SpringCloud(三)Sentinel、Seata、多级缓存

文章目录

Sentinel

雪崩问题

微服务之间相互调用,因为调用链中的一个服务故障,引起整个链路都无法访问的情况。




Sentinel与Hystrix

sentinel使用案例

sentinel官网



访问微服务任意端点,即可触发sentinel监控:

限流规则


流控模式



在service层方法添加@SentinelResource注解

对来源于query入口的请求限流。

流控效果


热点参数限流


隔离和降级

Feign整合Sentinel



线程隔离



熔断降级



授权规则与规则持续化



自定义异常结果


规则管理模式



Seata

分布式事务问题


理论基础

CAP定理

CAP 也就是 Consistency(一致性)、Availability(可用性)、Partition Tolerance(分区容错性) 这三个单词首字母组合。

CAP 定理(CAP theorem)指出对于一个分布式系统来说,当设计读写操作时,只能同时满足以下三点中的两个:

C:一致性(Consistency) : 所有节点访问同一份最新的数据副本

A:可用性(Availability): 非故障的节点在合理的时间内返回合理的响应(不是错误或者超时的响应)。

P:分区容错性(Partition Tolerance) : 分布式系统出现网络分区的时候,仍然能够对外提供服务。

由于当前的网络服务,网络故障是不可避免的,那么在保证分区容错性(P, Partition Tolerance)的前提下,可用性(A,Avaliability)和一致性(C, Consistency)就只能保证一个,因为你要保证可用,在分区的情况下,发生网络故障一定无法保证一致性,在保证一致性的情况下,就只能把网络故障断开的分区的机器停用,那这就违背了可用性。

CAP理论告诉我们,在保证P的前提下,只能出现CP或AP的架构

BASE理论


Seata架构

  • TC(Transaction Coordinator)事务协调者:维护全局和分支事务状态,协调全局事务提交或者回滚
  • TM(Transaction Manager)事务管理器:定义全局事务的范围,提交或者回滚全局事务。
  • RM(Resource Manager)资源管理器:管理分支事务处理的资源,注册分支事务并报告分支事务的状态给TC,驱动分支事务提交或回滚。


部署TC服务

微服务集成Seata


Seata的四种模式

XA - 强一致性

XA模式:强一致性模式,几乎所有主流的数据库都对XA规范提供了支持。

但是XA模式一阶段需要锁定数据库资源,等待二阶段结束才释放,性能较差,而且XA模式依赖于关系型数据库来实现事务。

正常情况下:

回滚情况下:

seata的XA模式:

seata对XA模式做了一些调整:

RM一阶段工作:

  • 注册分支事务到TC
  • 执行分支事务SQL但不提交
  • 报告执行状态到TC

TC二阶段工作:

TC检测各个分支事务执行状态

  • a、如果都成功,通知所有的RM提交事务
  • b、如果有失败,通知所有的RM回滚事务

RM二阶段工作:

接收TC指令,提交或回滚事务

代码中实现:

相关推荐
a_157153249866 小时前
SpringCloud学习笔记-4
笔记·学习·spring cloud
Zfox_17 小时前
Redis:Hash数据类型
服务器·数据库·redis·缓存·微服务·哈希算法
呼拉拉呼拉17 小时前
Redis内存淘汰策略
redis·缓存
咖啡啡不加糖21 小时前
Redis大key产生、排查与优化实践
java·数据库·redis·后端·缓存
肥仔哥哥19301 天前
springCloud2025+springBoot3.5.0+Nacos集成redis从nacos拉配置起服务
redis·缓存·最新boot3集成
呼拉拉呼拉1 天前
Redis故障转移
数据库·redis·缓存·高可用架构
篱笆院的狗1 天前
如何使用 Redis 快速实现布隆过滤器?
数据库·redis·缓存
Alla T1 天前
【前端】缓存相关
前端·缓存
chen.@-@1 天前
后端下载限速(redis记录实时并发,bucket4j动态限速)
数据库·redis·缓存
eternal__day1 天前
Spring Cloud 多机部署与负载均衡实战详解
java·spring boot·后端·spring cloud·负载均衡