博客

Sentinel的使用

  • Post author:
  • Post category:其他


文章目录



什么是Sentinel

Sentinel译为“哨兵”，是阿里开源的项目。

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、流量路由、熔断降级、系统自适应过载保护、热点流量防护等多个维度保护服务的稳定性。



典型应用场景

  1. MQ中消息在某些时间段（比如行情交易的高峰期，秒杀期等）消息并发量非常大时，

    通过Sentinel起到“削峰填谷”的作用；
  2. 某个业某个业务服务非常复杂，需要调用大量微服务，其中某服务不可用时，不影响整体业务运行，

    如提交某个订单，需要调用诸如验证库存，验证优惠金额，支付，验证手机号等，其中验证手机号服务不可用时，采用

    降级

    的方式让其通过，不影响整个提交订单的业务；
  3. 上述订单业务提交时，依赖的下游应用控制线程数，请求上下文超过阈值时，新的请求立即拒绝，即针对

    流控

    ，可基于QPS或线程数在某些业务场景下，都会有用，如下就是一个qps瞬时拉大时，通过流量缓慢增加，避免系统被压垮的情况：

所以Sentinel的典型应用就是

流量控制

和

服务降级熔断



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。

在以上特征中，

无疑于开发相关最紧密的就是Sentinel提供了广泛的开源生态的结合

，可以非常方便的与Spring Cloud、Apache Dubbo等结合使用



如何使用

重要的事情说3遍。

版本一致性

、

版本一致性

、

版本一致性

必须说一下。

  • Sentinel核心与开源生态要兼容。
  • Sentinel和Sentinel Dashboard版本务必一样



项目中使用Sentinel

即

Sentinel

+

Sentinel Dashboard

+

广泛的开源生态

（

推荐

）。Sentinel针对各个主流框架都提供了适配（包括Servlet，Dubbo，SpringBoot/SpringCloud，gRPC，RocketMQ等），

本文以SpringBoot2举例（通过笔者测试发现，SpringBoot 1.x支持不好，自定义流控规则不可用），

首先我们需要确定好我们使用的版本

  1. 首先确定版本（先定好兼容的Spring Cloud、Spring Boot、Spring Cloud Alibaba）。

    如下笔者已经根据Spring Cloud官方推荐确定好了boot、cloud、alibaba的版本。 
<!-- Spring Boot的版本-->
<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.2.5.RELEASE</version>
    <relativePath/> <!-- lookup parent from repository -->
</parent>

<dependencies>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>
</dependencies>
<dependencyManagement>
    <dependencies>
        <!-- Spring Cloud的版本 -->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-dependencies</artifactId>
            <version>Hoxton.SR3</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
        <!-- Spring Cloud的版本 -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-alibaba-dependencies</artifactId>
            <version>2.2.1.RELEASE</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>
  1. 确定 Sentinel 的版本

依据Spring Cloud Alibaba的版本然后就可以知道Sentinel的版本（如上文为Sentinel 1.7.1），

下载对应的

Sentinel Dashboard 1.7.1

版本。

  1. 部署 Sentinel Dashboard 
java -Dserver.port=8888 -Dcsp.sentinel.dashboard.server=localhost:8888 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar
  1. 定义项目链接Sentinel的配置文件，即application.yml文件，如下： 
project:
  name: 在控制台显示的项目名
spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8888
  1. 在项目中加入依赖 
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
  1. 至此环境准备好了



基本使用 – 资源与规则



资源定义

关于资源定义采用

主流框架的默认适配 + 注解方式定义资源

就足够了。


官方资源定义的各种方式

在Java代码中，通过

@SentinelResource("test")

来定义服务对应的资源名，如果不指数，URI即为资源名。



规则的种类

Sentinel 支持以下几种规则：

流量控制规则

、

熔断降级规则

、

系统保护规则

、

来源访问控制规则

和

热点参数规则

。

  • 流量控制规则 (FlowRule)
  • 熔断降级规则 (DegradeRule)
  • 系统保护规则 (SystemRule)
  • 访问控制规则 (AuthorityRule)
  • 热点规则 (ParamFlowRule)



流量控制

流量控制规则定义如下：



可基于QPS/并发数的流量控制两种方式来定义

指定并发线程数限流时，用于保护业务线程数不被耗尽。例如，当应用所依赖的下游应用由于某种原因导致服务不稳定、响应延迟增加，对于调用者来说，意味着吞吐量下降和更多的线程数占用，极端情况下甚至导致线程池耗尽。

指定QPS流量控制时，当 QPS 超过某个阈值的时候，则采取措施进行流量控制。针对QPS，提供了3种流量控制手段

  1. 直接拒绝。该方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出FlowException。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。
  2. 冷启动。该方式主要用于系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过”冷启动”，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮的情况。
  3. 匀速器。这种方式严格控制了请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。



熔断降级

降级规则定义如下：

可基于慢调用比例、异常比例、异常数 3种方式来定义

  1. 慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。
  2. 异常比例 (ERROR_RATIO)：当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% – 100%。
  3. 异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。



热点参数限流

何为热点？热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据，并对其访问进行限制。比如：

  • 商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
  • 用户 ID 为参数，针对一段时间内频繁访问的用户 ID 进行限制

热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。

Sentinel Parameter Flow Control

Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。



不遵守版本一致性的错误举例

在Sentinel 采用的是1.7.0 版本， Sentinel Dashboard 是1.7.1版本下，在Sentinel Dashboard设置流控规则时报错如下：



而Sentinel Dashboard 日志报错为： 

com.alibaba.csp.sentinel.dashboard.client.CommandFailedException: invalid type。

本质上就是没有控制好Sentinel 和 Sentinel Dashboard的版本一致性。有兴趣可以看看官方的

issue



相关官方网址

  • Sentinel 社区官方网站：https://sentinelguard.io/

传送门：


保姆式Spring5源码解析

欢迎与作者一起交流技术和工作生活



联系作者


版权声明：本文为yuchangyuan5237原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。