sentinel架构底层原理剖析详解

朱雀 2024-04-08 13:17 76阅读 0赞

#### sentinel底层源码实现原理 ####

*  一，sentinel源码分析
 *  二，SentinelAutoConfiguration
 *   *  1，aop的底层实现
     *  2，SentinelAutoConfiguration源码分析
     *  3，FlowSlot流控规则
     *  4，DegradeSlot熔断规则
 *  三，总结

## 一，sentinel源码分析 ##

首先查看这个引入的依赖，

<dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        <version>2021.1</version>
    </dependency>

接下来看这个外部库里面对应的jar包，然后主要看里面的这个spring.factories这个文件  
![在这里插入图片描述][ec85aee01d23405cbad7008eca42a231.png]  
这个factories的文件里面的内容如下，因此主要分析这个带有autoConfiguration的这个类。

org.springframework.boot.autoconfigure.EnableAutoConfiguration=\
    com.alibaba.cloud.sentinel.SentinelWebAutoConfiguration,\
    com.alibaba.cloud.sentinel.SentinelWebFluxAutoConfiguration,\
    com.alibaba.cloud.sentinel.endpoint.SentinelEndpointAutoConfiguration,\
    com.alibaba.cloud.sentinel.custom.SentinelAutoConfiguration,\
    com.alibaba.cloud.sentinel.feign.SentinelFeignAutoConfiguration
    org.springframework.cloud.client.circuitbreaker.EnableCircuitBreaker=\
    com.alibaba.cloud.sentinel.custom.SentinelCircuitBreakerConfiguration

## 二，SentinelAutoConfiguration ##

### 1，aop的底层实现 ###

aop依赖与ioc，在生产bean并进行实例化之前，先通过bean的第一个后置处理器找到所有在类上面加@AspectJ这个注解的所有类，并在这个类的里面找到所有的befeore，after等注解的方法，每一个before，after等都会生成一个对应的advisor，每个advisor包括advise和pointcut，advise主要是用来作为一个增强器的使用，pointcut是为了进行匹配，匹配成功才进行最终的动态代理的生成。最后获取到所有的advisors，由于可能有大量的advisor，因此在bean的最后一个后置处理器才对这些所有的advisor进行处理，即在bean进行初始化之后才进行处理。最后会去循环遍历这些advisors，通过advisors里面封装的pointcut和生成的advisor进行比较，如果匹配成功，则说明bean需要创建动态代理。主要是通过责任链的方式实现

### 2，SentinelAutoConfiguration源码分析 ###

其主类如下，有一个@ConditionalOnProperty这个注解，这个主要是在springboot在整个容器启动的时候会进行一个自动加载。

@Configuration(proxyBeanMethods = false)
    @ConditionalOnProperty(name = "spring.cloud.sentinel.enabled", matchIfMissing = true)
    @EnableConfigurationProperties(SentinelProperties.class)
    public class SentinelAutoConfiguration {
        
        
    }

在这个类里面，有一个@Bean的一个注解，主要是为了向这个容器里面注入一个**SentinelResourceAspect**的这个实例。

@Bean
    @ConditionalOnMissingBean
    public SentinelResourceAspect sentinelResourceAspect() {
        
    	return new SentinelResourceAspect();
    }

SentinelResourceAspect这个类如下，在这个方法上有一个\*\*@AspectJ\*\*的这个注解，因此可以知道这个类使用了这个aop来实现，

@Aspect
    public class SentinelResourceAspect extends AbstractSentinelAspectSupport{
        
        
    }

在这个类里面，有两个方法，上面有一些@Around，@Pointcut的注解，主要是为了生成一些advisor

@Pointcut("@annotation(com.alibaba.csp.sentinel.annotation.SentinelResource)")
    public void sentinelResourceAnnotationPointcut() {
        
        
    }
    
    @Around("sentinelResourceAnnotationPointcut()")
    public Object invokeResourceWithSentinel(ProceedingJoinPoint pjp) throws Throwable{
        
        try {
        
            //sentinel的核心代码
            entry = SphU.entry(resourceName, resourceType, entryType, pjp.getArgs());
            Object result = pjp.proceed();
            return result;
        }
    }

