spring cloud之集成sentinel

news2024/11/23 15:20:02

写在前面

源码 。
本文一起看下spring cloud的sentinel组件的使用。

1：准备

1.1：理论

对于一个系统来说，最重要的就是高可用，那么如何实现高可用呢？你可能会说，集群部署不就可以了，但事实并非这么简单，假定一个不那么靠谱的开发，写了一个不那么靠谱的sql语句，上线之后，DB资源很快耗尽，那么所有需要查询DB的服务都无法处理请求，进而导致这些服务挂掉，而上游的服务因为无法快速得到响应，也会很快的挂掉，进而整个系统都会无法对外提供服务，这其实就是发生了非常可怕的服务雪崩，这个过程可以简单参考下图：
在这里插入图片描述
假定那个不那么靠谱的开发，是在服务D开发了那个不那么靠谱的sql语句，则上线后的后果就是D导致B和C不可用，B和C的不可用又会导致A的不可用，最终整个系统不可用。所以想要真正的实现高可用，除了多节点的集群部署外，我们还需要预防服务雪崩，而本文要学习的sentinel正是这样的一个组件，我们可以叫做容错组件。

基本上，导致服务雪崩发生的原因在2个方面，第一个方面是高并发导致的请求量增大，第二方面就是应用内部的异常和错误（就像那个不那么靠谱的sql）。其实sentinel也正是从这两方面来预防服务雪崩的，对于高并发，sentinel可以从外部来限制并发量，对于应用内部异常和错误，sentinel可以进行降级和熔断。我们也会从这方面来展开sentinel的实战环节。

在java中，万物皆对象，在Linux中，万物皆文件，而在sentinel中，万物皆资源，而这里的资源我们可以认为就是接口地址，而对这些资源作用的过程是通过其内部的一个责任链，可以参考下图：
在这里插入图片描述
比如有用来收集数据的StaticSlot，构建调用链的NodeSelectorSlot（形成一个树状的调用关系图），如果业务有需要，我们也可以增加自定义的额slot到这个调用链上。

1.2：安装sentinel

首先在这里 下载可运行的jar包，接着如下操作：

$ java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.2.jar
INFO: Sentinel log output type is: file
INFO: Sentinel log charset is: utf-8
INFO: Sentinel log base directory is: C:\Users\dell9020\logs\csp\
INFO: Sentinel log name use pid is: false

  .   ____          _            __ _ _
 /\\ / ___'_ __ _ _(_)_ __  __ _ \ \ \ \
( ( )\___ | '_ | '_| | '_ \/ _` | \ \ \ \
 \\/  ___)| |_)| | | | | || (_| |  ) ) ) )
  '  |____| .__|_| |_|_| |_\__, | / / / /
 =========|_|==============|___/=/_/_/_/
 :: Spring Boot ::        (v2.0.5.RELEASE)
 ...

成功后访问http://localhost:8080/#/login,进入登陆页面：
在这里插入图片描述
账号sentinel/sentinel，成功后进入如下页面：
在这里插入图片描述

2：限流实战

限流，或者叫流量整形，是sentinel从外部预防服务雪崩的重要手段。

2.1：基础配置

这部分我们直接来使用sentiniel对我们项目做流量整形，首先，在custom和template模块引入依赖：

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

然后在custom和template模块的application.yml中配置sentinel信息：

spring:
  jpa:
    ...
  cloud:
    sentinel:
      eager: true 
      transport:
        port: 8719
        dashboard: localhost:8080

接着使用@SentinelResource注解标记要进行流量整形的接口，如下：

  • custom模块
dongshi.daddy.sentinel.controller.CouponCustomerController#requestCoupon
@PostMapping("requestCoupon")
@SentinelResource(value = "requestCoupon")
public Coupon requestCoupon(@Valid @RequestBody RequestCoupon request) {
    ...
}
@PostMapping("findCoupon")
@SentinelResource(value = "customer-findCoupon")
public List<CouponInfo> findCoupon(@Valid @RequestBody SearchCoupon request) {
    return customerService.findCoupon(request);
}
  • template模块
// 读取优惠券
@GetMapping("/getTemplate")
@SentinelResource(value = "getTemplate")
public CouponTemplateInfo getTemplate(@RequestParam("id") Long id){
    log.info("Load template, id={}", id);
    /*try {
        // 休眠二十秒模拟超时
        TimeUnit.SECONDS.sleep(20);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }*/
    return couponTemplateService.loadTemplateInfo(id);
}

