微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

微服务保护sentinel一--初识sentinel、流量控制

1.初识sentilnel

  • 雪崩问题及解决方
  • 服务保护技术对比
  • sentinel介绍并安装
  • 微服务整合sentinel

1.1雪崩问题

微服务调用链路中的某个服务故障,引起链路中所有的微服务都不可用。

解决雪崩问题的常见方式有四种:

1.超时处理:设定超时时间,请求超过一定时间没有响应就返回错误信息,不会无休止等待

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.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。

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。 

如何避免因瞬间高并发流量而导致服务故障? 流量控制

如何避免因服务故障引起的雪崩问题? 超时处理 线程隔离 降级熔断 

 1.2.服务保护技术对比

1.3.Sentinel 

Sentinel是阿里巴巴开源的一款微服务流量控制组件。

官网地址:https://sentinelguard.io/zh-cn/index.html

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。

1.4.安装Sentinel控制台

sentinel官方提供了UI控制台,方便对系统做限流设置。可以在GitHub下载。

1.将其拷贝到一个中文目录,然后运行命令: 

2. 访问:localhost:8080(认,可修改) 即可看到控制台页面认的账户和密码都是sentinel

如果要修改Sentinel的认端口、账户、密码,可以通过下列配置:

 

修改端口:

java -Dserver.port=8060 -jar sentinel-dashboard-1.8.1.jar

1.5.在springcloud中使用

1.引入sentinel依赖

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

2.修改需要使用sentinel的子工程配置,也可以在配置中心修改并引入扩展配置

# 配置sentinel控制台地址

spring.cloud.sentinel.transport.dashboard=localhost:8060

3.访问微服务的任意端点,触发sentinel监控

2.流控规则(流量控制) 

簇点链路:

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。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:

点击资源/product/getById/{pid}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X,即每秒只允许X次请求,超出的请求会被拦截并报错。 

2.1.流控模式

添加限流规则时,点击高级选项,可以选择三种流控模式:

  • 直接:统计当前资源的请求,触发阈值时对当前资源直接限流,也是认的模式
  • 关联:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流
  • 链路:统计从指定链路访问到本资源的请求,触发阈值时,对指定链路限流 

1.流控模式--直接:

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。 设置流控规则:

 

使用 jemeter 测压工具测试

 

2.流控模式--关联:

关联模式:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流

使用场景:比如用户支付时需要修改订单状态,同时用户查询订单。查询修改操作会争抢数据库锁,产生竞争。业务需求是有限支付和更新订单的业务,因此当修改订单业务触发阈值时,需要对查询订单业务限流。

需求:

在OrderController新建两个端点:/order/query和/order/update,无需实现业务

配置流控规则,当/order/update资源被访问的QPS超过5时,对/order/query请求限流

测试:

当/order/update资源被访问并QPS超过5个时,对/order/query请求限流

满足下面条件可以使用关联模式:

  • 两个有竞争关系的资源
  • 一个优先级较高,一个优先级较低

3.流控模式--链路

链路模式:

只针对从指定链路访问到本资源的请求做统计,判断是否超过阈值。

例如有两条请求链路: /test1 ->/common /test2 ->/common 如果只希望统计从/test2进入到/common的请求,则可以这样配置:

需求:

查询订单和创建订单业务,两者都需要查询商品。针对从查询订单进入到查询商品的请求统计,并设置限流。

步骤:

  1. 在OrderService中添加一个queryGoods方法,不用实现业务
  2. 在OrderController中,改造/order/query端点,调用OrderService中的queryGoods方法
  3. 在OrderController中添加一个/order/save的端点,调用OrderService的queryGoods方法
  4. 给queryGoods设置限流规则,从/order/query进入queryGoods的方法限制QPS必须小于2

注:

1.Sentinel认只标记Controller中的方法为资源,如果要标记其它方法,需要利用@SentinelResource注解

    //sentinel认只会对controller的接口生成簇点链路,需要使用@SentinelResource注解
    @SentinelResource("getGoods")
    @Override
    public String getGoods() {
        return null;
    }

2.Sentinel认会将Controller方法做context整合,导致链路模式的流控失效,需要修改配置文件

# 关闭context整合(上下文)  sentinel认会将controller方法做context整合,这将导致链路模式的流控失效
spring.cloud.sentinel.web-context-unify=false

使用 jemeter 测压工具测试创建两个请求,、order/query、order/update,其中order/query会被限流

 

左边:/order/query                              右边:/order/update 

 

 流控模式有哪些?

  • 直接:对当前资源限流
  • 关联:高优先级资源触发阈值,对低优先级资源限流。
  • 链路:阈值统计时,只统计从指定资源进入当前资源的请求,是对请求来源的限流

2.2.流控效果 

  • 流控效果是指请求达到流控阈值时应该采取的措施,包括三种:
  • 快速失败:达到阈值后,新的请求会被立即拒绝并抛出FlowException异常。是认的处理方式。 warm up:预热模式,对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化,从一个较小值逐渐增加到最大阈值。
  • 排队等待:让所有的请求按照先后次序排队执行,两个请求的间隔不能小于指定时长

1.流控效果--warm up

warm up也叫预热模式,是应对服务冷启动的一种方案。请求阈值初始值是threshold/coldFactor,持续指定时长后,逐渐提高到threshold值。而coldFactor的认值是3.

例如,设置QPS的threshold为10,预热时间为5秒,那么初始阈值就是 10 / 3 ,也就是3,然后在5秒后逐渐增长到10. 

需求:给/product/getById/{pid}这个资源设置限流,最大QPS为10,利用warm up效果,预热时长为5秒 

3.流控效果--排队

当请求超过QPS阈值时,快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中,然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成,如果请求预期的等待时间超出最大时长,则会被拒绝。

例如:QPS = 5,意味着每200ms处理一个队列中的请求;timeout = 2000,意味着预期等待超过2000ms的请求会被拒绝并抛出异常 

 需求:给/product/getById/{pid}这个资源设置限流,最大QPS为5,利用排队的流控效果,超时时长设置为2s

 

流控效果有哪些?

  • 快速失败:QPS超过阈值时,拒绝新的请求(认)
  • warm up: QPS超过阈值时,拒绝新的请求;QPS阈值是逐渐提升的,可以避免冷启动时高并发导致服务宕机。
  • 排队等待:请求会进入队列,按照阈值允许的时间间隔依次执行请求;如果请求预期等待时长大于超时时间,直接拒绝

原文地址:https://www.jb51.cc/wenti/3280837.html

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