1.提出问题

1.什么是雪崩问题？ 微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。

2.解决雪崩问题的方法

• 超时处理：设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待

• 仓壁模式：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离

• 断路器模式：由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。

• 限流：限制业务访问的QPS，避免服务因流量的突增而故障。

2.雪崩问题及解决方案

1.雪崩概念

:::info 微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。 :::

2.解决方案

:::info 1.超时处理：设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待
2.仓壁模式：限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离。
3.断路器：由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。
4.限流：限制业务访问的QPS，避免服务因流量的突增而故障。

限流是对服务的保护，避免因瞬间高并发流量而导致服务故障，进而避免雪崩。是一种预防措施。
超时处理、线程隔离、降级熔断是在部分服务故障时，将故障控制在一定范围，避免雪崩。是一种补救措施。 :::

3.服务保护技术（熔断器）对比

3.Sentinel熔断器

Sentinel熔断器官网

1.Sentinel熔断器概述

:::info Sentinel是阿里巴巴开源的一款微服务流量控制组件。

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。 :::

2.安装sentinel的UI控制台（sentinel官方提供了UI控制台，方便我们对系统做限流设置）

sentinel测试发送请求软件Jmeter

1.下载（微服务day09资料中已经提供）

ui界面下载链接

2.运行执行命令：java -jar sentinel-dashboard-1.8.1.jar

注意：如果要修改Sentinel的默认端口、账户、密码，可以通过下列配置：

如：修改端口：java -Dserver.port=8090 -jar sentinel-dashboard-1.8.1.jar

3.http://localhost:8080 访问页面

3.微服务整合Sentinel连接sentinel的UI控制台

1.引入sentinel依赖

<!--sentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId> 
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

2.配置application.yaml文件,添加相关配置

server:
  port: 8088
spring:
  cloud: 
    sentinel:
      transport:
        dashboard: localhost:8080//UI控制台的地址

3.访问项目的任意端点就能触发sentinel的监控。

4.流量控制（雪崩问题虽然有四种方案，但是限流是避免服务因突发的流量而发生故障，是对微服务雪崩问题的预防）

1.簇点链路

:::info 当请求进入微服务时，首先会访问DispatcherServlet，然后进入Controller、Service、Mapper，这样的一个调用链就叫做簇点链路。簇点链路中被监控的每一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，也就是controller中的方法），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

• 流控：流量控制
• 降级：降级熔断
• 热点：热点参数限流，是限流的一种

• 授权：请求的权限控制 :::

  示例

  

  含义：限制 /order/{orderId}这个资源的单机QPS为1，即每秒只允许1次请求，超出的请求会被拦截并报错。

  2.流控模式

  :::info 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 :::

  1.直接模式（对当前资源限流）

  

  2.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）

  :::info 语法说明：当/write资源访问量触发阈值时，就会对/read资源限流，避免影响/write资源。
  ==当关联资源到达阈值时,对当前资源进行限流==
  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。 :::

  配置

  

  3.链路模式（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）

  统计从/test2进入到/common的请求

  

  注意：默认情况下，service层中的方法是不被Sentinel监控的，需要我们自己通过注解来标记要监控的方法。给service层的方法添加@SentinelResource（“自定义资源名称”）注解

  :::info 如：
  @SentinelResource(“goods”)
  public void queryGoods(){
  System.err.println(“查询商品”);
  } :::

  注意：链路模式中，是对不同来源的两个链路做监控。但是sentinel默认会给进入SpringMVC的所有请求设置同一个root资源，会导致链路模式失效。需要关闭这种对SpringMVC的资源聚合

  spring:
  cloud:
    sentinel:
      web-context-unify: false # 关闭context整合
  

  配置

  

  3.流控效果

  :::info 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 :::

  1.快速失败（QPS超过阈值时，拒绝新的请求）

  

  2.warm up（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）

  :::info 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 maxThreshold / coldFactor，持续指定时长后，逐渐提高到maxThreshold值。而coldFactor的默认值是3. :::

  配置

  

  3.排队等待（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）

  :::info 工作原理：
  例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待时长超过2000ms的请求会被拒绝并抛出异常。

