雪崩问题及解决方案

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叫做雪崩.

如何避免因瞬间高并发流量而导致服务故障?

流量控制:限制业务访问的QPS,避免服务因流量的突增而故障.(俗称:限流)

如何避免因服务故障引起的雪崩问题?

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
线程隔离:限定每个业务能使用的线程数,避免耗尽整个tomcat的资源,因此也叫舱壁模式.
降级熔断: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.

服务保护技术对比:

Sentinel(阿里的) Hystrix(网飞的)
隔离策略 信号量隔离 线程池隔离/信号量隔离
熔断降级策略 基于慢调用比例或异常比例 基于失败比率
实时指标实现 滑动窗口 滑动窗口(基于RxJava)
规则配置 支持多种数据源 支持多种数据源
扩展性 多个扩展点 插件的形式
基于注解的支持 支持 支持
限流 基于QPS,支持基于调用关系的限流 有限的支持
流量整形 支持慢启动,匀速排队模式 不支持
系统自适应保护 支持 不支持
控制台 开箱即用,可配置规则,查看秒级监控,机器发现等 不支持
常见框架的适配 Servlet , Spring Cloud , Dubbo , gRPC 等 Servlet , Spring Cloud Netflix

因为Sentinel功能和背景都比较强 所以我们选择使用Sentinel.

Sentinel的使用:默认账户密码都是sentinel

把Sentinel的jar包放到存放代码的目录下然后打开cmd窗口输入java -jar sentinel-dashboard-1.8.1.jar 他的默认端口号为8080不要冲突了 也可修改

例:java -jar sentinel-dashboard-1.8.1.jar -Dserver.port=8090

微服务整合Sentinel:

1.在微服务里面引入sentinel依赖

com.alibaba.cloud
spring-cloud-starter-alibaba-sentinel

2.在配置文件中加入控制台的地址:
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8080
3.访问微服务的任意断点,触发sentinel监控

限流规则

簇点链路:

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SpingMVC的每一个端点(Endpoint),因此SppingMVC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:
1.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
2.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
一般用于两个有竞争关系得资源,一个优先级高,一个优先级低得时候,优先级高得资源写在下面。优先级高得资源触发阈值,对优先级低得资源触发限流
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。
3.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

流控效果:

流控效果是指请求达到流控阈值时应该采取得措施,包括三种:
1.快速失败:达到阈值后,新得请求会被立即拒绝并抛出FlowException异常。是默认得处理方式。
2.warm up:预热模式,对超出阈值得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。
warm up也叫预热模式,是应对服务冷启动得一种方案。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得默认值是3.
例如:我设置QPS得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.
3.排队等待:让所有得请求按照先后次序排队执行,两个请求得间隔不能小于指定时长
当请求超过QPS阈值时,快速失败和warm up会拒绝新得请求并抛出异常。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

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。

隔离和降级

线程隔离: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。

Feign整合Sentinel

1.修改配置文件:
feign:
sentinel:
enabled: true # 开启feign对sentinel的支持
(2). 给FeignClient编写失败后的降级逻辑
1.方式一:FallbackClass,无法对远程调用的异常做处理
2.方式二:FallbackFactory,可以对远程调用的异常做处理,我们选择这种
2.给FeignClient编写FallbackFactory并注册为Bean
3.讲FallbackFactory配置到FeignClient

Sentinel支持的雪崩解决方案:

1.线程隔离(仓壁模式),两种方案:
1.线程池隔离: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:低并发
2.信号量隔离(Sentinel默认采用):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:高并发
2.降级熔断

熔断降级:

熔断降级的意思:

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。

状态机的三个状态:

1.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
2.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
3.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。
1.请求成功:则切换到closed状态
2.请求失败:则切换到open状态

断路器熔断策略有哪几种?

1.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。
2.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。
3.异常数:和异常比例一样。

授权规则

基本规则:

1.白名单:来源(origin)在白名单内的调用者允许访问
2.黑名单:来源(origin)在黑名单内的调用者不允许访问

规则管理模式

1.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。

2.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。

3.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。

Sentinel的三种管理模式:

1.原始模式:保存在内存
2.pull模式:保存在本地文件或数据库,定时去读取
3.push模式:保存在nacos,监听变更实时更新