一文說透Sentinel熔斷策略、降級規則、流量控制

2 Sentinel 限流熔斷降級

Sentinel 可以簡單的分為 Sentinel 核心庫和 Dashboard。核心庫不依賴 Dashboard，但是結合 Dashboard 可以取得最好的效果。我們先來學習Sentinel 核心庫的使用，後面再學習Dashboard使用。

在我們項目中，用戶請求通過hailtaxi-gateway路由到hailtaxi-driver或者hailtaxi-order，還有可能在hailtaxi-order中使用feign調用hailtaxi-driver，所以我們有可能在單個服務中實現熔斷限流，也有可能要集成feign調用實現熔斷限流，還有可能在微服務網關中實現熔斷限流。我們接下來一步一步實現每一種熔斷限流操作。

SpringBoot集成：

如果在SpringBoot項目中使用Sentinel，首先需要引入spring-cloud-starter-alibaba-sentinel依賴，並使用@SentinelResource標識資源。

在hailtaxi-driver工程中引入spring-cloud-starter-alibaba-sentinel依賴，依賴如下：

<!--sentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2.2.5.RELEASE</version>
</dependency>

2.1 @SentinelResource定義資源

@SentinelResource 用於定義資源，並提供可選的異常處理和 fallback 配置項。 @SentinelResource 註解包含以下屬性：

blockHandler/blockHandlerClass

在hailtaxi-driver中找到DriverController中的info方法，用戶在打車的時候，會查詢司機信息，如果司機不存在，此時會報錯，代碼改造如下：

/****
     * 司機信息
     */
@GetMapping(value = "/info/{id}")
//@RequestMapping(value = "/info/{id}")
public Driver info(@PathVariable(value = "id")String id,HttpServletRequest request){
    log.info("當前服務占用的埠為:{}",port);
    Driver driver = driverService.findById(id);
    if (driver==null) {
        throw new RuntimeException("司機id="+id+"不存在");
    }
    return driver;
}

如果此時訪問：http://localhost:18081/driver/info/3 查詢司機信息，如果沒有ID為3的司機信息，會報如下錯誤，

這種體驗非常差，我們可以集成Sentinel使用@SentinelResource的blockHandler返回預設錯誤信息，形成降級！！！

1、Sentinel 支持在程式中拋出它定義的BlockException異常，該異常會被Sentinel捕獲，然後走降級方法，

為info()方法添加一個@SentinelResource註解，用來標註資源，表示當前方法需要執行限流、降級，在註解中添加value屬性，用來標註資源，說白了就是給當前資源起個名字，blockHandler用來表示當前方法發生BlockException異常的時候，將處理流程交給指定的方法blockExHandler()處理,此時blockExHandler()方法必須和拋出異常的方法在同一個類中，這是一種降級操作，代碼如下：

/****
     * 司機信息
     */
@SentinelResource(value = "info",blockHandler = "blockExHandler")
@RequestMapping(value = "/info/{id}")
public Driver info(@PathVariable(value = "id")String id) throws BlockException {
    log.info("當前服務占用的埠為:{}",port);
    Driver driver = driverService.findById(id);
    if (driver==null) {
        //throw new RuntimeException("司機id="+id+"不存在");
        throw new SystemBlockException("info", "司機id="+id+"不存在",null); // 拋出BlockException
    }
    return driver;
}

/**
     * info資源出現BlockException後的降級處理
     */
public Driver blockExHandler(String id,BlockException e) {
    Driver driver = new Driver();
    driver.setId(id);
    driver.setName("系統繁忙,稍後再試");
    return driver;
}

註意：

如果blockHandler方法和資源方法不在同一個類中，我們可以在@SentinelResource中添加blockHandlerClass屬性，指定降級處理類的方法所在的類，且要求blockHandler方法是靜態的，代碼如下：

@SentinelResource(value = "info",blockHandler = "blockExHandler",blockHandlerClass = "xxx.xxx.Xxxx")

