微服务架构 | 5.2 基于 Sentinel 的服务限流及熔断
前言
参考资料:
《Spring Microservices in Action》
《Spring Cloud Alibaba 微服务原理与实战》
《B站 尚硅谷 SpringCloud 框架开发教程 周阳》
《Sentinel GitHub 官网》
《Sentinel 官网》
Sentinel 是面向分布式服务架构的轻量级流量控制组件,主要以流量为切入点,从限流、流量整形、服务降级、系统负载保护等多个维度来帮助我们保障微服务的稳定性;
1. Sentinel 基础知识
1.1 Sentinel 的特性
- 丰富的应用场景:几乎涵盖所有的应用场景,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、集群流量控制等;
- 实时监控:开发者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台以下规模的集群汇总运行情况;
- 开源生态支持:Sentine提供开箱即用的与其他开源框架/库的整合,例如与Spring Cloud、Dubbo、gRPC的整合;
- SPI 扩展点支持:提供了 SPI 扩展点支持,开发者可以通过扩展点来定制化限流规则,动态数据源适配等需求;
1.2 Sentinel 的组成
- 分两部分:
- 核心库(Java 客户端):不依赖任何框架/库,能够运行于所有 Java 运行时环境,同时对 Dubbo、Spring Cloud 等框架也有较好的支持;
- 控制台(Dashboard):亦称 Sentinel 服务器。基于 Spring Boot 开发,打包后可以直接运行,不需要额外的 Tomcat 等应用容器;
1.3 Sentinel 控制台上的 9 个功能
功能 | 说明 |
---|---|
实时监控 | 实时监控每个资源名(接口、请求路径)的通过 QPS、拒绝 QPS 和响应时间; |
簇点链路 | 通过树状视图和列表视图展示接口调用的关系以及通过 QPS、拒绝 QPS、并发数、平均 RT、分钟通过和拒绝等信息; |
流控规则 | 又称:流量控制(flow control)。其原理是监控应用流量的 QPS 或并发线程数等指标,当达到指定的阈值时对流量进行控制,以避免被瞬时的流量高峰冲垮,从而保障应用的高可用性; |
熔断规则 | 对不稳定的弱依赖服务调用进行熔断降级,暂时切断不稳定调用,避免局部不稳定因素导致整体的雪崩; |
热点规则 | 又称:热点参数限流规则。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; |
系统规则 | 系统保护规则是从应用级别的入口流量进行控制,从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标,让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性; |
授权规则 | 根据调用来源来判断该次请求是否允许放行; |
集群流控 | 集群流控可以解决流量不均匀导致总体限流效果不佳的问题; |
机器列表 | 收集 Sentinel 客户端发送的心跳包,用于判断机器是否在线; |
1.4 Sentinel 工作原理
-
Sentinel 的核心分为三部分:工作流程、数据结构和限流算法;
Sentinel 工作原理.png -
调用链路是 Sentinel 的工作主流程,由各个 Slot 插槽组成,将不同的 Slot 按照顺序串在一起(责任链模式),从而将不同的功能(限流、降级、系统保护)组合在一起;
-
Sentinel 中各个 Slot 承担了不同的职责,如:LogSlot 负责记录日志、StatisticSlot 负责统计指标数据、FlowSlot 负责限流等。这是一种职责分离的设计,每个模块更聚焦于实现某个功能;
-
在 Sentinel 中,所有的资源都对应一个资源名称(resourceName),每次访问该资源都会创建一个 Entry 对象,在创建 Entry 的同时,会创建一系列功能槽(Slot Chain),这些槽会组成一个责任链,每个槽负责不同的职责;
Slot 插槽 | 说明 |
---|---|
NodeSelectorSlot | 负责收集资源的调用路径,以树状结构存储调用栈,用于根据调用路径来限流降级; |
ClusterBuilderSlot | 负责创建以资源名维度统计的 ClusterNode ,以及创建每个 ClusterNode 下按调用来源 origin 划分的 StatisticNode; |
LogSlot | 在出现限流、熔断、系统保护时负责记录日志; |
AuthoritySlot | 权限控制,支持黑名单和白名单两种策略; |
SystemSlot | 控制总的入口流量,限制条件依次是总 QPS、总线程数、RT 阈值、操作系统当前 load1、操作系统当前 CPU 利用率; |
FlowSlot | 根据限流规则和各个Node中的统计数据进行限流判断; |
DegradeSlot | 根据熔断规则和各个Node中的统计数据进行服务降级; |
StatisticSlot | 统计不同维度的请求数、通过数、限流数、线程数等 runtime 信息,这些数据存储在 DefaultNode、OriginNode 和 ClusterNode 中; |
1.5 Sentinel 源码分析
- 由于篇幅有限,该内容放在以下文章:
- 详情请见:微服务架构 | 5.4 Sentinel 流控、统计和熔断的源码分析
2. 安装并运行 Sentinel 控制台
Sentinel 与 Nacos 类似,有两种安装方式:使用已经编译好的安装包和源码部署;由于要对 Sentinel 源码进行分析,这里推荐源码部署;
这里选择的版本是 1.8.3;
2.1 安装包安装 Sentinel 控制台
2.1.1 下载 Sentinel
- 从官网下载 Sentinel:https://github.com/alibaba/Sentinel/releases;
2.1.2 使用命令启动 Sentinel 控制台
- 运行前要满足两个条件:有 java8 环境、8080 端口不能被占用;
- win10 解决端口占用用以下三个命令即可(用管理员打开 cmd):
- 查看所有端口:
netstat -ano
