Alibaba Sentinel功能入門與配置持久化

文章目錄

Alibaba Sentinel功能入門與配置持久化
- 1.準備工作
- 2.整合與啟動
- - 2.1項目引入依賴：
  - 2.2項目yaml配置
  - 2.3控制台配置項
  - 2.4啟動項目與sentinel-dashboard.jar
  - 2.5測試
- 3.可能出現的異常
- - 3.1.The Bean Validation API is on the classpath but no implementation could be found
  - 3.2.sentinel-dashboard.jar啟動：java.lang.IllegalStateException: Cannot load configuration class:com.alibaba.csp.sentinel.dashboard.DashboardApplication
- 4.具體使用配置
- - 4.1限流規則
  - 4.2限流結果
- 5.服務降級、隔離與熔斷
- - 5.1consumer端Feign整合Sentinel
  - - 5.1.1引入依賴
    - 5.1.2yaml添加配置
    - 5.1.3編寫失敗後的傳回方法FallbackFactory
    - 5.1.4修改provider端的Controller
  - 5.2線程隔離
  - - 5.2.1信号量隔離（預設）
    - 5.2.2線程池隔離
    - - 使用線程池的優點
      - 使用線程池的缺點
  - 5.3線程熔斷
  - - 5.3.1慢調用比例 (SLOW_REQUEST_RATIO)
    - 5.3.2異常比例 (DEGRADE_GRADE_EXCEPTION_RATIO)
    - 5.3.3異常數 (DEGRADE_GRADE_EXCEPTION_COUNT)
- 6.統一處理異常
- - 6.1方法一：實作sentinel内置接口
  - 6.2方法二：通過SpringCloud自帶注解
  - - 思路
- 7.生産環境下配置持久化（整合nacos的push模式）
- - 7.1規則屬性一覽
  - - 流量規則（FlowRule）
    - 熔斷降級規則（DegradeRule）
    - 熱點參數規則（`ParamFlowRule`）
    - 系統保護規則 (SystemRule)
  - 7.2寫死實作
  - - 流量規則（FlowRule）
    - 熔斷降級規則 (DegradeRule)
    - 熱點參數規則（`ParamFlowRule`）
    - 系統保護規則 (SystemRule)
  - 7.3json實作
  - - 引入依賴
    - yaml
    - 流量規則（FlowRule）
    - 熔斷降級規則 (DegradeRule)
    - 熱點參數規則（`ParamFlowRule`）
    - 系統保護規則 (SystemRule)

1.準備工作

sentinel dashboard jar包下載下傳，這裡結合項目SpringCloud版本，選用官網推薦的1.8.1
适當版本的JDK(可參考dashboard包内文檔建議)

一個微服務項目（我這裡使用的是之前自己寫的springcloud+nacos項目，源代碼參見SpringCloudAlibaba: SpringCloudAlibaba練習項目 (gitee.com)，思路參見https://blog.csdn.net/qq_61603262/article/details/127345832），具體版本如下：

<druid.version>1.2.13</druid.version>
        <mysql.version>8.0.30</mysql.version>
        <spring-boot-starter-data-jdbc.version>2.7.4</spring-boot-starter-data-jdbc.version>
        <spring-boot-starter-jdbc.version>2.7.4</spring-boot-starter-jdbc.version>
        <mybatis.version>2.1.4</mybatis.version>
        <springdoc.version>1.6.11</springdoc.version>

2.整合與啟動

2.1項目引入依賴：

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-alibaba-sentinel-datasource</artifactId>
    <version>2.2.7.RELEASE</version>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2.2.7.RELEASE</version>
</dependency>

2.2項目yaml配置

spring: 
  cloud:
    sentinel:
      enabled: true
      transport:
        dashboard: localhost:8080 #這裡配置的是dashboard對應的端口号，項目與jar包運作端口保持一緻即可

2.3控制台配置項

控制台的一些特性可以通過配置項來進行配置，配置項主要有兩個來源：

System.getProperty()

和

System.getenv()