2、啟動測試，訪問：http://localhost:18081/driver/info/3 測試出錯效果如下：

fallback/fallbackClass

1、如果我們希望拋出任何異常都能處理，都能調用預設處理方法，而並非只是BlockException異常才調用，此時可以使用@SentinelResource的fallback屬性，代碼如下：

/****
     * 司機信息
     */
@SentinelResource(value = "info"/*,blockHandler = "blockExHandler"*/,fallback = "exHandler")
@RequestMapping(value = "/info/{id}")
public Driver info(@PathVariable(value = "id")String id) throws BlockException {
    log.info("當前服務占用的埠為:{}",port);
    Driver driver = driverService.findById(id);
    if (driver==null) {
        throw new RuntimeException("司機id="+id+"不存在");
        // throw new SystemBlockException("info", "司機id="+id+"不存在",null); // 拋出BlockException
    }
    return driver;
}
/**
     * info資源出現任何類型異常後的降級處理
     * 方法參數可以添加一個Throwable 類型的參數，也可不添加
     */
public Driver exHandler(String id,Throwable e) {
    Driver driver = new Driver();
    driver.setId(id);
    driver.setName("系統繁忙,稍後再試");
    return driver;
}

註意：

如果fallback方法和當前的資源方法不在同一個類中，可以使用@SentinelResource註解的fallbackClass實現，也要求fallback方法是靜態的，代碼如下：

@SentinelResource(value = "info",fallback ="exHandler" ,fallbackClass = "xx.xxx.xxx.xx.Xxx")

2、訪問 http://localhost:18081/driver/info/3 測試出錯效果如下：

defaultFallback

上面無論是blockHandler還是fallback，每個方法發生異常，都要為方法獨立創建一個處理異常的方法，效率非常低，我們可以使用@SentinelResource註解的defaultFallback屬性，為一個類指定一個全局的處理錯誤的方法，代碼如下：

@RestController
@RequestMapping(value = "/driver")
@Slf4j
@RefreshScope
@SentinelResource(defaultFallback = "defaultExHandler")
public class DriverController {
    @Autowired
    private DriverService driverService;

    public Driver defaultExHandler(Throwable e) {
        Driver driver = new Driver();
        driver.setName("系統繁忙,稍後再試");
        return driver;
    }

    /****
     * 司機信息
     */
    //@SentinelResource(value = "info"/*,blockHandler = "blockExHandler"*/,fallback = "exHandler")
    @SentinelResource("info")
    @RequestMapping(value = "/info/{id}")
    public Driver info(@PathVariable(value = "id")String id) throws BlockException {
        log.info("當前服務占用的埠為:{}",port);
        Driver driver = driverService.findById(id);
        if (driver==null) {
            throw new RuntimeException("司機id="+id+"不存在");
            // throw new SystemBlockException("info", "司機id="+id+"不存在",null); // 拋出BlockException
        }
        return driver;
    }

訪問 http://localhost:18081/driver/info/3 效果如下：

2.2 Sentinel的規則

Sentinel 的所有規則都可以在記憶體態中動態地查詢及修改，修改之後立即生效。同時 Sentinel 也提供相關 API，供您來定製自己的規則策略。

Sentinel 支持以下幾種規則：流量控制規則、熔斷降級規則、系統保護規則、來源訪問控制規則 和 熱點參數規則。

2.2.1 流量控制規則 (FlowRule)