// 批量获取
@GetMapping("/getBatch")
// 降级要执行的方法
@SentinelResource(value = "getTemplateInBatch", blockHandler = "getTemplateInBatch_block")
public Map<Long, CouponTemplateInfo> getTemplateInBatch(@RequestParam("ids") Collection<Long> ids) {
    log.info("getTemplateInBatch: {}", JSON.toJSONString(ids));
    return couponTemplateService.getTemplateInfoMap(ids);
}
// 降级要执行的方法
public Map<Long, CouponTemplateInfo> getTemplateInBatch_block(
        Collection<Long> ids, BlockException exception) {
    log.info("接口被限流");
    return Maps.newHashMap();
}

接着我们启动服务，如果一切正常的话，就可以看到custom和template这两个模块注册到sentinel上了：
在这里插入图片描述

2.2：通过流控规则进行限流

sentinel支持通过三种方式来进行流量整形：

直接流控:
    针对特定接口（sentinel称为资源）限流
关联流控:
    当某接口（sentinel称为资源）达到限流条件时对关联的接口（sentinel称为资源）进行限流
链路流控:

2.2.1:直接流控

我们对资源getTemplateInBatch进行流控，在sentinel选择template对应的微服务，点击子菜单流控规则，然后点击右上角在这里插入图片描述 添加流控规则，如下：
在这里插入图片描述

为了测试我们使用jmeter来进行测试，jmeter配置可以从这里 下载，配置如下:
在这里插入图片描述
通过按钮在这里插入图片描述 启动，之后查看template模块日志输出如下：

2024-01-08 15:34:44.411  INFO 26504 --- [io-20006-exec-7] d.d.s.c.CouponTemplateController         : getTemplateInBatch: [2,3]
Hibernate: select coupontemp0_.id as id1_0_, coupontemp0_.available as availabl2_0_, coupontemp0_.type as type3_0_, coupontemp0_.created_time as created_4_0_, coupontemp0_.description as descript5_0_, coupontemp0_.name as name6_0_, coupontemp0_.rule as rule7_0_, coupontemp0_.shop_id as shop_id8_0_ from coupon_template coupontemp0_ where coupontemp0_.id in (? , ?)
2024-01-08 15:34:44.904  INFO 26504 --- [io-20006-exec-5] d.d.s.c.CouponTemplateController         : 接口被限流

可以看到第二次执行了熔断逻辑被限流了。

2.2.2:关联流控

jmeter配置下载 。

我们来设置当getTempalte接口qps超过1时限制getBatch接口，配置如下：
在这里插入图片描述
首先我们使用jmeter模拟qps 2不间断访问getTemplate接口，如下：
在这里插入图片描述
启动后，这样，肯定就会触发限流规则了，这样，我们先来启动jmeter，
在这里插入图片描述
之后访问getBatch接口，如下：

http://localhost:20006/template/getBatch?ids=2,3

在这里插入图片描述
查看后台输出：
在这里插入图片描述
然后我们来停止jmeter，再来请求接口，就会恢复正常了：
在这里插入图片描述

2.2.3:链路流控

jmeter配置下载 。
对于同一个资源访问可以来自于不同的链路，针对特定的链路进行流控，就是链路流控了，如下图，上方链路就是被流控的：
在这里插入图片描述

在这里插入图片描述
这里我们模拟从custom模块访问template模块的getBatch接口，为了测试，需要首先在custom模块中增加如下接口：

// 批量获取
@GetMapping("/getBatchFromCustomer")
public Map<Long, CouponTemplateInfo> getTemplateInBatch(@RequestParam("ids") Collection<Long> ids) {
    log.info("getTemplateInBatch111: {}", JSON.toJSONString(ids));
    return templateService.getTemplateInBatch(ids);
}

