SpringCloud

OpenFeign：

OpenFeign 是 SpringCloud 生态中的声明式 REST 客户端，用于简化微服务间的 HTTP 调用，让远程服务调用像调用本地方法一样直观

声明式和编程式：

对比 RestTemplate（编程式）：需要手动拼接 URL、参数、处理响应，代码冗余

OpenFeign：只需要定义接口 + 注解，框架自动生成实现类完成 HTTP 请求，无需编写请求发送逻辑

注解驱动：

@FeignClient：指定要调用的远程服务名称 / 地址，绑定服务

@GetMapping/@PostMapping/@DeleteMapping：声明 HTTP 请求方式

@RequestHeader/@RequestParam/@RequestBody：声明请求携带的参数、头信息或请求体

直接定义返回的响应模型（POJO），框架自动完成 JSON/XML 到对象的序列化 / 反序列化

集成 SpringCloud 生态：

天然支持服务发现（Eureka/Nacos）：可直接通过服务名调用，无需硬编码 IP 端口

集成负载均衡（Ribbon/Spring Cloud LoadBalancer）：自动实现请求分发

支持熔断/降级（Sentinel/Hystrix）：提升服务容错能力

声明式实现：

引入依赖：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>

启动类开启 Feign 功能：

编写远程调用客户端：

注入并调用：

运行测试：

第三方 API：

根据接口文档确定如何发请求：

**面试题：**客户端负载均衡与服务端负载均衡区别

客户端负载均衡是把负载均衡逻辑放在调用方，客户端先从注册中心获取服务实例列表，再通过算法选择目标实例直接调用，比如 OpenFeign + LoadBalancer；

服务端负载均衡是把逻辑放在服务端或中间件，客户端只请求统一入口，由网关 / 反向代理分发请求，比如 Nginx、云负载均衡

调用日志：

配置文件：

logging:
  level:
    org.example.order.feign: DEBUG

添加组件：

超时控制：

超时控制是保护调用方不被慢服务 / 故障服务拖垮的核心机制，通过限制建立连接和读取响应的最大等待时间，避免请求无限阻塞

connectTimeout（连接超时）：

场景：商品服务宕机、网络不通时，超过 connectTimeout 就直接中断，避免长时间等待连接

readTimeout（读取超时）:

场景：商品服务 API 执行慢、数据库卡顿，超过 readTimeout 就中断，避免调用方线程被占满

订单的 Feign 客户端对于商品的远程调用默认设置连接超时 10 秒，读取超时 60 秒：

配置时间：

重试机制：

远程调用超时失败后，还可以进行多次尝试，如果多次依然失败则结束调用，返回错误

当开启重试时，为了避免频繁请求压垮服务，采用指数退避算法：

初始等待时间 (period)：100 ms（示例配置）

倍增规则：每次等待时间乘以 1.5，直到达到最大周期

最大等待时间 (maxPeriod)：限制最长等多久（比如 1 秒），防止等待过久

拦截器：

运行测试：

Fallback：

Fallback 是服务熔断 / 降级时的兜底方案，当远程调用（如商品服务 API）超时、报错或不可用时，OpenFeign 会触发预设的兜底回调，返回预设数据而非直接抛出异常，保障订单服务的可用性和用户体验

关闭重试：

引入依赖和配置：

Sentinel：

随着微服务流行，服务间稳定性至关重要；Spring Cloud Alibaba Sentinel 以流量为切入点，从多维度保障服务稳定性：流量控制、流量路由；熔断降级；系统自适应过载保护；热点流量防护

架构原理：

流程：Ops 在 Dashboard 定义规则，Dashboard 将规则存储到配置中心，并向所有应用的 Sentinel Client 推送规则，客户端接收规则，对资源进行流量控制与保护

定义资源：

自动适配：主流框架自动适配，所有 Web 接口默认成为资源

编程式：使用 SphU API 手动定义资源

声明式：使用 @SentinelResource 注解标记资源

定义规则：

流量控制规则（FlowRule）：限制请求速率、并发数

熔断降级规则（DegradeRule）：对慢调用、异常比例高的资源进行降级

系统保护规则（SystemRule）：根据负载、CPU 等自适应保护系统

来源访问控制规则（AuthorityRule）：限制请求来源

热点参数规则（ParamFlowRule）：针对热点参数进行限流

工作原理：

用户请求访问资源，Sentinel 对请求进行规则检查：若未违反规则：直接放行，结束流程；若违反规则：抛出异常，检查是否配置兜底处理（fallback），无：返回默认错误信息；有：执行 fallback 逻辑，返回降级结果，流程结束

