SpringCloud-Alibaba之Sentinel熔断与限流

一、下载安装运行

http://localhost:8080进行访问
登录账号和密码均为sentinel

二、创建工程，并注册到nacos服务中心

1. 依赖spring-cloud-starter-alibaba-nacos-discovery,spring-cloud-starter-alibaba-sentinel
   sentine-datasource-nacos (持久化)
2. 配置文件

server:port: 8401
spring:application:name: cloudalibaba-sentinel-servicecloud:nacos:discovery:server-addr: localhost:8848sentinel:transport:dashboard: localhost:8080 # 8080监控8401port: 8719 # 假如被占用会自动从8719开始依此+1扫描，直至找到未被占用的端口
management:endpoints:web:exposure:include: '*'

3. 启动类

@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401{public static void main(String[] args){SpringApplication.run(MainApp8401.class,args);}
}

4. 业务类

@RestController
public class FlowlimitController{@GetMapping("/testA")public String testA(){return "------testA";}@GetMapping("/testB")public String testB(){return "-------testB";}
}

三、启动sentinel java -jar sentinel-dashboard-1.7.0.jar 启动微服务8401，查看sentinel控制台

Sentinel流控规则

QPS：每秒钟请求数量达到阈值进行限流，连续多次刷新请求即可。
线程数：调用该请求的线程数达到阈值进行限流，再代码中添加thread.sleep(3)，然后多次刷新请求即可模拟出来

关联资源，当关联资源/testB的QPS阈值超过1，就限流/testA的Rest访问地址
利用postman进行模拟

Sentinel流控效果

严格控制请求通过的间隔时间，就是让请求匀速通过，对应的是漏桶算法。

降级规则

RT：平均响应时间，秒级。

• 平均响应时间超出阈值且在时间窗口内通过的请求>=5，两个条件同时满足触发降级
• 窗口期过后关闭断路器
• RT最大4900（更大需要通过-Dcsp.sentinel.statistic.max.rt=XXXX才能生效）
  

@GetMapping("/testD")
public String testD(){try{TimeUnit.SECONDS.sleep(1);}catch(InterruptedException e){e.printStackTrace();}log.info("testD测试RT");return "testD"
}

异常比例：秒级

• QPS>=5且异常比例（秒级统计）超过阈值触发降级，时间窗口结束，关闭降级
  

@GetMapping("/testD")
public String testD(){log.info("testD异常比例");int age = 10/0;return "testD"
}

异常数：分钟级

• 异常数（分钟统计）超过阈值时，触发降级，时间窗口结束后，关闭降级
  

@GetMapping("/testE")
public String testE(){log.info("testE测试异常数");int age = 10/0;return "testE 测试异常数";
}

热点Key限流

商品ID为参数，统计一段时间内最常购买的商品ID并进行限制
用户ID为参数，统计一段时间内频繁访问的用户ID进行限制

@GetMapping("/testHotKey")
@sentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
public String testHotKey(@RequeestParam(value = "p1",required = false) String p1,@RequeestParam(value = "p2",required = false) String p2){return "--------testE 测试异常数";
}public String deal_testHotKey(String p1,String p2,BlockException exception){return "--------deal_testHotKey 测试异常数";
}

对第0个参数p1，进行阈值限定。

参数例外项，对参数指定的值进行阈值设定，如下所示：当参数为5，限流阈值改为200

系统规则

自定义限流处理逻辑

@GetMapping("/rateLimit/customerBlockHandler")
@SentinelResource(value = "customerBlockHandler",blockHandlerClass = CustomerBlockHandler.class,blockHandler = "handlerException2") //指定处理限流的类以及方法
public CommonResult customerBlockHandler(){return new CommonResult(200,"按客户自定义",new Payment(2020L,"serial002"));
}

/**另外创建一个handler包创建CustomerBlockHandler类自定义限流处理逻辑可以定义多个方法
*/
public class CustomerBlockHandler{public static CommonResult handlerException(BlockException exception){return new CommonResult(444,"按客户自定义自定义处理",new Payment(2020L,"serial002"));}public static CommonResult handlerException2(BlockException exception){return new CommonResult(444,"按客户自定义自定义处理",new Payment(2020L,"serial002"));}
}

@SentinelResource注解的属性

Controller中

@SentinelResource(value = "fallback",fallback = "handlerFallback") //只负责业务异常@SentinelResource(value = "fallback",blockHandler = "blockHandler") //赋值sentinel控制台的设置出现异常

若blockHandler和fallback都进行了配置，则被限流降级而抛出BlockException时只会进入blockHandler处理逻辑

远程调用接口@FeignClinet进行Sentinel组合

Sentinel规则持久化

将限流配置规则持久化到Nacos保存，只要刷新rest地址，sentinel控制台就能显示出流控规则。

一、工程中引入依赖

sentinel-datasource-nacos

二、配置文件中

三、nacos中添加配置列表，添加json配置规则

四、sentinel控制台就可以查到流控规则