通过这个entry方法最终可以进入到一个**entryWithPriority**方法里面

private Entry entryWithPriority(){
        
        //责任链模式
        ProcessorSlot<Object> chain = lookProcessChain(resourceWrapper);
        //通过这个链路调用链路上的某一个槽点
        chain.entry(context, resourceWrapper, null, count, prioritized, args);
    }

接下来主要查看这个**lookProcessChain**的这个方法，里面主要是初始化了一个链条

ProcessorSlot<Object> lookProcessChain(ResourceWrapper resourceWrapper){
        
        ProcessorSlotChain chain = chainMap.get(resourceWrapper);
        if (chain == null){
        
            chain = SlotChainProvider.newSlotChain();
        }
        return chain;
    }

接下来主要看这个newSlotChain方法，主要是看这个实例化链路的具体过程。

public static ProcessorSlotChain newSlotChain(){
        
         slotChainBuilder = SpiLoader.loadFirstInstanceOrDefault(SlotChainBuilder.class, DefaultSlotChainBuilder.class); 
        return slotChainBuilder.build();
    }

然后进入这个build方法，看里面的具体build的构建流程

public ProcessorSlotChain build(){
        
        ProcessorSlotChain chain = new DefaultProcessorSlotChain();
        //通过这个spi机制进行一个解耦
        //将一些类进行一个加载
        List<ProcessorSlot> sortedSlotList = SpiLoader.loadPrototypeInstanceListSorted(ProcessorSlot.class);
        for (ProcessorSlot slot : sortedSlotList) {
        
            if (!(slot instanceof AbstractLinkedProcessorSlot)) {
        
                continue;
            }
            chain.addLast((AbstractLinkedProcessorSlot<?>) slot);
        }
        return chain;
    }

这个链路的添加方法如下，主要是将这些slot槽点加入到这个链条里面，主要是通过这个责任链的模式实现。

//头插法
    @Override
    public void addFirst(AbstractLinkedProcessorSlot<?> protocolProcessor) {
        
        protocolProcessor.setNext(first.getNext());
        first.setNext(protocolProcessor);
        if (end == first) {
        
            end = protocolProcessor;
        }
    }
    //尾插法
    @Override
    public void addLast(AbstractLinkedProcessorSlot<?> protocolProcessor) {
        
        end.setNext(protocolProcessor);
        end = protocolProcessor;
    }

再链路构建好了之后，就会去调用这个链路里面的slot槽点  
![在这里插入图片描述][e6614e8bb84247d48c7992fd37e19c8a.png]  
接下来主要查看这个**DefaultProcessorSlotChain**默认类里面的槽点的entry方法

@Override
    public void entry(){
        
        throws Throwable {
        
        first.transformEntry(context, resourceWrapper, t, count, prioritized, args);
    }

然后在这个**transformEntry**方法里面，又有一个entry方法，可以发现来里面可以调用多个槽点

void transformEntry(Context context, ResourceWrapper resourceWrapper, Object o, int count, boolean prioritized, Object... args)
        throws Throwable {
        
        T t = (T)o;
        entry(context, resourceWrapper, t, count, prioritized, args);
    }

![在这里插入图片描述][f90f3db009154c0eb814cec2d53b9570.png]  
然后可以进入这个**NodeSelectorSlot**这个类里面，主要是构建一个资源的请求路径，然后通过这个**fireEntry**的方法，来实现各个slot的结点的遍历

public void entry throws Throwable {
    	DefaultNode node = map.get(context.getName());
    	if (node == null) {
            synchronized (this) {
                node = map.get(context.getName());
                if (node == null) {
                    node = new DefaultNode(resourceWrapper, null);
                    HashMap<String, DefaultNode> cacheMap = new HashMap<String, DefaultNode>(map.size());
                    cacheMap.putAll(map);
                    cacheMap.put(context.getName(), node);
                    map = cacheMap;
                    // Build invocation tree
                    ((DefaultNode) context.getLastNode()).addChild(node);
                }
    
