springcloud--Sentinel(服务容错)

目录

1.什么是Sentinel

2.为什么使用sentinel

3.服务雪崩效应

3.1.什么是服务雪崩效应

3.2.如何解决雪崩效应

3.2.1.超时处理

3.2.2.舱壁模式

3.2.3.熔断降级

3.2.4.流量控制

4.常见的容错组件

4.1.hystrix 

4.2.sentinel

4.3.hystrix 组件和sentinel组件的比较

5.安装Sentinel控制台

5.1.下载sentinel

5.2.启动sentinel

5.3.访问sentinel

5.4.修改sentinel的端口号

5.5.修改账号和密码

6.微服务整合Sentinel

6.1.引入sentinel依赖

6.2.修改配置文件

6.3.访问微服务的任意点,触发sentinel监控

7.簇点链路

 7.1.流控规则

7.1.1.流控规则入门案例

7.1.2.jemeter

7.2.流控模式

7.2.1.流控模式-关联模式

7.2.2.流控模式-关联模式例子

7.2.3.测试 jemeter

7.2.4.流控模式-链路模式

7.2.5. 流控模式-链路模式的例子

7.2.6.测试jmeter

7.2.7.流控模式有哪些

7.3.流控效果

7.3.1.流控效果-warm up

7.3.2.流控效果-warm up的例子

7.3.3.测试jmeter

7.3.4.流控效果-排队等待

7.3.5.流控效果-排队等待的例子

7.3.6.测试jmeter 

7.3.7.流控效果有哪些？

8.热点规则

8.1.什么是热点参数限流

8.2.热点参数限流的例子

8.2.1.设置热点规则

8.2.2.测试

9.隔离和降级

9.1.openFeign整合Sentinel

9.1.1.修改OrderService的application文件,开启Feign的Sentinel功能

9.1.2.编写失败后的降级逻辑

9.2.线程隔离

9.2.1.线程隔离方式实现

9.2.2. 线程池隔离与信号量隔离的区别

9.2.3.在添加限流规则时，可以选择两种阈值

9.2.4.线程隔离(舱壁模式)的列子

9.3.熔断降级

9.3.1.断路器熔断策略--慢调用

9.3.2.熔断策略-异常比例、异常数、

9.3.3.Sentinel熔断降级的策略有哪些？

9.3.4.自定义异常

 10.Sentinel规则持久化

10.1.Sentinel的控制台规则管理有三种模式

10.2.规则管理模式-原始模式

10.3.规则管理模式-pull模式

10.4.规则管理模式-push模式

10.5. 实现pull模式

10.5.1.编写配置类

10.5.2.添加配置

10.5.3.运行

---

1.什么是Sentinel

        Sentinel (分布式系统的流量防卫兵) 是阿里开源的一套用于服务容错的综合性解决方案。它以流量为切入点, 从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性。

Sentinel 分为两个部分:

核心库（Java 客户端 微服务） 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==sentinel服务）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。

2.为什么使用sentinel

        在微服务架构中，我们将业务拆分成一个个的服务，服务与服务之间可以相互调用，但是由于网络原因或者自身的原因，服务并不能保证服务的100%可用，如果单个服务出现问题，调用这个服务就会出现网络延迟，此时若有大量的网络涌入，会形成任务堆积，最终导致服务瘫痪

3.服务雪崩效应

3.1.什么是服务雪崩效应

        在分布式系统中,由于网络原因或自身的原因,服务一般无法保证 100% 可用。如果一个服务出现了问题，调用这个服务就会出现线程阻塞的情况，此时若有大量的请求涌入，就会出现多条线程阻塞等待，进而导致服务瘫痪。由于服务与服务之间的依赖性，故障会传播，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的 “雪崩效应”

        雪崩发生的原因多种多样，有不合理的容量设计，或者是高并发下某一个方法响应变慢，亦或是某台机器的资源耗尽。我们无法完全杜绝雪崩源头的发生，只有做好足够的容错，保证在一个服务发生问题，不会影响到其它服务的正常运行。也就是＂雪落而不雪崩＂

3.2.如何解决雪崩效应

解决雪崩问题的常见方式有四种

3.2.1.超时处理

设定超时时间,请求超过一定时间没有相应就返回错误有信息,不会无休止等待

3.2.2.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。

3.2.3.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。

3.2.4.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。

前三个方法是避免因服务故障引起的雪崩问题，最后一个是避免因瞬间高并发流量而导致服务故障

4.常见的容错组件

4.1.hystrix 

        Hystrix是由Netflix开源的一个延迟和容错库，用于隔离访问远程系统、服务或者第三方库，防止级联失败，从而提升系统的可用性与容错性

4.2.sentinel

Sentinel 是阿里巴巴开源的一款断路器实现，本身在阿里内部已经被大规模采用，非常稳定。

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。

4.3.hystrix 组件和sentinel组件的比较

5.安装Sentinel控制台

5.1.下载sentinel

sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。不用解压

5.2.启动sentinel

找到自己下载的位置，在路径上输入cmd 打开黑窗口

java -jar sentinel-dashboard-1.8.1.jar

5.3.访问sentinel

5.4.修改sentinel的端口号

java -Dserver.port=端口号 -jar sentinel-dashboard-1.8.1.jar

5.5.修改账号和密码

6.微服务整合Sentinel

6.1.引入sentinel依赖

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

6.2.修改配置文件

#指定sentinel控制台的地址
spring.cloud.sentinel.transport.dashboard=localhost:8080

6.3.访问微服务的任意点,触发sentinel监控

7.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

 7.1.流控规则

点击资源后面的流控按钮，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/product/getById/{pid}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。 

7.1.1.流控规则入门案例

需求：给 /product/getById/{pid}这个资源设置流控规则，QPS不能超过 5。然后利用jemeter测试。

7.1.2.jemeter

启动jemeter