Sentinel基础应用

Sentinel 是什么？

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：

• 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、Apache Dubbo、gRPC、Quarkus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。同时 Sentinel 提供 Java/Go/C++ 等多语言的原生实现。
• 完善的 SPI 扩展机制：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。

Setinel的主要特性：

Setinel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，同时对Dubbo/Spring Cloud等框架也有较好的支持。
• 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。

快速开始

1. Sentinel Dashboard部署，下载地址：https://github.com/alibaba/Sentinel/releases ，使用命令启动

java -jar sentinel-dashboard-1.8.3.jar

2. 登录控制台，地址： http://localhost:8080 初始账密：sentinel/sentinel
   

3. 引入依赖

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

4. 在服务的application.properties中加入以下配置

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 流控实战

• 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。

降级实战

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：

• 最大RT：代表设定一个时间，超过这个时间就认定为慢响应
• 比例阈值：超过多少比例进入熔断
• 熔断时长
• 最小请求数：超过最小请求数才能生效

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

1. 引入依赖

 <!-- 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>

2. sentinel中配置Nacos数据源

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

3. 在Nacos里面进行配置
   

配置完后我们发现Sentinel里面就有了

4. 配置说明

所有属性来⾃源码FlowRule类

• resource：资源名称
• limitApp：来源应⽤
• grade：阈值类型 0 线程数 1 QPS
• count：单机阈值
• strategy：流控模式，0 直接 1 关联 2 链路
• controlBehavior：流控效果，0 快速失败 1 Warm Up 2 排队等待
• clusterMode：true/false 是否集群

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

• resource：资源名称
• grade：降级策略 0 RT 1 异常⽐例 2 异常数
• count：阈值
• timeWindow：时间窗

注意

1. ⼀个资源可以同时有多个限流规则和降级规则，所以配置的数据是⼀个json数组
2. Sentinel控制台中修改规则，仅是内存中⽣效，不会修改Nacos中的配置值，重启后恢复原来的值；而在Nacos控制台中修改规则，不仅内存中⽣效，Nacos中持久化规则也⽣效，重启后规则依然保持。

书山有路勤为径，学海无涯苦作舟