流量規則的定義，重要屬性如下：

同一個資源可以同時有多個限流規則，檢查規則時會依次檢查

strategy限流策略說明：

直接:資源達到限流條件時，直接限流。

關聯:A資源關聯B資源，當關聯的B資源達到閾值限流時，A資源也會被限流。

鏈路:對於某資源C，有兩個入口，從資源A->C,從資源B->C, 通過指定入口資源可以達到只記錄從該入口進來的流量（指定資源從入口資源進來的流量，如果達到閾值，就可以對其限流）。

controlBehavior流控說明：

直接拒絕:請求直接失敗。
WarmUp:當系統長期處於低水位的情況下，當流量突然增加時，直接把系統拉升到高水位可能瞬間把系統壓垮。通過"冷啟動"，讓通過的流量緩慢增加，在一定時間內逐漸增加到閾值上限，給冷系統一個預熱的時間，避免冷系統被壓垮。
排隊等待:排隊處理請求。

理解上面規則的定義之後，我們可以通過調用 FlowRuleManager.loadRules() 方法來用硬編碼的方式定義流量控制規則。

QPS流量控制

1、我們先實現基於QPS流量控制，在hailtaxi-driver的DriverApplication啟動類上添加如下方法載入限流規則，當DriverApplication初始化完成之後載入規則，代碼如下：

/***
 * 初始化規則
 */
@PostConstruct
private void initFlowRule() {
    //規則集合
    List<FlowRule> rules = new ArrayList<FlowRule>();
    //定義一個規則
    FlowRule rule = new FlowRule("info");
    // 設置閾值
    rule.setCount(2);
    //設置限流閾值類型
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    //default，代表不區分調用來源
    rule.setLimitApp("default");
    //設置流控效果
    rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_DEFAULT);
    //將定義的規則添加到集合中
    rules.add(rule);
    //載入規則
    FlowRuleManager.loadRules(rules);
}

2、訪問 http://localhost:18081/driver/info/1 此時不會拋出異常，但是頻繁刷新，則會調用降級方法，效果如下：

線程數流量控制

1、我們修改限流閾值類型，代碼如下：

@PostConstruct
public void initFlowRule() {
    //規則集合
    List<FlowRule> rules = new ArrayList<>();
    // 定義一個規則
    FlowRule rule = new FlowRule("info");
    // 設置基流量控制 的類型
    rule.setGrade(RuleConstant.FLOW_GRADE_THREAD);//預設是qps
    //設置流量閾值
    rule.setCount(2);
    // 將 規則添加到 集合中
    rules.add(rule);
    // 載入規則
    FlowRuleManager.loadRules(rules);
}

2、此時再來訪問http://localhost:18081/driver/info/1我們發現用瀏覽器無論怎麼訪問都不會出現降級現象，但是如果用Jmeter模擬多個線程，效果就不一樣了,效果如下：

2.2.2 熔斷降級規則 (DegradeRule)

熔斷降級規則包含下麵幾個重要的屬性：

同一個資源可以同時有多個降級規則。

理解上面規則的定義之後，我們可以通過調用 DegradeRuleManager.loadRules() 方法來用硬編碼的方式定義熔斷規則，

1、在DriverApplication規則定義如下：

@PostConstruct
public void initDegradeRule() {
    List<DegradeRule> rules = new ArrayList<>();
    DegradeRule rule = new DegradeRule();
    // 設置資源名稱
    rule.setResource("info");
    /**
         * 設置熔斷策略
         * DEGRADE_GRADE_RT:平均響應時間
         * DEGRADE_GRADE_EXCEPTION_RATIO:異常比例數量
         * DEGRADE_GRADE_EXCEPTION_COUNT:異常數
         */
    rule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT);
    //設置閾值
    rule.setCount(2);
    //設置 熔斷時長
    rule.setTimeWindow(30);
    // 統計時長（單位為 ms） 預設1000
    rule.setStatIntervalMs(60*1000);
    //將規則添加到集合中
    rules.add(rule);
    DegradeRuleManager.loadRules(rules);
}