预期等待时长：
比如现在一下子来了12 个请求，因为每200ms执行一个请求，那么：

• 第6个请求的预期等待时长 = 200 * （6 - 1） = 1000ms
• 第12个请求的预期等待时长 = 200 * （12-1） = 2200ms :::

  配置

  

  4.热点参数限流（分别统计参数值相同的请求）

  1.全局参数限流

  

  代表的含义是：对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5

  2.热点参数限流

  

  结合全局参数限流配置，这里的含义是对0号的long类型参数限流，每1秒相同参数的QPS不能超过5，有两个例外：如果参数值是100，则每1秒允许的QPS为10 如果参数值是101，则每1秒允许的QPS为15

  3.配置步骤

  注意：热点参数限流对默认的SpringMVC资源无效，需要利用@SentinelResource注解标记资源

  1.标记资源：在方法上使用@SentinelResource（”自定义资源名”）注解标记资源

  

  2.热点参数限流规则

  

  3.Jmeter测试

  5.隔离和降级

  :::info 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。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 :::

  1.FeignClient整合Sentinel（SpringCloud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）

  1.修改配置，开启sentinel功能

  feign:
  sentinel:
    enabled: true # 开启feign对sentinel的支持
  

  2.编写失败降级逻辑

  方式一：FallbackClass，无法对远程调用的异常做处理

  方式二：FallbackFactory，可以对远程调用的异常做处理，我们选择这种

  1.步骤一：在项目中定义类，实现FallbackFactory

  ```java 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 { @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(); } }; } }

<a name="Dv3cr"></a>
##### 2.步骤二：在配置类中将FallbackFactory实现类注册为一个Bean/或在实现类上添加@Component
```java
@Bean
public UserClientFallbackFactory userClientFallbackFactory(){
    return new UserClientFallbackFactory();
}

3.步骤三：在项目中的远程调用接口中使用降级方法FallbackFactory的实现类

import cn.itcast.feign.clients.fallback.UserClientFallbackFactory;
import cn.itcast.feign.pojo.User;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;

@FeignClient(value = "userservice", fallbackFactory = UserClientFallbackFactory.class)
public interface UserClient {

    @GetMapping("/user/{id}")
    User findById(@PathVariable("id") Long id);
}

4.查看sentinel控制台，可以看到新的簇点链路

2.线程隔离（舱壁模式）

:::info 线程隔离有两种方式实现：

• 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：线程的额外开销大
  • 场景：低扇出

• 信号量隔离（Sentinel默认采用）：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
  • 场景：高频调出，高扇出 :::

    1.sentinel的线程隔离

    :::info 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）。 :::

  配置隔离规则

  

  3.熔断降级

  :::info 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

断路器熔断策略有三种：慢调用、异常比例、异常数 :::

1.慢调用

:::info 慢调用：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。 :::

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。

设置熔断规则

2.异常比例、异常数

:::info 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。 :::

1.一个异常比例设置：

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。

2.一个异常数设置：

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。

设置熔断规则

6.授权规则

1.授权规则

1.基本规则

:::info 授权规则可以对调用方的来源做控制，有白名单和黑名单两种方式。

• 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不允许访问

点击左侧菜单的授权，可以看到授权规则：

• 资源名：就是受保护的资源，例如/order/{orderId}
• 流控应用：是来源者的名单，
  • 如果是勾选白名单，则名单中的来源被许可访问。
  • 如果是勾选黑名单，则名单中的来源被禁止访问。 :::

    如：

    

    2.获取origin（Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源）

    :::info public interface RequestOriginParser {
    /
    从请求request对象中获取origin，获取方式自定义
    /
    String parseOrigin(HttpServletRequest request);
    }
    这个方法的作用就是从request对象中，获取请求者的origin值并返回。
    默认情况下，sentinel不管请求者从哪里来，返回值永远是default，也就是说一切请求的来源都被认为是一样的值default。
    因此，我们需要自定义这个接口的实现，让不同的请求，返回不同的origin**。 :::