，同時存在時後者可以覆寫前者。

通過環境變量進行配置時，因為不支援 . 是以需要将其更換為 _ 。

配置項	類型	預設值	最小值	描述
auth.enabled	boolean	true	-	是否開啟登入鑒權，僅用于日常測試，生産上不建議關閉
sentinel.dashboard.auth.username	String	sentinel	-	登入控制台的使用者名，預設為 `sentinel`
sentinel.dashboard.auth.password	String	sentinel	-	登入控制台的密碼，預設為 `sentinel`
sentinel.dashboard.app.hideAppNoMachineMillis	Integer	60000	是否隐藏無健康節點的應用，距離最近一次主機心跳時間的毫秒數，預設關閉
sentinel.dashboard.removeAppNoMachineMillis	Integer	120000	是否自動删除無健康節點的應用，距離最近一次其下節點的心跳時間毫秒數，預設關閉
sentinel.dashboard.unhealthyMachineMillis	Integer	60000	30000	主機失聯判定，不可關閉
sentinel.dashboard.autoRemoveMachineMillis	Integer	300000	距離最近心跳時間超過指定時間是否自動删除失聯節點，預設關閉
sentinel.dashboard.unhealthyMachineMillis	Integer	60000	30000	主機失聯判定，不可關閉
server.servlet.session.cookie.name	String	sentinel_dashboard_cookie	-	控制台應用的 cookie 名稱，可單獨設定避免同一域名下 cookie 名沖突

配置示例：

指令行方式：

java -Dsentinel.dashboard.app.hideAppNoMachineMillis=60000

Java 方式：

System.setProperty("sentinel.dashboard.app.hideAppNoMachineMillis", "60000");

環境變量方式：

sentinel_dashboard_app_hideAppNoMachineMillis=60000

2.4啟動項目與sentinel-dashboard.jar

java -jar sentinel-dashboard.jar

2.5測試

通路項目中任意服務，在dashboard能夠看到該項目的spring.application.name，打開頁籤後可以看到相關通路統計。

3.可能出現的異常

3.1.The Bean Validation API is on the classpath but no implementation could be found

***************************
APPLICATION FAILED TO START
***************************

Description:

The Bean Validation API is on the classpath but no implementation could be found

Action:

Add an implementation, such as Hibernate Validator, to the classpath

解決方案：

引入依賴

<dependency>
    <groupId>org.hibernate.validator</groupId>
    <artifactId>hibernate-validator</artifactId>
    <version>8.0.0.Final</version>
</dependency>

如不可行，嘗試引入springboot自帶的validation:

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-validation</artifactId>
</dependency>

3.2.sentinel-dashboard.jar啟動：java.lang.IllegalStateException: Cannot load configuration class:com.alibaba.csp.sentinel.dashboard.DashboardApplication

啟動時換用下述指令(加入啟動參數)：

java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard --add-opens java.base/java.lang=ALL-UNNAMED --add-opens java.base/sun.net.util=ALL-UNNAMED -jar sentinel-dashboard-1.8.1.jar

4.具體使用配置

4.1限流規則

普通限流
關聯限流：當對A通路的QPS/線程數達到門檻值時，對B限流。使用時需要配置B的限流規則。即給誰限流就配置誰的限流規則（配置通路優先級較低的服務）。
鍊路限流：限制來自不同路徑對同一服務的通路。需要設定web-context-unify: false才會生效。限制那個路徑的QPS就配置哪個路徑。
熱點參數限流：根據請求攜帶參數限流。

注意：該配置隻對添加了@SentinelResource注解的資源生效

4.2限流結果

快速失敗：抛出FlowException，傳回429錯誤
warm up：同快速失敗，但在抛出異常的同時，門檻值會逐漸增大（預設從最大值的三分之一開始）。常用于服務冷啟動。

參數：預熱時長
排隊等待：接到超過單機門檻值的請求不會立即抛出異常，把請求放進隊列延遲進行直至逾時或被執行。

5.服務降級、隔離與熔斷

5.1consumer端Feign整合Sentinel

5.1.1引入依賴

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-alibaba-sentinel-datasource</artifactId>
    <version>2.2.7.RELEASE</version>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2.2.7.RELEASE</version>
</dependency>

5.1.2yaml添加配置

feign:
  sentinel:
    enabled: true

5.1.3編寫失敗後的傳回方法FallbackFactory

這裡要注意的是，FallbackFactory有兩個類，即OpenFeign的和Hystrix的，這裡我們要繼承的是Hystrix的。

package com.zjy.consumer9000.config;

import com.zjy.consumer9000.service.DeptFeignService;
import feign.hystrix.FallbackFactory;


import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class DeptFallbackFactory implements FallbackFactory<DeptFeignService> {
    @Override
    public DeptFeignService create(Throwable cause) {
        return new DeptFeignService() {
            @Override
            public List<Map> getAll() {
                Map map=new HashMap();
                map.put("msg","unknown exception");
                List<Map> list=new ArrayList<>();
                list.add(map);
                return list;
            }

