【Sentinel学习】

Sentinel异常处理概述

Sentinel是阿里巴巴开源的分布式系统流量控制组件，主要用于限流、熔断降级、系统负载保护等场景。异常处理是Sentinel的核心功能之一，通过规则配置和回调机制对异常流量或不稳定服务进行管控。

Sentinel异常处理核心机制

流量控制（Flow Control）

通过设定QPS（每秒请求数）或线程数阈值，超出阈值时触发FlowException异常。规则配置示例：

FlowRule rule = new FlowRule();
rule.setResource("resourceName");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(10); // 阈值QPS=10
FlowRuleManager.loadRules(Collections.singletonList(rule));

熔断降级（Circuit Breaking）

基于异常比例、慢调用比例或异常数触发熔断，抛出DegradeException。配置示例：

DegradeRule rule = new DegradeRule();
rule.setResource("resourceName");
rule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT);
rule.setCount(5); // 异常数阈值=5
rule.setTimeWindow(10); // 熔断时间10秒
DegradeRuleManager.loadRules(Collections.singletonList(rule));

系统自适应保护（System Rule）

监控系统指标（如CPU使用率、平均RT），触发系统保护时抛出SystemBlockException。

自定义异常处理逻辑

BlockException处理

通过BlockExceptionHandler接口实现自定义限流/熔断响应：

public class CustomBlockHandler implements BlockExceptionHandler {
    @Override
    public void handle(HttpServletRequest request, HttpServletResponse response, BlockException e) throws Exception {
        if (e instanceof FlowException) {
            response.setStatus(429);
            response.getWriter().print("请求过快，请稍后重试");
        } else if (e instanceof DegradeException) {
            response.setStatus(503);
            response.getWriter().print("服务暂时不可用");
        }
    }
}
// 注册全局处理器
WebCallbackManager.setBlockHandler(new CustomBlockHandler());

Fallback方法

使用@SentinelResource注解的fallback属性处理业务异常：

@SentinelResource(value = "resource", fallback = "fallbackMethod")
public String businessMethod() {
    if (someCondition) {
        throw new RuntimeException("业务异常");
    }
    return "success";
}

public String fallbackMethod(Throwable t) {
    return "fallback: " + t.getMessage();
}

常见问题排查

• 规则未生效 ：检查规则是否正确加载到RuleManager，资源名称是否匹配。
• 异常统计不准 ：确保Tracer.trace(ex)记录业务异常（非BlockException）。
• 热点规则失效：参数索引需从0开始，且需启用热点参数限流功能。

最佳实践

• 结合@ControllerAdvice全局捕获BlockException，统一返回格式。
• 在网关层（如Spring Cloud Gateway）集成Sentinel，实现API级别的流控。
• 使用Sentinel Dashboard动态调整规则，避免重启应用。

通过上述机制，Sentinel能够有效保障系统稳定性，避免因流量激增或依赖服务故障导致的雪崩效应。

三种流控规则概述

Sentinel的流量控制（Flow Control）主要通过三种规则实现：直接规则 、关联规则 和链路规则。每种规则适用于不同场景，控制粒度从资源级到调用链路级逐层细化。

---

直接规则（直接限流）

定义 ：针对特定资源直接设置限流阈值（如QPS或线程数），超出阈值则触发流控。
适用场景 ：单一资源需要独立限流时使用。
配置示例（通过Sentinel Dashboard）：

FlowRule rule = new FlowRule();
rule.setResource("resourceName");  // 资源名
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);  // 限流类型（QPS或线程数）
rule.setCount(10);  // 阈值
FlowRuleManager.loadRules(Collections.singletonList(rule));

关键参数：

• Grade：限流维度（FLOW_GRADE_QPS或FLOW_GRADE_THREAD）。
• Count：阈值数值。

---

关联规则（关联资源限流）

定义 ：当关联资源达到阈值时，限制当前资源的访问。例如，支付接口触发限流时，同步限制下单接口。
适用场景 ：存在资源优先级或依赖关系的场景。
配置示例：

FlowRule rule = new FlowRule();
rule.setResource("primaryResource");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(5);
rule.setRefResource("relatedResource");  // 关联资源名
FlowRuleManager.loadRules(Collections.singletonList(rule));

关键点：

• RefResource需与当前资源存在逻辑关联。
• 适用于保护核心资源，避免级联故障。

---

链路规则（入口限流）

定义 ：仅统计从特定入口（Entry）进入的流量，并对其限流。
适用场景 ：需区分流量来源的场景，如限制某个API网关的调用频率。
配置示例：

FlowRule rule = new FlowRule();
rule.setResource("resourceName");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(3);
rule.setLimitApp("entryName");  // 入口名（如Servlet路径）
FlowRuleManager.loadRules(Collections.singletonList(rule));

注意事项：

• 需配合ContextUtil.enter()设置入口上下文。
• 链路规则需开启web-context-unify=false（默认聚合所有入口）。

---

规则对比

规则类型	控制粒度	典型场景
直接规则	单资源	独立接口限流
关联规则	跨资源关联	保护核心资源，避免级联故障
链路规则	调用链路入口	按来源区分流量（如渠道限流）

通过组合这三种规则，可灵活应对从单点到链路的复杂限流需求。

Sentinel流控规则中的三种流控效果

1. 快速失败（Quick Fail）

默认的流控效果，当请求超过阈值时直接拒绝请求并抛出FlowException。适用于对实时性要求高、无需排队等待的场景。可通过以下规则配置：

{
  "resource": "testResource",
  "limitApp": "default",
  "grade": 1, // QPS模式
  "count": 10, // 阈值
  "strategy": 0, // 直接拒绝
  "controlBehavior": 0 // 快速失败
}