    例如：order-service服务中，我们定义一个RequestOriginParser的实现类：

    ```java import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.RequestOriginParser; import org.springframework.stereotype.Component; import org.springframework.util.StringUtils;

import javax.servlet.http.HttpServletRequest;

@Component public class HeaderOriginParser implements RequestOriginParser { @Override public String parseOrigin(HttpServletRequest request) { // 1.获取请求头 String origin = request.getHeader(“origin”); // 2.非空判断 if (StringUtils.isEmpty(origin)) { origin = “blank”; } return origin; } }

<a name="BSE2h"></a>
#### 注意：也可以使用IP地址进行授权设定
:::info
HttpServletRequest对象常用方法：<br />getRequestURL方法返回客户端发出请求时的完整URL。<br />getRequestURI方法返回请求行中的资源名部分。<br />getQueryString 方法返回请求行中的参数部分。<br />getPathInfo方法返回请求URL中的额外路径信息。额外路径信息是请求URL中的位于Servlet的路径之后和查询参数之前的内容，它以“/”开头。<br />getRemoteAddr方法返回发出请求的客户机的IP地址。<br />getRemoteHost方法返回发出请求的客户机的完整主机名。<br />getRemotePort方法返回客户机所使用的网络端口号。<br />getLocalAddr方法返回WEB服务器的IP地址。<br />getLocalName方法返回WEB服务器的主机名。
:::
<a name="dzhVC"></a>
### 3.网关添加请求头（既然获取请求origin的方式是从reques-header中获取origin值，我们必须让**所有从gateway路由到微服务的请求都带上origin头**）
<a name="MiLRl"></a>
#### 1.GatewayFilter来实现添加origin请求头：修改gateway服务中的application.yml，添加一个defaultFilter：
```yaml
spring:
  cloud:

    gateway:
      default-filters:
        - AddRequestHeader=origin,gateway

      routes:
       # ...略

4.配置授权规则

2.自定义异常结果（默认情况下，发生限流、降级、授权拦截时，都会抛出异常到调用方。异常结果都是flow limmiting（限流）。这样不够友好，无法得知是限流还是降级还是授权拦截）

1.异常类型

:::info 而如果要自定义异常时的返回结果，需要实现BlockExceptionHandler接口：
public interface BlockExceptionHandler {
/*
处理请求被限流、降级、授权拦截时抛出的异常：BlockException
*/
void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception;
}

这个方法有三个参数：

• HttpServletRequest request：request对象
• HttpServletResponse response：response对象
• BlockException e：被sentinel拦截时抛出的异常

这里的BlockException包含多个不同的子类： ::: | 异常 | 说明 | | —- | —- | | FlowException | 限流异常 | | ParamFlowException | 热点参数限流的异常 | | DegradeException | 降级异常 | | AuthorityException | 授权规则异常 | | SystemBlockException | 系统规则异常 |

2.自定义异常处理

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 org.springframework.stereotype.Component;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

@Component
public class SentinelExceptionHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        String msg = "未知异常";
        int status = 429;

        if (e instanceof FlowException) {
            msg = "请求被限流了";
        } else if (e instanceof ParamFlowException) {
            msg = "请求被热点参数限流";
        } else if (e instanceof DegradeException) {
            msg = "请求被降级了";
        } else if (e instanceof AuthorityException) {
            msg = "没有权限访问";
            status = 401;
        }

        response.setContentType("application/json;charset=utf-8");
        response.setStatus(status);
        response.getWriter().println("{\"msg\": " + msg + ", \"status\": " + status + "}");
    }
}

7.规则持久化（sentinel的所有规则都是内存存储，重启后所有规则都会丢失。在生产环境下，我们必须确保这些规则的持久化，避免丢失。）

1.规则管理模式

:::info 规则是否能持久化，取决于规则管理模式，sentinel支持三种规则管理模式：

• 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
• push模式 :::

  2.pull模式

  :::info pull模式：控制台将配置的规则推送到Sentinel客户端，而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询，更新本地规则。
  :::

  2.push模式

  :::info push模式：控制台将配置规则推送到远程配置中心，例如Nacos。Sentinel客户端监听Nacos，获取配置变更的推送消息，完成本地配置更新。
  :::

  push模式实现