一、Sentinel简介
Sentinel是SpringCloudAlibaba的一个组件，主要用于解决微服务架构中的高可用性和稳定性问题（雪崩问题）。
常见的使用场景有：
- 流量控制
- 舱壁模式（线程隔离）
- 超时处理
- 熔断降级
二、流量控制
流量控制是一种预防服务出现异常的手段。
簇点链路
当请求进入微服务时，首先会访问DispatcherServlet，然后进入Controller、Service、Mapper，这样子的调用链路就是 簇点链路。簇点链路中被监控的每一个资源就是一个资源。
默认情况下Sentinel会监控SpringMVC的每一个端点（Endpoint，也就是Controller中加了RequestMapping的方法），每一个端点就是一个资源。
这里圈起来的就是资源
流控模式
限流规则有三种模式：
- 直接：统计当前资源的请求，触发阈值时，对资源直接限流。
- 关联：统计与当前资源相关的另外一个资源，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。
直接模式
对指定资源直接进行限流
设置qps为5
tips: qps的意思是每秒可以通过的请求
使用Jmeter进行测试
每秒只有5个请求通过
关联模式
比如俩个接口需要同时操作一张表，有个接口（接口A）比较重要，另外一个（接口B）相对比比较不重要。
所以当接口Aqps为5 的时候， 我要对接口B快速失败。
使用Jmeter qps 10 请求/demo/edit
然后浏览器访问会发现，请求失败了
链路模式
链路模式指的是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。
例如有两条请求链路：
- /demo/query --> /getById
- /demo/edit --> /getById
我们希望对 /demo/edit 不做限流
对/demo/query 的这条链路进行限流
Service中的方法如果要在Sentinel中显示为资源，需要加上注解@SentinelResource("getById")
配置如下：
使用Jmeter测试
/demo/edit是没有限流
/demo/query是有限流的
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（预热模式）
阈值一般是一个微服务能承担的最大QPS，但是一个服务刚刚启动时，一切资源尚未初始化（冷启动），如果直接将QPS跑到最大值，可能导致服务瞬间宕机。
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.
例如，我设置QPS的maxThreshold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.
案例
需求：给/demo/query这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒
使用Jemeter测试
QPS为10.
刚刚启动时，大部分请求失败，成功的只有3个，说明QPS被限定在3
随着时间推移，成功比例越来越高
到Sentinel控制台查看实时监控：
一段时间后：
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。
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。
那什么叫做预期等待时长呢？
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
现在，第1秒同时接收到10个请求，但第2秒只有1个请求，此时QPS的曲线这样的：
如果使用队列模式做流控，所有进入的请求都要排队，以固定的200ms的间隔执行，QPS会变的很平滑：
平滑的QPS曲线，对于服务器来说是更友好的。
案例
需求：给 /demo/query 这个资源设置限流，最大QPS为10，利用排队的流控效果，超时时长设置为5s
配置：
使用Jemter进行测试
QPS为15，已经超过了我们设定的10。
如果是之前的 快速失败、warmup模式，超出的请求应该会直接报错。
但是我们看看队列模式的运行结果：
全部都通过了。
再去sentinel查看实时监控的QPS曲线：
QPS非常平滑，一致保持在10，但是超出的请求没有被拒绝，而是放入队列。因此响应时间（等待时间）会越来越长。
当队列满了以后，才会有部分请求失败：
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。
全局参数限流
例如，一个根据id查询商品的接口：
访问/goods/{id}的请求中，id参数值会有变化，热点参数限流会根据参数值分别统计QPS，统计结果：
当id=1的请求触发阈值被限流时，id值不为1的请求不受影响。
配置示例：
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
热点参数限流
比如某个商品非常的热门，获取它的详情信息，我们想让它的qps高一点。
示例：对/demo/{id} ,id为1 qps为10
其他的参数qps 还是5
三、隔离和降级
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：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。
FeignClient整合Sentinel
在微服务中，微服务的调用通过Feign来实现，所以做客户端保护，必须在Feign中去整合Sentinel
Feign整合Sentinel有俩个步骤，配置Feing开启Sentinel和编写失败降级逻辑
1- yml配置开启Feign开启sentinel
feign:sentinel:enabled: true # 开启feign对sentinel的支持2-编写失败降级逻辑
package cn.suweijie.sentinel2.feign.fallback;import cn.suweijie.sentinel2.feign.Demo1Feign;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;/*** @Author suweijie* @Date 2024/7/2 8:24* @Description: TODO* @Version 1.0*/
@Slf4j
public class Demo1FeignFallbackFactory implements FallbackFactory<Demo1Feign> {@Overridepublic Demo1Feign create(Throwable throwable) {return new Demo1Feign() {@Overridepublic String query() {return "系统繁忙~";}};}
