5.Sentinel入门与使用

1.什么是 Sentinel?

Spring Cloud Alibaba Sentinel(以下简称 Sentinel)是一个开源的流量控制和熔断框架，它是 Alibaba 开源的微服务框架Spring Cloud Alibaba 中的一个组件。Sentinel 旨在解决分布式系统中的流量控制和熔断问题，帮助开发人员保护微服务应用免受系统负载过高和故障的影响。

Sentinel 主要有以下几个功能:

1. 流量控制:可以通过配置规则对接口的访问量进行限制，避免因流量过高而导致系统崩溃
2. 服务熔断:当后端服务不可用或异常时，可以通过配置熔断规则，快速失败并返回错误信息，避免连锁故障。
3. 系统负载保护:根据系统的负载情况，自动控制流量的通过，防止系统出现过载现象。
4. 统计和监控:提供实时的流量控制和熔断统计信息，可以通过 Dashboard(控制台)进行可视化监控和配置。

2.为什么需要 Sentinel?

需要使用 Sentinel 的原因主要有以下几个!

1. 防止雪崩效应:当某个服务故障时，传统的做法是让请求一直等待，直到服务恢复正常。然而，这可能导致请求积压，进而导致其他服务也出现故障，最终形成雪崩效应。Sentinel 可以通过熔断机制，及时返回错误信息，避免连锁故障。
2. 流量控制:在高并发场景下，如果系统突然接收到大量请求，可能会导致系统过载，影响正常的服务。Sentinel 可以通过流量控制机制，限制并发请求的数量，确保系统的可用性和稳定性。
3. 保护系统稳定性:在微服务架构中，多个服务之间相互依赖，一个服务的故障可能导致整个系统的崩溃。Sentinel 可以对请求进行流量控制和熔断，避免由于某个服务的故障导致整个系统不可用。

3.Sentinel 基本概念

3.1 什么是流量控制?

流量控制是指对系统中的请求流量进行限制和管理，以确保系统在承受能力范围内正常运行。

3.1.1 常见流量控制算法

常见的流量控制算法有令牌桶算法(Token Bucket)和漏桶算法(Leaky Bucket)。这两种算法都可以用来平滑流量并控制数据包的传输速率，防止突发流量对系统造成影响。

1. 令牌桶算法(Token Bucket)：
   令牌桶算法是一种基于令牌的流量控制算法，它维护一个令牌桶，该桶以固定的速率往里面放入令牌。每当有数据包到达时，需要从令牌桶中取出一个令牌，如果没有足够的令牌，则数据包将被丢弃或延迟处理。这样可以限制数据包的传输速率，平滑流量，防止突发流量对系统造成影响。

举例说明：
假设一个令牌桶算法的令牌桶容量为100个令牌，每秒往桶中放入10个令牌，即系统的传输速率为10个数据包/秒。当一个数据包到达时，需要从令牌桶中取出一个令牌，如果桶中有足够的令牌，则可以传输数据包；如果桶中没有足够的令牌，则需要等待，直到桶中有足够的令牌为止。

2. 漏桶算法(Leaky Bucket)：
   漏桶算法是一种基于漏桶的流量控制算法，它维护一个固定容量的漏桶，数据包以固定速率进入漏桶。当数据包到达时，如果漏桶未满，则可以传输数据包；如果漏桶已满，则数据包将被丢弃或延迟处理。漏桶算法可以平滑流量，防止突发流量对系统造成影响。

举例说明：
假设一个漏桶算法的漏桶容量为100个数据包，漏桶的漏出速率为10个数据包/秒，即系统的传输速率为10个数据包/秒。当一个数据包到达时，如果漏桶未满，则可以传输数据包；如果漏桶已满，则需要等待，直到有空间为止。

这两种算法在实际应用中都可以有效地控制流量，保护系统免受突发流量的影响。在选择算法时，可以根据具体的需求和场景来决定使用哪种算法。

3.1.2 Sentinel 流量控制

Sentinel 流量控制有以下几个角度:

• 资源的调用关系，例如资源的调用链路，资源和资源之间的关系，
• 运行指标，例如 QPS(Queries Per Second，每秒查询数)、线程池、系统负载等。
• 控制的效果，例如直接限流、冷启动、排队等。

