SpringCloud学习6(Spring Cloud Alibaba)断路器Sentinel熔断降级

news2024/9/21 22:12:47

文章目录

  • 服务熔断降级Sentinel
    • 高并发请求模拟(这里我们使用contiperf来进行测试)
      • 修改tomcat配置最大线程数
      • 引入测试依赖
      • 编写测试代码
  • 服务雪崩
    • 服务雪崩的容错方案(隔离、超时、限流、熔断、降级)
      • 隔离机制:
      • 超时机制:
      • 限流机制:
      • 熔断机制:
      • 降级机制:
    • 常见的容错组件
      • Sentinel
        • Sentinel特征
        • Sentinel俩大部分
  • 项目集成Sentinel与Sentinel控制面板
    • 项目集成Sentinel
      • 引入依赖
      • 增加配置
    • 安装Sentinel控制台
      • 下载
      • 启动
      • 访问:地址[localhost:8080]()(默认用户/密码:sentinel/sentinel)
  • Sentinel功能使用
    • 流控规则限制
      • 流控维度
      • Sentinel规则种类
      • Sentinel控制实现原理AOP(热插拔、责任链模式)
      • 流控模式
        • 关联流控模式
        • 链路流控模式
          • 案例
      • 流控效果
    • 熔断降级规则
      • 慢调用比例
      • 异常比例
      • 异常数
    • 热点规则(注意加上注解 @SentinelResource)
    • 授权规则
    • 系统规则
  • 自定义Sentinel返回值
  • @SentinelResource 使用了解
  • Feign集成Sentinel走降级
    • 在配置文件开启支持
    • 编写降级容错类
    • 为feign客户端配置降级容错类

SpringCloud、SpringCloudAlibaba、SpringBoot版本选择。为了避免各种千奇百怪的bug,我们还是采用官方推荐的毕业版本。
在这里插入图片描述

服务熔断降级Sentinel

高并发请求模拟(这里我们使用contiperf来进行测试)

修改tomcat配置最大线程数

server:
  port: 8882
#  为了模拟高并发请求,将tomcat最大并发数修改为10
  tomcat:
    threads:
      max: 10

引入测试依赖

<dependency>
    <groupId>junit</groupId>
    <artifactId>junit</artifactId>
    <version>4.7</version>
    <scope>test</scope>
</dependency>
<dependency>
    <groupId>org.databene</groupId>
    <artifactId>contiperf</artifactId>
    <version>2.1.0</version>
    <scope>test</scope>
</dependency>

编写测试代码

@RequestMapping("/thread")
public String thread() throws InterruptedException {
    TimeUnit.SECONDS.sleep(2);
    return "Cloud2OrderApp  thread";
}
public class ContiPerfTest {
    @Rule
    public ContiPerfRule i = new ContiPerfRule();
	// invocations 并发数     threads 线程数
    @Test
    @PerfTest(invocations = 100, threads = 200)
//    @Required(max = 100000, average = 250, totalTime = 100000)
    public void test1() throws Exception {
        RestTemplate restTemplate = new RestTemplate();
        String result = restTemplate.getForObject("http://localhost:8882/thread", String.class);
        System.out.println(result);
    }
}

这里同时我们在浏览器去请求该地址,响应会变得很慢
测试结论:此时会发现由于thread接口囤积大量请求,导致index方法访问出现问题,这就是服务雪崩的雏形。

服务雪崩

当一个接口高频访问耗费完资源会影响到其他接口的正常访问,这个场景扩展到不同的微服务会导致服务雪崩
由于服务与服务之间的依赖性,故障会传播,对整个微服务系统早长城灾难性的严重后果,这就是故障的雪崩效应。
在这里插入图片描述
雪崩发生的原因是多样的,可能是设计的容量不合理,或者是高并发下某一个方法相应很慢,或者某台机器的资源消耗殆尽。我们无法完全杜绝雪崩源头的发生,只有做好足够的容错机制,保证在一个服务发生问题,不会影响其他服务的正常运作。