            @Override
            public Map queryById(Integer departmentId) {
                Map map=new HashMap();
                map.put("msg","not found");
                return map;
            }

            @Override
            public List<Map> queryByName(String departmentName) {
                Map map=new HashMap();
                map.put("msg","there's no such a department");
                List<Map> list=new ArrayList<>();
                list.add(map);
                return list;
            }
        };
    }
}

注冊bean

package com.zjy.consumer9000.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class FallbackFactoryConfig {
    @Bean
    public DeptFallbackFactory getDeptFallbackFactory(){
        return new DeptFallbackFactory();
    }
}

在FeignClient加入注解以激活fallbackFactory

@FeignClient(value = "dataProvider8000",fallbackFactory = DeptFallbackFactory.class)

5.1.4修改provider端的Controller

@Operation(summary = "通過id查找部門")
@GetMapping("/query/id/{departmentId}")
@SentinelResource
public Department queryById(@PathVariable Integer departmentId){
    Department dept=departmentService.getDepartmentById(departmentId);
    if(dept.getDepartmentName()==null)
        throw new NullPointerException("there's no such a dept!"){
    };
    return dept;
}

這裡筆者隻改了其中一個方法來驗證，其他類似

5.2線程隔離

5.2.1信号量隔離（預設）

信号量隔離的其實很簡單，就是在Constumer和Provider之間加上一個的[消息隊列，在指定的時間内隻允許指定的請求量能夠通路到Provider，如果請求超出，則傳回托底資料。

5.2.2線程池隔離

線程池是通過限制線程數，來對資源使用進行限制，而不是隔離。限制資源使用，防止系統過載。

使用線程池的優點

使用線程池隔離可以完全隔離依賴的服務，請求線程可以快速找回。
當線程池出現問題時，線程池隔離是獨立的，不會影響其他服務的接口。
當失敗的服務變得可用時，線程池将清理并立即修複，而不需要一個漫長的等待。
獨立的線程池提高了并發性。

使用線程池的缺點

線程池的主要缺點是增加了cpu的開銷，每個指令涉及到排隊，排程和上下文切換都是在一個獨立的線程上運作的。

5.3線程熔斷

5.3.1慢調用比例 (SLOW_REQUEST_RATIO)

選擇以慢調用比例作為門檻值，需要設定允許的慢調用 RT（即最大的響應時間），請求的響應時間大于該值則統計為慢調用。當機關統計時長（statIntervalMs）内請求數目大于設定的最小請求數目，并且慢調用的比例大于門檻值，則接下來的熔斷時長内請求會自動被熔斷。經過熔斷時長後熔斷器會進入探測恢複狀态（HALF-OPEN 狀态），若接下來的一個請求響應時間小于設定的慢調用 RT 則結束熔斷，若大于設定的慢調用 RT 則會再次被熔斷。

Sentinel預設統計的RT上限是4900ms，超出此門檻值的都會算作4900ms，若需要變更此上限可以通過啟動配置項-Dcsp.sentinel.statistic.max.rt=xxx來配置

5.3.2異常比例 (DEGRADE_GRADE_EXCEPTION_RATIO)

當資源的每秒請求量 >= N（可配置），并且每秒異常總數占通過量的比值超過門檻值（DegradeRule 中的 count）之後，資源進入降級狀态，即在接下的時間視窗（DegradeRule 中的 timeWindow，以 s 為機關）之内，對這個方法的調用都會自動地傳回。異常比率的門檻值範圍是 [0.0, 1.0]，代表 0% - 100%。

5.3.3異常數 (DEGRADE_GRADE_EXCEPTION_COUNT)

當資源近 1 分鐘的異常數目超過門檻值之後會進行熔斷。注意由于統計時間視窗是分鐘級别的，若 timeWindow 小于 60s，則結束熔斷狀态後仍可能再進入熔斷狀态。

6.統一處理異常

6.1方法一：實作sentinel内置接口

sentinel正常工作情況下抛出的異常：BlockException（FlowException、ParamFlowException、DegradeException、AuthorityException、SystemBlockException ）。相應的，sentinel提供了處理該異常的接口BlockExceptionHandler。我們隻需要實作該接口就可以完成對該異常的自定義抛出。代碼如下

package com.zjy.dataprovider8000.config;

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.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 SentinelBlockHandler implements BlockExceptionHandler {


