Sentinel基础应用详解
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
- 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-
登录控制台，地址：http://localhost:8080 初始账密：sentinel/sentinel
-
引入依赖
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>- 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
- 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>- 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- 在Nacos里面进行配置
配置完后我们发现Sentinel里面就有了
- 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
- 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
- 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。