服务雪崩的容错方案(隔离、超时、限流、熔断、降级)

要防止雪崩扩散,就要做好服务的容错机制。
常见的容错思路:隔离、超时、限流、熔断、降级

隔离机制:

在这里插入图片描述

超时机制:

上有服务调用下游服务的时候,设置一个最大响应时间,如果超时,下游未做出响应则自动断开请求,释放线程。

在这里插入图片描述

限流机制:

限制系统输入输出流量以达到保护系统目的。为了保证系统稳定运行,一旦达到阈值,就需要限流采取措施来完成限流目的。
在这里插入图片描述

熔断机制:

当下游服务因为访问压力过大而响应变慢或者失败,上游服务为保证系统整体可用,暂时切断对下游服务调用。牺牲局部来保证整体可用性。
在这里插入图片描述熔断一般有三种状态:

  • 熔断关闭状态(Close):服务没有故障时,断路器的状态,对调用方不做任何限制
  • 熔断开启状态(Open):后续对该服务接口调用不再经过网络,直接执行本地fallback方法
  • 半熔断状态(Half-Open):尝试恢复服务调用,允许有限的流量调用该服务,并监控调用成功率。如果成功率达到预期,说明服务已经恢复,进入熔断关闭状态。如果成功率仍然很低,则重新进入熔断开启状态。

降级机制:

降级就是给服务提供一个最低的兜底方案,一旦服务无法正常调用,则使用该兜底方案。
在这里插入图片描述

常见的容错组件

Hystrix:Netflix开源的延迟容错库。隔离访问远程系统、服务,防止级联失败,提高系统可用性与容错性。
Resilience4J:轻量、简单、文档清晰、丰富的熔断工具。Hystrix官方推荐替代方案。支持SpringBoot1/2,支持Prometheus监控。
Sentinel:alibaba开源断路器实现。稳定。分布式系统的流量防卫兵。

Sentinel

一套用于服务容错的综合性解决方案。以流量为切入点,从流量控制、熔断降级、系统负载保护等多维度来保护系统稳定性。

Sentinel特征

  • 丰富的应用场景:秒杀、消息削峰、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:可以看到应用的单台机器秒级数据,500台以下规模的集群汇总运行情况。
  • 广泛的开源生态:开箱即用的与其他开源库整合模块。引入依赖即可使用。

Sentinel俩大部分

  • 核心库(Client):不依赖任何框架,可以运行于所有Java运行时环境。同时对Dubbo/SpringCloud等框架有较好支持。
  • 控制台(Dashboard):基于SpringBoot开发,打包可以直接运行,无需tomcat容器。

项目集成Sentinel与Sentinel控制面板

项目集成Sentinel

引入依赖

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>${spring-cloud-alibaba.version}</version>
</dependency>

增加配置

spring:
  cloud:
    sentinel:
      transport:
        port: 8719  # 与控制台交流的端口,随意指定一个未使用的端口即可
        dashboard: localhost:8080 	# 指定控制台服务的地址

安装Sentinel控制台

下载

下载安装包:https://github.com/alibaba/Sentinel/releases/tag

sentinel-dashboard-2.0.0-alpha-preview.jar :https://github.com/alibaba/Sentinel/releases/tag/2.0.0-alpha

启动

# 直接使用java -jar命令启动项目(控制台本身是一个SpringBoot项目)
# -Dserver.port=8080 指定端口。
# -Dcsp.sentinel.dashboard.server=localhost:8080 指定控制台地址和端口,会自动向该地址发送心跳包。地址格式为:hostIp:port  配置成localhost:8080即监控自己
# -Dproject.name=sentinel-dashboard  指定Sentinel控制台程序显示名称
java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar

访问:地址localhost:8080(默认用户/密码:sentinel/sentinel)

如果出不来这个监控项,要多访问几次项目
在这里插入图片描述

Sentinel功能使用

流控规则限制

资源名称:唯一名称,默认是请求路径,可以自定义
针对来源:针对哪个微服务进行限流,默认default不区分,全部限制
是否集群:
阈值类型/单机阈值:

  • QPS(每秒请求数):当调用你接口QPS达到阈值,进行限流
  • 线程数:当调用接口线程数达到阈值,进行限流

在这里插入图片描述
多访问几次就会被流控在这里插入图片描述

流控维度

Sentinel规则种类

流控规则、降级规则、热点规则、系统规则、授权规则

Sentinel控制实现原理AOP(热插拔、责任链模式)

流量控制的原理:监控应用流量的QPS或并发线程数等指标,当达到指定阈值时对流量进行控制,以避免被瞬时流量高峰冲垮,从而保证应用的高可用。
在这里插入图片描述在这里插入图片描述

流控模式

  • 直接(默认):当接口达到限流条件时,开启限流
  • 关联:当关联的资源达到限流条件时,开启限流(适合做应用让步)
  • 链路:当从某个接口过来的资源达到限流条件时,开启限流

关联流控模式

数据库读写操作相互影响。如果写操作过多,会造成读的性能下降。
或者比如下单接口后调用支付接口,如果下单访问过多占用支付接口性能。
在这里插入图片描述

链路流控模式

链路流控模式是指,当某个接口过来的资源达到限流条件时,开启限流。

案例
  1. 在配置文件中关闭sentinel的web-context-unify
spring:
  cloud:
    sentinel:
      transport:
      web-context-unify: false

在这里插入图片描述

流控效果

  • 快速失败(默认):直接失败,抛出异常,不做任何额外处理,是最简单的结果。
  • WarmUp:从开始阈值到最大QPS会有一个缓冲阶段,一开始的阈值是最大QPS的1/3,然后慢慢增长,知道最大阈值,适用于突然增大的流量转换为缓慢增长的场景
  • 排队等待:让请求以均匀的速度通过,单机阈值以每秒通过数量,其余的排队等待,会让设置一个超时时间,当请求超过时间还未处理则会被丢弃。

熔断降级规则

  • 慢调用比例:响应时间超长的请求数比例
  • 异常比例:请求异常比例
  • 异常数:请求异常数量

慢调用比例

下面配置表示在1秒内超过5个请求,且这些请求中的响应时间大于最大RT时间的10%就触发熔断。在接下来的10秒内都不调用真实方法处理。直接走降级方法。在这里插入图片描述

异常比例

下面配置表示在1秒内有超过1个请求的10%就触发熔断,熔断时间间隔5秒。
在这里插入图片描述

异常数

下面配置表示1秒内5个请求中,有三次异常就触发熔断。熔断间隔时间5秒。
在这里插入图片描述

热点规则(注意加上注解 @SentinelResource)

热点是指经常访问的数据。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 n条数据,并推起进行访问控制。
如:统计一段时间内最常购买的商品ID并进行限制。对一段时间内频繁访问的用户ID进行限制。防止刷赞等。

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
在这里插入图片描述

授权规则

很多时候,需要根据调用来源来判断你请求是否允许放行,这时候可以使用sentinel的来源访问控制(黑白名单)功能。来源访问控制根据资源的请求(origin)限制资源是否通过,若配置白名单则只有请求来源位于白名单内时可以通过,若配置黑名单,则请求来源位于黑名单时不通过,其余可以通过。
在这里插入图片描述

系统规则

  • Load自适应(仅对Linux/Unix机器有效):系统load1作为启发指标,进行自适应系统保护,当系统load1超过设定的阈值,且系统当前并发线程数超过估算的系统容量才会触发系统保护(BBR阶段)。
    系统容量由系统的maxQPS * minRT估算。设定参考值一般是CPU cores * 2.5.
  • CPU usage:当系统cpu使用率超过阈值就触发保护。(取值0.0-1.0)比较灵敏。
  • 平均RT:当单台机器上所有入口流量的平均RT达到阈值就触发系统保护,单位是毫秒。
  • 并发线程数:当单台机器上所有入口流量的并发线程数达到阈值就触发系统保护。
  • 入口QPS:当单台机器上所有入口流量的QPS达到阈值就触发系统保护。
    在这里插入图片描述