或者指定查看 8080 端口占用情况netstat -aon|findstr 8080
; - 根据进程查找应用程序:
tasklist|findstr {上面查到的进程 PID}
; - 关闭进程:
taskkill /f /t /im {上面查到的应用程序}
;
- 到下载的 jar 包下启动 cmd 窗口,运行下面命令:
-
java -jar sentinel-dashboard-1.8.3.jar
; - 如果不想杀掉 8080 程序可以之地端口号运行:
java -Dserver.port=7777 -Dcsp.sentinel.dashboard.server=localhost:7777 -jar sentinel-dashboard-1.8.3.jar
;- -Dserver.port:指定 Sentinel 控制台的访问端口,默认是 8080;
- -Dcsp.sentinel.dashboard.server:指定 Sentinel Dashboard 控制台的 IP 地址和端口,这里进行设置的目的是把自己的限流数据暴露到监控平台;
- -Dproject.name:设置项目名称;
2.1.3 访问 Sentinel 控制台
- 发送请求:http://localhost:8080;
- 1.6.0 版本后引入登录功能,默认登录账号密码均为
sentinel
;
2.2 源码部署 Sentinel 控制台
2.2.1 拉取源码
- 访问 Sentinel 官方 GitHub 地址:https://github.com/alibaba/Sentinel;
- 先派生,再拉取代码:
2.2.2 启动 Sentinel 控制台
- 先
mvn install
将项目安装到本地; - 接着找到
sentinel-dashboard
模块下的主程序类 DashboardApplication 运行即可; - *为了防止端口占用,这里笔者将 Sentinel 控制台的端口号改为了 28080;
3. Spring Cloud Nacos 集成 Sentinel
3.1 引入 pom.xml 依赖文件
<!-- Sentinel 核心包 -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
3.2 修改 bootstrap.yml 配置文件
spring:
application:
name: nacos-config-client #必须,构成 Nacos 配置管理 Data ID 字段的一部分
cloud:
nacos:
discovery:
server-addr: localhost:8848 #Nacos 服务注册中心地址
config:
server-addr: localhost:8848 #Nacos 作为配置中心地址
file-extension: yaml #指定 yaml 格式的配置
#以下新增
sentinel:
transport:
dashboard: localhost:28080 #配置Sentinel dashboard地址
port: 8719 #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
3.3 编写业务类
- 编写个接口测试用;
- 基于 Sentinel 控制台的流控规则不需要添加任何资源埋点;
- 在默认情况下 Sentinel Starter 会对所有 HTTP 请求进行限流;
@RestController
public class ConfigClientController {
@GetMapping("/easytest")
public String testMothod(){
return "test";
}
}
- 这时启动程序,访问 Sentinel 控制台,并不能看到效果。由于 Sentinel 使用的是懒加载机制,需要进行一次接口调用才能看到监控效果界面:
3.4 基于 Sentinel 控制台添加容灾规则
- 手动配置容灾规则请见本篇《5. 手动配置流控规则》;
3.4.1 流控规则页面说明
流控规则控制页面.png下图表示 1 秒钟内查询 1 次就是 OK,若超过次数 1,就直接-快速失败,报默认错误;
- 资源名 resource:唯一名称,默认请求路径;
- 针对来源 limitApp: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);
-
阈值类型 grade、单机阈值 count:
- QPS grade值1(每秒钟的请求数量):当调用该 API 的 QPS 达到阈值的时候,进行限流;
- 线程数 grade值0:当调用该 API 的线程数达到阈值的时候,进行限流;
- 是否集群 clusterMode:不需要集群;
-
流控模式:
- 直接:API 达到限流条件时,直接限流;
- 关联 strategy:当关联的资源 B 达到阈值时,就限流自己 A(这里需要手速快或使用 Postman 模拟高并发);
- 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);
-
流控效果 controlBehavior:
-
快速失败 RuleConstant.CONTROL_BEHAVIOR_DEFAULT:直接失败,抛异常
Blocked by Sentinel (flow limiting)
; -
Warm Up(预热) RuleConstant.CONTROL_BEHAVIOR_WARM_UP:根据 codeFactor(冷加载因子,默认3)的值,阈值除以 codeFactor 得到预热时长。经过预热时长,才达到设置的 QPS 阈值。
- 用于秒杀系统在开启的瞬间,刚开始不行,后续慢慢OK;
-
排队等待 RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER:匀速排队,让请求以匀速的速度通过(漏桶算法),阈值类型必须设置为 QPS,否则无效;
- 用于处理间隔性突发的流量;
-
快速失败 RuleConstant.CONTROL_BEHAVIOR_DEFAULT:直接失败,抛异常
3.4.2 熔断规则页面说明
熔断规则控制界面.png下图表示当我们的请求响应超过 1000ms ,并且该统计的请求比例超过 50% 时(统计的请求数量需要大于 5),触发熔断;
