限流是一种预防措施，虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。
而要将这些故障控制在一定范围，避免雪崩，就要靠线程隔离（舱壁模式）和熔断降级手段了。
线程隔离之前讲到过：调用者在调用服务提供者时，给每个调用的请求分配独立线程池，出现故障时，最多消耗这个线程池内资源，避免把调用者的所有资源耗尽。
熔断降级：是在调用方这边加入断路器，统计对服务提供者的调用，如果调用的失败比例过高，则熔断该业务，不允许访问该服务的提供者了。
可以看到，不管是线程隔离还是熔断降级，都是对客户端（调用方）的保护。需要在调用方 发起远程调用时做线程隔离、或者服务熔断。
而我们的微服务远程调用都是基于 Feign 来完成的，因此我们需要将 Feign 与 Sentinel 整合，在 Feign 里面实现线程隔离和服务熔断。
Feign Client 整合 Sentinel
Spring Cloud 中，微服务调用都是通过 Feign 来实现的，因此做客户端保护必须整合 Feign 和 Sentinel。
修改 Feign 配置开启 Sentinel 功能
修改 OrderService 的 application.yml 文件，开启 Feign 的 Sentinel 功能：
feign:sentinel:enabled: true # 开启feign对sentinel的支持
编写失败降级逻辑
业务失败后，不能直接报错，而应该返回用户一个友好提示或者默认结果，这个就是失败降级逻辑。
给 Feign Client 编写失败后的降级逻辑，有两种实现方式：
FallbackClass，无法对远程调用的异常做处理FallbackFactory，可以对远程调用的异常做处理（我们选择这种）
步骤一：在 feign-api 项目中定义类，实现 FallbackFactory：
package cn.itcast.feign.clients.fallback;
import cn.itcast.feign.clients.UserClient;
import cn.itcast.feign.pojo.User;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;
@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
@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();
}
};
}
}
步骤二：在 feign-api 项目中的 DefaultFeignConfiguration 类中将 UserClientFallbackFactory 注册为一个 Bean：
@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
return new UserClientFallbackFactory();
}
步骤三：在 feign-api 项目中的 UserClient 接口中使用 UserClientFallbackFactory：
@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
Feign Client 整合 Sentinel 总结
Sentinel支持的雪崩解决方案：
- 线程隔离（仓壁模式）
- 降级熔断
Feign 整合 Sentinel 的步骤：
- 在application.yml中配置：
feign.sentienl.enable=true - 给 FeignClient 编写
FallbackFactory并注册为Bean 将
FallbackFactory配置到 FeignClient线程隔离（舱壁模式）
线程隔离的实现方式
线程隔离有两种方式实现：
线程池隔离
- 信号量隔离（Sentinel 默认采用）
线程池隔离：给每个服务调用业务分配一个线程池，利用线程池本身实现隔离效果
- 优点：支持主动超时，支持异步调用
- 缺点：线程的额外开销比较大
- 场景：低扇出（Fanout）
信号量隔离：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，无额外开销
- 缺点：不支持主动超时，不支持异步调用
-
Sentinel 的线程隔离
在添加限流规则时，可以选择两种阈值类型：
QPS：就是每秒的请求数，在快速入门中已经演示过
- 线程数：是该资源能使用用的 tomcat 线程数的最大值。也就是通过限制线程数量，实现线程隔离（舱壁模式）。
案例需求：给 order-service 服务中的 UserClient 的查询用户接口设置流控规则，线程数不能超过 2。然后利用 JMeter 测试。
熔断降级
熔断降级是解决雪崩问题的重要手段。其思路是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的：
状态机包括三个状态：
- closed：关闭状态，断路器放行所有请求，并开始统计异常比例、慢请求比例。超过阈值则切换到 open 状态
- open：打开状态，服务调用被熔断，访问被熔断服务的请求会被拒绝，快速失败，直接走降级逻辑。open 状态 5 秒后会进入 half-open 状态
- half-open：半开状态，放行一次请求，根据执行结果来判断接下来的操作。
- 请求成功：则切换到 closed 状态
- 请求失败：则切换到 open 状态
慢调用比例
慢调用比例：业务的响应时长（RT）大于指定时长的请求认定为慢调用请求。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。例如：
解读：RT 超过 500ms 的调用是慢调用，统计最近 10000ms 内的请求，如果请求量超过 10 次，并且慢调用比例不低于 0.5，则触发熔断，熔断时长为 5 秒。然后进入 half-open 状态，放行一次请求做测试。
案例需求：给 UserClient 的查询用户接口设置降级规则，慢调用的 RT 阈值为 50ms ，统计时间为 1 秒，最小请求数量为 5，失败阈值比例为 0.4，熔断时长为 5
设置慢调用，修改 user-service 中的 /user/{id} 这个接口的业务。通过休眠模拟一个延迟时间：
@GetMapping("/{id}")
public User queryById(@PathVariable("id") Long id) throws InterruptedException {
if (id == 1) {
// id 为 1 时触发慢调用
Thread.sleep(60);
}
return userService.queryById(id);
}
设置熔断规则，下面，给 feign 接口设置降级规则：
超过 50ms 的请求都会被认为是慢请求
异常比例、异常数
异常比例或异常数：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。
例如，一个异常比例设置：
解读：统计最近 1000ms 内的请求，如果请求量超过 10 次，并且异常比例不低于 0.4，则触发熔断。
一个异常数设置：
解读：统计最近 1000ms 内的请求，如果请求量超过 10 次，并且异常比例不低于 2 次，则触发熔断。
案例需求：给 UserClient 的查询用户接口设置降级规则，统计时间为 1 秒，最小请求数量为 5，失败阈值比例为 0.4，熔断时长为 5s
设置异常请求，首先，修改 user-service 中的 /user/{id} 这个接口的业务。手动抛出异常，以触发异常比例的熔断：
@GetMapping("/{id}")
public User queryById(@PathVariable("id") Long id) throws InterruptedException {
if (id == 1) {
// id 为 1 时触发慢调用
Thread.sleep(100);
} else if (id == 2) {
throw new RuntimeException("故意出错，触发熔断");
}
return userService.queryById(id);
}
设置熔断规则，下面给 feign 接口设置降级规则：
在 5 次请求中，只要异常比例超过 0.4，也就是有 2 次以上的异常，就会触发熔断。
若有收获，就点个赞吧
0 人点赞