Sentinel 的设计理念是让您自由选择控制的角度，并进行灵活组合，从而达到想要的效果。Sentinel 限流配置:

流控效果介绍如下:

• 快速失败:该方式是默认的流量控制方式，比如 OPS 超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出 FlowException。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。
• 排队等待(也叫匀速通过):排队等待会严格控制请求通过的间隔时间，让请求稳定且匀速的通过，可以用来处理间隔性突发的高流量。例如抢票软件，在某一秒或者一分钟内有大量的请求到来，而接下来的一段时间里处于空闲状态，我们希望系统能够在接下来的空余时间里也能出去这些请求，而不是直接拒绝。在设置排队等待时，需要填写超时时间。
• Warm Up:此项叫做预热或者冷启动方式，此模式主要是防止流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮，通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。当使用 Warm Up 模式时，我们还需要指定启动时开放的 QPS 比例(DEFAULT COLD FACTOR，默认值为 3，代表 30%)，以及系统预热所需时长(warmUpPeriodSec，默认值是 10 秒)。

3.2 什么是熔断?

熔断是一种在分布式系统中处理故障和异常的策略。当某个服务或者接口发生故障或异常时，熔断机制会迅速将请求拒绝或者返回错误信息，而不是让请求一直等待或者重试，以保护系统免受故障的扩散影响。

熔断的原理是通过对服务的监控和评估，根据一定的规则来判断服务的健康状况。当服务的错误率或者响应时间超过设定的阈值时，熔断器会触发，并将后续的请求迅速拦截或者返回错误信息，而不是继续调用该服务，从而避免由于故障服务的长时间不可用或者响应过慢而导致整个系统的延迟或者崩溃。
熔断机制的好处是能够快速失败并返回错误信息，避免资源的浪费和系统的连锁故障。当服务恢复正常时，熔断器会逐渐放行请求，验证服务的可用性，确保系统逐渐恢复正常运行。

熔断策略

Sentinel是阿里巴巴开源的一款面向分布式服务架构的高可用流量控制组件，它提供了流量控制、熔断降级、系统负载保护等功能。在Sentinel中，熔断是一种重要的流量控制策略，用于保护系统免受异常流量的影响。以下是几种常见的Sentinel熔断策略：

1. 基于异常比例的熔断策略：
   这种策略会根据请求的异常比例来触发熔断。当系统中某个接口的异常比例超过设定的阈值时，Sentinel会触发熔断，暂时停止对该接口的请求处理，以避免异常请求继续对系统造成影响。在熔断打开后，Sentinel会定时尝试关闭熔断，恢复对该接口的请求处理。

2. 基于平均响应时间的熔断策略：
   这种策略会根据接口的平均响应时间来触发熔断。当系统中某个接口的平均响应时间超过设定的阈值时，Sentinel会触发熔断，暂时停止对该接口的请求处理，以避免响应时间过长影响系统的整体性能。在熔断打开后，Sentinel会定时尝试关闭熔断，恢复对该接口的请求处理。

3. 基于并发线程数的熔断策略：
   这种策略会根据接口的并发线程数来触发熔断。当系统中某个接口的并发线程数超过设定的阈值时，Sentinel会触发熔断，暂时停止对该接口的请求处理，以避免过多的并发请求导致系统负载过高。在熔断打开后，Sentinel会定时尝试关闭熔断，恢复对该接口的请求处理。

这些熔断策略可以根据具体的业务需求和系统特点进行配置和调整，帮助系统在面对异常流量时保持稳定和可靠。在实际应用中，可以根据系统的情况选择合适的熔断策略，并通过监控和调优来保证系统的高可用性和稳定性。

3.3 Sentinel 组成（资源和规则）

Sentine| 中有两个重要的组件:资源和规则。

1. 资源:Sentinel 中被保护的对象，可以是方法、接口、URL 等
2. 规则:对资源的访问策略，包括限流、熔断、热点等。规则包含以下这些:

• 限流规则:基于不同的模式对流量进行控制，可以直接拒绝、等待等。
• 熔断规则:异常情况下进行熔断降级。
• 热点规则:对热点数据进行针对性的流量控制
• 授权规则:对调用方(入口服务)进行黑、白名单限制。
• 系统保护规则:基于 CPU、负载、整体 QPS、线程数多个指标进行自适应的流量控制。