经过熔断时长 5s 后进入探测恢复状态,若下一个请求响应时间小于 1000ms,则熔断结束;反之再次熔断;
- 资源名 resource:唯一名称,默认请求路径;
-
熔断策略 grade:
- 慢调用比例 (SLOW_REQUEST_RATIO):请求的响应时间大于 RT 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,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;
- 异常比例 (ERROR_RATIO):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%;
- 异常数 (ERROR_COUNT):当单位统计时长内的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;
- 最大 RT、比例阈值 count:慢调用比例模式下为慢调用临界 RT(超出该值计为慢调用);异常比例和异常数模式下为对应的阈值;
- 慢调用比例阈值 slowRatioThreshold:仅慢调用比例模式有效(1.8.0 引入);
- 熔断时长 timeWindow:单位为 s;
- 最小请求数 minRequestAmount: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);
- 统计时长 statIntervalMs:如 60*1000 代表分钟级(1.8.0 引入);
3.4.3 热点规则页面说明
- 常用于: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;
- 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;
- Sentinel 利用 LRU 策略统计最近最常访问的热点参数,结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式;
1. 简单示例
- 编写业务类:
-
@SentinelResource
的用法详情请见本篇第 4 点;
@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "dealHandlerTestHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
@RequestParam(value = "p2",required = false) String p2){
return "testHotKey";
}
public String dealHandlerTestHotKey(String p1, String p2, BlockException exception) {
return "dealHandler_testHotKey";
}
- 在 Sentinel 控制台上配置规则:
热点规则控制界面.png下图表示第一个参数(索引为0)有值的话(对应上述代码的 p1),1 秒的 QPS 为 1,超过就限流,限流后调用 dealHandler_testHotKey 支持方法;
-
资源名 resource:唯一名称,默认请求路径;
-
限流模式 grade:限流模式只支持 QPS 模式;
-
参数索引 paramIdx:必填,对应 SphU.entry(xxx, args) 中的参数索引位置;
-
单机阈值 count:限流阈值,必填;
-
统计窗口时长 durationInSec:单位为秒,1.6.0 版本开始支持;
-
是否集群 clusterMode:是否是集群参数流控规则;
-
集群流控相关配置 clusterConfig;
-
参数例外项 paramFlowItemList:可以针对指定的参数值单独设置限流阈值,不受前面 count 阈值的限制。仅支持基本类型和字符串类型;
-
流控效果 controlBehavior:流控效果(支持快速失败和匀速排队模式),1.6.0 版本开始支持;
-
测试访问:
-
http://localhost:18082/testHotKey?p1=22
:触发限流; -
http://localhost:18082/testHotKey?p1=22&p2=33
:触发限流; -
http://localhost:18082/testHotKey?p2=33
:不触发限流;
-
2. 参数例外项配置
热点规则控制界面-参数例外配置.png当 p1 的值等于 5 时,它的阈值可以达到 200;
- 注意点击“添加”;
- 热点参数必须是基本类型或者 String;
3.4.4 系统规则页面说明
- 系统保护规则是从应用级别的入口流量进行控制,从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标,让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性;
- load1 表示系统的负载;
- 系统规则支持一下五种模式:
-
Load 自适应(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 usage(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;
- 平均 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;
- 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;
-
Load 自适应(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
3.4.5 授权规则页面说明
- 根据调用来源来判断该次请求是否允许放行;
- 资源名 resource:资源名,即限流规则的作用对象;
-
流控应用 limitApp:对应的黑名单/白名单,不同 origin 用
,
分隔,如 appA,appB; -
授权类型 strategy:限制模式,
AUTHORITY_WHITE
为白名单模式,AUTHORITY_BLACK
为黑名单模式,默认为白名单模式;
4. 使用 @SentinelResource 自定义限流处理逻辑
