sentinel基本使用

2023-12-18 19:33:34

提：java环境OK，8080端口不能被占用

运行命令：java -jar sentinel-dashboard-1.8.1.jar

访问sentinel管理界面：http://localhost:8080/，密码账号都是sentinel

该项目用到微服务出自尚硅谷SpringCloud框架开发教程

学前demo

1、启动nacos

2、新建微服务：cloudalibaba-sentinel-service8402

3、pom

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>cloud2020</artifactId>
        <groupId>com.atguigu.springcloud</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>cloudalibaba-sentinel-service8402</artifactId>

    <dependencies>
        <dependency><!-- 引入自己定义的api通用包，可以使用Payment支付Entity -->
            <groupId>com.atguigu.springcloud</groupId>
            <artifactId>cloud-api-commons</artifactId>
            <version>${project.version}</version>
        </dependency>
        <!--SpringCloud ailibaba sentinel-datasource-nacos -->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>
        <!--SpringCloud ailibaba nacos -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel-datasource-nacos 后续sentinel做持久化用到-->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>
        <!--SpringCloud ailibaba sentinel -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>
        <!--openfeign-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>
        <!-- SpringBoot整合Web组件+actuator -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>4.6.3</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

4、yml

server:
  port: 8402
spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        #Nacos服务注册中心地址
        server-addr: localhost:8848
    sentinel:
      transport:
        #配置Sentinel dashboard地址，8080监控8401
        dashboard: localhost:8080
        #默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口
        port: 8719
      datasource: # 持久化保存到nacos中
        ds1:
          nacos:
            server-addr: localhost:8848
            dataId: cloudalibaba-sentinel-service
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow
# 图像化展示，暴露所有端口
management:
  endpoints:
    web:
      exposure:
        include: '*'

5、主启动

@EnableDiscoveryClient
@SpringBootApplication
public class CloudalibabaSentinelService8402Application {
    public static void main(String[] args) {
        SpringApplication.run(CloudalibabaSentinelService8402Application.class, args);
        System.out.println("启动成功");
    }
}

6、业务类FlowLimitController

@RestController
@Slf4j
@RequestMapping
public class FlowLimitController {
    @GetMapping("/testA")
    public String testA() {
        return "------testA";
    }

    @GetMapping("/testB")
    public String testB() {
        return "------testB";
    }
}

7、启动sentinel

8、启动微服务8401

9、查看微服务控制台

此时控制台说明都没有，

是因为sentinel采用懒加载，我们访问一次接口就可以看到一下页面

基本使用

流控规则

基本介绍

资源名:唯一名称，默认请求路径
针对来源: Sentinel可以针对调用者进行限流，填写微服务名，默认default(不区分来源)

单机阈值:

QPS∶当调用该api的QPS达到阈值的时候，进行限流（单位时间内，请求接口次数限制）

线程数:当调用该api的线程数达到阈值的时候，进行限流（单位时间内，请求并发数限制）

是否集群:不需要集群
流控模式:

1、直接（默认）: api达到限流条件时，直接限流

2、关联:当关联的资源达到阈值时，就限流自己；当与A关联的资源B达到阀值后，就限流A自己；B惹事，A挂了。（比如支付接口达到阈值就限流下订单的接口）

使用postman模拟并发密集访问testB，postman里新建多线程集合组，将访问地址添加进新新线程组。

3、链路:只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流)【api级别的针对来源】，参考下面博客。

Sentinel-限流规则(流控模式：直接、关联、链路)_sentinel限流规则_其然乐衣的博客-CSDN博客https://blog.csdn.net/QRLYLETITBE/article/details/125834577?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169278307016777224420652%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=169278307016777224420652&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~sobaiduend~default-1-125834577-null-null.268%5Ev1%5Ekoosearch&utm_term=sentinel%E6%B5%81%E6%8E%A7%E6%A8%A1%E5%BC%8F%E9%93%BE%E8%B7%AF&spm=1018.2226.3001.4450

流控效果：

1、直接-快速失败（直接失败，抛异常）

2、warm up（预热）

即预热/冷启动方式。当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。

默认coldFactor为3，即请求QPS从(单机阈值/ 3)开始，经多少预热时长才逐渐升至设定的QPS阈值。

案例，阀值为10+预热时长设置5秒。系统初始化的阀值为10/3约等于3,即阀值刚开始为3;然后过了5秒后阀值才慢慢升高恢复到10。

3、排队等待

匀速排队，让请求以均匀的速度通过，阀值类型必须设成QPS，否则无效。
设置含义:/testB每秒1次请求，超过的话就排队等待，等待的超时时间为20000毫秒。

????????这种方式主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒真接拒绝多余的请求。

降级规则

????????Sentinel熔断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（默认行为是抛出 DegradeException)。

????????Sentinel在1.8.0版本对熔断降级做了大的调整，可以定义任意时长的熔断时间，引入了半开启恢复支持。

熔断状态有三种状态，非别为OPEN、HALF_OPEN、CLOSED

状态	说明
OPEN	表示熔断开启，拒绝所有请求
HALF_OPEN	探测恢复状态，如果接下来的一个请求顺利通过则表示结束熔断，否则继续熔断
CLOSE	表示熔断关闭，请求顺利通过