2、首先訪問：http://localhost:18081/driver/info/1 ，確保沒問題，

其次訪問：http://localhost:18081/driver/info/3，多訪問幾次，造成熔斷（5+2=7）

然後在訪問：http://localhost:18081/driver/info/1，會發現已經有熔斷降級效果了，

且查看服務控制台，發現不會有信息輸出，表明已經熔斷了，且從頁面展示效果來看走了降級

等待30s後，再次訪問：http://localhost:18081/driver/info/1，查看熔斷是否結束！

2.2.3 系統保護規則 (SystemRule)

Sentinel 系統自適應限流從整體維度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 和併發線程數等幾個維度的監控指標，通過自適應的流控策略，讓系統的入口流量和系統的負載達到一個平衡，讓系統儘可能跑在最大吞吐量的同時保證系統整體的穩定性。

系統規則包含下麵幾個重要的屬性：

理解上面規則的定義之後，我們可以通過調用 SystemRuleManager.loadRules() 方法來用硬編碼的方式定義流量控制規則。

1、在hailtaxi-driver的DriverApplication中創建如下方法，代碼如下：

/***
 * 系統自我保護
 */
@PostConstruct
private void initSystemRule() {
    //系統自我保護集合
    List<SystemRule> rules = new ArrayList<>();
    //創建系統自我保護規則
    SystemRule rule = new SystemRule();
    //CPU使用率 值為[0,1],-1 (不生效)
    rule.setHighestCpuUsage(0.2);
    //所有入口資源的 QPS,-1 (不生效)
    rule.setQps(10);
    //入口流量的最大併發數,-1 (不生效)
    rule.setMaxThread(5);
    //所有入口流量的平均響應時間,單位：秒,-1 (不生效)
    rule.setAvgRt(5);
    //load1 觸發值，用於觸發自適應控制階段,系統最高負載，建議取值 CPU cores * 2.5
    rule.setHighestSystemLoad(20);
    //將規則加入到集合
    rules.add(rule);
    SystemRuleManager.loadRules(rules);
}

我們可以測試CPU使用率自我保護，使用jmeter測試如下：

2.2.4 訪問控制規則 (AuthorityRule)

很多時候，我們需要根據調用方來限制資源是否通過，這時候可以使用 Sentinel 的訪問控制（黑白名單）的功能。黑白名單根據資源的請求來源（origin）限制資源是否通過，若配置白名單則只有請求來源位於白名單內時才可通過；若配置黑名單則請求來源位於黑名單時不通過，其餘的請求通過。

授權規則，即黑白名單規則（AuthorityRule）非常簡單，主要有以下配置項：

• resource：資源名，即規則的作用對象
• limitApp：對應的黑名單/白名單，不同 origin 用 , 分隔，如 appA,appB
• strategy：限制模式，AUTHORITY_WHITE 為白名單模式，AUTHORITY_BLACK 為黑名單模式，預設為白名單模式

瞭解了以上規則後，可以通過AuthorityRuleManager.loadRules來載入規則

1、在hailtaxi-driver的DriverApplication中創建如下方法，代碼如下：

@PostConstruct
    public void initAuthorityRule() {
        AuthorityRule rule = new AuthorityRule();
        rule.setResource("info");
        rule.setStrategy(RuleConstant.AUTHORITY_WHITE);
        rule.setLimitApp("127.0.0.1,appB");
        AuthorityRuleManager.loadRules(Collections.singletonList(rule));
    }

    /**
     * Sentinel提供了 RequestOriginParser 介面來處理訪問來源，Sentinel保護的資源如果被訪問，
     * 就會調用 RequestOriginParser解析訪問來源
     */
    @Component
    public class IpLimiter implements RequestOriginParser{

        @Override
        public String parseOrigin(HttpServletRequest httpServletRequest) {
            return httpServletRequest.getRemoteAddr();
        }
    }

2、訪問：http://localhost:18081/driver/info/1，不通過，走了降級

​ 訪問：http://127.0.0.1:18081/driver/info/1

2.2.4 熱點規則 (ParamFlowRule)

