Alibaba Sentinel 限流与熔断初探(技巧篇)
- 2020 年 3 月 12 日
- 笔记
温馨提示：源码分析 Alibaba Sentinel 专栏开始连载，本文展示如何学习一个全新的技术的方法。该专栏基于 1.7.0 版本。
在学习一个新技术或新框架时，建议先查看其官方文档， Sentinel 官方文档链接如下：官方文档，以获得对其形成一个整体的认识。
@(本节目录)
1、Sentinel 是什么 ？主要能解决什么问题？
按照官方的定义，Sentinel 意为分布式系统的流量防卫兵，主要提供限流、熔断等服务治理相关的功能。
服务的动态注册、服务发现是 SOA、微服务架构体系中首先需要解决的基本问题，服务治理是 SOA 领域又一重要课题，而 dubbo 框架只提供了一些基本的服务治理能力，例如限制服务并发调用数、配置合适的业务线程数量等，但熔断相关的功能就涉及的较少。
Sentinel 将作为 Dubbo 生态的重要一员，将集中解决服务治理相关的课题，服务限流与熔断又是服务治理首先要解决的课题。
那什么是限流与熔断呢？
限流：我们通常使用TPS对流量来进行描述，限流就是现在服务被调用的并发TPS，从而对系统进行自我保护。
熔断：就是当系统中某一个服务出现性能瓶颈是，对这个服务的调用进行快速失败，避免造成连锁反应，从而影响整个链路的调用。
2、限流与熔断的使用场景
限流还是比较好理解，例如一个项目在上线之前经过性能测试评估，例如服务在 TPS 达到 1w/s 时系统资源利用率飙升，与此同时响应时间急剧增大，那我们就要控制该服务的调用TPS，超过该 TPS 的流量就需要进行干预，可以采取拒绝、排队等策略，实现流量的削峰填谷。
还有一个场景，例如一下开放平台，对接口进行收费，免费用户要控制调用TPS，账户的等级不同，允许调用的TPS也不同，这种情况就非常适合限流。
那熔断的使用场景呢？我们首先来看一下如下的分布式架构。
例如应用A 部署了3台机器，如果由于某种原因，例如线程池 hold 住，导致发送到它上面的请求会出现超时而报错，由于该进程并未宕机，请求还是会通过负载算法请求出现故障的机器，出现整个1/3的请求出现超时报错，影响整个系统的可用性？也就是其中一台故障会对整个服务质量产生严重的影响，虽然是集群部署，但无法达到高可用性。那如何解决该问题？如果在调用方(API-Center) 对异常进行统计，发现发往某一台机器的错误数或错误率达到设定的值，就在一定的世界间隔内不继续发往该机器，转而发送给集群内正常的节点，这样就实现了高可用，这就是所谓的熔断机制。
有了上面的基本认识，接下来会进行一些阅读源码的准备，为后面的源码分析 Sentinel 打下坚实的基础。
3、Sentinel 源码结构
Sentinel 的核心模块说明如下：
- sentinel-core
Sentinel 核心模块，实现限流、熔断等基本能力。 - sentinel-dashboard
Sentinel 可视化控制台，提供基本的管理界面，配置限流、熔断规则等，展示监控数据等。 - sentinel-adapter
Sentinel 适配，Sentinel-core 模块提供的是限流等基本API，主要是提供给应用自己去显示调用，对代码有侵入性，故该模块对主流框架进行了适配，目前已适配的模块如下：- sentinel-apache-dubbo-adapter
对 Apache Dubbo 版本进行适配，这样应用只需引入 sentinel-apache-dubbo-adapter 包即可对 dubbo 服务进行流控与熔断，大家可以思考会利用 Dubbo 的哪个功能特性。 - sentinel-dubbo-adapter
对 Alibaba Dubbo 版本进行适配。 - sentinel-grpc-adapter
对 GRPC 进行适配。 - sentinel-spring-webflux-adapter
对响应式编程框架 webflux 进行适配。 - sentinel-web-servlet
对 servlet 进行适配，例如 Spring MVC。 - sentinel-zuul-adapter
对 zuul 网关进行适配。
- sentinel-apache-dubbo-adapter
- sentinel-cluster
提供集群模式的限流与熔断支持，因为通常一个应用会部署在多台机器上组成应用集群。 - sentinel-transport
网络通讯模块，提供 Sentinel 节点与 sentinel-dashboard 的通讯支持，主要有如下两种实现。- sentinel-transport-netty-http
基于 Netty 实现的 http 通讯模式。 - sentinel-transport-simple-http
简单的 http 实现方式。
- sentinel-transport-netty-http
- sentinel-extension
Sentinel 扩展模式。主要提供了如下扩展(高级)功能：- sentinel-annotation-aspectj
提供基于注解的方式来定义资源等。 - sentinel-parameter-flow-control
提供基于参数的限流（热点限流）。 - sentinel-datasource-extension
限流规则、熔断规则的存储实现，默认是存储在内存中。 - sentinel-datasource-apollo
基于 apollo 配置中心实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-consul
基于 consul 实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-etcd
基于 etcd 实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-nacos
基于 nacos 实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-redis
基于 redis 实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-spring-cloud-config
基于 spring-cloud-config 实现限流规则、熔断规则的存储，动态推送生效机制。 - sentinel-datasource-zookeeper
基于 zookeeper 实现限流规则、熔断规则的存储，动态推送生效机制。
- sentinel-annotation-aspectj
4、在 IntelliJ IDEA 中运行 Sentine Demo
在 sentinel-demo 模块下提供了很多示例，Seninel 一开始是为 Dubbo 而生的，故我们选取一下 sentinel-demo-apache-dubbo 为本次演示的示例。
注意：该版本需要引入的 apache dubbo 版本需要修改为 2.7.2。
<dependency> <groupId>org.apache.dubbo</groupId> <artifactId>dubbo</artifactId> <version>2.7.2</version> </dependency>Step1：先启动 sentinel-dashboard，启动参数配置如下：
sentinel-demo-apache-dubbo 模块如下所示：
先启动服务提供者，其配置参数如下：
然后启动服务消费者，其配置参数如下：
启动后，我们能看到消费者会出现报错，因为触发了限流，我们可以通过控制台查看接入应用的信息，例如输入：http://localhost:8080
部分截图如下：
可以在控制台动态添加限流、熔断等规则配置，然后接入的客户端将能在不启动应用的情况下生效。
默认情况下，sentinel-dashboard 中的规则是存储在内存中，重启后就会丢失，因此 Sentinel 提供了很多种数据源的实现，例如 sentinel-datasource-zookeeper，这部分内容随着该专栏的陆续更新，将会对该机制进行介绍。
作者信息：丁威，《RocketMQ技术内幕》作者，目前担任中通科技技术平台部资深架构师，RocketMQ官方社区优秀布道师、CSDN2019博客之星TOP10,维护公众号 中间件兴趣圈公众号，目前主要发表了源码阅读java集合、JUC(java并发包)、Netty、ElasticJob、Mycat、Dubbo、RocketMQ、mybaits等系列源码。点击链接：加入笔者的知识星球，一起探讨高并发、分布式服务架构，分享阅读源码心得。