因为需要进行限流的资源需要知道当前的调用者是谁，才能知道是否需要触发，所以，首先需要在custom模块添加openfeign的拦截器，在openfeign的请求中添加来源头：

@Configuration
public class OpenfeignSentinelInterceptor implements RequestInterceptor {

    @Override
    public void apply(RequestTemplate template) {
        template.header("SentinelSource", "coupon-customer-serv");
    }
}

接着在tempalte模块中获取这个来源的信息：

@Component
@Slf4j
public class SentinelOriginParser implements RequestOriginParser {

    @Override
    public String parseOrigin(HttpServletRequest request) {
        log.info("request {}, header={}", request.getParameterMap(), request.getHeaderNames());
        return request.getHeader("SentinelSource");
    }
}

接着我们来配置sentinel针对来源coupon-customer-serv进行限流，如下：
在这里插入图片描述
接着开启jmeter，正常的话会看到被限流了：
在这里插入图片描述
为了测试来源不匹配的情况不限流，我们将sentinel的目标资源名称随便改为其他的，如下：
在这里插入图片描述
此时再开启jmeter测试就正常了：
在这里插入图片描述

2.3：三种流控效果

sentinel支持三种流控效果，快速失败，warm up,排队等待，在上述的实战环节我们使用就是快速失败，这也是sentinel默认的流控效果。

  • 快速失败
    直接失败。
  • warm up
    这是一种从低水位逐渐拉高的一种限流方式，比如如下的配置：
    在这里插入图片描述
    上图设置在5秒内拉高到10进行限流，而非开始就是10，开始的限流值需要除以冷却因子，这里冷却因子是3，所以就是10/3=3，也就是当qps到达3时开始限流，然后在5秒内将这个限流值拉高到最大值10，
    在这里插入图片描述

使用的场景，如采用缓存+DB读的场景，如果接口一段时间内都处于很低的水位，导致大量的缓存都失效了，此时突然发生了突发流量（某明星出轨了，某漂亮country被原子弹攻击了），此时缓存还没有完全构建起来,为了避免突发流量全部打到DB，把DB打穿，就可以考虑使用warm up，在一段时间内从低水位逐渐拉到高水位，同时在这段时间内完成缓存的构建工作。

  • 排队等待
    被限流的请求在一个任务队列中排队等待，并按照超时等待时间从队列中删除任务，如下500内还没有处理则移除任务的配置：
    在这里插入图片描述

3：降级、熔断实战

jmeter配置 。
降级、熔断，是sentinel从服务内部预防服务雪崩的重要手段。这部分我们一起来看下如何使用sentinel来实现降级和熔断。为了方便测试我们首先在template模块添加一个新的接口并设置为sentinel的资源：

// 批量获取
@GetMapping("/getBatchV1")
// 降级要执行的方法
@SentinelResource(value = "getTemplateInBatchV1", fallback = "getTemplateInBatch_fallback")
public Map<Long, CouponTemplateInfo> getTemplateInBatchV1(@RequestParam("ids") Collection<Long> ids) {
    log.info("getTemplateInBatch: {}", JSON.toJSONString(ids));
    int i = 1 / 0;
    return couponTemplateService.getTemplateInfoMap(ids);
}

public Map<Long, CouponTemplateInfo> getTemplateInBatch_fallback(Collection<Long> ids) {
    log.info("接口被fallback");
    return Maps.newHashMap();
}

这里注意指定了fallback = "getTemplateInBatch_fallback"，则当抛出了RuntimeException时就会进入执行降级逻辑，接着我们就需要在sentinel中配置熔断逻辑了，如下:
在这里插入图片描述
降级熔断的判断过程可以参考下图(注意时示例)：
在这里插入图片描述
接着执行jemter，日志输出如下：

