1.1初识Sentinel
1.1.1 雪崩问题及解决方案
雪崩: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。
例如:在同步调用场景下,服务A需要调用服务D,但D崩了,当依赖D的请求越来越多时会占用过多tomcat连接数等资源,导致服务A崩,则同理依赖于服务A的其他服务也会逐级崩掉。
解决方案:
常见四种解决雪崩问题的方案:
- 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
- 只能缓解,如果请求增加速度高于请求释放速度仍然会导致雪崩
- 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
- 浪费资源
- 熔断降级
- 由断路器统计业务执行的异常比例,如果超出某个阈值则会熔断该业务,拦截访问该业务的一切请求
- 若服务恢复,需要等熔断自动关闭或手动重置才能重新访问服务
- 流量控制
- 限制业务访问的QPS(每秒查询率),避免服务因流量的突增而故障
1.1.2 服务保护技术对比
在限制的手段上,Sentinel 和 Hystrix 采取了完全不一样的方法。 Hystrix
- 线程池隔离对依赖(在 Sentinel 的概念中对应 资源)进行隔离,这样做的好处是资源和资源之间做到了最彻底的隔离。缺点是除了增加了线程切换的成本(过多的线程池导致线程数目过多),还需要预先给各个资源做线程池大小的分配。
Sentinel
- 通过并发线程数进行限制 和资源池隔离的方法不同,Sentinel 通过限制资源并发线程的数量,来减少不稳定资源对其它资源的影响。这样不但没有线程切换的损耗,也不需要您预先分配线程池的大小。当某个资源出现不稳定的情况下,例如响应时间变长,对资源的直接影响就是会造成线程数的逐步堆积。当线程数在特定资源上堆积到一定的数量之后,对该资源的新请求就会被拒绝。堆积的线程完成任务后才开始继续接收请求。
- 通过响应时间对资源进行降级 除了对并发线程数进行控制以外,Sentinel 还可以通过响应时间来快速降级不稳定的资源。当依赖的资源出现响应时间过长后,所有对该资源的访问都会被直接拒绝,直到过了指定的时间窗口之后才重新恢复。
1.1.3 Sentinel介绍
Sentinel是阿里巴巴开源的一款微服务流量控制组件,官网
Sentinel分为两个部分:
- 核心库(Java客户端),不依赖任何框架/库,能够运行于所有Java运行时环境
- 控制台(Dashboard),基于Spring Boot开发,打包后可以直接运行,不需要额外的Tomcat等应用容器
特征:
- 丰富的应用场景:如秒杀(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控制台可以看到接入应用的单台机器秒级数据,也可查看500台以下规模的集群的汇总运行情况
- 广泛的开源生态:提供开箱即用的与其他开源框架/库的整合模块,eg.SpringCloud、Dubbo、gRPC的整合
- 完善的SPI扩展点:Sentinel提供简单易用、完善的SPI扩展接口,开源通过扩展接口快速定制逻辑eg定制规则管理、适配动态数据源
安装Dashboard
1.GitHub下载sentinel-dashboard-x.x.x.jar
2.在jar包所在目录执行命令
# 需要jdk1.8以上版本,默认启动端口8080
java -jar sentinel-dashboard-x.x.x.jar
3.访问localhost:8080
进入控制台,默认账号密码都是sentinel.
# 添加-D,指定要修改的参数即可
java -jar sentinel-dashboard-x.x.x.jar -Dserver.port=8090
# 也可以在jar包下写一个yml文件覆盖默认配置
此时sentinel控制台中什么都没有,在微服务中配置sentinel可以让其监控对应的微服务,具体步骤如下。
1.1.4 微服务整合Sentinel
导入cloud-demo项目
1.引入sentinel依赖
<!--order-service的pom.xml-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!--如果导入依赖有问题就换下仓库源,pom中添加下面内容-->
<repositories>
<repository>
<id>aliyun-public</id>
<url>https://maven.aliyun.com/repository/public</url>
</repository>
</repositories>
2.配置控制台地址(在项目中配置已运行的sentinel-dashboard.jar的地址,将服务连接到dashboard)
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
3.访问微服务的任意endpoint(任意controller接口),触发sentinel监控
1.2流量控制
簇点链路:项目内的调用链路(eg.进入spring MVC调用controller,controller调用service,service调用mapper,这就是一个簇点链路)。
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、熔断都是针对簇点链路中的资源来设置的,可以点击对应资源后面的按钮来设置规则:
1.2.1 快速入门
假设限制order/{orderId}
接口阈值5(实际应该根据JMeter等压力测试获取)
1.2.2 流控模式
在添加先流规则是,点击高级选项,可以选择三种流控模式:
- 直接:默认模式,统计当前资源的请求,触发阈值时对当前资源直接限流
- 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
- 适用于两个竞争关系的资源,一个优先级高,一个优先级低
- 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
- 对访问来源进行控制
关联模式:
链路模式:
Sentinel默认只标记Controller中的方法为资源(只监控资源),如果要标记(监控)其他方法,需要使用@SentinelResource
注解。eg.