何為熱點？熱點即經常訪問的數據。

很多時候我們希望統計某個熱點數據中訪問頻次最高的 Top K 數據，並對其訪問進行限制。比如：

1:商品 ID 為參數，統計一段時間內最常購買的商品 ID 併進行限制
2:用戶 ID 為參數，針對一段時間內頻繁訪問的用戶 ID 進行限制

熱點參數限流會統計傳入參數中的熱點參數，並根據配置的限流閾值與模式，對包含熱點參數的資源調用進行限流。熱點參數限流可以看做是一種特殊的流量控制，僅對包含熱點參數的資源調用生效。

Sentinel 利用 LRU 策略統計最近最常訪問的熱點參數，結合令牌桶演算法來進行參數級別的流控。熱點參數限流支持集群模式。

要使用熱點參數限流功能，需要引入以下依賴，將該依賴加入到hailtaxi-driver中：

<!--熱點參數限流-->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-parameter-flow-control</artifactId>
    <version>1.8.1</version>
</dependency>

然後為對應的資源配置熱點參數限流規則，併在 entry 的時候傳入相應的參數，即可使熱點參數限流生效。

熱點參數規則（ParamFlowRule）類似於流量控制規則（FlowRule）：

我們可以通過 ParamFlowRuleManager 的 loadRules 方法更新熱點參數規則

1、在DriverController中創建一個司機篩選方法，比如根據城市來篩選，在DriverController中創建一個方法：

/***
     * 搜素指定城市的司機
     */
@SentinelResource(value = "search")
@GetMapping(value = "/search/{city}")
public Driver search(@PathVariable(value = "city")String city){
    System.out.println("查詢的司機所在城市："+city);
    //假設查詢到了一個司機信息
    Driver driver = new Driver();
    driver.setName("唐僧老師");
    driver.setId("No.1");
    return driver;
}

2、對熱門參數進行控制，對熱點數據執行特殊限流，比如資源參數列表中的第一個參數值為恩施的時候執行限流，在DriverApplication中創建限流配置，代碼如下：

/***
 * 熱點參數初始化
 */
@PostConstruct
private static void initParamFlowRules() {
    ParamFlowRule rule = new ParamFlowRule("search")
            //參數下標為0
            .setParamIdx(0)
            //限流模式為QPS
            .setGrade(RuleConstant.FLOW_GRADE_QPS)
            //統計視窗時間長度（單位為秒）
            .setDurationInSec(10)
            //流控效果（支持快速失敗和勻速排隊模式）
            //CONTROL_BEHAVIOR_DEFAULT：限流行為，直接拒絕
            //CONTROL_BEHAVIOR_WARM_UP:限流行為，勻速排隊
            //CONTROL_BEHAVIOR_RATE_LIMITER：限流行為，勻速排隊
            .setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_DEFAULT)
            //最大排隊等待時長（僅在勻速排隊模式生效  CONTROL_BEHAVIOR_RATE_LIMITER）
            //.setMaxQueueingTimeMs(600)
            //最大閾值為5
            .setCount(5);

    // 為特定參數單獨設置規則
    //如下配置：當下標為0的參數值為恩施的時候，閾值到達2的時候則執行限流
    ParamFlowItem item = new ParamFlowItem()
            //參數類型為String類型
            .setClassType(String.class.getName())
            //設置閾值為2
            .setCount(2)
            //需要統計的值
            .setObject(String.valueOf("恩施"));
    rule.setParamFlowItemList(Collections.singletonList(item)); //返回的是不可變的集合，但是這個長度的集合只有1，可以減少記憶體空間
    //載入熱點數據
    ParamFlowRuleManager.loadRules(Collections.singletonList(rule));
}