自定义Sentinel返回值

当前面设定规则没有满足,可以自定义异常返回。

  • FlowException :限流异常
  • DegradeException :降级异常
  • ParamFlowException : 参数限流异常
  • AuthorityException : 授权异常
  • SystemBlockException : 系统负载异常
package com.hx.sentinel.error;

import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.BlockExceptionHandler;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityException;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowException;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowException;
import com.alibaba.csp.sentinel.slots.system.SystemBlockException;
import com.alibaba.fastjson.JSON;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.apache.commons.lang.CharSet;
import org.apache.http.Consts;
import org.apache.http.entity.ContentType;
import org.springframework.stereotype.Component;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.nio.charset.Charset;

/**
 * @author Huathy
 * @date 2023-04-04 23:58
 * @description
 */
@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        Result result = null;
        if (e instanceof FlowException) {
            result = new Result(500101, "接口限流");
        } else if (e instanceof DegradeException) {
            result = new Result(500102, "接口降级");
        } else if (e instanceof ParamFlowException) {
            result = new Result(500101, "接口参数限流");
        } else if (e instanceof AuthorityException) {
            result = new Result(500101, "授权异常");
        } else if (e instanceof SystemBlockException) {
            result = new Result(500101, "系统负载异常");
        } else {
            result = new Result(500101, e.getMessage());
        }
        response.setCharacterEncoding(Consts.UTF_8.name());
        response.setContentType(ContentType.APPLICATION_JSON.getMimeType());
        response.getWriter().write(JSON.toJSONString(result));
    }

    @Data
    @AllArgsConstructor
    @NoArgsConstructor
    class Result {
        int code;
        String msg;
    }
}

@SentinelResource 使用了解

用于定义资源,并提供可选的异常处理和fallback配置项。
在这里插入图片描述

@RestController
public class AnnoController {
    // 需求:当触发流控规则后,默认向抛出异常。
    // 此时业务需要在抛出异常前,进行额外业务处理。或返回默认参数
    @RequestMapping("/anno1")
    @SentinelResource(value = "/anno1", blockHandler = "anno1BlockHandler", fallback = "anno1Fallback")
    public Map<String, Object> anno1(String pm) {
        if(pm == null || "".equals("")){
            throw new RuntimeException("参数为空!");
        }
        Map<String, Object> res = new HashMap<>();
        res.put("code", 200);
        res.put("msg", "请求成功");
        res.put("param", pm);
        return res;
    }

    /**
     * 当触发流控规则之后,立即触发该方法。
     * 需要注意该handler方法的参数列表要与原方法一致,并在最后加上异常参数BlockException ex
     */
    public Map<String, Object> anno1BlockHandler(String param, BlockException e) {
        System.out.println("anno1 流控触发");
        Map<String, Object> res = new HashMap<>();
        res.put("code", 403);
        res.put("msg", "触发流控默认返回方法");
        res.put("param", param);
        res.put("exception", e);
        return res;
    }

    /**
     * 当anno1方法执行报错的时候,立即触发该方法
     * @param param
     * @param e
     * @return
     */
    public Map<String, Object> anno1Fallback(String param, Throwable e) {
        Map<String, Object> res = new HashMap<>();
        res.put("code", 500);
        res.put("msg", "处理出错,默认返回");
        res.put("param", param);
        res.put("exception", e);
        return res;
    }
}

Feign集成Sentinel走降级

在配置文件开启支持

feign:
  sentinel:
    enabled: true

编写降级容错类

@Component
public class ProductFallService implements ProductService {
    @Override
    public String index() {
        return "熔断降级了!";
    }
}

为feign客户端配置降级容错类

@FeignClient(value = "cloud2-product-server", fallback = ProductFallService.class)
public interface ProductService {
    @GetMapping("/")
    String index();
}

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/456687.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

