SCA Sentinel 分布式系统的流量防控（二）

1、Sentinel 降级规则模块

  流控是对外部来的大流量进行控制，熔断降级的视角是对内部问题进行处理。

        Sentinel 降级会在调用链路中某个资源出现不稳定状态时（例如调用超时或异常比例升高），对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联错误。当资源被降级后，在接下来的降级时间窗口之内，对该资源的调用都自动熔断 。

这里的降级其实是Hystrix中的熔断

Hystrix的工作流程

策略 

        Sentinel不会像Hystrix那样放过一个请求尝试自我修复，就是明明确确按照时间窗口来，熔断触发后，时间窗口内拒绝请求，时间窗口后就恢复。

        RT（平均响应时间 ）：当 1s 内持续进入 >=5 个请求，平均响应时间超过阈值（以 ms 为单位），那么在接下的时间窗口（以 s 为单位）之内，对这个方法的调用都会自动地熔断（抛出 DegradeException）。注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，若需要变更此上限可以通过启动配置项 -Dcsp.sentinel.statistic.max.rt=xxx 来配置。

        异常比例：当资源的每秒请求量 >= 5，并且每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口（以 s 为单位）之内，对这个方法的调用都会自动地返回。异常比率的阈值范围是 [0.0, 1.0] ，代表 0% - 100%。 

        异常数：当资源近 1 分钟的异常数目超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的，若 timeWindow 小于 60s，则结束熔断状态后仍可能再进入熔断状态。 

  时间窗口 >= 60s

 

2、Sentinel 自定义兜底逻辑

        @SentinelResource注解类似于Hystrix中的@HystrixCommand注解，@SentinelResource注解中有两个属性需要我们进行区分，blockHandler属性用来指定不满足Sentinel规则的降级兜底方法，fallback属性用于指定Java运行时异常兜底方法 。

（1）在API接口资源处配置

package com.lagou.edu.controller;
 
import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.lagou.edu.config.SentinelHandlersClass;
import com.lagou.edu.controller.service.ResumeServiceFeignClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
 
@RestController
@RequestMapping("/autodeliver")
public class AutodeliverController {
 
 
    @Autowired
    private ResumeServiceFeignClient resumeServiceFeignClient;
 
    /**
     @SentinelResource
        value：定义资源名
        blockHandlerClass：指定Sentinel规则异常兜底逻辑所在class类
        blockHandler：指定Sentinel规则异常兜底逻辑具体哪个⽅法
        fallbackClass：指定Java运⾏时异常兜底逻辑所在class类
        fallback：指定Java运⾏时异常兜底逻辑具体哪个⽅法
     */
 
    @GetMapping("/checkState/{userId}")
    // @SentinelResource注解类似于Hystrix中的@HystrixCommand注解
    @SentinelResource(value = "findResumeOpenState",blockHandlerClass = SentinelHandlersClass.class,
            blockHandler = "handleException",fallbackClass = SentinelHandlersClass.class,fallback = "handleError")
    public Integer findResumeOpenState(@PathVariable Long userId) {
        // 模拟降级：
        /*try {
            Thread.sleep(1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }*/
        // 模拟降级：异常比例
        //int i = 1/0;
        Integer defaultResumeState = resumeServiceFeignClient.findDefaultResumeState(userId);
        return defaultResumeState;
    }
}

（2）自定义兜底逻辑类（注意：兜底类中的方法为static静态方法）

package com.lagou.edu.config;
 
import com.alibaba.csp.sentinel.slots.block.BlockException;
 
public class SentinelHandlersClass {
 
    // 整体要求和当时Hystrix一样，这里还需要在形参中添加BlockException参数，用于接收异常
    // 注意：方法是静态的
    public static Integer handleException(Long userId, BlockException blockException) {
        return -100;
    }
 
    public static Integer handleError(Long userId) {
        return -500;
    }
 
}

3、基于 Nacos 实现 Sentinel 规则持久化

        目前，Sentinel Dashboard中添加的规则数据存储在内存，微服务停掉规则数据就消失，在生产环境下不合适。我们可以将Sentinel规则数据持久化到Nacos配置中心，让微服务从Nacos获取规则数据。

（1） 自动投递微服务的pom.xml中添加依赖

<dependency>
    <groupId>com.alibaba.cspgroupId>
    <artifactId>sentinel-datasource-nacosartifactId>
dependency>

（2）自动投递微服务的application.yml中配置Nacos数据源

server:
  port: 8098
spring:
  application:
    name: lagou-service-autodeliver
  cloud:
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848,127.0.0.1:8849,127.0.0.1:8850
 
    sentinel:
      transport:
        dashboard: 127.0.0.1:8080 # sentinel dashboard/console 地址
        port: 8719   #  sentinel会在该端口启动http server，那么这样的话，控制台定义的一些限流等规则才能发送传递过来，
                      #如果8719端口被占用，那么会依次+1
      # Sentinel Nacos数据源配置，Nacos中的规则会自动同步到sentinel流控规则中
      datasource:
        # 自定义的流控规则数据源名称
        flow: # 此处的flow为自定义数据源名
          nacos:
            server-addr: ${spring.cloud.nacos.discovery.server-addr}
            data-id: ${spring.application.name}-flow-rules
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow  # 类型来自RuleType类
        # 自定义的降级规则数据源名称
        degrade:
          nacos:
            server-addr: ${spring.cloud.nacos.discovery.server-addr}
            data-id: ${spring.application.name}-degrade-rules
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: degrade  # 类型来自RuleType类

（3）Nacos Server中添加对应规则配置集（public命名空间—>DEFAULT_GROUP中添加）

        流控规则配置集 lagou-service-autodeliver-flow-rules

[
    {
        "resource":"findResumeOpenState",
        "limitApp":"default",
        "grade":1,
        "count":1,
        "strategy":0,
        "controlBehavior":0,
        "clusterMode":false
    }
]

  所有属性来自源码FlowRule类

• resource：资源名称
• limitApp：来源应用
• grade：阈值类型 0 线程数 1 QPS
• count：单机阈值
• strategy：流控模式，0 直接 1 关联 2 链路
• controlBehavior：流控效果，0 快速失败 1 Warm Up 2 排队等待
• clusterMode：true/false 是否集群

        降级规则配置集 lagou-service-autodeliver-degrade-rules

[
    {
        "resource":"findResumeOpenState",
        "grade":2,
        "count":1,
        "timeWindow":5
    }
]

  所有属性来自源码DegradeRule类

• resource：资源名称
• grade：降级策略 0 RT 1 异常⽐例 2 异常数
• count：阈值
• timeWindow：时间窗

Rule 源码体系结构

注意 

1. 一个资源可以同时有多个限流规则和降级规则，所以配置集中是一个json数组
2. Sentinel控制台中修改规则，仅是内存中生效，不会修改Nacos中的配置值，重启后恢复原来的值； Nacos控制台中修改规则，不仅内存中生效，Nacos中持久化规则也生效，重启后规则依然保持 。