@SentinelResource("goods")
public void queryGoods(){
System.err.println("query goods");
}
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
1.2.3 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:默认模式,达到阈值后,新的请求会被立即拒绝并抛出FlowException异常
- 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
流控效果-warm up
应对服务冷启动的一种方案(避免冷启动时高并发导致服务宕机)。请求阈值初始值是threshold/codeFactor,持续指定时长后,逐渐提高到threshold值。codeFactor默认值是3.
流控效果-排队等待
当请求超过QPS阈值时,排队等待让所有请求进入一个队列,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,则会被直接拒绝。
eg.QPS=5,即每200ms处理队列中的一个请求;timeout=2000,即预期等待超过2000ms的请求会被拒绝并抛出异常.
1.2.4 热点参数限流
与之前统计某个资源的所有请求是否超过QPS阈值不同,热点参数限流是分别统计参数值相同的请求来判断是否超过QPS阈值。
配置示例表示对资源”hot”的0号参数(第一个参数)做统计,每1秒相同参数值的请求不能超过5.
应用场景(GPT):
- 防止资源占用不均衡:某些情况下某些参数值可能会导致更高的资源消耗
- 降低单一参数值的负载:例如秒杀活动,对某个商品ID限流可以防止系统过载
- 保护关键业务:部分参数值可能对应关键业务或敏感数据,对这些参数限流可以确保关键业务在高负载时仍能保持稳定
- 防止恶意攻击:例如攻击者可能会对某个用户id发起大量请求,试图耗尽系统资源
- …
注意:
热点参数限流对默认的SpringMVC资源(eg.controller)无效,只有添加@SentinelResource
注解才能生效。
JMeter压力测试结果
1.3隔离和降级
前面的手段都是基于服务正常,限流避免高并发引起故障来保护服务的。如果服务已经崩溃,则需要隔离和降级来减少服务崩溃影响。
1.3.1 FeignClient整合Sentinel
为什么要和Feign整合?
线程隔离和熔断降级本质上都是对客户端(服务调用方)的保护.
SpringCloud中,微服务调用都是通过Feign实现的,所以做客户端保护必须整合Feign和Sentinel.
步骤:
1.修改客户端(order-service)的application.yml文件,开启Feign的Sentinel功能
feign:
sentinel:
enabled: true
2.编写FeignClient
失败后的降级逻辑
- 方式1:
FallbackClass
,无法对远程调用的异常做处理 - 方式2:
FallbackFactory
,可以对远程调用的异常做处理(demo使用这种方式)
2.1 在feign-api项目中定义类,实现FallbackFactory
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient>{
@Override
public UserClient create(Throwable throwable){
//创建UserClient接口实现类,实现其中方法,编写降级处理策略
return new UserClient() {
@Override
public Result findById(Long id) {
log.error("查询用户异常",cause);
return new Result(Code.GET_ERR,new User());
}
};
}
}
2.2 在feign-api项目中的DefaultFeignConfiguration
类中将UserFallbackFactory
注册为一个Bean
public class UserFeignConfig{
@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
return new UserClientFallbackFactory();
}
}
2.3 在feign-api项目中的UserClient接口中使用UserClientFallbackFactory
// @FeignClient(value = "user-service",configuration = UserFeignConfig.class)
@FeignClient(value = "user-service",fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
Result findById(@PathVariable("id") Long id);
}
如果使用spring-cloud-alibaba依赖版本是2022.0.0.0-RC1,需要在application.yml中开启懒加载,原因看这篇
1.3.2 线程隔离(舱壁模式)
线程隔离有两种实现方式:
线程池隔离 | 信号量隔离(sentinel默认) | |
---|---|---|
优点 | 支持主动超时 支持异步调用 (因为额外开启了新线程 ) | 轻量级,无额外开销 |
缺点 | 线程的额外开销比较大eg.CPU上下文切换 | 不支持主动超时 不支持异步调用 |
适用场景 | 低扇出(依赖的服务少) | 高频调用 高扇出 |
JMeter测试效果
1.3.3 熔断降级
熔断降级是解决雪崩问题的重要手段,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。
断路器的三个状态:
熔断策略-慢调用
短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,Response Time)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。如下图:
熔断规则添加在被调用的服务.