}注册为bean
3-在Feign上使用FallbackFactory
package cn.suweijie.sentinel2.feign;import cn.suweijie.sentinel2.feign.fallback.Demo1FeignFallbackFactory;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;/*** @Author suweijie* @Date 2024/7/1 16:57* @Description: TODO* @Version 1.0*/
@FeignClient(value = "sentinel-demo",fallbackFactory = Demo1FeignFallbackFactory.class)
public interface Demo1Feign {@GetMapping("/demo/query")String query();}
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）
实现方式
线程隔离有俩种实现方式：
- 线程池隔离
- 信号量隔离
如图：
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
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。
俩者的优缺点
ps:
高扇出： 可以理解为一个API中调用了多个feign
高频调用： 可以理解为一个商城的商品列表，随着用户的增加，这个列表接口肯定是一个高频调用的接口。
实现步骤
在添加限流的规则时，可以选择俩种阈值类型
- QPS：就是每秒的请求数，前面已经演示过
- 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
在sentinel针对feign的请求设置流控规则
这边选择的线程数就是信号量隔离
使用jmeter测试
一次发生10个请求，有较大概率并发线程数超过2，而超出的请求会走之前定义的失败降级逻辑。
查看请求结果
发现虽然结果都是通过了，不过部分请求得到的响应是降级返回的信息。
总结
线程隔离的两种手段是？
- 信号量隔离
- 线程池隔离
信号量隔离的特点是？
- 基于计数器模式，简单，开销小
线程池隔离的特点是？
- 基于线程池模式，有额外开销，但隔离控制更强
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
断路器熔断策略有三种：慢调用、异常比例、异常数
慢调用
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。
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: 配置一个接口，最高响应时间为（RT）50ms， 统计1秒 ，最小请求数为5，比例阈值为0.4 熔断时间5s
解读一下：
统计周期为1s。接口响应时间超过50ms的就定义为慢调用，在统计周期内，如果5次请求中有 0.4*5 = 2次慢调用，则进入熔断的状态，熔断时间为5s。5s过后放一次请求进来，如果还时慢调用就继续熔断5s。如果成功就返回继续统计。
验证：
代码：
如果id = 1就 60ms延时
在浏览器中连续请求接口 http://localhost:8889/demo/test?id=1
就可以看到已经走熔断降级的逻辑了。
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：
在1s内请求数高于5次，且异常数 高于 调用次数 * 0.4 次。则触发熔断
异常数跟比例的区别就是异常数固定的数值，而异常比列是通过比例 * 统计时长内调用次数 得到 异常数。
四、授权规则
授权规则可以对请求方来源做判断和控制。
基本规则
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。
比如：
我们允许请求从gateway到order-service，不允许浏览器访问order-service，那么白名单中就要填写网关的来源名称（origin）。
如何获取origin
Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
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。
package cn.suweijie.sentinel2.config;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 {@Overridepublic 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;}
}给网关添加请求头
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。
这个需要利用之前学习的一个GatewayFilter来实现，AddRequestHeaderGatewayFilter。
修改gateway服务中的application.yml，添加一个defaultFilter：
spring:cloud:gateway:default-filters:- AddRequestHeader=origin,gatewayroutes:# ...略这样，从gateway路由的所有请求都会带上origin头，值为gateway。而从其它地方到达微服务的请求则没有这个头。
配置授权规则
接下来，我们添加一个授权规则，放行origin值为gateway的请求。
配置如下
现在，我们直接跳过网关：
通过网关访问：
可以看到通过网关访问的是正常响应，直接访问微服务被拦截了
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。
异常类型
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 |
自定义异常处理
下面，我们就在order-service定义一个自定义异常处理类：
package cn.itcast.order.sentinel;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 {@Overridepublic 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 + "}");}
}重启测试，在不同场景下，会返回不同的异常消息.
降级：
授权拦截时：