    @Override
    public void handle(HttpServletRequest httpServletRequest,
                       HttpServletResponse httpServletResponse,
                       BlockException e) throws Exception {
        String msg="未知錯誤";
        int status=429;
        if (e instanceof FlowException) msg = "限流異常";
        if (e instanceof DegradeException)msg = "服務降級";
        if (e instanceof ParamFlowException)msg = "熱點限流";

        httpServletResponse.getWriter().print(msg);
        httpServletResponse.setContentType("application/json;charset=utf-8");
        httpServletResponse.setStatus(status);
        System.err.println(msg);
    }
}

6.2方法二：通過SpringCloud自帶注解

思路

建立一個ExceptionHandler類，用@RestControllerAdvice(basePackages = “com.xxx.controller”)注解指明要處理的包
在方法上用@ExceptionHandler(value= Exception.class)指明要捕捉的異常類

package com.zjy.dataprovider8000.config;

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.web.bind.annotation.ExceptionHandler;
import org.springframework.web.bind.annotation.ResponseBody;
import org.springframework.web.bind.annotation.RestControllerAdvice;

import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.HashMap;
import java.util.Map;


@RestControllerAdvice(basePackages = "com.zjy.dataprovider8000.controller")
public class SentinelExceptionHandler  {
    @ResponseBody
    @ExceptionHandler(value= Exception.class)
    public Map handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        String msg = "未知異常";
        int status = 429;

        if (e instanceof FlowException) {
            msg = "請求被限流了";
        } else if (e instanceof ParamFlowException) {
            msg = "請求被熱點參數限流";
        } else if (e instanceof DegradeException) {
            msg = "請求被降級了";
        } else if (e instanceof AuthorityException) {
            msg = "沒有權限通路";
            status = 401;
        }

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

這裡我們沒有用網關來限制權限，之後将全部交由安全架構解決

7.生産環境下配置持久化（整合nacos的push模式）

7.1規則屬性一覽

流量規則（FlowRule）

Field	說明	預設值
resource	資源名，資源名是限流規則的作用對象
count	限流門檻值
grade	限流門檻值類型，QPS 模式（1）或并發線程數模式（0）	QPS 模式
limitApp	流控針對的調用來源	`default` ，代表不區分調用來源
strategy	調用關系限流政策：直接、鍊路、關聯	根據資源本身（直接）
controlBehavior	流控效果（直接拒絕/WarmUp/勻速+排隊等待），不支援按調用關系限流	直接拒絕
clusterMode	是否叢集限流	否

熔斷降級規則（DegradeRule）

Field	說明	預設值
resource	資源名，即規則的作用對象
grade	熔斷政策，支援慢調用比例/異常比例/異常數政策	慢調用比例
count	慢調用比例模式下為慢調用臨界 RT（超出該值計為慢調用）；異常比例/異常數模式下為對應的門檻值
timeWindow	熔斷時長，機關為 s
minRequestAmount	熔斷觸發的最小請求數，請求數小于該值時即使異常比率超出門檻值也不會熔斷（1.7.0 引入）	5
statIntervalMs	統計時長（機關為 ms），如 60*1000 代表分鐘級（1.8.0 引入）	1000 ms
slowRatioThreshold	慢調用比例門檻值，僅慢調用比例模式有效（1.8.0 引入）

熱點參數規則（ `ParamFlowRule` ）

更多操作Field	說明	預設值
resource	資源名，必填
count	限流門檻值，必填
grade	限流模式	QPS 模式
durationInSec	統計視窗時間長度（機關為秒），1.6.0 版本開始支援	1s
controlBehavior	流控效果（支援快速失敗和勻速排隊模式），1.6.0 版本開始支援	快速失敗
maxQueueingTimeMs	最大排隊等待時長（僅在勻速排隊模式生效），1.6.0 版本開始支援	0ms
paramIdx	熱點參數的索引，必填，對應 `SphU.entry(xxx, args)` 中的參數索引位置
paramFlowItemList	參數例外項，可以針對指定的參數值單獨設定限流門檻值，不受前面 `count` 門檻值的限制。僅支援基本類型和字元串類型
clusterMode	是否是叢集參數流控規則	`false`
clusterConfig	叢集流控相關配置

系統保護規則 (SystemRule)