            }
        }
        context.setCurNode(node);
        fireEntry(context, resourceWrapper, node, count, prioritized, args);
    }

### 3，FlowSlot流控规则 ###

通过上面的源码分析可知，这个sentinel主要是通过这个责任链的方式实现，这个链路上面主要会有大量的slot槽点，通过会通过这个**fireEntry**方法按顺序来依次遍历一下的槽点，接下来主要分析一下这个FlowSlot的这个限流的这个槽点，每一个槽点就是对应的一个规则  
![在这里插入图片描述][bd9355f71f554d6ba796dfdf29e5d994.png]  
在进入这个规则之后，首先会有一个流量的校验规则，通过这个checkFlorw的方法实现。

@Override
    public void entry(Context context, ResourceWrapper resourceWrapper, DefaultNode node, int count,boolean prioritized, Object... args) throws Throwable {
        
        //校验流量
        checkFlow(resourceWrapper, context, node, count, prioritized);
        fireEntry(context, resourceWrapper, node, count, prioritized, args);
    }

可以查看这个**checkFlow**的这个规则，会获取所有的这个流控规则，如一些阈值的设置，流控模式，流控效果等，如果校验不通过，那么就会直接抛异常

public void checkFlow(){
        
         Collection<FlowRule> rules = ruleProvider.apply(resource.getName());
        if (rules != null) {
        
            for (FlowRule rule : rules) {
        
                if (!canPassCheck(rule, context, node, count, prioritized)) {
        
                    throw new FlowException(rule.getLimitApp(), rule);
                }
            }
        }
    }

那么主要是通过这个**canPassCheck**方法来判断校验是否通过

public boolean canPassCheck(){
        
        //返回一个本地的检测
        return passLocalCheck(rule, context, node, acquireCount, prioritized)
    }

在这个**passLocalCheck**检测方法里面，会有一个具体的一个规则的判断，会通过这个用户在界面上的选项来进行一个判断，如流控模式是选的直连，关联还是链路

private static boolean passLocalCheck() {
        
        Node selectedNode = selectNodeByRequesterAndStrategy(rule, context, node);
        if (selectedNode == null) {
        
            return true;
        }
        return rule.getRater().canPass(selectedNode, acquireCount, prioritized);
    }

然后在获取了所有的用户的值之后，会进行一个最终的判断，如判断这个qps或者并发数是否超过这个阈值，其逻辑主要是在这个**canPass**这个方法里面实现。如果不能通过，那么会直接返回一个false，并且直接会抛一个异常，链路直接断掉。并且这个异常可以进入一个HandlerBlockExecption。

public boolean canPass(Node node, int acquireCount, boolean prioritized) {
        
        int curCount = avgUsedTokens(node);
        if (curCount + acquireCount > count) {
        
            if (prioritized && grade == RuleConstant.FLOW_GRADE_QPS) {
        
                long currentTime;
                long waitInMs;
                currentTime = TimeUtil.currentTimeMillis();
                waitInMs = node.tryOccupyNext(currentTime, acquireCount, count);
                if (waitInMs < OccupyTimeoutProperty.getOccupyTimeout()) {
        
                    node.addWaitingRequest(currentTime + waitInMs, acquireCount);
                    node.addOccupiedPass(acquireCount);
                    sleep(waitInMs);
                    throw new PriorityWaitException(waitInMs);
                }
            }
            return false;
        }
        return true;
    }

如果没有出现异常，那么就会继续执行这个以下的业务流程。

### 4，DegradeSlot熔断规则 ###

类似于这种电路的熔断器一样，主要有三种状态，分别是打开状态，半开状态和关闭状态。

@SpiOrder(-1000)
    public class DegradeSlot extends AbstractLinkedProcessorSlot<DefaultNode> {
        