熔断降级规则包含下面几个重要的属性：

Field	说明	默认值
resource(资源名)	资源名，即规则的作用对象
grade(熔断策略)	熔断策略，支持慢调用比例/异常比例/异常数策略	慢调用比例
count(最大RT)	慢调用比例模式下为慢调用临界 RT（超出该值计为慢调用）；异常比例/异常数模式下为对应的阈值
timeWindow(熔断时长)	熔断时长，单位为 s
minRequestAmount(最小请求数)	熔断触发的最小请求数，请求数小于该值时即使异常比率超出阈值也不会熔断（1.7.0 引入）	5
statIntervalMs(统计时长)	统计时长（单位为 ms），如 60*1000 代表分钟级（1.8.0 引入）	1000 ms
slowRatioThreshold(比例阈值)	慢调用比例阈值，仅慢调用比例模式有效（1.8.0 引入）

熔断策略

RT（慢调用比例）

选择以慢调用比例，需要设置允许的慢调用最大的响应时间（RT），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。

案例演示

首先我们先添加一个控制器方法：

//FlowLimitController.java
@GetMapping("/testC")
public String testC(){
    try {
        TimeUnit.SECONDS.sleep(5);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "----testC";
}

?设置熔断策略，QPS>5 并且这些请求的RT(最大响应时间)>300 并且请求通过和拒绝比例大于比例阈值触发熔断。

测试

通过JMeter测试，1秒钟发起10个线程请求/testC，此时就会触发熔断效果，停止测试以后，10秒钟以后恢复正常。

异常比例

????????当单位统计时长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%。

? 注意：异常降级仅针对业务异常，对 Sentinel 限流降级本身的异常（BlockException）不生效。

编写测试接口：

@GetMapping("/testC")
public String testC() {
    log.info("testC 异常比例");
    int age = 10 / 0;
    return "------testC";
}

设置熔断策略异常比例

测试

我们通过JMeter来测试，设定HTTP请求地址。

当启动JMeter的时候，就会触发熔断，因为此时我们1秒钟发送10个请求超过了最小请求数5，同时超过了比例阈值，满足了两个条件，当熔断时长过后就会恢复正常。

异常数

????????当单位统计时长内请求数目大于设置的最小请求数目，且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。

? 注意：异常降级仅针对业务异常，对 Sentinel 限流降级本身的异常（BlockException）不生效。

设置异常数策略，当1秒钟内请求超过5并且异常数大约5个的时候触发熔断

热点规则

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。

比如:

localhost:8080/aa?name=aa

localhost:8080/aa?name=bb

加入两个请求中,带有参数aa的请求访问频次非常高,我们就现在name==aa的请求,但是bb的不限制

编写测试接口：

  @GetMapping("/testHotKey")
    @SentinelResource(value = "testHotKey",blockHandler = "deal_testHotKey")
    public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                           @RequestParam(value = "p2",required = false) String p2){
        return "---------testHotKey";
    }
    public String deal_testHotKey(String p1, String p2, BlockException exception){
        //sentinel系统默认的提示：Blocked by Sentinel (flow limiting)
        return "------deal_testHotKey,o(╥﹏╥)o";
    }

使用@SentinelResource直接实现降级方法,它等同Hystrix的@HystrixCommand

访问：http://localhost:8401/testHotKey

定义热点规则

?此时访问http://localhost:8401/testHotKey?p1=1

快速访问（一秒超过一个QPS），就会别限流走兜底方法

如果参数是p2就不会被限流，只要带有参数p1，单位时间内请求数超过设置的阈值就会被限流

?参数例外项

我们期望参数p1是个特殊值的时候，它的限流值和平时不一样，例如到p1等于5时，它的阈值可以达到200。

此时1秒内访问localhost:8402/testHotKey?p1=5不超过200次不会被限流。

@SentinelResource处理的是sentinel控制台配置的违规情况，有blockHandler方法配置的兜底处理，这个方法只配置了热点规则的违规兜底方法,没有配置限流规则，且如果是运行出错该走异常走异常，像有int age = 10/0，这个是java运行时报出的运行时异常RunTimeException，@SentinelResource不管。

系统规则

从整体维度对应用入口进行限流，对整体限流,比如设置qps到达100,这里限流会限制整个系统。

系统规则支持以下的模式:
LOAD：仅对Linux/Unix-like机器生效，系统的load1 作为启发指标，进行自适应系统保护。当系统load1超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护(BBR阶段)。系统容量由系统的 maxQps * minRt估算得出。设定参考值一般是cpu cores * 2.5。
CPU使用量(1.5.0+版本)︰当系统CPU使用率超过阈值即触发系统保护(取值范围0.0-1.0) ，比较灵敏。
RT:当单台机器上所有入口流量的平均RT达到阈值即触发系统保护，单位是毫秒。
线程数:当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
入口QPS:当单台机器上所有入口流量的QPS达到阈值即触发系统保护。

测试

@SentinelResource注解

Sentinel规则持久化_sentinel 持久化配置_小钟要学习！！！的博客-CSDN博客https://xiaozhong.blog.csdn.net/article/details/128230268

sentinel服务熔断功能

Sentinel服务熔断功能_sentinel熔断配置_小钟要学习！！！的博客-CSDN博客https://xiaozhong.blog.csdn.net/article/details/128230256???????

sentinel规则持久化

Sentinel规则持久化_sentinel 持久化配置_小钟要学习！！！的博客-CSDN博客https://xiaozhong.blog.csdn.net/article/details/128230268

学习视频地址:

110_Nacos集群配置(下)_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV18E411x7eT/?p=110&spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=282e51f661e6fc136b2286bee19b965c

文章来源:https://blog.csdn.net/m0_54239478/article/details/132753387
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。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。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：veading@qq.com进行投诉反馈，一经查实，立即删除！