2、我們訪問 http://localhost:18081/driver/search/天津/ 的時候，連續執行5次，才會限流，

我們訪問 http://localhost:18081/driver/search/恩施/ 的時候，連續執行2次，就會限流，

2.3 OpenFeign支持

Sentinel 適配了 Feign 組件。如果想使用，除了外還需要 2 個步驟：

1：引入 `spring-cloud-starter-alibaba-sentinel` 的依賴
2：加入 spring-cloud-starter-openfeign 依賴
3：配置文件打開 Sentinel 對 Feign 的支持：feign.sentinel.enabled=true

在上面案例中，我們可以實現用戶打車成功調用hailtaxi-order執行下單，並且通過feign調用hailtaxi-driver修改司機狀態，此時我們可以使用Sentinel實現Feign調用降級、限流。

註意：

在進行操作之前，可以先將hailtaxi-driver中的訪問控制規則註釋掉，註釋掉DriverApplication#initAuthorityRule，DriverApplication#initSystemRule上的註解即可

1、在hailtaxi-order中引入sentinel和OpenFeign依賴，配置如下：

<!--sentinel-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2.2.5.RELEASE</version>
</dependency>

<!--Openfeign  api模塊中已存在也可不引入-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

2、在hailtaxi-order的配置文件中開啟Feign支持sentinel，配置如下：

feign:
  #開啟Sentinel對Feign的支持
  sentinel:
    enabled: true

註意：現在配置信息都存放在了nacos中，所以找到hailtaxi-order.yaml的Data ID配置，將以上配置添加進去！

註意修改完後一定要發佈才能生效！！！

3、因為hailtaxi-order要通過openfeign去調用hailtaxi-driver中的DriverController#status方法，改造一下該方法

/****
     * 更新司機信息
     */
@PutMapping(value = "/status/{id}/{status}")
public Driver status(@PathVariable(value = "id")String id,@PathVariable(value = "status")Integer status) throws Exception {
    log.info("當前服務占用的埠為:{}",port);
    //修改狀態
    driverService.update(id,status);
    //修改狀態後的司機信息
    Driver driver = driverService.findById(id);
    if (driver == null) {
        throw new RuntimeException("學生id="+id+",不存在");
    }
    return driver;
}

模擬被調用服務出現異常的情況

3、先驗證正確性，啟動hailtaxi-gateway，hailtaxi-order，hailtaxi-driver服務，使用postman訪問：

http://localhost:8001/order

4、為了測試程式異常能實現降級操作，我們在hailtaxi-order中將OrderInfoController.add()方法的司機ID改成一個不存在的司機ID，讓程式報錯，測試降級處理，代碼如下：

/***
     * 下單
     */
@PostMapping
public OrderInfo add(){
    //修改司機信息  司機ID=1
    Driver driver = driverFeign.status("3",2);// 改成一個不存在的id
    //創建訂單
    OrderInfo orderInfo = new OrderInfo("No"+((int)(Math.random()*10000)), (int)(Math.random()*100), new Date(), "深圳北站", "羅湖港", driver);
    orderInfoService.add(orderInfo);
    return orderInfo;
}

5、再次啟動測試：

註意：服務調用出錯要進行降級操作有兩個地方都可以進行，一是在被調用方進行降級，一是在調用方進行降級，

在被調用方進行降級前面已經講過了，所以接下來講解如何在調用方（openfeign）結合 sentinel 進行降級處理。

2.3.1 fallback

在hailtaxi-api模塊中找到DriverFeign介面：

1、為Feign介面創建一個實現類：com.itheima.driver.feign.fallback.DriverFeignFallback，在實現類中處理程式異常降級處理方法，代碼如下：

package com.itheima.driver.feign.fallback;

import com.itheima.driver.feign.DriverFeign;
import com.itheima.driver.model.Driver;
import org.springframework.stereotype.Component;

@Component
public class DriverFeignFallback implements DriverFeign {

    /**
     * status()降級處理方法
     */
    @Override
    public Driver status(String id, Integer status) {
        Driver driver = new Driver();
        driver.setId(id);
        driver.setStatus(status);
        driver.setName("系統比較繁忙，請您稍後再試！");
        return driver;
    }
}