基础场景：

整合使用：

下载地址：https://github.com/alibaba/Sentinel/releases

启动控制台：

java -jar sentinel-dashboard-1.8.8.jar

访问 http://localhost:8080

引入依赖：

<!-- sentinel -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

配置连接：

运行微服务：

添加注解定义资源：

设置流控规则每秒只能通过一个请求：

刷新频率过高报错：

异常报错：

Web 接口：

创建自定义错误返回对象：

@Data
public class R {//返回给前端的json数据
    private Integer code;
    private String msg;
    private Object data;

    public static R ok(){
        R r = new R();
        r.setCode(200);
        return r;
    }

    public static R ok(String msg,Object data){
        R r = new R();
        r.setCode(200);
        r.setMsg(msg);
        r.setData(data);
        return r;
    }

    public static R error(){
        R r = new R();
        r.setCode(500);
        return r;
    }

    public static R error(Integer code,String msg){
        R r = new R();
        r.setCode(code);
        r.setMsg(msg);
        return r;
    }

}

自定义处理异常：

@Component
public class MyBlockExceptionHandler implements BlockExceptionHandler {
    //JSON序列化工具
    private ObjectMapper  objectMapper = new ObjectMapper();

    /**
     * 处理Sentinel拦截的阻塞异常，返回自定义JSON结果
     * @param httpServletRequest  请求对象
     * @param httpServletResponse 响应对象
     * @param s        触发限流的资源名
     * @param e        Sentinel阻塞异常
     */
    @Override
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse,
                       String s, BlockException e) throws Exception {
        //设置响应格式：JSON+UTF-8
        httpServletResponse.setContentType("application/json;charset=utf-8");
        //获取响应输出流，用于写入JSON结果
        PrintWriter writer = httpServletResponse.getWriter();
        //构建自定义错误返回对象
        R error = R.error(500,s + "被Sentinel限制了，原因：" + e.getClass());
        //序列化并写入响应
        String json = objectMapper.writeValueAsString(error);
        //将JSON字符串写入响应体，返回给前端
        writer.write(json);
        writer.flush();
        writer.close();
    }
}

项目重新启动后需重新添加流控：

@SentinelResource：

由于没有指定任何一个异常处理机制，所以是默认异常处理：

用 blockHandler 指定降级兜底方法，保证触发限流 / 熔断时接口不直接报错，返回友好结果：

@Slf4j
@Service
public class OrderServiceImpl implements OrderService {

    @Autowired
    ProductFeignClient productFeignClient;

    @SentinelResource(value = "createOrder",blockHandler = "createOrderFallback")//定义资源
    @Override
    public Order createOrder(Long productId, Long userId) {
        //直接调用，底层自动发起 HTTP 请求
        Product product = productFeignClient.getProductById(productId);
        Order order = new Order();
        order.setId(1L);
        //总金额
        order.setTotalAmount(product.getPrice().multiply(new BigDecimal(product.getNum())));
        order.setUserId(userId);
        order.setNickName("zhu");
        order.setAddress("木朱");
        //远程查询商品列表
        order.setProductList(Arrays.asList(product));
        return order;
    }

    //兜底回调
    public Order createOrderFallback(Long productId, Long userId, BlockException e) {
        Order order = new Order();
        order.setId(0L);
        order.setTotalAmount(new BigDecimal("0"));
        order.setUserId(userId);
        order.setNickName("未知用户");
        order.setAddress("异常信息：" + e.getClass());
        return order;
    }
}

OpenFeign 调用：

由于之前指定了远程调用的兜底回调，所以被执行

SphU 硬编码：

抛出异常的方式定义资源：SphU 包含了 try-catch 风格的 API，用这种方式，当资源发生了限流之后会抛出 BlockException，这个时候可以捕捉异常，进行限流之后的逻辑处理

try (Entry entry = SphU.entry("resourceName") {
    // 被保护的业务逻辑
} catch (BlockException ex) {
    // 资源访问阻止，被限流或被降级
    // 在此处进行相应的处理操作
}