Sentinel 系統自适應限流從整體次元對應用入口流量進行控制，結合應用的 Load、CPU 使用率、總體平均 RT、入口 QPS 和并發線程數等幾個次元的監控名額，通過自适應的流控政策，讓系統的入口流量和系統的負載達到一個平衡，讓系統盡可能跑在最大吞吐量的同時保證系統整體的穩定性。

系統規則包含下面幾個重要的屬性：

Field	說明	預設值
highestSystemLoad	`load1` 觸發值，用于觸發自适應控制階段	-1 (不生效)
avgRt	所有入口流量的平均響應時間	-1 (不生效)
maxThread	入口流量的最大并發數	-1 (不生效)
qps	所有入口資源的 QPS	-1 (不生效)
highestCpuUsage	目前系統的 CPU 使用率（0.0-1.0）	-1 (不生效)

7.2寫死實作

流量規則（FlowRule）

private void initFlowQpsRule() {
    List<FlowRule> rules = new ArrayList<>();
    FlowRule rule = new FlowRule(resourceName);
    // set limit qps to 20
    rule.setCount(20);
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    rule.setLimitApp("default");
    rules.add(rule);
    FlowRuleManager.loadRules(rules);
}

熔斷降級規則 (DegradeRule)

private void initDegradeRule() {
    List<DegradeRule> rules = new ArrayList<>();
    DegradeRule rule = new DegradeRule();
    rule.setResource(KEY);
    // set threshold RT, 10 ms
    rule.setCount(10);
    rule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
    rule.setTimeWindow(10);
    rules.add(rule);
    DegradeRuleManager.loadRules(rules);
}

熱點參數規則（ `ParamFlowRule` ）

private void initDParamFlowRule() {
   ParamFlowRule rule = new ParamFlowRule(resourceName)
    .setParamIdx(0)
    .setCount(5);
// 針對 int 類型的參數 PARAM_B，單獨設定限流 QPS 門檻值為 10，而不是全局的門檻值 5.
ParamFlowItem item = new ParamFlowItem().setObject(String.valueOf(PARAM_B))
    .setClassType(int.class.getName())
    .setCount(10);
rule.setParamFlowItemList(Collections.singletonList(item));
ParamFlowRuleManager.loadRules(Collections.singletonList(rule));
}

系統保護規則 (SystemRule)

private void initSystemRule() {
    List<SystemRule> rules = new ArrayList<>();
    SystemRule rule = new SystemRule();
    rule.setHighestSystemLoad(10);
    rules.add(rule);
    SystemRuleManager.loadRules(rules);
}

7.3json實作

引入依賴

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

yaml

spring:
  cloud:
    sentinel:
      datasource:
        # 名稱随意
        flow:
          nacos:
            server-addr: localhost:8848
            dataId: ${spring.application.name}-flow-rules
            groupId: SENTINEL_GROUP
            # 規則類型，取值見：
            # org.springframework.cloud.alibaba.sentinel.datasource.RuleType
            rule-type: flow
        degrade:
          nacos:
            server-addr: localhost:8848
            dataId: ${spring.application.name}-degrade-rules
            groupId: SENTINEL_GROUP
            rule-type: degrade
        system:
          nacos:
            server-addr: localhost:8848
            dataId: ${spring.application.name}-system-rules
            groupId: SENTINEL_GROUP
            rule-type: system
        authority:
          nacos:
            server-addr: localhost:8848
            dataId: ${spring.application.name}-authority-rules
            groupId: SENTINEL_GROUP
            rule-type: authority
        param-flow:
          nacos:
            server-addr: localhost:8848
            dataId: ${spring.application.name}-param-flow-rules
            groupId: SENTINEL_GROUP
            rule-type: param-flow

流量規則（FlowRule）

[
  {
    // 資源名
    "resource": "/test",
    // 針對來源，若為 default 則不區分調用來源
    "limitApp": "default",
    // 限流門檻值類型(1:QPS;0:并發線程數）
    "grade": 1,
    // 門檻值
    "count": 1,
    // 是否是叢集模式
    "clusterMode": false,
    // 流控效果(0:快速失敗;1:Warm Up(預熱模式);2:排隊等待)
    "controlBehavior": 0,
    // 流控模式(0:直接；1:關聯;2:鍊路)
    "strategy": 0,
    // 預熱時間（秒，預熱模式需要此參數）
    "warmUpPeriodSec": 10,
    // 逾時時間（排隊等待模式需要此參數）
    "maxQueueingTimeMs": 500,
    // 關聯資源、入口資源(關聯、鍊路模式)
    "refResource": "rrr"
  }
]