- Sentinel starter 在默认情况下会为所有的 HTTP 服务提供限流埋点,所以如果只想对 HTTP 服务进行限流,那么只需要添加依赖即可,不需要修改任何代码;
- 如果想要对特定的方法进行限流或者降级,则需要通过 @SentinalResouce 注解来实现限流资源的定义;
4.1 注解参数属性说明
- @SentinelResource 注解参数属性说明:
public @interface SentinelResource {
//资源名称,必需项(不能为空)
String value() default "";
//entry 类型,有 IN 和 OUT 两个选项,(默认为 EntryType.OUT)
EntryType entryType() default EntryType.OUT;
int resourceType() default 0;
//对应处理 BlockException 的函数名称,可选项
String blockHandler() default "";
/**
* blockHandler 函数默认需要和原方法在同一个类中,如果希望使用其他类的函数,则需要指定 blockHandlerClass 为对应的类的 Class 对象,注意对应的函数必需为 static 函数,否则无法解析
Class<?>[] blockHandlerClass() default {};
/**
* fallback 函数默认需要和原方法在同一个类中;
* 若希望使用其他类的函数,则可以指定 fallbackClass 为对应的类的 Class 对象;
* 对应的函数必需为 static 函数,否则无法解析;
**/
String fallback() default "";
/**
* 默认的 fallback 函数名称,可选项,通常用于通用的 fallback逻辑(即可以用于很多服务或方法);
* 默认 fallback 函数可以针对所有类型的异常(除了exceptionsToIgnore里面排除掉的异常类型)进行处理;
* 若同时配置了 fallback 和 defaultFallback,则只有 fallback会生效;
* defaultFallback 函数签名要求:返回值类型必须与原函数返回值类型一致;方法参数列表需要为空,或者可以额外多一个 Throwable 类型的参数用于接收对应的异常;
* defaultFallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数,则可以指定 fallbackClass 为对应的类的 Class 对象,注意对应的函数必需为 static 函数,否则无法解析;
**/
String defaultFallback() default "";
/**
* fallback 函数名称,可选项,用于在抛出异常的时候提供 fallback 处理逻辑;
* fallback 函数可以针对所有类型的异常(除了 exceptionsToIgnore 里面排除掉的异常类型)进行处理;
* fallback 函数签名和位置要求:返回值类型必须与原函数返回值类型一致;方法参数列表需要和原函数一致,或者可以额外多一个 Throwable 类型的参数用于接收对应的异常
**/
Class<?>[] fallbackClass() default {};
//用于指定哪些异常被排除掉,不会计入异常统计中,也不会进入 fallback 逻辑中,而是会原样抛出
Class<? extends Throwable>[] exceptionsToTrace() default {Throwable.class};
Class<? extends Throwable>[] exceptionsToIgnore() default {};
}
- @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;
- RuntimeException:如:int age = 10/0。这个是 java 运行时报出的运行时异常 RunTimeException,@SentinelResource 不管;
- @SentinelResource 主管配置出错,运行出错走异常处理程序;
4.2 配置与代码的关系
图形配置和代码关系.png4.3 自定义限流处理逻辑
4.3.1 创建 CustomerBlockHandler 类用于自定义限流处理逻辑
在 handler 包下新建 CustomerBlockHandler 类;
public class CustomerBlockHandler{
public static CommonResult handlerException(BlockException exception){
return new CommonResult(4444,"按客戶自定义,global handlerException----1");
}
public static CommonResult handlerException2(BlockException exception){
return new CommonResult(4444,"按客戶自定义,global handlerException----2");
}
}
4.3.2 在 controller 接口上配置自定义逻辑
@GetMapping("/rateLimit/customerBlockHandler")
@SentinelResource(value = "customerBlockHandler",
blockHandlerClass = CustomerBlockHandler.class, blockHandler = "handleException2")
public CommonResult customerBlockHandler(){
return new CommonResult(200,"按客户自定义限流处理逻辑");
}
代码对应.png
- 在实际生产中,上述所有的代码都要用
try-catch-finally
方式进行处理;
4.3.3 在 Sentinel 控制台上配置
在 Sentinel 控制台上配置.png5. 手动配置流控规则
- 我们除了能在 Sentinel 控制台上配置流控规则外,还可以借助 Sentinel 的 InitFunc SPI 扩展接口来实现:
- 需要实现自己的 InitFunc 接口;