流控规则：

客户端突发大量请求时，Sentinel 拦截超额请求，仅放行合规请求，其余被丢弃，从而保护系统资源不被耗尽，避免服务雪崩

资源名：要限流的接口 / 资源标识（如 /create）

针对来源：限制调用来源，default 代表不区分来源

阈值类型：

QPS：按每秒请求数限流

并发线程数：按同时处理的线程数限流

单机阈值：单台机器允许的最大阈值（如 QPS=10 表示每秒最多 10 个请求）

是否集群：是否对集群内所有机器统一限流（默认不勾选，单机限流）

是否集群：勾选后开启集群限流，由 Token Server 统一分配流量配额，而非单机各自限流

集群阈值模式：

单机均摊：将总阈值平均分配给集群中每台机器（如总阈值 100、5 台机器，则每台单机阈值为 20）

总体阈值：整个集群共享一个总阈值，所有机器的请求总和不超过该值（如总阈值 100，无论多少机器，集群每秒最多 100 个请求）

失败退化：勾选后，若 Token Server（集群限流的中心节点）不可用，系统会自动退化到单机限流模式，避免因集群组件故障导致服务不可用，保证系统稳定性

流控模式：

直接：对当前资源直接执行限流规则，请求超过阈值时直接拦截，是最基础的限流模式

**链路：**只对指定调用链路入口的请求进行限流，精准控制某条调用链的流量（比如资源 B（createOrder）被资源 A（/create）和资源 C（/seckill）调用，只限制从资源 C（/seckill）进入的流量，不限制从资源 A（/create）进入的流量）

测试：

仅对秒杀创建订单有效：

**关联：**当关联资源达到阈值时，对当前资源进行限流（比如读资源压力大时，限制写资源的流量，保障读服务稳定）

流控效果：

**快速失败：**请求超过阈值时立即拒绝，直接抛出（Blockexception）异常，响应最快，适合对延迟敏感的场景

**Warm Up（预热）：**阈值从一个较小值缓慢提升到设定值，避免冷启动时流量突增压垮系统，适合服务刚启动的场景

逐步增加：

**排队等待：**让请求以固定速度通过，超过的请求排队等待，超时未处理则拒绝，适合脉冲流量场景（如秒杀）

熔断规则：

切断不稳定调用：当依赖服务（如 Service D）故障时，快速拒绝调用，避免请求堆积

快速返回不积压：直接返回降级结果，不占用调用方线程资源

避免雪崩效应：防止单个服务故障扩散到整个调用链路，保障系统整体可用

断路器工作原理：

Closed（关闭）：正常状态，允许请求通过；在统计时长内，若慢调用 / 异常比例 / 异常数超过阈值，切换为 Open

Open（打开）：熔断生效，直接拒绝所有请求；等待熔断时长后，自动进入 Half-Open 状态

Half-Open（半开）：放行少量探测请求，若探测成功则恢复为 Closed，若失败则回到 Open

资源名：要熔断保护的目标资源

熔断策略：

**慢调用比例：**按慢调用（响应超过最大 RT）的占比触发熔断

最大 RT：慢调用判定阈值（单位 ms，如是 1000ms，即响应 > 1s 算慢调用）

比例阈值：触发熔断的占比阈值（如 0.8，即慢调用 / 异常占比 ≥ 80% 时熔断）

熔断时长：熔断打开后持续拒绝请求的时间（如 30s 之后进入半开探测）

最小请求数：统计窗口内至少达到该请求数才会判断熔断（如 5，避免少量请求误判）

统计时长：统计慢调用 / 异常的时间窗口（如 1000ms，即 1 秒内统计）

**异常比例：**按请求中异常的占比触发熔断

熔断后：

**异常数：**按统计窗口内的异常总数触发熔断

热点规则：

热点规则是针对请求参数的精细化限流，只对包含特定参数的请求做限流，适合限制高频访问的热点参数（比如热门商品 ID、用户 ID）

需求一：

不携带此参数：

需求二：

需求三：

改为处理所有的异常：

public Order seckillFallback(Long userId, Long productId, Throwable exception){
    System.out.println("seckillFallback...");
    Order order = new Order();
    order.setId(productId);
    order.setUserId(userId);
    order.setAddress("异常信息：" + exception.getClass());
    return order;
}

重新测试：

兜底回调：