1、什么是Sentinel
雪崩问题：
当服务A依赖的服务B出现故障，服务A中的请求一直等待，导致服务A中的连接数变高，最终可能导致服务A也出现问题，然后依赖服务A的服务也出现问题，导致整个微服务集群出现问题。
解决方法：
- 添加超时时间，不会一直等待
- 舱壁模式：限定每个业务使用的线程数，避免某个服务耗尽所有资源。不过会造成资源浪费
- 熔断降级：由断路器统计业务执行的异常比例，如果超出阈值就会熔断该业务，拦截访问该业务的一切请求。
- 流量控制：限制业务访问的QPS，避免服务因为流量的突增而故障。
Sentinel主要实现的就是舱壁模式、熔断降级和限流。
2、技术对比
- 线程池隔离：每个服务都有一个线程池
- 信号量隔离：一个线程池，统计每个业务使用的线程数量。
3、认识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。
4、安装Sentinel
sentinel官方提供了UI控制台，方便我们对系统做限流设置。大家可以在GitHub下载。https://github.com/alibaba/Sentinel/releases
4.1 获取 Sentinel 控制台
您可以从 release 页面 下载最新版本的控制台 jar 包。
您也可以从最新版本的源码自行构建 Sentinel 控制台：
- 下载 控制台 工程
- 使用以下命令将代码打包成一个 fat jar: mvn clean package
4.2 启动
注意：启动 Sentinel 控制台需要 JDK 版本为 1.8 及以上版本
使用如下命令启动控制台：
java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar
其中 -Dserver.port=8080 用于指定 Sentinel 控制台端口为 8080。
从 Sentinel 1.6.0 起，Sentinel 控制台引入基本的登录功能，默认用户名和密码都是
sentinel。可以参考 鉴权模块文档 配置用户名和密码。
| 配置项 | 默认值 | 说明 |
|---|---|---|
| server.port | 8080 | 服务端口 |
| sentinel.dashboard.auth.username | sentinel | 默认用户名 |
| sentinel.dashboard.auth.password | sentinel | 默认密码 |
5 客户端接入控制台
控制台启动后，客户端需要按照以下步骤接入到控制台。
客户端需要引入 Transport 模块来与 Sentinel 控制台进行通信。您可以通过 pom.xml 引入 JAR 包:
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
添加配置：
spring:
cloud:
sentinel:
transport:
dashboard: 192.168.0.105:9999
访问微服务的任意端点，触发sentinel监控
6、限流规则
6.1、簇点链路
就是项目内的调用链路，链路中被监控的每个接口就是一个资源。默认情况下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
/order/{orderId}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：
来源：default对于所有的请求生效
其含义是限制 /order/{orderId}这个资源的单机QPS为xx，即每秒只允许n次请求，超出的请求会被拦截并报错。
6.2、流控模式
在添加限流规则时，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，也是默认的模式
- 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
6.3、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，同时用户要查询订单。查询和修改操作会争抢数据库锁，产生竞争。业务需求是优先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。
1、ordercontroller新增2个资源
@GetMapping("query")
public String queryOrder(){
return "查询订单成功";
}
@GetMapping("update")
public String updateOrder(){
return "update ok";
}
2、query请求设置，当关联资源update超过5的时候，给query限流
3、使用Jemeter工具对order/update每秒发起10次调用，然后访问order/query。可以发现请求失败。
6.4、流控模式-链路
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。
需求：有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：
- 在OrderService中添加一个queryGoods方法，不用实现业务
- 在OrderController中，改造/order/query端点，调用OrderService中的queryGoods方法
- 在OrderController中添加一个/order/save的端点，调用OrderService的queryGoods方法
- 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
@GetMapping("query")
public String queryOrder(){
orderService.queryGoods();
log.info("查询订单");
return "查询订单成功";
}
@GetMapping("save")
public String saveOrder(){
orderService.queryGoods();
log.info("新增订单");
return "save ok";
}
//service
public void queryGoods(){
System.out.println("查询商品");
}
Sentinel默认只标记Controller中的方法为资源，如果要标记其它方法，需要利用
@SentinelResource注解，示例：
@SentinelResource("goods")
public void queryGoods(){
System.out.println("查询商品");
}
Sentinel默认会将Controller方法做context整合，同一个controller作为同一个链路，导致链路模式的流控失效，需要修改application.yml，添加配置：
spring:
cloud:
sentinel:
transport:
dashboard: 192.168.0.105:9999
web-context-unify: false #关闭context整合
给goods添加流控，限制query来源的qps为2
6.4、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。是默认的处理方式。
- 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
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的默认值是3.
例如，我设置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.
排队等待
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
6.5、热点参数限流
之前的限流是统计访问某个资源的所有请求，判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求，判断是否超过QPS阈值。
热点参数限流对默认的SpringMVC资源无效
1、设置热点资源
@SentinelResource("hot")
@GetMapping("{orderId}")
public Order queryOrderByUserId(@PathVariable("orderId") Long orderId,
@RequestHeader(value = "X-Request-other", required = false) String other) {
log.info("header is:{}", other);
// 根据id查询订单并返回
return orderService.queryOrderById(orderId);
}
2、重启服务后添加配置
7. 熔断规则
https://www.h5w3.com/248448.html