熔斷降級規則 (DegradeRule)

[
  {
  	// 資源名
    "resource": "/test1",
    "limitApp": "default",
    // 熔斷政策（0:慢調用比例，1:異常比率，2:異常計數）
    "grade": 0,
    // 最大RT、比例門檻值、異常數
    "count": 200,
    // 慢調用比例門檻值，僅慢調用比例模式有效（1.8.0 引入）
    "slowRatioThreshold": 0.2,
    // 最小請求數
    "minRequestAmount": 5,
    // 當機關統計時長(類中預設1000)
    "statIntervalMs": 1000,
    // 熔斷時長
    "timeWindow": 10
  }
]

熱點參數規則（ `ParamFlowRule` ）

[
  {
  	// 資源名
    "resource": "/test1",
    // 限流模式（QPS 模式，不可更改）
    "grade": 1,
    // 參數索引
    "paramIdx": 0,
    // 單機門檻值
    "count": 13,
    // 統計視窗時長
    "durationInSec": 6,
    // 是否叢集 預設false
    "clusterMode": 預設false,
    // 
    "burstCount": 0,
    // 叢集模式配置
    "clusterConfig": {
      // 
      "fallbackToLocalWhenFail": true,
   	  // 
      "flowId": 2,
      // 
      "sampleCount": 10,
      // 
      "thresholdType": 0,
      // 
      "windowIntervalMs": 1000
    },
    // 流控效果（支援快速失敗和勻速排隊模式）
    "controlBehavior": 0,
    // 
    "limitApp": "default",
    // 
    "maxQueueingTimeMs": 0,
    // 進階選項
    "paramFlowItemList": [
      {
      	// 參數類型
        "classType": "int",
      	// 限流門檻值
        "count": 222,
      	// 參數值
        "object": "2"
      }
    ]
  }
]

系統保護規則 (SystemRule)

[
  {
  	// RT
    "avgRt": 1,
    // CPU 使用率
    "highestCpuUsage": -1,
    // LOAD
    "highestSystemLoad": -1,
    // 線程數
    "maxThread": -1,
    // 入口 QPS
    "qps": -1
  }
]

Alibaba Sentinel功能入門與配置持久化Alibaba Sentinel功能入門與配置持久化

Alibaba Sentinel功能入門與配置持久化

文章目錄

1.準備工作

2.整合與啟動

2.1項目引入依賴：

2.2項目yaml配置

2.3控制台配置項

2.4啟動項目與sentinel-dashboard.jar

2.5測試

3.可能出現的異常

3.1.The Bean Validation API is on the classpath but no implementation could be found

3.2.sentinel-dashboard.jar啟動：java.lang.IllegalStateException: Cannot load configuration class:com.alibaba.csp.sentinel.dashboard.DashboardApplication

4.具體使用配置

4.1限流規則

4.2限流結果

5.服務降級、隔離與熔斷

5.1consumer端Feign整合Sentinel

5.1.1引入依賴

5.1.2yaml添加配置

5.1.3編寫失敗後的傳回方法FallbackFactory

5.1.4修改provider端的Controller

5.2線程隔離

5.2.1信号量隔離（預設）

5.2.2線程池隔離

使用線程池的優點

使用線程池的缺點

5.3線程熔斷

5.3.1慢調用比例 (SLOW_REQUEST_RATIO)

5.3.2異常比例 (DEGRADE_GRADE_EXCEPTION_RATIO)

5.3.3異常數 (DEGRADE_GRADE_EXCEPTION_COUNT)

6.統一處理異常

6.1方法一：實作sentinel内置接口

6.2方法二：通過SpringCloud自帶注解

思路

7.生産環境下配置持久化（整合nacos的push模式）

7.1規則屬性一覽

流量規則（FlowRule）

熔斷降級規則（DegradeRule）

熱點參數規則（ ParamFlowRule ）

系統保護規則 (SystemRule)

7.2寫死實作

流量規則（FlowRule）

熔斷降級規則 (DegradeRule)

熱點參數規則（ ParamFlowRule ）

系統保護規則 (SystemRule)

7.3json實作

引入依賴

yaml

流量規則（FlowRule）

熔斷降級規則 (DegradeRule)

熱點參數規則（ ParamFlowRule ）

系統保護規則 (SystemRule)

繼續閱讀

熱點參數規則（ `ParamFlowRule` ）

熱點參數規則（ `ParamFlowRule` ）

熱點參數規則（ `ParamFlowRule` ）