- 并在 init 方法中编写规则加载的逻辑;
- 我们接着 3.4.3 的 controller 示例:
5.1 controller 接口
@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "dealHandlerTestHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
@RequestParam(value = "p2",required = false) String p2){
return "testHotKey";
}
public String dealHandlerTestHotKey(String p1, String p2, BlockException exception) {
return "dealHandler_testHotKey";
}
5.2 实现 InitFunc 接口
public class FlowRuleInitFunc implements InitFunc{
@Override
public void init() throws Exception{
List<FlowRule>rules=new ArrayList<>();
FlowRule rule=new FlowRule();
rule.setcount(1);
rule.setResource("testHotKey");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setLimitApp("default");
rules.add(rule);
FlowRuleManager.loadRules(rules);
}
- SPI 是扩展点机制,如果需要被 Sentinel 加载,那么还要在 resource 目录下创建
META-INF/services/com.alibaba.csp.sentinelinit.InitFunc
文件,文件内容就是自定义扩展点 FlowRuleInitFunc 的全路径;
6. Sentinel 规则持久化
- 一旦我们重启应用,Sentinel 规则将消失,生产环境需要将配置规则进行持久化;
- 将限流配置规则持久化进 Nacos 保存,只要刷新 REST 地址,Sentinel控制台的流控规则就能看到,只要 Nacos 里面的配置不删除,针对 Sentinel 上的流控规则持续有效;
6.1 添加 pom.xml 依赖文件
<!-- nacos 配置中心 -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
</dependency>
<!-- Sentinel 持久化相关 -->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
6.2 修改 bootstrap.yml 配置文件
spring:
application:
name: nacos-config-client
cloud:
nacos:
discovery:
server-addr: localhost:8848
config:
server-addr: localhost:8848
file-extension: yaml
sentinel:
transport:
dashboard: localhost:28080
port: 8719
# 以下新增
datasource:
ds1:
nacos:
server-addr: localhost:8848 #将规则保存进 Nacos 配置中心
dataId: cloudalibaba-sentinel-service
groupId: DEFAULT_GROUP
data-type: json #指定配置项的内容格式,可选:JSON、XML。如果需要自定义,则可以将值配置为 custom,并配置 converter-class 指向 converte r类;
rule-type: flow #数据源中规则的类型,可选:flow、degrade、param-flow、gw-flow
6.3 在 Nacos 服务器上添加配置
- 对
/easytest
接口添加流控规则;
- Resource:资源名称;
- LimitApp:来源应用;
- Grade:阈值类型,0表示线程数,1表示 QPS;
- Count:单机阈值;
- Strategy:流控模式,0表示直接,1表示关联,2表示链路;
- ControlBehavior:流控效果,0表示快速失败,1表示 Warm Up,2表示排队等待;
- ClusterMode:是否集群;
6.4 一些说明
- 访问 Sentinel 控制台可能看不见配置,多次调用
/easytest
后才能看见配置规则; - 在 Sentinel 控制台上添加和修改配置不能同步到 Nacos 配置中心,服务重启后配置规则不能同步到 Nacos 上;
- Nacos 在这当中扮演的角色应该是一个查询数据库,不建议在 Nacos 上修改流控规则;
7. Sentinel 控制台集成 Nacos 实现规则同步
- 上面说过,在 Sentinel 控制台上添加和修改配置不能同步到 Nacos 配置中心,服务重启后配置规则不能同步到 Nacos 上;
- 但我们可以自己实现这个功能,配置步骤如下:
7.1 修改依赖与配置文件
- 修改 sentinel-dashboard 模块里的 pom.xml 依赖文件;
- 注释掉 <scrop>:
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
<!--<scope>test</scope>-->
<dependency>
- 修改:
src/main/webapp/resources/app/scripts/directives/sidebar/sidebar.html
;里的 dashboard.flowV1 为 dashboard.flow; - 使之调用 FlowControllerV2 中的接口;
<li ui-sref-active="active" ng-if="!entry.isGateway">
<!--<a ui-sref="dashboard.flowV1({app: entry.app})">-->