2、在DriverFeign介面上添加fallback屬性指定降級處理的類，代碼如下：

@FeignClient(value = "hailtaxi-driver",fallback = DriverFeignFallback.class)

註意：修改了hailtaxi-api模塊，最好clean，package！！

3、啟動運行，會發生如下問題：

java.lang.AbstractMethodError: com.alibaba.cloud.sentinel.feign.SentinelContractHolder.parseAndValidatateMetadata(Ljava/lang/Class;)Ljava/util/List;

出現上面問題的主要原因是當前SpringCloud版本存在問題。

Hoxton.SR1 中，fegin.context介面方法的定義為parseAndValidatateMetadata
Hoxton.SR3 中，fegin.context介面方法的定義為parseAndValidateMetadata

我們現在需要把Hoxton.SR1換成Hoxton.SR3，因此需要在hailtaxi-parent修改SpringCloud版本：

將SpringCloud版本升級至Hoxton.SR3同時將SpringBoot版本升級至2.2.10，如上圖：

https://github.com/spring-cloud/spring-cloud-release/wiki/Spring-Cloud-Hoxton-Release-Notes

此時我們測試，效果如下：

2.3.2 fallbackFactory

我們可以為DriverFeign介面創建一個降級處理的工廠對象，在工廠對象中處理程式異常降級處理方法，用工廠對象處理可以拿到異常信息，代碼如下：

1、創建：com.itheima.driver.feign.fallback.DriverFeignFallbackFactory

package com.itheima.driver.feign.fallback;

import com.itheima.driver.feign.DriverFeign;
import com.itheima.driver.model.Driver;
import feign.hystrix.FallbackFactory;
import org.springframework.stereotype.Component;

@Component
public class DriverFeignFallbackFactory implements FallbackFactory<DriverFeign> {
    @Override
    public DriverFeign create(Throwable throwable) {
        return new DriverFeign() {
            /**
             * status()降級處理方法
             */
            @Override
            public Driver status(String id, Integer status) {
                Driver driver = new Driver();
                driver.setId(id);
                driver.setStatus(status);
                driver.setName("系統比較繁忙，請您稍後再試！");
                return driver;
            }
        };
    }
}

2、在DriverFeign介面上添加fallbackFactory屬性指定講解處理的類，代碼如下：

@FeignClient(value = "hailtaxi-driver",fallbackFactory = DriverFeignFallbackFactory.class)

3、再次啟動測試，效果如下：

好了，接下來，咱麽來說一說Sentinel控制台

4 Sentinel控制台

Sentinel 控制台是流量控制、熔斷降級規則統一配置和管理的入口，它為用戶提供了機器自發現、簇點鏈路自發現、監控、規則配置等功能。在 Sentinel 控制臺上，我們可以配置規則並實時查看流量控制效果。

4.1 Sentinel控制台安裝

Sentinel 提供一個輕量級的開源控制台，它提供機器發現以及健康情況管理、監控（單機和集群），規則管理和推送的功能。

Sentinel 控制台包含如下功能:

• 查看機器列表以及健康情況：收集 Sentinel 客戶端發送的心跳包，用於判斷機器是否線上。
• 監控 (單機和集群聚合)：通過 Sentinel 客戶端暴露的監控 API，定期拉取並且聚合應用監控信息，最終可以實現秒級的實時監控。
• 規則管理和推送：統一管理推送規則。
• 鑒權：生產環境中鑒權非常重要。這裡每個開發者需要根據自己的實際情況進行定製。

Sentinel控制台安裝可以基於jar包啟動的方式安裝，也可以基於docker安裝，為了方便操作，我們這裡採用docker安裝方式：

docker run --name=sentinel-dashboard -d -p 8858:8858 -d --restart=on-failure bladex/sentinel-dashboard:1.8.0

