当前位置： 首页 > news >正文

3、Sentinel

news 2026/7/21 4:22:10

随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点，从={yellow}流量控制、熔断降级、系统负载保护=等多个维度保护服务的稳定性。

定义={green}资源=：

  • 主流框架={orange}自动适配=
  • ={orange}编程式=：SphU API
  • ={orange}声明式=：@SentinelResource

定义={green}规则=：

  • 流量控制（FlowRule）
  • 熔断降级（DegradeRule）
  • 系统保护（SystemRule）
  • 来源访问控制（AuthorityRule）
  • 热点参数（ParamFlowRule）

工作原理

一、安装

引入sentinel依赖:

<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>

yml文件添加sentinel相关配置:

spring:cloud:sentinel:transport:dashboard:localhost:8080#配置Sentinel dashboard地址eager:true# sentinel提前加载，默认是懒加载，这里主要是为了方便演示和学习；生产环境不要这样搞

查看sentinel控制台
发现已经监控到了我们服务

二、控制规则

限制多余请求，从而保护系统资源不被耗尽

1、流控规则

调用关系包括调用方、被调用方；一个方法又可能会调用其他方法，形成一个调用链路的层次关系；有了调用链路的统计信息，我们可以衍生出多种流量控制手段。

1.1、流控规则的各个属性

  • 资源名： 唯一名称，默认请求路径，表示对该资源进行流控
  • 针对来源： Sentinel可以针对调用者进行限流，填写微服务名，默认default（不区分来源）
    • 阈值类型/单击阈值：
      QPS：（每秒钟的请求数量）：当调用该api的QPS达到阈值时，进行限流
      线程数：当调用该线程数达到阈值的时候，进行限流

添加后，流控规则之后，快速访问接口查看效果，默认的错误页：

高级选项
流控模式
  • 直接（默认）

  • 关联

当关联的资源={green}写=达到阈值时，限流自己={red}读=

  • 链路

这个需要配置一下yml：

sentinel:transport:dashboard:192.168.88.139:8858eager:trueweb-context-unify:false# 分割统一web的上下文，默认为true
流控效果

={red}注意：=只有快速失败支持流控模式（直接、关联、链路）的设置
也就是说Warm Up和排队等待不支持关联和链路

  • 快速失败

  • Warm Up （预热/冷启动）

效果类似，逐步提升自己的峰值，慢慢提升自己的qps

  • 匀速排队

  • QPS：代表 每秒并行的消息

  • timeout：代表 最长等待时间

2、熔断规则

  • 切断不稳定调用
  • 快速返回不积压
  • 避免雪崩效应

最佳策略：熔断降级作为保护自身的手段，通常在客户端（调用端）进行配置。

所以熔断肯定是在服务间调用的地方配置的

1. 熔断器的三种状态 (State Machine)

理解熔断规则，首先要理解熔断器的工作状态流转：

  1. CLOSED (关闭状态):

    • 初始状态。请求正常通过，Sentinel 会在后台统计指标（响应时间、异常比例等）。

  2. OPEN (打开/熔断状态):

    • 当统计指标超过设定的阈值，熔断器进入 OPEN 状态。
    • 行为:在接下来的熔断时长 (TimeWindow)内，所有请求都会直接被拒绝（抛出DegradeException），不再调用后端服务。

  3. HALF-OPEN (半开状态):

    • 当熔断时长结束后，熔断器尝试进入 HALF-OPEN 状态。
    • 行为:允许一次请求通过。
      • 如果该请求成功：熔断器关闭 (CLOSED)，恢复正常。
      • 如果该请求失败：熔断器再次打开 (OPEN)，并重新开始计时。
2. 三种熔断策略 (Strategies)

在 Sentinel 控制台中，配置熔断规则时有三个核心策略：

A. 慢调用比例 (Slow Call Ratio)

适用场景:服务没挂，但是响应非常慢，导致调用方线程池耗尽。

  • 判断逻辑:

    1. 你需要定义什么是“慢调用”：比如响应时间 (RT) >200ms。
    2. 在统计时长内，如果请求总数 >=最小请求数，且慢调用的比例超过设定的阈值。

  • 关键参数:

    • 最大 RT (Count):设置为 200ms。超过这个时间的请求被记为“慢调用”。
    • 比例阈值:范围 0.0 ~ 1.0。比如 0.6 代表 60%。
    • 熔断时长:熔断触发后持续多久。
B. 异常比例 (Exception Ratio)

适用场景:服务逻辑报错，或者网络连接异常。

  • 判断逻辑:

    1. 在统计时长内，如果请求总数 >=最小请求数。
    2. 异常请求的比例超过设定的阈值。

  • 关键参数:

    • 比例阈值 (Count):范围 0.0 ~ 1.0。比如 0.5 代表 50% 的请求都报错了。
    • 注意:业务代码显式抛出的异常才算，被 Sentinel 限流抛出的 BlockException 不算。
C. 异常数 (Exception Count)

适用场景:请求量非常少（QPS 很低），用比例不准确时使用。

  • 判断逻辑:
    1. 在统计时长内，异常请求的数量超过设定的具体数值。
  • 关键参数:
    • 异常数 (Count):比如设置为 5。表示只要出错 5 次就熔断。

避坑指南 - 最小请求数 (minRequestAmount):假设你设置了“异常比例 50%”，如果不设置最小请求数（默认为 5），当 1 秒内只有 1 个请求且报错了，异常比例就是 100%，直接熔断。这显然不合理。建议:设置为 5 或 10，即只有当并发量达到一定程度且错误率高时，才触发熔断。

3、热点规则

热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的数据，并对其访问进行限制，比如对某个商品id进行限制，或者对某个用户id进行限制