<a ui-sref="dashboard.flow({app: entry.app})">
<i class="glyphicon glyphicon-filter"></i> 流控规则</a>
</li>
- 在
application.yml
里添加 Nacos 服务器的配置信息:-
sentinel.nacos.serverAddr=localhost:8848
; sentinel.nacos.namespace=
-
sentinel.nacos.group-id=DEFAULT_GROUP
;
-
7.2 新建 Nacos 规则包,里面存放与同步的配置类
- 新建包
com/alibaba/csp/sentinel/dashboard/rule/nacos/
; - 下面新建五个类,可以从这个目录下拷贝
src/test/java/com/alibaba/csp/sentinel/dashboard/rule/nacos
; - 新建后的图:
7.2.1 新建 NacosPropertiesConfiguration 类
- 在该包下新建
NacosPropertiesConfiguration.java
类,用来加载外部化配置;
@ConfigurationProperties(prefix="sentinel.nacos")
public class NacosPropertiesConfiguration {
private String serverAddr;
private String dataId;
private String groupId = "DEFAULT_GROUP";
private String namespace;
//这里省略 get/set 方法
}
7.2.2 新建 NacosConfiguration 类
- 在该包下创建一个 Nacos 配置类 NacosConfiguration:
@EnableConfigurationProperties(NacosPropertiesConfiguration.class)
@Configuration
public class NacosConfiguration {
//Converter 转换器,将 FlowRuleEntity 转化成 FlowRule,以及反向转化
@Bean
public Converter<List<FlowRuleEntity>, String> flowRuleEntityEncoder(){
return JSON::toJSONString;
}
@Bean
public Converter<String, List<FlowRuleEntity>> flowRuleEntityDecoder(){
return s -> JSON.parseArray(s, FlowRuleEntity.class);
}
//注入 Nacos 服务 ConfigService
@Bean
public ConfigService nacosConfigService(NacosPropertiesConfiguration nacosPropertiesConfiguration) throws NacosException {
Properties properties = new Properties();
properties.put(PropertyKeyConst.SERVER_ADDR, nacosPropertiesConfiguration.getServerAddr());
properties.put(PropertyKeyConst.NAMESPACE, nacosPropertiesConfiguration.getNamespace());
return ConfigFactory.createConfigService(properties);
}
}
7.2.3 新建 NacosConstants 类
- 在该包下创建一个 Nacos 常量类 NacosConstants。分别表示默认的 GROUP_ID 和 DATA_ID 的后缀:
public class NacosConstants {
public static final String DATA_ID_POSTFIX = "-sentinel-flow";
public static final String GROUP_ID = "DEFAULT_GROUP";
}
7.2.4 新建 FlowRuleNacosProvider 类
- 在该包下新建 FlowRuleNacosProvider 类实现动态从 Nacos 配置中心获取流控规则;
@Component("flowRuleNacosProvider")
public class FlowRuleNacosProvider implements DynamicRuleProvider<List<FlowRuleEntity>> {
private static Logger logger = LoggerFactory.getLogger(FlowRuleNacosProvider.class);
@Autowired
private NacosPropertiesConfiguration nacosConfigProperties;
@Autowired
private ConfigService configService;
@Autowired
private Converter<String, List<FlowRuleEntity>> converter;
@Override
public List<FlowRuleEntity> getRules(String appName) throws Exception {
String dataID = new StringBuilder(appName).append(NacosConstants.DATA_ID_POSTFIX).toString();
//通过ConfigServic.getConfig方法从Nacos Config Server中读取指定配置信息,并通过converter转化为FlowRule规则
String rules = configService.getConfig(dataID, nacosConfigProperties.getGroupId(), 3000);