安裝好了後，我們可以直接訪問 http://192.168.200.129:8858/，預設用戶名和密碼都是 sentinel

登錄後，效果如下：

4.2 接入控制台

客戶端需要引入 Transport 模塊來與 Sentinel 控制台進行通信，可以通過 pom.xml 引入 JAR 包:

<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-transport-simple-http</artifactId>
<version>x.y.z</version>
</dependency>

如果是SpringBoot工程接入Sentinel，可以直接引入如下依賴包：

<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
<version>2.2.5.RELEASE</version>
</dependency>

hailtaxi-gateway接入控制台：

1、引入依賴包：

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2.2.5.RELEASE</version>
</dependency>

2、在核心配置文件中配置Sentinel控制台服務地址

spring:
  cloud:
    sentinel:
      transport:
        port: 8719
        dashboard: 192.168.200.129:8858

註意：

1、這裡的 spring.cloud.sentinel.transport.port 埠配置會在應用對應的機器上啟動一個 Http Server，該 Server 會與 Sentinel 控制台做交互，比如限流規則拉取。

2、配置信息現在是存儲到nacos中，故要在nacos中找到hailtaxi-gateway.yaml，進行如下配置

修改之後記得發佈！

3、啟動各個服務，

此時我們出發一些請求操作，再看Sentinel控制台會多一個服務監控：

4.3 可視化管理

4.3.1 實時監控

同一個服務下的所有機器的簇點信息會被彙總，並且秒級地展示在"實時監控"下。

註意: 實時監控僅存儲 5 分鐘以內的數據，如果需要持久化，需要通過調用實時監控介面來定製。

如果要獲取監控數據，直接調用 http://localhost:8719/clusterNode 即可獲取，效果如下：

4.3.2 流控規則

我們可以在【流控規則】頁面中新增，點擊【流控規則】進入頁面新增頁面，如下圖：

資源名：其實可以和請求路徑保持一致，這裡的流控模式為QPS，觸發流控執行閾值為1，流控模式為讓當前請求的資源快速直白。

這裡的參數和我們程式中的參數其實是一樣的，如下說明：

resource：資源名，即限流規則的作用對象
count: 限流閾值
grade: 限流閾值類型（QPS 或併發線程數）
limitApp: 流控針對的調用來源，若為 default 則不區分調用來源
strategy: 調用關係限流策略：直接，關聯，鏈路
controlBehavior: 流量控制效果（直接拒絕、Warm Up、勻速排隊）

我們測試效果如下：

4.3.3 降級規則

我們可以選擇降級規則>新增降級規則，如下圖：

降級規則的熔斷策略有3種，分別是慢調用比例、異常比例、異常數，和程式中是一樣的。

4.3.4 熱點數據

熱點即經常訪問的數據。很多時候我們希望統計某個熱點數據中訪問頻次最高的 Top K 數據，並對其訪問進行限制。

拓展知識點：

註意：如果流控模式是鏈路模式，需要引入如下依賴：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-web-servlet</artifactId>
    <version>1.8.0</version>
</dependency>

創建過濾器：

/***
 * CommonFilter過濾器
 * @return
 */
@Bean
public FilterRegistrationBean sentinelFilterRegistration() {
    FilterRegistrationBean registration = new FilterRegistrationBean();
    registration.setFilter(new CommonFilter());
    registration.addUrlPatterns("/*");	//過濾所有請求
    // 入口資源關閉聚合
    registration.addInitParameter(CommonFilter.WEB_CONTEXT_UNIFY, "false");
    registration.setName("sentinelFilter");
    registration.setOrder(1);
    return registration;
}

bootstrap.yml配置：web-context-unify: false

  cloud:
    sentinel:
      transport:
        port: 8719
        dashboard: localhost:8858
      web-context-unify: false  #可根據不同的URL 進行鏈路限流

本文由傳智教育博學谷 - 狂野架構師教研團隊發佈
轉載請註明出處！