3.1、热点规则属性
参数索引：方法中参数的索引第几个参数
单机阈值：每秒达到单机阈值的数量就会触发兜底方法

案例

新建一个热点规则
我们先创建一个测试方法，使用注解资源名称的形式，并创建自定义兜底方法

/** * 测试centinel热点规则限流 * @param userId * @param shopId * @return */@GetMapping("/hotspot")@SentinelResource(value="hotspotResource",blockHandler="hotspotResource",blockHandlerClass=UserSentinelResourceHandler.class)publicStringhotspot(@RequestParam(value="userId",required=false)StringuserId,@RequestParam(value="shopId",required=false)StringshopId){System.out.println("我是hotspot");return"我是hotspot";}

兜底方法

publicstaticStringhotspotResource(StringuserId,StringshopId,BlockExceptionblockException){System.out.println("您被认为恶意访问，触发热点限流");return"您被认为恶意访问，触发热点限流";}

然后我们在控制台新建热点规则

其中参数索引 0 代表的就是userId这个参数
我们访问一下接口 先访问带shopId的（一秒内多次访问）

  • 正常返回

再访问下带userId参数的（一秒内多次访问）

三、异常处理

1、Web接口

创建一个exception的文件

@ComponentpublicclassMyBlockExceptionHandlerimplementsBlockExceptionHandler{privatefinalObjectMapperobjectMapper=newObjectMapper();@Overridepublicvoidhandle(HttpServletRequesthttpServletRequest,HttpServletResponseresponse,Strings,BlockExceptione)throwsException{response.setContentType("application/json;charset=utf-8");PrintWriterwriter=response.getWriter();Rerror=R.error(500,e.getMessage());Stringjson=objectMapper.writeValueAsString(error);writer.write(json);writer.flush();writer.close();}}
  • ={red}注意=：import com.alibaba.csp.sentinel.adapter.spring.webmvc_v6x.callback.BlockExceptionHandler; 不要引入错误了

2、@SentinelResource

fallback：用于在抛出异常的时候提供fallback处理逻辑。fallback函数可以针对所有类型的异常（除了execptionsToIgnore 里面排除掉的异常类型）进行处理，函数要求为：

  • 返回类型与原方法一致
  • 参数类型需要和原方法相匹配，Sentinel 1.6版本之后，也可在方法最后加上BlockException类型的参数
  • 默认需和原方法在同一个类中，若希望使用其他类的函数，可配置fallbackClass，并指定fallbackClass里面的方法
@SentinelResource(value="createOrder",blockHandler="createOrderFallback")@OverridepublicOrdercreateOrder(LonguserId,LongproductId){// Product product = getProductFromRemote(productId);Productproduct=productFeignClient.getProductById(productId);Orderorder=newOrder();order.setId(1L);// 总金额order.setTotalAmount(product.getPrice().multiply(newBigDecimal(product.getNum())));order.setUserId(userId);order.setNickName("kkl-sqm");order.setAddress("库库林-沙琪马");// TODO 远程查询商品列表order.setProductList(List.of(product));returnorder;}// 兜底回调publicOrdercreateOrderFallback(LonguserId,LongproductId,BlockExceptione){Orderorder=newOrder();order.setId(0L);order.setTotalAmount(newBigDecimal("0"));order.setUserId(userId);order.setNickName("未知用户");order.setAddress("异常信息："+e.getMessage());returnorder;}

如果不指定blockHandler，则 会让异常上抛到全局异常，又项目的springboot的全局异常处理器来处理

3、OpenFeign调用

这里是根据OpenFeign的fallback来实现的，和 上面的一样，如果不配置fallback异常会上抛，被全局异常处理

四、持久化配置（日后再说）

http://www.cnnetsun.cn/news/68696.html

相关文章：

  • 4、Gateway
  • 泛型实例化陷阱频发？资深架构师总结的6大避坑法则
  • hot100 2.字母异位词分组
  • R语言Cox回归避坑指南（临床数据建模常见错误TOP5）
  • 是德 N9041B UXA 频谱分析仪在真空环境完成卫星信号分析
  • 用是德DSOX1204A示波器快速捕捉与调试信号的实用指南
  • 连接器EMC测试不过关？5步定位干扰源头，快速通过认证
  • 为什么90%的物联网项目卡在部署阶段？真相令人震惊
  • 你还在用线性回归预测产量？R语言随机森林模型已全面超越
  • Laravel 13发布后必须掌握的技能：多模态任务队列的7种高级用法
  • some 知识点 knowledge
  • Gson和Jackson是怎么解决泛型实例化的？源码级剖析告诉你答案
  • 重新发现深圳，找个咖啡/羽毛球搭子一起探索城市的AB面
  • 请求拦截不再难，Symfony 8拦截器实现原理与最佳实践全解析
  • RAG文本分块策略：优化LLM的知识访问效率
  • 桌面那么点大，性能它偏要狂
  • 基于51单片机的智能水表系统设计
  • 基于单片机的交通控制系统
  • 永磁同步电机PMSM 5 - 7次谐波注入降低转矩脉动实践
  • 万字长文梳理如何扩展大语言模型的上下文长度：算法原理、实现方法与适用场景（RoPE、YaRN、优化Attention、RAG等）
  • 特征提取+概率神经网络 PNN 的轴承信号故障诊断模型
  • 单元测试基础知识，面试用得上...
  • 美国国务院恢复 Times New Roman 字体
  • 【万字长文】LLM+KG：大模型与知识图谱融合的黄金时代，技术前景与实现路径全解析！
  • ionet 25.2 发布
  • 谁还不知道！2025年这4款免费AI写歌工具
  • OpenNJet v3.3.1.3
  • 续约上港！张琳芃 400 万冲第 12 冠
  • 2023A卷，区块链文件转储系统
  • 动态图表自由切换，R Shiny多输入控件协同设计全解析