2024-01-10 14:01:47.813  INFO 13112 --- [io-20006-exec-2] d.d.s.c.CouponTemplateController         : getTemplateInBatch: [2,3] #
2024-01-10 14:01:47.813  INFO 13112 --- [io-20006-exec-2] d.d.s.c.CouponTemplateController         : 接口被fallback 
2024-01-10 14:01:47.813  INFO 13112 --- [o-20006-exec-10] d.daddy.sentinel.SentinelOriginParser    : request org.apache.catalina.util.ParameterMap@39d7b9e0, header=org.apache.tomcat.util.http.NamesEnumerator@7d50964c
2024-01-10 14:01:47.814  INFO 13112 --- [o-20006-exec-10] d.d.s.c.CouponTemplateController         : 接口被fallback
2024-01-10 14:01:47.815  INFO 13112 --- [io-20006-exec-9] d.daddy.sentinel.SentinelOriginParser    : request org.apache.catalina.util.ParameterMap@39d7b9e0, header=org.apache.tomcat.util.http.NamesEnumerator@1f47105b
2024-01-10 14:01:47.816  INFO 13112 --- [io-20006-exec-9] d.d.s.c.CouponTemplateController         : 接口被fallback
....
2024-01-10 14:01:47.813  INFO 13112 --- [io-20006-exec-2] d.d.s.c.CouponTemplateController         : getTemplateInBatch: [2,3] # 1s后半开启，后又重新进入熔断
2024-01-10 14:01:47.813  INFO 13112 --- [io-20006-exec-2] d.d.s.c.CouponTemplateController         : 接口被fallback 
2024-01-10 14:01:47.813  INFO 13112 --- [o-20006-exec-10] d.daddy.sentinel.SentinelOriginParser    : request org.apache.catalina.util.ParameterMap@39d7b9e0, header=org.apache.tomcat.util.http.NamesEnumerator@7d50964c
2024-01-10 14:01:47.814  INFO 13112 --- [o-20006-exec-10] d.d.s.c.CouponTemplateController         : 接口被fallback
2024-01-10 14:01:47.815  INFO 13112 --- [io-20006-exec-9] d.daddy.sentinel.SentinelOriginParser    : request org.apache.catalina.util.ParameterMap@39d7b9e0, header=org.apache.tomcat.util.http.NamesEnumerator@1f47105b
2024-01-10 14:01:47.816  INFO 13112 --- [io-20006-exec-9] d.d.s.c.CouponTemplateController         : 接口被fallback
...

可以看到降级后，满足条件就会进入熔断。一段时间后会尝试恢复，这个状态叫做半熔断，完整的状态转换参考下图：
在这里插入图片描述

写在后面

参考文章列表

jmeter之简单使用 。

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。如若转载，请注明出处：http://www.coloradmin.cn/o/1374209.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

1.10 Unity中的数据存储 JSON

1.10 Unity中的数据存储 JSON

一、介绍 Json是最常用也是目前用的比较多的一种&#xff0c;超轻量级&#xff0c;可便捷性使用&#xff0c;平时用到比较多的都是解析Json和往Json中添加数据、修改数据等等JSON(JavaScript Object Notation,JS对象标记)是一种轻量级的数据交换格式&#xff0c;它基于ECMAScr…
阅读更多...
Aloha 机械臂的学习记录3——AWE：Pycharm运行代码记录

Aloha 机械臂的学习记录3——AWE：Pycharm运行代码记录

之前的博客创作了三偏关于Aloha_AWE的liunx终端指令运行代码的示例: Aloha 机械臂的学习记录——AWE&#xff1a;Bimanual Simulation Suite: https://blog.csdn.net/qq_54900679/article/details/134889183?spm1001.2014.3001.5502 Aloha 机械臂的学习记录1——AWE&#x…
阅读更多...
浅谈WPF之Popup弹出层

浅谈WPF之Popup弹出层

在日常开发中&#xff0c;当点击某控件时&#xff0c;经常看到一些弹出框&#xff0c;停靠在某些页面元素的附近&#xff0c;但这些又不是真正的窗口&#xff0c;而是页面的一部分&#xff0c;那这种功能是如何实现的呢&#xff1f;今天就以一个简单的小例子&#xff0c;简述如…
阅读更多...
SpringIOC之support模块DelegatingMessageSource

