厦门营销网站制作,建站平台网,济源网站建设济源,买的网站模板怎么做微服务保护 微服务保护a.sentinelb.sentinel限流规则1) 流控模式1.a) 关联模式1.b) 链路模式 2) 流控效果2.a) 预热模式2.b) 排队等待 3) 热点参数限流 c.隔离和降级1) Feign整合Sentinel2) 线程隔离2.a) 线程隔离#xff08;舱壁模式#xff09; 3) 熔断降级3.a) 熔断策略-慢… 微服务保护 微服务保护a.sentinelb.sentinel限流规则1) 流控模式1.a) 关联模式1.b) 链路模式 2) 流控效果2.a) 预热模式2.b) 排队等待 3) 热点参数限流 c.隔离和降级1) Feign整合Sentinel2) 线程隔离2.a) 线程隔离舱壁模式 3) 熔断降级3.a) 熔断策略-慢调用3.b) 熔断策略-异常比例、异常数 d.授权规则及规则持久化1) 授权规则2) 自定义异常结果3) 规则持久化3.a) 规则管理模式 微服务保护
a.sentinel
雪崩问题
微服务调用链路中的某个服务故障引起整个链路中的所有微服务都不可用这就是雪崩
解决雪崩问题的常见方式有四种
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舱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熔断降级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制业务访问的QPS(每秒处理请求的数量)避免服务因流量的突增而故障。
Sentinel是阿里巴巴开源的一款微服务流量控制组件。
微服务整合Sentinel
1.引入sentinel依赖
!--引入sentinel依赖--
dependencygroupIdcom.alibaba.cloud/groupIdartifactIdspring-cloud-starter-alibaba-sentinel/artifactId
/dependency2.配置控制台地址
spring:cloud:sentinel:transport:dashboard: localhost:8080 # sentinel控制台地址3.访问微服务的任意端点触发sentinel监控
b.sentinel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SpringMVC的每一个端点Endpoint: controller中的每一个方法因此SpringMVC的每一个端点Endpoint就是调用链路中的一个资源。 需求给 /order/{orderId}这个资源设置流控规则QPS不能超过 5。然后利用jemeter测试。
1.设置流控规则 2.jemeter测试
1) 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
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.a) 关联模式
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。业务需求是优先对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。 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。
需求
在OrderController新建两个端点/order/query和/order/update无需实现业务配置流控规则当/order/ update资源被访问的QPS超过5时对/order/query请求限流 满足下面条件可以使用关联模式
两个有竞争关系的资源一个优先级较高一个优先级较低
1.b) 链路模式
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。
例如有两条请求链路
/test1 - /common/test2 - /common
如果只希望统计从/test2进入到/common的请求则可以这样配置 需求
有查询订单和创建订单业务两者都需要查询商品。针对从查询订单进入到查询商品的请求统计并设置限流。
步骤
1.在OrderService中添加一个queryGoods方法不用实现业务2.在OrderController中改造/order/query端点调用OrderService中的queryGoods方法3.在OrderController中添加一个/order/save的端点调用OrderService的queryGoods方法4.给queryGoods设置限流规则从/order/query进入queryGoods的方法限制QPS必须小于2
Sentinel默认只标记Controller中的方法为资源如果要标记其它方法需要利用SentinelResource注解
SentinelResource(goods)
public void queryGoods(){System.err.println(查询商品);
}Sentinel默认会将Controller方法做context整合导致链路模式的流控失效需要修改application.yml添加配置
spring:cloud:sentinel:web-context-unify: false # 关闭context整合2) 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 2.a) 预热模式
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 threshold / coldFactor持续指定时长后逐渐提高到threshold值。而coldFactor的默认值是3.
例如我设置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. 案例需求给/order/{orderId}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 2.b) 排队等待
排队等待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
需求给/order/{orderId}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 3) 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。 在热点参数限流的高级选项中可以对部分参数设置例外配置 结合上一个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
案例给/order/{orderId}这个资源添加热点参数限流规则如下
默认的热点参数规则是每1秒请求量不超过2给102这个参数设置例外每1秒请求量不超过4给103这个参数设置例外每1秒请求量不超过10
热点参数限流对默认的SpringMVC资源无效只对添加SentinelResource注解的方法产生效果
SentinelResource(hot)
GetMapping({orderId})
public Order queryOrderByUserId(PathVariable(orderId) Long orderId) {// 根据id查询订单并返回return orderService.queryOrderById(orderId);
}c.隔离和降级
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。
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。 1) Feign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OrderService的application.yml文件开启Feign的Sentinel功能
feign:sentinel:enabled: true # 开启Feign的Sentinel功能2.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可以对远程调用的异常做处理 (推荐)
步骤一在feing-api项目的clients.fallback中定义类实现FallbackFactory
Slf4j
public class UserClientFallbackFactory implements FallbackFactoryUserClient {Overridepublic UserClient create(Throwable throwable) {return new UserClient() {Overridepublic User findById(Long id) {log.error(查询用户异常, throwable);return new User();}};}
}步骤二在feing-api项目中的DefaultFeignConfiguration类中将UserClientFallbackFactory注册为一个Bean
public class DefaultFeignConfiguration {Beanpublic UserClientFallbackFactory userClientFallbackFactory(){return new UserClientFallbackFactory();}
}步骤三在feing-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);
}2) 线程隔离
线程隔离有两种方式实现
线程池隔离信号量隔离QPSSentinel默认采用 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 低扇出
信号量隔离
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 高频调用高扇出
2.a) 线程隔离舱壁模式
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舱壁模式。
案例给 UserClient的查询用户接口设置流控规则线程数不能超过 2 3) 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。
断路器熔断策略有三种慢调用、异常比例、异常数 3.a) 熔断策略-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5s
提示为了触发慢调用规则我们需要修改UserService中的业务增加业务耗时 3.b) 熔断策略-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 案例给 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
提示为了触发异常统计我们需要修改UserService中的业务抛出异常 d.授权规则及规则持久化
1) 授权规则
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 Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
从request中获取一个名为origin的请求头作为origin的值
在order-service中创建sentinel包
package cn.itcast.order.sentinel;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;}
}在gateway服务中利用网关的过滤器添加名为gateway的origin头
spring:gateway:default-filters:- AddRequestHeaderTruth, ABCDEFGHIJKLMN- AddRequestHeaderorigin, gateway # 添加名为origin的请求头值为gateway2) 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。如果要自定义异常时的返回结果需要实现BlockExceptionHandler接口 BlockException包含很多个子类分别对应不同的场景
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
在order-service的sentinel包中定义类实现BlockExceptionHandler接口
package cn.itcast.order.sentinel;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;} 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;} else if (e instanceof AuthorityException) {msg 没有权限访问;status 401;}response.setContentType(application/json;charsetutf-8);response.setStatus(status);response.getWriter().println({\msg\: msg , \status\: status });}
}3) 规则持久化
3.a) 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。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。
