随着微服务的流行,服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点,从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
Sentinel 具有以下特征:
Setinel的主要特性:
Setinel分为两个部分:
java -jar sentinel-dashboard-1.8.3.jar
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
spring:
application:
name: resume-nacos-consumer
cloud:
sentinel:
transport:
dashboard: 127.0.0.1:8080
port: 8719 #sentinel会在该端口启动http server,那么这样的话,控制台定义的一些限流等规则才能发送传递过来
然后调用接口,再查看Sentinel控制台(注意有一会儿的延迟)。
Sentinel关键概念
概念名称 | 概念描述 |
---|---|
资源 | 它可以是Java应⽤程序中的任何内容。例如,由应⽤程序提供的服务或由应⽤程序调⽤的其它应⽤提供的服务,甚⾄可以是⼀段代码。我们请求的API接⼝就是资源 |
规则 | 围绕资源的实时状态设定的规则,可以包括流量控制规则、熔断降级规则以及系统保护规则。所有规则可以动态实时调整 |
资源名:默认请求的路径
针对来源:可以填写微服务名称,Sentinel支持针对调用者进行限流。默认是default(不区分来源)
阈值类型:QPS和线程数
流控模式:
直接:资源调⽤达到限流条件时,直接限流
关联:填写一个关联资源,关联的资源达到阈值了,也限流自己这个资源(资源名处配置的资源)
链路:如果有多个链路都可以调用到本资源,可以指定只记录某个链路上的流量
流控效果:
快速失败:直接失败,抛出异常
Warm Up:根据冷加载因子(默认3)的值,从(阈值/冷加载因子)经过预热时长后才能达到设置的QPS阈值。因为有时系统没预热的时候它的QPS达不到那么高,所以最开始不能放那么高的阈值的流量进来。
排队等待:多余请求匀速排队,让请求匀速通过,阈值类型必须设置为QPS,否则无效。
Sentinel降级会在调⽤链路中某个资源出现不稳定状态时(例如调⽤超时或异常⽐例升⾼),对这个资源的调⽤进⾏限制,让请求快速失败,避免影响到其它的资源⽽导致级联错误。当资源被降级后,在接下来的降级时间窗⼝之内,对该资源的调⽤都⾃动熔断
慢调用比例:
这个版本下好像有bug,比例阈值填不了
异常比例:
异常比例超过0.5就会熔断
异常数:
异常数超过2就会被熔断,上面熔断后,会直接抛出异常。像下面这样:
实际应用中,我们需要对异常进行自定义。
3.1 自定义降级异常
使用blockHandler:
@RequestMapping("/testException")
@SentinelResource(value = "/testExceptionTest",blockHandlerClass = SentinelFallback.class,blockHandler = "handleException")
public String testException(){
int i=1/0;
return "ok";
}
public class SentinelFallback {
/**
* 形参最后加入BlockException参数,用于接收异常,方法必须为public static
* @param blockException
* @return
*/
public static String handleException(BlockException blockException){
return "exception";
}
}
使用fallback:
@RequestMapping("/testError")
@SentinelResource(value = "/testErrorTest",fallbackClass = SentinelFallback.class,fallback = "handleError")
public String testError(){
int i=1/0;
return "ok";
}
public class SentinelFallback {
//方法列表需要和原函数一致,或者多一个Throwable类型的参数
public static String handleError(){
return "error";
}
}
fallback和blockHandler的区别:fallback可以处理所有类型的异常,而blockHandler只处理BlockException类型的异常。
3.2 基于Nacos实现Sentinel规则持久化
<!-- Sentinel支持采用Nacos作为规则配置数据源 -->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
spring:
application:
name: resume-nacos-consumer
cloud:
sentinel:
transport:
dashboard: 127.0.0.1:8080
port: 8719 #sentinel会在该端口启动http server,那么这样的话,控制台定义的一些限流等规则才能发送传递过来
datasource:
flow: # 名称是自定义的
nacos:
server-addr: ${spring.cloud.nacos.discovery.server-addr}
data-id: ${spring.application.name}-flow-rules
groupId: DEFAULT_GROUP
data-type: json
rule-type: flow # 类型来⾃RuleType类
degrade: # 名称是自定义的
nacos:
server-addr: ${spring.cloud.nacos.discovery.server-addr}
data-id: ${spring.application.name}-degrade-rules
groupId: DEFAULT_GROUP
data-type: json
rule-type: degrade # 类型来⾃RuleType类
配置完后我们发现Sentinel里面就有了
所有属性来⾃源码FlowRule类
降级配置规则:
配置文件: resume-nacos-consumer-degrade-rules
[
{
"resource":"findResumeOpenState",
"grade":2,
"count":1,
"timeWindow":5
}
]
所有属性来⾃源码DegradeRule类
注意
书山有路勤为径,学海无涯苦作舟
版权说明 : 本文为转载文章, 版权归原作者所有 版权申明
原文链接 : https://www.cnblogs.com/javammc/p/16152208.html
内容来源于网络,如有侵权,请联系作者删除!