Sentinel在订单大量服务调用的应用场景
Sentinel譯為“哨兵”，顧名思義，面對您后臺的大量服務/微服務，前置一個哨兵，但面對大量請求時，讓后臺服務有序被調用，但某些服務的不可用時，采用服務熔斷降級等措施，讓系統仍能平穩運行，不至于造成系統雪崩，典型應用場景：
image
隨著微服務的流行，服務和服務之間的穩定性變得越來越重要。Sentinel 以流量為切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。
Sentinel 具有以下特征:
-
豐富的應用場景：Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景，例如秒殺（即突發流量控制在系統容量可以承受的范圍）、消息削峰填谷、實時熔斷下游不可用應用等。
-
完備的實時監控：Sentinel 同時提供實時的監控功能。您可以在控制臺中看到接入應用的單臺機器秒級數據，甚至 500 臺以下規模的集群的匯總運行情況。
-
廣泛的開源生態：Sentinel 提供開箱即用的與其它開源框架/庫的整合模塊，例如與 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相應的依賴并進行簡單的配置即可快速地接入 Sentinel。
-
完善的 SPI 擴展點：Sentinel 提供簡單易用、完善的 SPI 擴展點。您可以通過實現擴展點，快速的定制邏輯。例如定制規則管理、適配數據源等。
Sentinel分為兩部分：
核心庫（Java 客戶端）不依賴任何框架/庫，能夠運行于所有 Java 運行時環境，同時對 Dubbo / Spring Cloud 等框架也有較好的支持。
控制臺（Dashboard）基于 Spring Boot 開發，打包后可以直接運行，不需要額外的 Tomcat 等應用容器，該模塊目前基于SpringBoot運行；
部署
在使用Sentinel之前，我們首先需部署Sentinel Dashborad，下載最新版的Sentinel Dashborad，通過以下命令運行：
?
java -Dserver.port=8088 -jar sentinel-dashboard-1.3.0.jar通過server.port執行程序運行端口號，通過http://localhost:8088打開控制臺，如下：
image
至此部署完成，非常簡單！
項目中使用Sentinel
Sentinel針對各個主流框架都提供了適配（包括Servlet，Dubbo，SpringBoot/SpringCloud，gRPC，RocketMQ等），本文以SpringBoot2舉例（通過筆者測試發現，SpringBoot 1.x支持不好，自定義流控規則不可用），首先我們需要在SpringBoot2的配置文件中指定Sentinel連接的控制臺地址和項目名，即application.yml文件，如下：
?
project:name: 在控制臺顯示的項目名 spring:cloud:sentinel:transport:dashboard: 192.168.1.154:8088在項目中加入依賴：
?
<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-alibaba-sentinel</artifactId><version>0.2.0.RELEASE</version> </dependency>啟動SpringBoot2后，可以在簇點鏈路頁面看到項目的各個服務（首次訪問服務時會被出現在列表中，這些服務在Sentinel中被稱為資源），接著，你就可以針對這些資源進行流控，降級，熱點，授權等操作。
流量控制與規則擴展
在控制臺可通過流控規則菜單定義某資源的流控規則，不過這個定義只在內存中，但控制臺重啟后，隨之消失，所以我們一般在項目中通過配置文件來定義流控規則，編寫一個流控數據源，如下：
?