SpringIOC之support模块DelegatingMessageSource

博主介绍：✌全网粉丝5W+，全栈开发工程师，从事多年软件开发，在大厂呆过。持有软件中级、六级等证书。可提供微服务项目搭建与毕业项目实战，博主也曾写过优秀论文，查重率极低，在这方面有丰富的经验✌ 博主作品：《Java项目案例》主要基于SpringBoot+MyBatis/MyBatis-plus+…
阅读更多...
如何将后端带过来的字符串通过‘,’号作为判断依据，分割字符串然后生成数组

如何将后端带过来的字符串通过‘,’号作为判断依据，分割字符串然后生成数组

在实际开发工程中我们会遇到我们调用后端接口获取图片、文件、视频甚至选择的对象时&#xff0c;如果是这样的&#xff1a; 这种数据类型如果想渲染在html中的话就会很麻烦&#xff0c;我们可以通过","号为切割点将它放入数组中&#xff0c;通过列表进行渲染 由于实…
阅读更多...
切分大文件sql为小份

切分大文件sql为小份

数据库太大了&#xff0c;整个备份导入出问题或者慢&#xff0c;需要将整个库按照表分割&#xff08;一个表一个sql文件&#xff09; 环境 win10 工具&#xff1a;python3.7pycharm 要分割的文件大小&#xff1a;6G&#xff0c;sql文件import redbname with open(best**.sql,…
阅读更多...
C++学习笔记（三十二）：c++ 堆内存与栈内存比较

C++学习笔记（三十二）：c++ 堆内存与栈内存比较

本节对堆和栈内存进行描述。 应用程序启动后&#xff0c;操作系统将整个程序加载到内存&#xff0c;分配相应的物理ram&#xff0c;确保程序可以正常运行。堆和栈是ram中存在的两个区域。栈通常是一个预定义大小的内存区域&#xff0c;一般是2M字节左右。堆也是预定了默认值的…
阅读更多...
第五站:C++的内存解析

第五站:C++的内存解析

目录 C内存分布 变量的四种存储方式 函数返回值使用指针(指针函数) 动态分配内存空间 不能使用外部函数的普通局部变量的地址 通过指针函数返回静态局部变量的地址 动态内存 根据需要分配内存,不浪费(根据用户的需求设置内存的容量) 被调用函数之外需要使用被调用函数内…
阅读更多...
柳胜勋：0.88秒！NineData数据库编程大赛的第二名，轻松完成百万级数据代码评测！！

柳胜勋：0.88秒！NineData数据库编程大赛的第二名，轻松完成百万级数据代码评测！！

数据库编程大赛&#xff1a;一条SQL计算扑克牌24点 12月27日&#xff0c;NineData和云数据库技术社区主办&#xff0c;华为云、火山引擎、开源中国、云和恩墨、TDengine、云猿生数据、DORIS、ITPUB等协办单位和媒体&#xff0c;共同举办了本次《数据库编程大赛》。大赛题目「用…
阅读更多...
LeetCode-657/1275/1041

LeetCode-657/1275/1041

1.机器人能否返回原点&#xff08;657&#xff09; 题目描述&#xff1a; 在二维平面上&#xff0c;有一个机器人从原点 (0, 0) 开始。给出它的移动顺序&#xff0c;判断这个机器人在完成移动后是否在 (0, 0) 处结束。 移动顺序由字符串 moves 表示。字符 move[i] 表示其第 …
阅读更多...
Python办公自动化 – 自动化文本翻译和Oracle数据库操作

Python办公自动化 – 自动化文本翻译和Oracle数据库操作

Python办公自动化 – 自动化文本翻译和Oracle数据库操作 以下是往期的文章目录&#xff0c;需要可以查看哦。 Python办公自动化 – Excel和Word的操作运用 Python办公自动化 – Python发送电子邮件和Outlook的集成 Python办公自动化 – 对PDF文档和PPT文档的处理 Python办公自…
阅读更多...
python统计分析——箱线图（df.boxplot）

python统计分析——箱线图（df.boxplot）

资料来源&#xff1a;用python学统计学&#xff0c;帮助文档 使用pd.dataframe.boxplot()函数绘制箱线图 import numpy as np import pandas as pd from matplotlib import pyplot as pltdfpd.DataFrame({type:[A,A,A,A,A,A,A,A,A,A,B,B,B,B,B,B,B,B,B,B],value:[2,3,3,4,4,4…
阅读更多...
门店管理系统驱动智慧零售升级