4.Sentinel 基本使用

Sentinel 基本使用主要分为以下 4 步:

1. 添加 Sentinel 依赖
2. 定义资源
3. 定义规则
4. 验证效果

4.1实现限流功能

4.1.1 添加 Sentinel 框架依赖

4.1.2 定义资源

@SentinelResource 注解详解

@SentinelResource 注解详解
@SentinelResource 注解属性说明:

• value:资源名称，必需项(不能为空)
• entryType:资源调用的流量类型入口流量(EntryType.IN)和出口流量(EntryType.OUT）注意系统规则只对 IN 生效。
• blockHandler/blockHandlerClass: 限流和熔断时执行 BlockException 所对应的方法名。 限流和熔断执行的业务
• fallback/fallbackClass:非 BlockException 时，其他非限流、非熔断时异常对应的方法。
• exceptionsToIgnore:用于指定哪些异常被排除掉，不会计入异常统计中，也不会进入 falback 逻辑中，而是会原样抛出。
  注:1.6.0 之前的版本 fallback 函数只针对熔断降级异常(DegradeException)进行处理，不能针对业务异常进行处理。

blockHandler 使用注意事项:

资源的定义方式有两种:

1.通过代码定义

通过代码定义资源
可以通过代码的的方式 SphU.entry("resourceName”)来定义资源，具体实现代码如下:

SphU 是 Sentinel Protection Hotspot Util 的缩写，Sentinel 热点保护工具类。

2.通过注解定义

通过注解 @SentinelResource 也可以实现资源的定义，如下代码所示:

• value:资源名称，必需项(不能为空)
• entryType:资源调用的流量类型:入口流量(EntryType.IN)和出口流量(EntryType.OUT)，注意系统规则只对 IN 生效。
• blockHandler/blockHandlerClass: 限流和熔断时执行 BlockException 所对应的方法名。fallback/fallbackClass:非BlockException 时，其他非限流、非熔断时异常对应的方法
• exceptionsToIgnore:用于指定哪些异常被排除掉，不会计入异常统计中，也不会进入 fallback 逻辑中，而是会原样抛出。

注:1.6.0 之前的版本 falback 函数只针对熔断降级异常(DegradeException)进行处理，不能针对业务异常进行处理。

4.1.3 定义规则

4.1.4 验证效果

4.2实现熔断(降级)功能

4.3 如何判断是限流还是熔断?

5.Sentinel 控制台

Sentinel 控制台包含如下功能:

• 查看机器列表以及健康情况:收集 Sentinel 客户端发送的心跳包，用于判断机器是否在线。
• 监控 (单机和集群聚合):通过 Sentinel 客户端暴露的监控 API，定期拉取并且聚合应用监控信息，最终可以实现秒级的实时监控。
• 规则管理和推送:统一管理推送规则。
• 鉴权:生产环境中鉴权非常重要。这里每个开发者需要根据自己的实际情况进行定制。注意:Sentinel控制台目前仅支持单机部署。Sentinel 控制台项日提供 Sentinel 功能全集示例，不作为开箱即用的生产环境控制台，若希望在生产环境使用请根据文档自行进行定制和改造。

5.1 使用 Sentinel 控制台实现限流

5.2下载并运行 Sentinel Dashboard

5.3 在程序中加入并配置 Sentinel

5.4 设置规则

5.4.1 新增限流规则

5.4.2 新增熔断规则

5.4.3 新增热点规则

热点限流

5.4.4 新增授权规则

5.4.5 新增系统保护规则

5.5验证效果

5.6 自定义 Sentinel 异常

6.使用 Nacos 存储数据

6.1 添加依赖

6.2配置数据源

6.3 Nacos 新建配置

6.4 验证效果

7.Sentinel 配置多数据源 (扩展)

7.1 配置多数据源

7.2 Nacos 新建熔断配置

Sentinel和Gateway

1.功能实现

1.添加框架依赖

2.设置配置文件

3. 设置限流和熔断规则

4.验证规则

2. 实现原理

8.工作机制