package com.sumscope.study.springboot2.service;import java.net.URLDecoder; import java.util.List;import com.alibaba.csp.sentinel.datasource.Converter; import com.alibaba.csp.sentinel.datasource.ReadableDataSource; import com.alibaba.csp.sentinel.init.InitFunc; import com.alibaba.csp.sentinel.datasource.FileRefreshableDataSource; import com.alibaba.csp.sentinel.property.PropertyListener; import com.alibaba.csp.sentinel.property.SentinelProperty; import com.alibaba.csp.sentinel.slots.block.Rule; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager; import com.alibaba.csp.sentinel.slots.block.flow.FlowRule; import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager; import com.alibaba.csp.sentinel.slots.system.SystemRule; import com.alibaba.csp.sentinel.slots.system.SystemRuleManager; import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.TypeReference; public class FileDataSourceInit implements InitFunc{private Converter<String, List<FlowRule>> flowRuleListParser = source -> JSON.parseObject(source,new TypeReference<List<FlowRule>>() {});private Converter<String, List<DegradeRule>> degradeRuleListParser = source -> JSON.parseObject(source,new TypeReference<List<DegradeRule>>() {});private Converter<String, List<SystemRule>> systemRuleListParser = source -> JSON.parseObject(source,new TypeReference<List<SystemRule>>() {});@Overridepublic void init() throws Exception {ClassLoader classLoader = getClass().getClassLoader();String flowRulePath = URLDecoder.decode(classLoader.getResource("FlowRule.json").getFile(), "UTF-8");String degradeRulePath = URLDecoder.decode(classLoader.getResource("DegradeRule.json").getFile(), "UTF-8");String systemRulePath = URLDecoder.decode(classLoader.getResource("SystemRule.json").getFile(), "UTF-8");// Data source for FlowRuleFileRefreshableDataSource<List<FlowRule>> flowRuleDataSource = new FileRefreshableDataSource<>(flowRulePath, flowRuleListParser);FlowRuleManager.register2Property(flowRuleDataSource.getProperty());// Data source for DegradeRuleFileRefreshableDataSource<List<DegradeRule>> degradeRuleDataSource= new FileRefreshableDataSource<>(degradeRulePath, degradeRuleListParser);DegradeRuleManager.register2Property(degradeRuleDataSource.getProperty());// Data source for SystemRuleFileRefreshableDataSource<List<SystemRule>> systemRuleDataSource= new FileRefreshableDataSource<>(systemRulePath, systemRuleListParser);SystemRuleManager.register2Property(systemRuleDataSource.getProperty());} }然后在項目的resources下新增目錄META-INF\services\com.alibaba.csp.sentinel.init.InitFunc，并填寫以上類的完成類名如com.sumscope.study.springboot2.service.FileDataSourceInit即可，這樣，在您的classpath目錄下通過DegradeRule.json,FlowRule.json,SystemRule.json分別來定義降級規則，流控規則和系統規則，比如我們定義一個流控規則，讓test資源QPS為1，即1秒鐘最多調用1次，如下：
?
[{"resource": "test","controlBehavior": 0,"count": 1,"grade": 1,"limitApp": "default","strategy": 0} ]在Java代碼中，通過@SentinelResource("test")來定義服務對應的資源名，如果不指數，URI即為資源名。
熔斷降級
降級規則定義如下：
image
可基于RT（平均響應時間）或異常比例兩種方式來定義，其中RT單位為毫秒。
指定RT時，當資源的平均響應時間超過閾值（DegradeRule 中的 count，以 ms 為單位）之后，資源進入準降級狀態。接下來如果持續進入 5 個請求，它們的 RT 都持續超過這個閾值，那么在接下的時間窗口（DegradeRule 中的 timeWindow，以 s 為單位）之內，對這個方法的調用都會自動地返回。
指定異常時，當資源的每秒異常總數占通過總數的比值超過閾值（DegradeRule 中的 count）之后，資源進入降級狀態，即在接下的時間窗口（DegradeRule 中的 timeWindow，以 s 為單位）之內，對這個方法的調用都會自動地返回。
熱點參數限流
也可對經常訪問的數據進行限流，如某個商品或某個用戶等，如下圖：
image
Sentinel 利用 LRU 策略，結合底層的滑動窗口機制來實現熱點參數統計。LRU 策略可以統計單位時間內，最近最常訪問的熱點參數，而滑動窗口機制可以幫助統計每個參數的 QPS，熱點參數限流目前只支持QPS模式。
黑白名單
可通過定義策略（黑名單或白名單）限定資源的調用方是否讓其通過，以下是代碼定義白名單規則：
?
AuthorityRule rule = new AuthorityRule(); rule.setResource("test"); rule.setStrategy(RuleConstant.AUTHORITY_WHITE); rule.setLimitApp("appA,appB"); AuthorityRuleManager.loadRules(Collections.singletonList(rule));實時監控
在控制臺我們可以實時看到每個資源的qps情況如下圖：
image
注：其中p_qps是每秒通過的請求數，b_qps是每秒拒絕的請求數
?
總結
以上是生活随笔為你收集整理的Sentinel在订单大量服务调用的应用场景的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 为什么选用NACOS
- 下一篇： MOSS 代替Spring Boot A