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。如下图:
1.4 授权规则
sentinel有以下规则:
1.4.1 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
网关也可以做身份认证,为什么还要sentinel授权再做身份认证?
如果用户规范访问微服务,则请求会先走网关,再被路由到微服务;但是如果微服务地址暴露,绕过网关直接访问服务,则只靠网关无法做身份验证。
Q:如何区分来源(origin)是网关还是浏览器?
A:Sentinel是通过RequestOriginParser
的ParseOrigin
获取请求的来源的。如果parseOrigin
获取到的origin不同则说明来源不同。
public interface RequestOriginParser{
/**
* 从请求request对象中获取origin,获取方式自定义
*/
String parseOrigin(HttpServletRequest request);
}
但是默认情况下无论请求来自于哪里,该方法的返回String永远都是”info”,无法区分来源,所以需要自定义该方法。
例如从request中获取一个名为origin的请求头,作为origin的值:
@Component
public class HeaderOriginParser implements RequestOriginParser{
@Override
public String parseOrigin(HttpServletRequest request){
String origin = request.getHeader("origin");
return StringUtils.isNullOrEmpty(origin)?"blank":origin;
}
}
但实际上请求头是没有这个字段的,可以使用网关的过滤器为请求添加该信息,如此就能区分网关来源和其他来源的请求了。
所以需要在gateway服务中,利用网关的全局过滤器添加名为gateway的origin请求头:
spring:
cloud:
gateway:
default-filters:
# - AddRequestHeader=MyHeaderKey, my header value
- AddRequestHeader=origin,gateway
网关访问和直接访问效果:
1.4.2 自定义异常结果
上面被授权规则拦截的请求返回结果是”Blocked by Sentinel”,不够友好,我们可以自定义异常结果,处理限流、降级、授权拦截的异常,实现BlockExceptionHandler
接口即可:
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 var1, HttpServletResponse var2, BlockException var3) throws Exception;
}
@Component
public class SentinelBlockHandler implements BlockExceptionHandler {
@Override
public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
String msg = "unknown exception";
int status = 429;
if (e instanceof FlowException){
msg = "请求被限流了";
} else if (e instanceof DegradeException){
msg = "请求被降级了";
} else if (e instanceof ParamFlowException) {
msg = "热点参数限流";
} else if (e instanceof AuthorityException) {
msg = "请求没有权限";
status = 401;
}
httpServletResponse.setContentType("application/json;character=utf-8");
httpServletResponse.setStatus(status);
httpServletResponse.getWriter().println("{\"message\":\""+msg+"\",\"status\":"+status+"}");
}
}
BlockException
包含多个子类,分别对应不同场景:
- FlowException:限流异常
- ParamFlowException:热点参数限流异常
- DegradeException:降级异常
- AuthorityException:授权规则异常
- SystemBlockException:系统规则异常
添加不同限流规则,返回不同结果:
1.5 规则持久化
规则保存在内存,故服务重启后定义规则消失,实际生产环境需要做持久化。
1.5.1 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: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。以后会定期去本地文件或数据库中查询,更新本地规则。
- push模式:控制台将配置规则推送到远程配置中心eg.Nacos,Sentinel哭护短监听Nacos,获取配置变更的推送消息,完成本地配置更新。(推荐)
push模式实现具体看这篇