一、初识Sentinel
1、雪崩问题及解决方案
1.1 雪崩问题
一个微服务故障宕机，其他微服务调用该宕机的微服务因此也会宕机，引起微服务连锁宕机的现象。
微服务间调用关系错综复杂，一个微服务往往依赖于多个其他微服务
1.2 解决雪崩问题
解决雪崩问题的四种方式
超时处理
设定超时时间，请求超时则返回错误信息，不用无休止等待
舱壁模式
也叫线程隔离
限制每个业务使用的线程数
熔断降级
类似于保险丝
由断路器统计业务执行的异常比例
超出阈值熔断该业务。拦截访问该业务的一切请求
流量控制
限制业务访问的QPS（Query Per Second）
总结
避免瞬间高并发流量导致服务故障
流量控制
避免因服务故障引起雪崩问题
超时处理
线程隔离
熔断降级
二、流量控制（限流规则）
簇点链路(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
SpringMVC的每一个端点就是调用链路中的一个资源
1、快速入门（略）
2、流控模式
三种流控模式
直接（默认模式）
统计当前资源的请求，触发阈值时对当前资源直接限流
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
高优先级资源触发阈值，对低优先级资源限流
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
只统计从指定资源进入当前资源的请求，是对请求来源的限流
3、流控效果
流控效果
请求达到流控阈值时应该采取的措施
三种流控效果
快速失败（默认处理方式）
达到阈值后，新的请求会被立即拒绝并抛出FlowException异常
QPS超过阈值时，拒绝新的请求
warm up（预热模式）
对超出阈值的请求同样是拒绝并抛出异常
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
QPS超过阈值时，拒绝新的请求；QPS阈值是逐渐提升的，可以避免冷启动时高并发导致服务宕机
举例
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
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
请求会进入队列，按照阈值允许的时间间隔依次执行请求；如果请求预期等待时长大于超时时间，直接拒绝
举例
设置QPS = 5，意味着每200ms处理一个队列中的请求
设置timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常
4、热点参数限流
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
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
三、隔离和降级
微服务出现故障不可避免，需要将故障控制在一定范围，避免雪崩
线程隔离
熔断降级
两者都是保护客户端（即微服务调用者）的
1、线程隔离
线程隔离的两种方式
线程池隔离
基于线程池模式
给每个微服务调用的业务分配一个线程池，利用线程池本身实现隔离效果
优点
隔离控制更强
信号量隔离（Sentinel默认使用）
基于计数器模式
不创建线程池，而是计数器模式
记录业务使用的线程数量，达到信号量上限时，禁止新的请求
优点
轻量级
适合高并发场景
线程隔离
QPS
每秒的请求数
线程数
该资源能使用的tomcat线程数的最大值
也就是通过限制线程数量
2、熔断降级
熔断降级
由断路器统计服务调用的异常比例、慢请求比例
如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求
而当服务恢复时，断路器会放行访问该服务的请求
断路器控制熔断和放行是通过状态机来完成
断路器状态
断路器Closed
断路器关闭状态，放行所有请求，统计异常比例、慢请求比例
超过阈值则切换到Open状态
断路器Open
熔断降级
所有请求直接降级快速失败
Open状态5秒后会进入Half-Open状态
断路器Half-Open
熔断时间结束，尝试放行请求
放行成功则关闭熔断器
放行失败则打开熔断器
断路器三种熔断策略
慢调用
在指定时间内，如果请求数量超过设定的最小数量，慢调用比例大于设定的阈值，则触发熔断
异常比例
统计指定时间内的调用，如果调用次数超过指定请求数，并且出现异常的比例达到设定的比例阈值（或超过指定异常数），则触发熔断
统计单位时长内异常调用的比例，超过阈值则熔断
异常数（跟异常比例雷同）
统计单位时长内异常调用的次数，超过阈值则熔断
四、授权规则
授权规则
对调用方的来源做控制
授权规则两种方式
白名单
来源(origin)在白名单内的调用者允许访问