门店管理系统驱动智慧零售升级

在当今数字化经济的大潮中&#xff0c;实体门店正在经历一场由内而外的深度变革。门店管理系统以其高效、便捷和全面的功能特性&#xff0c;为实体店提供了高效的运营解决方案。 门店管理系统拜托了传统零售业对本地化软件的依赖&#xff0c;它将复杂的信息技术转化为易于获取…
阅读更多...
Redis性能大挑战：深入剖析缓存抖动现象及有效应对的战术指南

Redis性能大挑战：深入剖析缓存抖动现象及有效应对的战术指南

在实际应用中&#xff0c;你是否遇到过这样的情况&#xff0c;本来Redis运行的好好的&#xff0c;响应也挺正常&#xff0c;但突然就变慢了&#xff0c;响应时间增加了&#xff0c;这不仅会影响用户体验&#xff0c;还会牵连其他系统。 那如何排查Redis变慢的情况呢&#xff1f…
阅读更多...
隧道自动化监测系统的主要产品和监测内容

隧道自动化监测系统的主要产品和监测内容

一、背景 随着交通行业的不断发展&#xff0c;隧道作为交通基础设施的重要组成部分&#xff0c;其安全和稳定性对于保障人们的生命财产安全具有重要意义。隧道自动化监测系统作为一种先进的安全监测手段&#xff0c;能够实时监测隧道内部的各项参数&#xff0c;为隧道的安全运…
阅读更多...
Kubernetes的动态pv

Kubernetes的动态pv

pv和pvc存储卷 存储卷: emptyDir:容器内部&#xff0c;随着pod销毁&#xff0c;emptyDir也会消失&#xff0c;不能做数据持久化 hostPath:持久化存储数据可以和节点上目录做挂载&#xff0c;pod被销毁了数据还在 NfS&#xff1a;一台机器&#xff0c;提供pod内容器所有的挂…
阅读更多...
Elasticsearch 索引文档时create、index、update的区别【学习记录】

Elasticsearch 索引文档时create、index、update的区别【学习记录】

本文基于elasticsearch7.3.0版本。 一、思维导图 elasticsearch中create、index、update都可以实现插入功能&#xff0c;但是实现原理并不相同。 二、验证index和create 由上面思维导图可以清晰的看出create、index的大致区别&#xff0c;下面我们来验证下思维导图中的场景&…
阅读更多...
2023年山东省职业院校技能大赛高职组信息安全管理与评估 理论题（正式赛）

2023年山东省职业院校技能大赛高职组信息安全管理与评估 理论题（正式赛）

2023年山东省职业院校技能大赛高职组信息安全管理与评估 理论题 理论技能与职业素养&#xff08;100分&#xff09; 2023年山东省职业院校技能大赛高职组信息安全管理与评估 理论题 【注意事项】 Geek极安云科专注技能竞赛技术提升&#xff0c;基于各大赛项提供全面的系统性…
阅读更多...
大数据系列之：腾讯云服务器性能和价格比较

大数据系列之：腾讯云服务器性能和价格比较

大数据系列之&#xff1a;腾讯云服务器性能和价格比较 一、磁盘性能和价格比较二、高性能云硬盘三、ssd云硬盘四、极速型ssd云硬盘五、增强型ssd云硬盘六、查看腾讯云服务器价格 一、磁盘性能和价格比较 磁盘名称高性能ssd云硬盘极速型ssd云硬盘增强型ssd云硬盘规格500g 5800 …
阅读更多...
九州金榜｜提高孩子认知，让问题自动消失

九州金榜｜提高孩子认知，让问题自动消失

哈佛大学教授桑斯坦曾提出一个概念&#xff0c;叫做“信息茧房”。 意思是说&#xff1a;人们关注的信息领域&#xff0c;会习惯性地被自己的思想所引导&#xff0c;当你长时间接受单一观点时&#xff0c;就像蚕茧一样把自己越包越紧&#xff0c;越来越封闭。 走不出认知逻辑…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023