扛住阿里雙十一高並發流量,Sentinel是怎麼做到的?
- 2019 年 10 月 14 日
- 筆記
Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景
本文介紹阿里開源限流熔斷方案Sentinel功能、原理、架構、快速入門以及相關框架比較
基本介紹
1 名詞解釋
-
服務限流 :當系統資源不夠,不足以應對大量請求,對系統按照預設的規則進行流量限制或功能限制
-
服務熔斷:當調用目標服務的請求和調用大量超時或失敗,服務調用方為避免造成長時間的阻塞造成影響其他服務,後續對該服務介面的調用不再經過進行請求,直接執行本地的默認方法
-
服務降級:為了保證核心業務在大量請求下能正常運行,根據實際業務情況及流量,對部分服務降低優先順序,有策略的不處理或用簡單的方式處理
服務降級的實現可以基於人工開關降級(秒殺、電商大促等)和自動檢測(超時、失敗次數、故障),熔斷可以理解為一種服務故障降級處理
2 為什麼需要限流降級
系統承載的訪問量是有限的,如果不做流量控制,會導致系統資源佔滿,服務超時,從而所有用戶無法使用,通過服務限流控制請求的量,服務降級省掉非核心業務對系統資源的佔用,最大化利用系統資源,儘可能服務更多用戶
3 Sentinel簡介
Sentinel: 分散式系統的流量防衛兵,是阿里中間件團隊2018年7月開源的,面向分散式服務架構的輕量級流量控制產品,主要以流量為切入點,從流量控制、熔斷降級、系統負載保護等多個維度來保護系統服務的穩定性
Sentinel 的開源生態:
功能特性
1 總體介紹
Sentinel 具有以下特徵:
豐富的應用場景:秒殺限流,消息削峰填谷、集群流量控制、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。可以在控制台中看到接入應用的單台機器秒級數據,甚至 500 台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/庫的整合模組,例如與 Spring Cloud、Dubbo、gRPC 的整合。只需要引入相應的依賴並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 擴展介面。可以通過實現擴展介面來快速地訂製邏輯。例如訂製規則管理、適配動態數據源等
Sentinel 分為兩個部分:
控制台(Dashboard) 基於 Spring Boot 開發,打包後可以直接運行,不需要額外的 Tomcat 等應用容器
核心庫(Java 客戶端) 不依賴任何框架/庫,能夠運行於所有 Java 運行時環境,同時對 Dubbo / Spring Cloud 等框架也有較好的支援
2 控制台特性
-
實時監控
支援自動發現集群機器列表、服務健康狀態、服務調用通過/拒絕QPS、調用耗時、圖表統計 -
規則管理及推送
支援在介面配置流控、降級、熱點規則,並實時推送 -
鑒權
控制台支援自定義鑒權介面,提供基本登錄功能
3 核心庫功能特性
(1) 應用流控
針對指定應用實例的流量控制,監控應用流量QPS或並發執行緒數,當達到指定的閾值時對流量進行控制,以避免被瞬時的流量高峰衝垮,從而保障應用的高可用性
流量控制的手段包括:
- 直接拒絕
- Warm Up,即預熱/冷啟動方式,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,避免冷系統被瞬間壓垮
- 勻速排隊,嚴格控制請求通過的間隔時間,讓請求以均勻的速度通過
(2) 集群流控
不同於應用流控根據單個應用實例閾值執行限流檢查,集群流控只對整個集群調用總量進行限流,例如以下場景:
- 限制某個用戶調用某個API的總QPS,提供API的應用在多個機器上部署了多個實例
- 因為多個應用實例流量不均勻,導致集群調用總量沒有到的情況下某些機器就開始限流
僅靠單機維度去限制的話會無法精確地限制總體流量,通過集群精確地控制整個集群的調用總量,結合單機限流兜底,可以更好地發揮流量控制的效果
(3) 網關流控
Sentinel 支援對 Spring Cloud Gateway、Zuul 等主流的 API Gateway 進行限流
網關流控針對 API網關的場景訂製的限流規則,可以針對不同 route 或自定義的 API 分組進行限流,支援針對請求中的路徑、參數、Header、來源 IP 等進行訂製化的限流
(4) 熔斷降級
如果調用鏈路中的某個資源不穩定,最終會導致請求發生堆積,通過熔斷降級能在調用鏈路中某個資源出現不穩定狀態時(包括調用超時、異常比例升高、異常數升高),對這個資源的調用進行限制,讓請求快速失敗,避免影響到其它的資源而導致級聯錯誤
當資源被降級後,在接下來的降級時間窗口之內,對該資源的調用都自動熔斷(默認行為是拋出 DegradeException),經過時間窗口之後,退出熔斷,並在下一次資源出現不穩定狀態再次自動熔斷
(5) 熱點參數限流
熱點即經常訪問的數據,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
例如以下場景:
- 用戶ID為參數,限制用戶對介面的範圍QPS
- 商品ID為參數,限制商品下單介面頻率
(6) 系統自適應限流
為了解決傳統方案:基於作業系統負載(load1,linux下用uptime查看)做進行自適應限流,帶來的存在延時、系統性能恢復慢的問題,Sentinel採用新的思路:根據系統能夠處理的請求,和允許進來的請求,來做平衡,而不是根據一個間接的指標(系統 load)來做限流
目標在於:在系統不被拖垮的情況下,儘可能提高系統的吞吐率,而不是 負載 一定要到低於某個閾值
系統保護規則是從應用級別的入口流量進行控制,從單台機器的總體 Load、RT、入口 QPS 和執行緒數四個維度監控應用數據,當實際運行達到限定閾值進行限流保護,支援的閾值類型:
- Load:當系統 load1 超過閾值,且系統當前的並發執行緒數超過系統容量時才會觸發系統保護。系統容量由系統時間運行監測到的的 maxQps * minRt (最小響應時間)計算得出
- RT:當單台機器上所有入口流量的平均 RT(響應時間)
- 執行緒數:當單台機器上所有入口流量的並發執行緒數
- 入口 QPS:當單台機器上所有入口流量的 QPS
(7) 黑白名單控制
