说明的是：不仅仅是因为限流和熔断这一个原因会导致 BlockExceptionhandler 的handle 方法的执行，还有其它的原因也会调用这个handler方法，因此，需要对 handle 方法的BlockException 参数对象进行 instanceof 判断

5.链路模式

链路限流和关联限流的思路很像，假设我们要去请求某个微服务，该微服务有2个接口（/query和/add），而这两个接口又调用了同一个service层的方法(如：doSomething（）方法)，那么，我们可以『站在 doSomething的方法』的角度上进行设置：如果是 /query接口在调用service层的doSomething方法，那么就进行限流，而 /add接口的调用就不限流，或设置为更宽松一些的流控

通过配置关闭 sentinel 的 URL 收敛功能

package com.tianju.consumer.service;import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.stereotype.Service;@Service
public class ConsumerService {@SentinelResource("hello")public String hello(){return "consumerService";}
}

链路模式，站在service层的方法的角度上

高并发add接口，没有失效

快速点击get方法，出现失效情况

三、对生产者进行熔断降级

熔断器3个状态：

• Closed：关闭状态，所有请求都正常访问。

• Open：打开状态，所有请求都会被降级。

  Hystrix会对请求情况计数，当一定时间内失败请求百分比达到阈值，则触发熔断，断路器会完全打开。默认失败比例的阈值是50%，请求次数最少不低于20次。默认是 五秒之内请求20次 如果有10次失败（50%），则请求不能正常访问。

• Half Open：半开状态，open状态不是永久的，打开后会进入休眠时间（默认是5S）。随后断路器会自动进入半开状态。

  此时会释放部分请求通过，若这些请求都是健康的，则会完全关闭断路器，否则继续保持打开，再次进行休眠计时

1.异常数

如下配置：一秒内发送2次请求，如果有1次失败（异常），则直接熔断，然后降级

设置参数

2.异常比例

设置fallback方法

package com.tianju.config;import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.fallback.StorageFeignFallback;
import com.tianju.entity.Order;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;@FeignClient(value = "storage-server",fallback = StorageFeignFallback.class)
public interface StorageFeign {@PostMapping("/storage/sub")HttpResp subStorage(@RequestBody StorageDto storageDto);}

openfeign设置fallback方法

package com.tianju.config;import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.fallback.StorageFeignFallback;
import com.tianju.entity.Order;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;@FeignClient(value = "storage-server",fallback = StorageFeignFallback.class)
public interface StorageFeign {@PostMapping("/storage/sub")HttpResp subStorage(@RequestBody StorageDto storageDto);
}

生产者出现异常情况

用postman进行测试

package com.tianju.config.fallback;import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.StorageFeign;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;/*** 调用库存的feign异常时的返回*/
@Component
@Slf4j
public class StorageFeignFallback implements StorageFeign {@Overridepublic HttpResp subStorage(StorageDto storageDto) {System.out.println("#########################进入了减库存方法的异常中....###########################");log.debug("进入了减库存方法的异常中....");return HttpResp.failed("减库存的openFeign调用失效，请稍后重试");}
}

package com.tianju.config.fallback;import com.tianju.common.dto.StorageDto;
import com.tianju.common.result.HttpResp;
import com.tianju.config.StorageFeign;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;/*** 调用库存的feign异常时的返回*/
@Component
@Slf4j
public class StorageFeignFallback implements StorageFeign {@Overridepublic HttpResp subStorage(StorageDto storageDto) {System.out.println("#########################进入了减库存方法的异常中....###########################");log.debug("进入了减库存方法的异常中....");return HttpResp.failed("减库存的openFeign调用失效，请稍后重试");}
}

3.慢调用比例

如下配置：在一秒内，发5次请求，如果每次请求的响应时间超过500毫秒，这种比例达到0.5（50%），就进行熔断，熔断时长就是10秒。如：1秒内有5次请求，其中有3次请求响应时间超过了500毫秒，那么这个比例就是60%，大于50%，此时就熔断，然后降级。

用Jmeter测试，程序中当id=1时，每次响应都是800毫秒。所以每次的请求都大于500毫秒，失败率100%，这个时候去请求id=4的资源也是无法请求的，因为熔断了，所以也是直接降级。10s后再次请求id=4的就正常了。

---

总结

1.sentinel的使用，引入依赖和配置；
2.对消费者进行流控；
3.对生产者进行熔断降级；