混淆电路(GC)

基本概念 在混淆电路框架下&#xff0c;任意功能函数可被表示为一个与门和异或门组成的布尔电路&#xff0c;协议的参与方由生成方&#xff08;Garbler&#xff09;和计算方&#xff08;Evaluator&#xff09;组成。 **大致的流程&#xff1a;**生成方生成密钥并加密查找表&am…

淘宝天猫数据查询(天猫智能手环数据分析)

近几年&#xff0c;中国智能可穿戴设备市场规模不断增长&#xff0c;也取得了傲人的成绩。从可穿戴设备市场整体发展来看&#xff0c;智能手环是一大主角。智能手环市场接受度和认可度的逐渐提升&#xff0c;为各类厂商提供了更多机会&#xff0c;同时这也蕴含了更多市场增量空…

分享两个有意思的登录界面

1.带有浮动占位符和灯光按钮的登录界面 先上效果: 代码如下: <!DOCTYPE html> <html lang="en"> <head>

L2-2 天梯赛的赛场安排

作者 陈越 单位 浙江大学 天梯赛使用 OMS 监考系统&#xff0c;需要将参赛队员安排到系统中的虚拟赛场里&#xff0c;并为每个赛场分配一位监考老师。每位监考老师需要联系自己赛场内队员对应的教练们&#xff0c;以便发放比赛账号。为了尽可能减少教练和监考的沟通负担&#…

this.$set的正确使用

this.#set(obj, key, value) 我们在项目开发的过程中&#xff0c;经常会遇到这种情况&#xff1a;为data中的某一个对象添加一个属性 <template><div class"hello"><button click"setMessage">添加属性</button>{{ student.name…

开发IM(即时通讯)服务端

首先讲讲IM&#xff08;即时通讯&#xff09;技术可以用来做什么&#xff1a;可以说几乎所有高实时性的应用场景都需要用到IM技术。 本篇将带大家从零开始搭建一个轻量级的IM服务端&#xff0c;麻雀虽小&#xff0c;五脏俱全&#xff0c;我们搭建的IM服务端实现以下功能&#x…

gpt.4.0-gpt 国内版

gpt 使用 GPT&#xff08;Generative Pre-trained Transformer&#xff09;是一种预训练的语言模型&#xff0c;可用于多种自然语言处理任务&#xff0c;如情感分析、文本分类、文本生成等。下面是使用GPT的一些步骤和建议&#xff1a; 确定任务和数据集&#xff1a;首先&…

选择美国虚拟主机需注意的安全问题

在选择美国虚拟主机时&#xff0c;安全性应该是您首要关注的问题。虚拟主机通常是网站托管的最便宜和最方便的方式之一&#xff0c;但也存在安全问题。在本文中&#xff0c;我们将讨论一些您应该注意的安全问题&#xff0c;并提供一些解决方案来保护您的网站。 一、了解虚拟主机…

Linux 配置与磁盘管理

目录 物理设备的命名规则Linux中硬盘分区部分Linux在分区上建立文件系统挂载Linux硬盘管理工具LVM逻辑卷管理器物理卷、卷组合逻辑卷的建立 逻辑卷的使用LVM整体创建流程硬盘配额配置&#xff08;针对用户或者群组使用的空间&#xff09; 物理设备的命名规则 Linux系统内核中的…

分析trace 知识点分析的很全面

Total time breakdown&#xff1a;依据关键tag拆分&#xff0c;比如binderapplication/activitystart/doframe 找出时间差异大tag的cpu status &#xff1a;Running/Runnable/Sleeping/Uninterruptible sleep Running:SW-diff-check 或 cpu能力(大小核或频率&#xff09; Runna…

v-for比v-if优先级更高?面试官:回去等通知吧

大厂面试题分享 面试题库 前后端面试题库 &#xff08;面试必备&#xff09; 推荐&#xff1a;★★★★★ 地址&#xff1a;前端面试题库 web前端面试题库 VS java后端面试题库大全 前言 v-if和v-for哪个优先级更高呢&#xff1f;这是面试官常常问到的一个问题&#xff0c;…