if (StringUtil.isEmpty(rules)) {
return new ArrayList<>();
}
return converter.convert(rules);
}
}
7.2.5 新建 FlowRuleNacosPublisher 类
- 在该包下新建 FlowRuleNacosPublisher(流控规则发布类) 类,在 Sentinel 控制台 上修改完配置之后,需要调用该发布方法将数据持久化到 Nacos 中;
@Component("flowRuleNacosPublisher")
public class FlowRuleNacosPublisher implements DynamicRulePublisher<List<FlowRuleEntity>> {
@Autowired
private NacosPropertiesConfiguration nacosPropertiesConfiguration;
@Autowired
private ConfigService configService;
@Autowired
private Converter<List<FlowRuleEntity>, String> converter;
@Override
public void publish(String appName, List<FlowRuleEntity> rules) throws Exception {
AssertUtil.notEmpty(appName, "appName cannot be empty");
if (rules == null) {
return;
}
String dataID = new StringBuilder(appName).append(NacosConstants.DATA_ID_POSTFIX).toString();
configService.publishConfig(dataID, nacosPropertiesConfiguration.getGroupId(), converter.convert(rules));
}
}
7.3 修改 FlowControllerV2 类
- 上面配置的两个类(FlowRuleNacosPublisher 与 FlowRuleNacosProvider)注入进来,表示规则的拉取和规则的发布统一用我们前面自定义的两个实例;
7.4 修改 Nacos 客户端
- 对于应用程序来说,需要改动的地方比较少,只要注意配置文件中 data-id 的命名要以 -sentinel-flow 结尾即可,因为在 Sentinel Dashboard 中我们写了一个固定的后缀;
spring:
application:
name: nacos-config-client
cloud:
nacos:
discovery:
server-addr: localhost:8848
config:
server-addr: localhost:8848
file-extension: yaml
sentinel:
transport:
dashboard: localhost:28080
port: 8719
datasource:
ds1:
nacos:
server-addr: localhost:8848
# 修改下面这条
dataId: ${spring.appliction.name}-sentinel-flow
groupId: DEFAULT_GROUP
data-type: json
rule-type: flow
8. 自定义 URL 限流异常和 URL 资源清洗
8.1 自定义 URL 限流异常
8.1.1 问题描述
- 在默认情况下,URL 触发限流后会直接返回
Blocked by Sentinel (flow 1imiting)
; - 在实际应用中,大都采用JSON格式的数据,所以如果希望修改触发限流之后的返回结果形式;
8.1.2 实现 UrlBlockHandler 并且重写 blocked() 方法
- 可以通过自定义限流异常来处理,实现 UrlBlockHandler 并且重写 blocked 方法;
@Service public class CustomurlBlockHandler implements Ur1BlockHandler{
@Override
public void blocked(HttpServletRequest httpServletRequest, HttpServletResponse httpservletResponse, BlockException e)throws IOException{
httpServletResponse.setHeader("Content-Type","application/json;charset=UTF-8");
String message="{\"code\":999,\"msg\":\"访问人数过多\"}";
httpServletResponse.getWriter().write(message);
}
- 如果触发限流之后,我们希望直接跳转到一个降级页面,可以通过下面这个配置来实现:
spring.cloud.sentinel.servlet.block-page-{url}
;
8.2 URL 资源清洗
8.2.1 问题描述
- 默认情况下 Sentinel 会把所有的 URL 当作资源来进行流控;
- 比如一个 URL
/clean/{id}
带有一个参数 id,这个参数有很多种属性 {id可取整数},有多少个请求 Sentinel 默认统计多个,而我们期望是一个;
8.2.2 实现 UrICleaner 并重写 clean() 方法
- 对于
/clean/{id}
这个 URL,我们可以统一归集到/clean/*
资源下:
@Service
public class CustomerUrlCleaner implements UrlCleaner{
@Override
public String clean(String originurl){
if(Stringutils.isEmpty(originur1)){
return originUrl;
}
if(originUr1.startswith("/clean/")){
return"/clean/*";
}
return originUrl;
}