分布式系统之Sentinel介绍与使用

2023-02-28

流量 qps 阈值

前言在家休息的的时候，突然小勇打电话过来，问农哥，你知道Sentinel吗?我(清了清嗓子)：知道啊，怎么了?小勇(带着低落的声音)：最近面试了一个，问我Sentinel是什么，具体的用法和项目中使用的。没有复习，记得不太清楚，dan疼。我(是时候开始装杯了)：没事，先揉揉，(Sentinel)不就

前言

在家休息的的时候，突然小勇打电话过来，问农哥，你知道Sentinel吗?

我(清了清嗓子)：知道啊，怎么了?
小勇(带着低落的声音)：最近面试了一个，问我Sentinel是什么，具体的用法和项目中使用的。没有复习，记得不太清楚，dan疼。
我(是时候开始装杯了)：没事，先揉揉，(Sentinel)不就是阿里开源的项目吗，主要提供了流量控制、熔断降级、系统负载保护等多个维度来保障服务之间的稳定性
小勇：。。。。。你有没有这方面可以复习的资料或者文章啥的?
我：还别说，刚好写了一篇关于Sentinel 介绍和使用的文章，要不要瞅瞅?
小勇：可以，内容如何?算的上是教科书级别的内容吧?
我：恩.... 怎么不算呢!
小勇：。。。。。我真服了你这个老六!!!

学习技术第一步，先知道官网地址在哪里，官网永远是第一手资料：https://github.com/alibaba/Sentinel/wiki。

接下来我们先来了解一下什么是Sentinel。

Sentinel 开篇

分布式系统的流量防卫兵：随着微服务的普及，服务调用的稳定性也变的越来越重要，Sentinel 以“流量”为切入点，在流量控制、断路、负载保护等多个方面进行续航，保证服务的可靠性。

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。

Sentinel 的主要特性：

Sentinel的妙用

当我们的分布式系统，面临复杂的体系结构中应用程序可能有数十个依赖关系，每个依赖关系在某些时候将不可避免的失败，比如我们调用 D\F\K 这几个服务，如果这些服务中某一个出现问题了，那么有可能会出现整体系统效率的下降，严重的甚至出现服务雪崩。

多个微服务之间互相调用的时候，如果D调用K和F，而K和F又调用其他的微服务，那么就会形成扇出，如果扇出某个链路上的微服务调用超时或者响应很慢，那么微服务D就会占用越来越多的系统资源，从而导致系统崩溃，也就是服务雪崩。

对于高流量的应用来说，单一的后端依赖可能会导致服务器上的资源在极短的时间内被耗光，同时还有可能导致这些应用程序服务之间的响应时间增加，队列、线程和其他系统资源变的紧缺，导致整个系统之间发生更多的次生故障，如果我们单个应用服务故障处理和延迟进行隔离管控，当单个依赖关系失败时，不能对这个系统和资源产生影响，当某个模块实例失败以后，如果这个时候服务还能接收请求和流量访问，同时这个服务还去调用其他模块时，这样的级联故障，就会导致雪崩的发生。

对比与其他的断流产品(Hystrix)而言，他不需要我们自己手动搭建监控平台，而且它有一套属于自己的Web界面，可对多种指标进行流控、熔断，且提供了实时监控和控制面板，功能更为强大。

Sentinel 使用

下载地址：https://github.com/alibaba/Sentinel/releases。

Sentinel 分为两个部分：

核心库：不依赖任何框架/库，只需要Java运行时环境，同时对Dubbo\SpringCloud等框架也有很好的支持。
控制台：基于SpringBoot开发，打包后可以直接运行，不需要额外的应用容器。

注意：jdk1.8环境/8080端口不能被占用。
启动命令：java -jar sentinel-dashboard-1.8.4.jar。

访问地址：http://localhost:8080/。
账号密码：sentinel/sentinel。

到这里呢，我们的Sentinel就安装成功了，可能有点同学在界面上没有看到任何东西，并没有发现监控的服务，这是因为我们还没有启动项目，而Sentinel 本身采用的是懒加载模式，所以我们需要先去访问服务对应的接口，Sentinel才会进行工作，接下来我们就来搭建我们的测试项目。