黑名单
来源(origin)在黑名单内的调用者允许访问
五、规则持久化
1、规则管理模式
Sentinel的控制台规则管理有三种模式
原始模式(Sentinel的默认模式)
将规则保存在内存，重启服务会丢失
pull模式
保存在本地文件或数据库，定时去读取
push模式
保存在nacos，监听变更实时更新
六、面试详情回答
1、微服务组件alibaba-sentinel介绍？？？
微服务之间的依赖关系错综复杂，一个微服务往往依赖于多个其他微服务，一旦一个微服务故障宕机，其他微服务调用该宕机的微服务因此也会宕机，引起微服务连锁宕机的现象，微服务之间的稳定性则难以维持。
alibaba-sentinel(阿里巴巴流量卫士)
是阿里巴巴开源的面向分布式服务架构的流量控制组件
以流量为切入点，从多个纬度维护微服务的稳定性
是预防措施，避免因瞬间高并发导致微服务故障，避免引起雪崩
流量控制
是补救措施，在部分微服务故障时，将故障控制在一定范围，避免引起雪崩
超时处理
线程隔离
熔断降级
2、sentinel中限流功能介绍？支持的限流规则？
限流功能
限制业务访问的QPS(每秒访问次数)，避免因访问流量徒增导致微服务故障
限流规则
三种流控模式
直接(默认模式)
统计当前资源的请求，触发阈值时对当前资源直接限流
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
高优先级资源触发阈值，对低优先级资源限流
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
只统计从指定资源进入当前资源的请求，是对请求来源的限流
3、sentinel线程隔离介绍？
线程隔离的两种方式
线程池隔离
基于线程池模式
给每个微服务调用的业务分配一个线程池，利用线程池本身实现隔离效果
优点
隔离控制更强
信号量隔离(Sentinel默认使用)
基于计数器模式
不创建线程池，而是计数器模式
记录业务使用的线程数量，达到信号量上限时，禁止新的请求
优点
轻量级
适合高并发场景
4、sentinel断路器功能介绍？
熔断降级
由断路器统计服务调用的异常比例、慢请求比例
如果超出阈值则会熔断该服务
即拦截访问该服务的一切请求
当服务恢复时，断路器会放行访问该服务的请求
断路器控制熔断和放行是通过状态机来完成
断路器状态
断路器Closed
请求正常
断路器关闭状态，放行所有请求，统计异常比例、慢请求比例
超过阈值则切换到Open状态
断路器Open
熔断降级
所有请求直接降级快速失败
Open状态5秒后会进入Half-Open状态
断路器Half-Open
熔断时间结束，尝试放行请求
放行成功则关闭熔断器
放行失败则打开熔断器
5、Feign+Sentinel实现服务降级配置？
步骤
修改微服务调用者的配置文件application.yml，开启Feign的Sentinel功能
feign:
sentinel:
enabled: true # 开启feign对sentinel的支持
给FeignClient编写失败后的降级逻辑
方式一：FallbackClass
无法对远程调用的异常做处理
方式二：FallbackFactory（推荐）
可以对远程调用的异常做处理
- Feign模块编写类实现接口FallbackFactory
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory {
@Override
public UserClient create(Throwable throwable) {
return new UserClient() {
@Override
public User findById(Long id) {
log.error(“查询用户异常”, throwable);
return new User();
}
};
}
} - 将改FallbackFactory注册在Feign模块的Feign配置类中
public class DefaultFeignConfiguration {
@Bean
public UserClientFallBack userClientFallBack(){
return new UserClientFallBack();
}
} - 将FallbackFactory配置到FeignClient
@FeignClient(value = “userservice”, fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping(“/user/{id}”)
User findById(@PathVariable(“id”) Long id);
}
若有收获，就点个赞吧
0 人点赞