Sentinel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
快速入門
1 安裝控制台
從github release頁面(https://github.com/alibaba/Sentinel/releases)下載最新控制台jar包
命令行啟動控制台:
java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar
2 應用接入Sentinel
Sentinel適配了常見主流框架,包括Dubbo、Spring Boot、Spring WebFlux、gRPC、Zuul、Spring Cloud Gateway、RocketMQ、Web Servlet,對於需要限流的資源,支援用原生Java的try-catch 接入或者使用註解
下面以常見的Spring Boot註解的方式作為示例:
引入sentinel適配Spring Cloud的依賴:
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> <version>2.1.0.RELEASE</version> </dependency>
application.yml指定控制台地址:
spring: cloud: sentinel: transport: dashboard: IP:埠號
定義需要限流的資源:
@RestController public class TestController { @GetMapping(value = "/hello") // 定義需要限流的資源名稱為hello @SentinelResource("hello") public String hello() { return "Hello Sentinel"; } }
請求一次上面的http hello介面後,觸發Sentinel客戶端初始化,才能在控制台看到介面
添加流控規則:
頻繁請求介面,可以看到部分請求被拒絕:
注意:上面的配置方式是沒有做持久化的,生產環境不建議使用
3 規則配置
Sentinel 提供 動態規則數據源 支援來動態地管理、讀取配置的規則。Sentinel 提供的 ReadableDataSource 和 WritableDataSource 介面簡單易用,非常方便使用。
Sentinel 動態規則源針對常見的配置中心和遠程存儲進行適配,目前已支援 Nacos、ZooKeeper、Apollo、Redis 等多種動態規則源,可以覆蓋到很多的生產場景
實現原理
下面介紹Sentinel客戶端基本原理
1 基本概念
-
Resource 資源
Sentinel中,需要被流量保護的方法、程式碼塊都可以稱為資源,每個資源都需要定義一個唯一的資源名詞,用於匹配相關規則 -
Entry
Sentinel功能入口類,Entry 可以通過對主流框架的適配自動創建,也可以通過註解的方式或調用 SphU API 顯式創建,創建後執行資源和規則匹配和校驗 -
Slot
功能插槽,由Enty類創建,每個資源對應一系列Slot,Slot實現資源資訊收集、規則匹配、校驗的,多個Slot通過組成Slot Chain,在進入資源和退出資源時分別基於責任鏈模式調用entry()和exit()方法
2 工作原理
一個簡單的demo:
String resourceName = "resourceName"; Entry entry = null; try { entry = SphU.entry(resourceName); System.out.println("resource running"); } catch (BlockException e) { // 限流 throw e; } catch (Throwable e) { e.printStackTrace(); throw e; } finally { if (entry != null) { entry.exit(); } }
主要流程如下:
- 進入資源方法之前,基於SphU創建Entry,Entry獲取查找資源關聯的Slot Chain資訊,如果找不到則創建,並基於責任鏈模式調用Slot的entry()方法
- 資源方法調用
- 資源方法調用完成後,通過Entry觸發Slot的exit()邏輯
框架比較
Sentinel | Hystrix | resilience4j | |
---|---|---|---|
隔離策略 | 訊號量隔離(並發執行緒數限流) | 執行緒池隔離/訊號量隔離 | 訊號量隔離 |
熔斷降級策略 | 基於響應時間、異常比率、異常數 | 基於異常比率 | 基於異常比率、響應時間 |
實時統計實現 | 滑動窗口(LeapArray) | 滑動窗口(基於 RxJava) | Ring Bit Buffer |
動態規則配置 | 支援多種數據源 | 支援多種數據源 | 有限支援 |
擴展性 | 多個擴展點 | 插件的形式 | 介面的形式 |
基於註解的支援 | 支援 | 支援 | 支援 |
限流 | 基於 QPS,支援基於調用關係的限流 | 有限的支援 | Rate Limiter |
流量整形 | 支援預熱模式、勻速器模式、預熱排隊模式 | 不支援 | 簡單的 Rate Limiter 模式 |
系統自適應保護 | 支援 | 不支援 | 不支援 |
控制台 | 提供開箱即用的控制台,可配置規則、查看秒級監控、機器發現等 | 簡單的監控查看 | 不提供控制台,可對接其它監控系統 |
值得補充的是:相比Hystrix基於執行緒池隔離進行限流,這種方案雖然隔離性比較好,但是代價就是執行緒數目太多,執行緒上下文切換的 overhead 比較大,特別是對低延時的調用有比較大的影響。
Sentinel 並發執行緒數限流不負責創建和管理執行緒池,而是簡單統計當前請求上下文的執行緒數目,如果超出閾值,新的請求會被立即拒絕,效果類似於訊號量隔離
參考
《Sentinel官方文檔》
https://github.com/alibaba/Sentinel/wiki
《從 Hystrix 遷移到 Sentinel》
https://github.com/alibaba/Sentinel/wiki/Guideline:-從-Hystrix-遷移到-Sentinel