搭建项目

Sentinel 官方参考文档：https://sentinelguard.io/zh-cn/docs/quick-start.html。

注意： 这里我们使用到了Nacos，不会Nacos的小伙伴，可以看我之前的文章，里面有详细的介绍,其实只需要你启动一个端口为8848的Nacos就行。

导入依赖：

<!-- Nacos客户端依赖 -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
<!-- sentinel依赖 -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

配置属性：

server:
  port: 8006
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        #配置Sentinel地址，就是我们的WEB界面
        dashboard: localhost:8080
        #Sentinel配置默认8719端口，被占用端口会自动从+1，直到找到未被占用的端口
        port: 8719
management:
  endpoints:
    web:
      exposure:
        include: '*'
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.

测试类：

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.concurrent.TimeUnit;
@RestController
public class TestController {

    @GetMapping("/playA")
    public String playA() {
        return "hello my name is playA ,wo shi boy";
    }

    @GetMapping("/playB")
    public String playB(){
        return "hi my name is playB， me girl";
    }
}
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

最后在我们的启动类上加上：@EnableDiscoveryClient，点击启动，然后我们来访问我们的测试地址：

http://localhost:8006/playA。
http://localhost:8006/playB。

访问之后，我们就能在Sentinel上看到我们的监控信息了，如下所示：

好了，你们以为到这里Sentinel就讲解完了吗?哎~怎么可能，我还要继续卷，宁愿累死自己，也要卷死你们!虽然基本操作已经完成，但是不讲一下他的流控规则，我们怎么能印象深刻呢?是吧，各位大漂亮和大聪明们。

Sentinel 流控规则

首先我们先来看一张图：

上面这张图，就包含了，我们要讲解的全部内容，主要分为以下几点：

资源名：流控规则中唯一的名称，默认为我们的请求路径。

针对来源：Sentinel 对调用者进行限流，填写我们的微服务名，默认为default，对来源不进行区分。

阈值类型/单机阈值：

QPS(每秒请求数量)，使用该类型时，QPS达到我们设置的单机阈值，进行限流。
线程数：当使用该类型时，线程数量达到我们设置的单机阈值，进行限流。

是否集群：默认否，如果是集群勾选。

流控模式：

直接：API达到限流条件时，直接限流，如果我们设置QPS为1，如果大于这个数量，直接返回错误。
关联：当关联的资源达到阈值时，限流自己，比如A调用B，B达到了阈值，A进行限流。
链路：只记录链路上的流量，指定对应的链路路径，从入口开始，如果达到阈值，则进行限流。

流控效果：

我们先来新增一个流控规则看一下，操作方式有两种。

因为方便，我们一般会选择在簇点链路中添加，我们先来试一下QPS的操作：

快速失败：直接抛异常。
Warm Up：根据冷加载因子codeFactor 经过预热时长，才达到设置的QPS阈值。
排队等待：匀速排队，让请求以匀速速度进行请求，阈值类型，需要设置为QPS，否则无效。

在流控规则中添加。
在簇点链路中添加。

这里我们设置单机阈值为1，所以playA 这个接口一秒中只能被访问一次，如果超过，则进行限流操作进行一个阻塞操作，这个效果我们是可以直接看到的，当我们不停的刷新playA时，就会现在如下信息，而没有设置的playB,则不会。

在这里我们如果设置为线程数会怎么样呢?我们来看一下。

在这里我们要注意：如果项目重新启动，需要将修改后的playA,重新访问后重新，添加流控规则。

同时我们需要在代码中设置延时执行，如果处理太快，我们是看不到实际效果的，如果有兴趣的小伙伴可以自己启动线程去跑，在这里我们设置playA，进行一秒钟的延时操作。

       @GetMapping("/playA")
    public String playA() {
        try {
            //阻塞1 秒
            TimeUnit.MILLISECONDS.sleep(1000);
        }catch (Exception e){
            e.printStackTrace();
        }
        return "hello my name is playA ,wo shi boy";
    }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.