惠州网站建设推广公司,广东省建设监理协会官方网站,电商seo引流,广州做网站哪家好公司初识Sentinel
雪崩问题
微服务调用链路中的某个服务故障#xff0c;引起整个链路中的所有微服务都不可用#xff0c;这就是雪崩。 解决雪崩问题的常见方式有四种:
超时处理:设定超时时间#xff0c;请求超过一定时间没有响应就返回错误信息#xff0c;不会无休止等待舱壁…初识Sentinel
雪崩问题
微服务调用链路中的某个服务故障引起整个链路中的所有微服务都不可用这就是雪崩。 解决雪崩问题的常见方式有四种:
超时处理:设定超时时间请求超过一定时间没有响应就返回错误信息不会无休止等待舱壁模式∶限定每个业务能使用的线程数避免耗尽整个tomcat的资源因此也叫线程隔离。 熔断降级:由断路器统计业务执行的异常比例如果超出阈值则会熔断该业务拦截访问该业务的一切请求。 流量控制:限制业务访问的QPS避免服务因流量的突增而故障。 什么是雪崩问题?
微服务之间相互调用因为调用链中的一个服务故障引起 整个链路都无法访问的情况。
如何避免因瞬间高并发流量而导致服务故障?
流量控制
如何避免因服务故障引起的雪崩问题? 超时处理 线程隔离 降级熔断
服务保护技术对比 Sentinel介绍和安装
认识Sentinel
Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址: https://sentinelguard.io/zh-cn/index.html
Sentinel具有以下特征:
丰富的应用场景:Sentinel承接了阿里巴巴近10年的双十一大促流量的核心场景例如秒杀即突发流量控制在系统容量可以承受的范围)、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。完备的实时监控: Sentinel同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据甚至500台以下规模的集群的汇总运行情况。广泛的开源生态: Sentinel提供开箱即用的与其它开源框架/库的整合模块例如与Spring Cloud、Dubbo、gRPC的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入Sentinel完善的SPI扩展点:Sentinel提供简单易用、完善的SPI扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。
安装Sentinel控制台
下载jar包 然后运行命令:
java -jar sentinel-dashboard-1.8.1.jar然后访问: localhost:8080即可看到控制台页面默认的账户和密码都是sentinel 如果要修改Sentinel的默认端口、账户、密码可以通过下列配置:
配置项默认值说明server.port8080服务端口sentinel.dashboard.auth.usernamesentinel默认用户名sentinel.dashboard.auth.passwordsentinel默认密码
举例说明
java -jar sentinel-dashboard-1.8.1.jar -Dserver.port8090微服务整合Sentinel
引入cloud-demo
要使用Sentinel肯定要结合微服务这里我们使用SpringCloud实用篇中的cloud-demo工程。
项目结构如下: 我们在order-service中整合Sentinel并且连接Sentinel的控制台步骤如下: 引入sentinel依赖: !--sentinel--
dependencygroupIdcom.alibaba.cloud/groupIdartifactIdspring-cloud-starter-alibaba-sentinel/artifactId
/dependency配置控制台地址 spring:cloud:sentinel:transport:dashboard: localhost: 8080 #sentinel控制台地址访问微服务的任意端点触发sentinel监控 限流规则
快速入门
簇点链路
簇点链路:就是项目内的调用链路链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点Endpoint)因此SpringMVC的每一个端点Endpoint就是调用链路中的一个资源。
流控、熔断等都是针对簇点链路中的资源来设置的因此我们可以点击对应资源后面的按钮来设置规则: 点击资源/order/{orderld}后面的流控按钮就可以弹出表单。表单中可以添加流控规则如下图所示: 其含义是限制/order/{orderld}这个资源的单机QPS为1即每秒只允许1次请求 超出的请求会被拦截并报错。
流控模式
在添加限流规则时点击高级选项可以选择三种流控模式:
直接:统计当前资源的请求触发阈值时对当前资源直接限流也是默认的关联:统计与当前资源相关的另一个资源触发阈值时对当前资源限流链路:统计从指定链路访问到本资源的请求触发阈值时对指定链路限流
关联 关联模式:统计与当前资源相关的另一个资源触发阈值时对当前资源限流 使用场景:比如用户支付时需要修改订单状态同时用户要查询订单。查询和修改操作会争抢数据库锁产生竞争。 业务需求是有限支付和更新订单的业务因此当修改订单业务触发阈值时需要对查询订单业务限流。 当/write资源访问量触发阈值时就会对/read资源限流避免影响/write资源。
满足下面条件可以使用关联模式:
两个有竞争关系的资源一个优先级较高一个优先级较低
链路
链路模式:只针对从指定链路访问到本资源的请求做统计判断是否超过阈值。例如有两条请求链路:
/test1 /common/test2 /common
如果只希望统计从/test2进入到/common的请求则可以这样配置: Sentinel默认只标记Controller中的方法为资源如果要标记其它方法需要利用SentinelResource注解示例:
SentinelResource (goods)
public void queryGoods() {System.err.println(查询商品);
}Sentinel默认会将Controller方法做context整合导致链路模式的流控失效需要修改application.yml添加配置:
spring:cloud :sentinel:web-context-unify : false # 关闭context整合流控效果
流控效果是指请求达到流控阈值时应该采取的措施包括三种:
快速失败:达到阈值后新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。warm up: 预热模式对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化从一个较小值逐渐增加到最大阈值。排队等待:让所有的请求按照先后次序排队执行两个请求的间隔不能小于指定时长 warm up
warm up也叫预热模式是应对服务冷启动的一种方案。请求阈值初始值是threshold/coldFactor持续指定时长后逐渐提高到threshold值。而coldFactor的默认值是3.
例如我设置QPs的threshold为10预热时间为5秒那么初始阈值就是10/3也就是3然后在5秒后逐渐增长到10. 排队等待
当请求超过QPS阈值时快速失败和warm up会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成如果请求预期的等待时间超出最大时长则会被拒绝。
例如:QPS5意味着每200ms处理一个队列中的请求;timeout 2000意味着预期等待超过2000ms的请求会被拒绝并抛出异常 热点参数限流
之前的限流是统计访问某个资源的所有请求判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求判断是否超过QPS阈值。 配置示例: 代表的含义是:
对hot这个资源的o号参数第一个参数做统计每1秒相同参数值的请求数不能超过5
在热点参数限流的高级选项中可以对部分参数设置例外配置:
结合上一个配置这里的含义是对0号的long类型参数限流每1秒相同参数的αPSs不能超过5有两个例外: 如果参数值是100则每1秒允许的QPs为10 如果参数值是101则每1秒允许的QPs为15
注意
热点参数限流对默认的SpringMVC资源无效
需要添加sentinelResource 注解例如
SentinelResource (hot)
GetMapping({orderId})
public order queryorderByUserId(PathVariable( orderId) Long orderId) {//根据id查询订单并返回return orderservice.queryorderById(orderId);
}“簇点链路”里的热点配置没有高级选择要在左边的“热点规则”菜单中添加规则
隔离和降级
FeignClient整合Sentinel
虽然限流可以尽量避免因高并发而引起的服务故障但服务还会因为其它原因而故障。而要将这些故障控制在一定范围避免雪崩就要靠线程隔离舱壁模式和熔断降级手段了。
不管是线程隔离还是熔断降级都是对**客户端调用方**的保护。
SpringCloud中微服务调用都是通过Feign来实现的因此做客户端保护必须整合Feign和Sentinel。 修改OrderService的application.yml文件开启Feign的Sentinel功能 feign:sentinel:enabled: true #开启Feign的Sentinel功能给FeignClient编写失败后的降级逻辑 方式一:FallbackClass无法对远程调用的异常做处理方式二:FallbackFactory可以对远程调用的异常做处理我们选择这种
步骤一:在feing-api项目中定义类实现FallbackFactory:
Slf4j
public class UserClientFallbackFactory implements FallbackFactoryUserClient {Overridepublic UserClient create(Throwable throwable) {return new UserClient() {Overridepublic User findById(Long id) {log.error(查询用户异常, throwable);return new User();}};}
}步骤二︰在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean:
Bean
public UserClientFallbackFactory userClientFallbackFactory() {return new UserClientFallbackFactory();
}步骤三:在feing-api项目中的UserClient接口中使用UserClientFallbackFactory:
FeignClient(value userservice,fallbackFactory UserClientFallbackFactory.class)
public interface UserClient {GetMapping(/user/{id})User findById(PathVariable(id) Long id);
}线程隔离
线程隔离有两种方式实现: 线程池隔离 优点 支持主动超时支持异步调用 缺点 线程的额外开销比较大 场景 低扇出 信号量隔离(Sentinel默认采用) 优点 轻量级无额外开销 缺点 不支持主动超时不支持异步调用 场景 高频调用高扇出 线程隔离舱壁模式
在添加限流规则时可以选择两种阈值类型
QPS:就是每秒的请求数在快速入门中已经演示过线程数:是该资源能使用用的tomcat线程数的最大值。也就是通过限制线程数量实现舱壁模式。 熔断降级
熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求;而当服务恢复时断路器会放行访问该服务的请求。 熔断策略-慢调用
断路器熔断策略有三种:慢调用、异常比例、异常数
慢调用:业务的响应时长(RT)大于指定时长的请求认定为慢调用请求。在指定时间内如果请求数量超过设定的最小数量慢调用比例大于设定的阈值则触发熔断。例如: 解读:RT超过500ms的调用是慢调用统计最近10000ms内的请求如果请求量超过10次并且慢调用比例不低于0.5则触发熔断熔断时长为5秒。然后进入half-open状态放行一次请求做测试。
熔断策略-异常比例、异常数
异常比例或异常数:统计指定时间内的调用如果调用次数超过指定请求数并且出现异常的比例达到设定的比例阈值或超过指定异常数则触发熔断。例如: 解读∶统计最近1000ms内的请求如果请求量超过10次并且异常比例不低于0.5则触发熔断熔断时长为5秒。然后进入half-open状态放行一次请求做测试。
异常数同理
授权规则
授权规则
授权规则可以对调用方的来源做控制有白名单和黑名单两种方式。
白名单:来源 origin在白名单内的调用者允许访问黑名单:来源 origin在黑名单内的调用者不允许访问 例如我们限定只允许从网关来的请求访问order-service那么流控应用中就填写网关的名称
sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
public interface Request0riginParser {/***从请求request对象中获取origin获取方式自定义*/String parseOrigin(HttpServletRequest request);
}例如我们尝试从request中获取一个名为origin的请求头,作为origin的值:
Component
public class HeaderOriginParser implements RequestOriginParser {overridepublic String parse0rigin(HttpServletRequest request){String origin request.getHeader (origin);if (StringUtils.isEmpty (origin)){return blank;}return origin;}
}我们还需要在gateway服务中利用网关的过滤器添加名为gateway的origin头:
spring:cloud:gateway:default-filters:- AddRequestHeaderorigin,gateway # 添加名为origin的请求头值为gateway给/order/{orderld}配置授权规则: 此时无法通过浏览器访问 只能通过网关访问 自定义异常结果
默认情况下发生限流、降级、授权拦截时都会抛出异常到调用方。如果要自定义异常时的返回结果需要实现BlockExceptionHandler接口∶
public interface BlockExceptionHandler {/*** 处理请求被限流、降级、授权拦截时抛出的异常:BlockException*/void handle(HttpServletRequest requestHttpServletResponse responseBlockException e) throws Exception;
}而BlockException包含很多个子类分别对应不同的场景:
异常说明FlowException限流异常ParamFlowException热点参数限流的异常DegradeException降级异常AuthorityException授权规则异常SystemBlockException系统规则异常
我们在order-service中定义类实现BlockExceptionHandler接口:
Component
public class SentinelExceptionHandler implements BlockExceptionHandler {Overridepublic void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {String msg 未知异常;int status 429;if (e instanceof FlowException) {msg 请求被限流了;} else if (e instanceof ParamFlowException) {msg 请求被热点参数限流;} else if (e instanceof DegradeException) {msg 请求被降级了;} else if (e instanceof AuthorityException) {msg 没有权限访问;status 401;}response.setContentType(application/json;charsetutf-8);response.setStatus(status);response.getWriter().println({\msg\: msg , \status\: status });}
}规则持久化
规则管理模式
Sentinel的控制台规则管理有三种模式:
原始模式: Sentinel的默认模式将规则保存在内存重启服务会丢失。pull模式:保存在本地文件或数据库定时去读取push模式:保存在nacos监听变更实时更新
pull模式
pull模式:控制台将配置的规则推送到Sentinel客户端而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询更新本地规则。 push模式
push模式:控制台将配置规则推送到远程配置中心例如Naco5。Sentinel客户端监听Nacos获取配置变更的推送消息完成本地配置更新。 实现push模式
push模式实现最为复杂依赖于nacos并且需要修改Sentinel控制台源码。
