SpringCloud（18）：Sentinel流控降级入门

Sentinel 支持对 Spring Cloud Gateway、Zuul 等主流的 API Gateway 进行限流。：网关限流规则，针对 API Gateway 的场景定制的限流规则，可以针对不同 route 或自定义的 API 分组进行限流，支持针对请求中的参数、Header、来源 IP 等进行定制化的限流。：用户自定义的 API 定义分组，可以看做是一些 URL 匹配的组合。比如我们可以定义一个 API 叫my_api，请求 path 模式为/foo/**和/baz/**的都归到my_api。

1.服务雪崩效应 因服务提供者的不可用，导致服务调用者的不可用，并将不可用逐渐放大的过程，就叫服务雪崩效应。 导致服务不可用的原因： （1）激增流量 ①激增流量导致系统CPU/Load飙高，无法正常处理请求 ②激增流量打垮冷系统（数据库连接未创建，缓存未预热） ③消息投递过快，导致消息处理积压 （2）不稳定服务依赖 ①慢Sql查询卡爆连接池 ②第三方服务不响应，卡爆线程池 ③业务调用持续出现异常，产生大量的副作用 2.服务雪崩解决方案 切入点：稳定性、恢复性 2.1常见的容器机制

目录 1.Sentinel 简介 2.Sentinel初始化监控 3.Sentinel流控规则简介 4.Sentinel流控规则应用 1.Sentinel 简介 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。其功能与Hystrix类似。 一句话，Sentinel就是一个流量防卫兵。 Sentinel 分为两个部分： 核心库（Java 客户端）不依赖任何框架/库，能够运行于所有 Ja..

为什么需要熔断与服务降级 分布式系统中一个微服务需要依赖于很多的其他的服务，那么服务就会不可避免的失败。例如A服务依赖于B、C、D等很多的服务，当B服务不可用的时候，会一直阻塞或者异常，更不会去调用C服务和D服务。同时假设有其他的服务也依赖于B服务，也会碰到同样的问题，这就及有可能导致雪崩效应。 如下案例：一个用户通过通过web容器访问应用，他要先后调用多个模块，但是由于某些原因，导致某个服务不可用，与此同时我们没有快速处理，会导致该用户一直处于阻塞状态。 当其他用户做同样的请求，也会面临着同样的问题，服务

在微服务架构中，网关层可以屏蔽外部服务直接对内部服务进行调用，对内部服务起到隔离保护的作用，网关限流，顾名思义，就是通过网关层对服务进行限流，从而达到保护后端服务的作用。如果已经在网关层面做了限流，那么躲在身后的服务是否就安全了呢？答案是否定的，因此最常见的解决方案是：网关层集群限流+内部服务的单机限流兜底，这样才能保证不被流量冲垮

Sentinel Sentinel是什么 独立于项目外的 服务流量控制台，可以用于熔断 防止服务崩溃无响应，服务重启，流量限制等 能做什么 针对于什么场景 sentinel给我们带来的服务 Sentinel 独立于项目外，开箱即用 控制台可以可视化的实时监控和服务规则配置 可以无缝配合cloud的注册中心 最佳匹配 nacos，也可以使用其他的如 Eureka apollo zookeeper等 解决了什么场景问题 服务雪崩 服务降级 服务熔断 服务限流 如何获取 下载地址 ：sentinel下

流量防卫兵Sentinel   分布式系统中，微服务之间通过远程调用实现信息交互，调用是不可表面出现调用失败，例如：超时、异常等原因导致调用失败，Sentinel可以保证在一个微服务出现故障的情况下，不会导致其他相互调用的微服务失败，避免出现级联故障（服务崩溃），以此来提高分布式系统的弹性。 例如：   电商中的用户下单操作，我们三个服务，一个是下订单服务，一个是减产品库存服务，一个是用户的个人中心服务，当用户下订单调用订单服务，然后下订单服务又调用减产品库存服务，如果减库存服务出现异常或者迟迟未响应，则会

一、简介 上一篇文章我们成功搭建了sentinel流量监控平台，并且实现了对我们微服务应用的监控功能，但是sentinel提供的功能不仅仅只有这些，还有强大的流量控制功能，本篇文章我们就将对流量控制做一个比较详细的总结。 二、相关术语解释 资源名：唯一名称，默认请求路径； 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/单机阈值： QPS：每秒钟的请求数量，当调用该api的QPS达到阈值的时候，进行限流； 线程数：当调用该api的线

我们可以自定义通用的限流处理逻辑，然后在@SentinelResource中指定。创建CustomBlockHandler类用于自定义限流处理逻辑：return new Result(“自定义限流信息”, 200);在RateLimitController中使用自定义限流处理逻辑：/**自定义通用的限流处理逻辑*/return new Result(“限流成功”, 200);熔断功能。

官网：https://sentinelguard.io/zh-cn/index.htmlSentinel (分布式系统的流量防卫兵) 是阿里开源的一套用于服务容错的综合性解决方案。它以流量为切入点, 从流量控制、熔断降级、系统负载保护等多个维度来保护服务的稳定性丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景, 例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。完备的实时监控。

等价于 Spring Cloud Circuit BreakerSentinel 能够对流量进行控制，主要是监控应用的 QPS 流量或者并发线程数等指标，如果达到指定的阈值时，就会被流量进行控制，以避免服务被瞬时的高并发流量击垮，保证服务的高可靠性。1资源名资源的唯一名称，默认就是请求的接口路径，可以自行修改，但是要保证唯一。2针对来源具体针对某个微服务进行限流，默认值为default，表示不区分来源，全部限流。3阈值类型QPS表示通过QPS进行限流，并发线程数表示通过并发线程数限流。4单机阈值。

Spring Cloud让微服务开发变得简单，但架构设计仍需谨慎。从业务需求出发，选择合适的组件，逐步构建稳定可靠的微服务系统！

手写Api文档的几个痛点。

服务网关是微服务架构中一个不可或缺的部分。通过服务网关统一向外系统提供REST API的过程中，除了具备服务路 由、均衡负载功能之外，它还具备了权限控制等功能。Spring Cloud Netflflix 中的 Zuul 就担任了这样的一个角色，为 微服务架构提供了前门保护的作用，同时将权限控制这些较重的非业务逻辑内容迁移到服务路由层面，使得服务集群主体能够具备更高的可复用性和可测试性。

Sentinel 适配了 Feign组件。创建sentinel_parent、eureka_server、sentinel_feign_provider、sentinel_feign_client工程，并在。实现sentinel_feign_client微服务通过Feign访问sentinel_feign_provider微服务的流量控制。sentinel_feign_client中使用feign访问sentinel_feign_provider服务。

Sentinel 的所有规则都可以在内存态中动态地查询及修改，修改之后立即生效。同时 Sentinel 也提供相关 API，供您来定制自己的规则策略。

很多时候，我们需要根据调用来源来判断该次请求是否允许放行，这时候可以使用 Sentinel 的来源访问控制（黑白名单控制）的功能。来源访问控制根据资源的请求来源（origin）判断资源访问是否通过，若配置白名单则只有请求来源位于白名单内时才可通过；若配置黑名单则请求来源位于黑名单时不通过，其余的请求通过。这里演示实现Ip地址白名单和黑名单配置规则授权控制规则设置有两种方式。