2. Warm Up（预热）

通过冷启动方式让系统逐步适应流量增长。适用于系统启动时需要避免冷启动过载的场景，如数据库连接池初始化。配置示例：

{
  "controlBehavior": 1, // Warm Up
  "warmUpPeriodSec": 10, // 预热时长（秒）
  "count": 100 // 最终阈值
}

计算公式：

阈值 = count × min(当前通过请求数 / warmUpPeriodSec, 1)

3. 排队等待（Throttling）

以恒定速率处理请求，超出阈值的请求进入队列等待。适用于脉冲流量或需要削峰填谷的场景。配置参数：

{
  "controlBehavior": 2, // 排队等待
  "maxQueueingTimeMs": 500, // 最大等待时间（毫秒）
  "count": 5 // 阈值（请求/秒）
}

处理逻辑：

请求间隔 = 1000 / count 毫秒

超时未处理的请求将被拒绝。

---

效果对比

• 快速失败：响应时间最短，但可能误杀正常请求。
• Warm Up：避免突发流量击穿系统，但初期吞吐量较低。
• 排队等待：保证流量均匀处理，但会增加平均响应时间。

实际选择需结合业务容忍度和系统性能指标。例如秒杀场景适合快速失败，定时任务调度适合排队等待。

熔断降级

Sentinel熔断规则的熔断策略

Sentinel的熔断策略通过规则配置实现，主要包括以下三种熔断策略：

慢调用比例（SlowRequestRatio）

以慢调用比例作为触发熔断的条件。当请求的响应时间超过设定阈值（RT）时，该请求被判定为慢请求。当单位统计时长内慢调用比例超过阈值，且请求数达到最小请求数时触发熔断。

// 示例配置
Rule rule = new DegradeRule("resourceName")
    .setGrade(RuleConstant.DEGRADE_GRADE_RT)  // 熔断策略为慢调用比例
    .setCount(500)  // 响应时间阈值500ms
    .setTimeWindow(10)  // 熔断恢复时间10秒
    .setRtSlowRequestAmount(5)  // 最小请求数
    .setSlowRatioThreshold(0.5);  // 慢调用比例阈值

异常比例（ErrorRatio）

当单位统计时长内异常请求比例超过阈值，且请求数达到最小请求数时触发熔断。适用于处理不稳定的服务或依赖。

// 示例配置
Rule rule = new DegradeRule("resourceName")
    .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO)
    .setCount(0.5)  // 异常比例阈值50%
    .setTimeWindow(10)
    .setMinRequestAmount(10);  // 最小请求数

异常数（ErrorCount）

当单位统计时长内异常数超过阈值时触发熔断。适用于需要精确控制异常数量的场景。

// 示例配置
Rule rule = new DegradeRule("resourceName")
    .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT)
    .setCount(10)  // 异常数阈值
    .setTimeWindow(10);

熔断恢复机制

熔断触发后会进入休眠期（timeWindow），在此期间所有请求会被快速失败。休眠期结束后，Sentinel会尝试放行一个请求进行探测：

• 若请求成功，结束熔断状态。
• 若请求失败，继续保持熔断状态。

高级配置参数

统计时长（statIntervalMs）

默认1000ms，用于设置熔断策略的统计时间窗口。较短的统计时长能更快响应系统变化，但可能增加误判风险。

最小请求数（minRequestAmount）

触发熔断的最小请求数门槛。避免在低流量时因偶然错误触发熔断。

熔断时长（timeWindow）

熔断触发后的持续时间，单位秒。可通过设置不同的时间窗口实现阶梯式恢复。

热点规则概述

Sentinel热点规则（Hotspot Rule）用于识别和控制系统中高频访问的热点参数，防止因热点参数引发的系统过载或崩溃。热点参数通常指短时间内被大量请求访问的特定资源，如商品ID、用户ID等。

热点规则配置参数

热点规则配置需关注以下核心参数：

• resource：资源名称，标识规则作用的接口或方法。
• paramIdx：热点参数索引，表示参数在方法参数列表中的位置（从0开始）。
• count：阈值，单位时间内允许的请求次数。
• durationSec：统计时长（秒），与count共同构成QPS限制。
• paramFlowItemList：针对特定参数值的例外配置（如VIP用户可放宽限制）。

热点规则配置示例

以下是通过Sentinel Dashboard配置热点规则的步骤：

1. 登录Sentinel Dashboard，选择左侧菜单的"热点规则"。
2. 点击"新增热点规则"，填写资源名、参数索引、阈值和统计时长。
3. 如需特殊参数值配置，在"高级选项"中添加参数值和对应的独立阈值。

代码示例（Java注解方式）：

@SentinelResource(
    value = "getUserById", 
    blockHandler = "handleBlock",
    fallback = "handleFallback"
)
public User getUserById(Long id) {
    // 业务逻辑
}

热点规则高级特性

参数例外项：允许为特定参数值设置独立阈值。例如，商品ID=1001的QPS限制可设置为500，而其他商品ID限制为100。

集群模式支持 ：通过配置clusterMode和clusterConfig，可将热点规则应用于集群环境，统一管控所有节点的流量。

自适应限流：结合Sentinel的滑动窗口统计和令牌桶算法，热点规则可动态调整限流阈值，避免固定阈值导致的资源浪费或突发流量问题。

热点规则最佳实践

• 参数选择：优先选择离散度高且可能引发系统瓶颈的参数（如主键ID）。
• 阈值设定：通过压测获取系统实际承载能力，避免主观设置。
• 监控对接：结合Sentinel实时监控和日志系统，及时发现热点变化。
• 动态调整：利用Sentinel API动态修改规则，应对突发流量场景。

热点规则是Sentinel精细化流量控制的重要功能，合理使用可显著提升系统稳定性。实际应用中需结合业务场景不断调整优化。