七、vue-基础之条件渲染

一、条件渲染 在某些情况下&#xff0c;我们需要根据当前的条件决定某些元素或者组件是否渲染&#xff0c;这个时候我们就需要进行条件判断了。 Vue提供了下面的指令来进行条件判断&#xff1a; v-ifv-elsev-else-ifv-show &#xff08;1&#xff09;需求demo体验 我们直接…

Win11的两个实用技巧系列之内存不足导致永劫无间闪退解决方法、Win11本地安全机构保护误报修复方法

Win11内存不足导致永劫无间闪退解决方法 Win11内存不足导致永劫无间闪退怎么办&#xff1f;其实解决方法很简单&#xff0c;本文就为大家带来了详细的解决方法&#xff0c;感兴趣的朋友一起看看吧 Win11内存不足导致永劫无间闪退怎么办&#xff1f;永劫无间出现闪退的情况可能…

python练手小案例——采集二手车数据

前言 大家早好、午好、晚好吖 ❤ ~欢迎光临本文章 本次案例亮点: 1、系统分析目标网页 2、html标签数据解析方法 3、海量数据一键保存 环境介绍: 在开始写我们的代码之前&#xff0c;我们要准备好运行代码的程序 Python 3.8.8 | Anaconda, Inc. &#xff1a;解释器 Pych…

物联网|ARM|Keil安装|MDK|增加V5编译器|物联网开发系列课程之零基础玩转Cortex-M系列CPU-学习笔记(1)

文章目录 第一阶段-课程背景及简介问题一 什么是物联网问题二 嵌入式系统在物联网中的角色问题三 不一样的嵌入式系统 课程介绍课程内容提要&#xff08;学什么)课程特色课程要求&#xff08;怎么学)课程目的(怎么用)课程约定 浅谈ARM什么是ARMARM体系架构CPU的特点ARM体系架构…

04-24 每日一题 1163. 按字典序排在最后的子串 学习笔记反思

不晓得脑袋的灵活性是不是和精力的充沛程度相关&#xff0c;看到红色的困难&#xff0c;感觉自信都没了 题目描述 给你一个字符串 s &#xff0c;找出它的所有子串并按字典序排列&#xff0c;返回排在最后的那个子串 示例 1 :::success 输入&#xff1a;s “abab” 输出&…

【CocosCreator入门】CocosCreator组件 | Button(按钮)组件

Cocos Creator 是一款流行的游戏开发引擎&#xff0c;具有丰富的组件和工具&#xff0c;其中的Button组件可以通过设置按钮的状态和点击事件&#xff0c;实现在游戏中添加按钮交互的功能。 目录 一、组件介绍 二、组件属性 三、点击事件 Ⅰ、通过属性检查器添加回调 Ⅱ、通…

【AI话题】Chatbot UI下实现的对话模拟机

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 项目初衷&#xff1a;一、功能介绍&#xff1a;二、使用说明&#xff1a;1.注意事项&#xff1a; 三&#xff0c;未来功能&#xff1a;总结 项目初衷&#xff1a; …

让人悲观的国内ChatGPT的未来

最近关于ChatGPT的火爆已经不是简单的AI圈的事了&#xff0c;它已经席卷了所有的IT、媒体圈子&#xff0c;甚至是不同领域不同行业的人&#xff0c;只要你还对于变化与AI有一定的了解&#xff0c;那我相信你一定能知道ChatGPT是什么了。ChatGPT在某种程度上已经是相当于AGI通用…

时间序列的数据分析(七):数据平稳性

之前已经完成了六篇关于时间序列的博客&#xff0c;还没有阅读过的读者请先阅读&#xff1a; 时间序列的数据分析(一):主要成分 时间序列的数据分析(二):数据趋势的计算 时间序列的数据分析(三):经典时间序列分解 时间序列的数据分析(四):STL分解时间序列的数据分析(五):简单…