    
    }

在这个方法里面，有一个entry方法，就是加入这个槽点的一个方法

@Override
    public void entry() throws Throwable {
        
        performChecking(context, resourceWrapper);
        fireEntry(context, resourceWrapper, node, count, prioritized, args);
    }

然后这个**performChecking**方法就是这个熔断器的核心方法，会去获取所有的已经配置的熔断规则，然后去校验每一个断路规则。

void performChecking(Context context, ResourceWrapper r) throws BlockException {
        
        //获取全部的配置的熔断规则
    	List<CircuitBreaker> cir = DegradeRuleManager.getCircuitBreakers(r.getName());
        if (cir == null || cir.isEmpty()) {
        
            return;
        }
        for (CircuitBreaker cb : cir) {
        
            if (!cb.tryPass(context)) {
        
                throw new DegradeException(cb.getRule().getLimitApp(), cb.getRule());
            }
        }
    }

然后主要查看这个**tryPass**的这个方法，如果没有触发这个断路器，那么直接返回true

@Override
    public boolean tryPass(Context context) {
        
        // Template implementation.
        if (currentState.get() == State.CLOSED) {
        
            return true;
        }
        if (currentState.get() == State.OPEN) {
        
            // For half-open state we allow a request for probing.
            return retryTimeoutArrived() && fromOpenToHalfOpen(context);
        }
        return false;
    }

如果出现这个熔断，那么就会进入这个**retryTimeoutArrived**方法，如果当前时间大于这个熔断的时间，就会进入一个半开状态

protected boolean retryTimeoutArrived() {
        
        return TimeUtil.currentTimeMillis() >= nextRetryTimestamp;
    }
    
    protected void updateNextRetryTimestamp() {
        
        this.nextRetryTimestamp = TimeUtil.currentTimeMillis() + recoveryTimeoutMs;
    }

半开状态，主要是通过这个**fromOpenToHalfOpen**实现，会给这个状态做一个标记，作为一个半开状态。就是允许这个客户端发起一次这个请求，看执行结果是否通过，如果通过，则恢复成关闭状态，否则回到之前的全开状态。

protected boolean fromOpenToHalfOpen(Context context) {
        
        if (currentState.compareAndSet(State.OPEN, State.HALF_OPEN)) {
        
            notifyObservers(State.OPEN, State.HALF_OPEN, null);
            Entry entry = context.getCurEntry();
            entry.whenTerminate(new BiConsumer<Context, Entry>() {
        
                @Override
                public void accept(Context context, Entry entry) {
        
                    if (entry.getBlockError() != null) {
         
                        currentState.compareAndSet(State.HALF_OPEN, State.OPEN);
                        notifyObservers(State.HALF_OPEN, State.OPEN, 1.0d);
                    }
                }
            });
            return true;
        }
        return false;
    }

在关闭时有一个这个exit的这个方法，这里面实现了这个状态的切换

public void exit(){
        
        if (curEntry.getBlockError() == null) {
        
        	for (CircuitBreaker circuitBreaker : circuitBreakers) {
        
        	    circuitBreaker.onRequestComplete(context);
        	}
        }
    }

然后在这个**onRequestComplete**方里面有一个核心方法**handleStateChangeWhenThresholdExceeded**

public void onRequestComplete(Context context){
        
        handleStateChangeWhenThresholdExceeded(rt);
    }

然后进入这个**handleStateChangeWhenThresholdExceeded**的这个方法，里面有具体的状态切换。就是在进入这个半开状态之后，会再发起一次请求，如果请求时间超过这个阈值，那么又会重新进入这个全开状态，如果没有超过这个阈值，那么就会进入这个关闭状态。

private void handleStateChangeWhenThresholdExceeded(long rt) {
        
        if (currentState.get() == State.OPEN) {
        
            return;
        }
        
        if (currentState.get() == State.HALF_OPEN) {
        
            if (rt > maxAllowedRt) {
        
                fromHalfOpenToOpen(1.0d);
            } else {
        
                fromHalfOpenToClose();
            }
            return;
        }
    }

这个半开到全开状态的转换，主要是通过这个cas比较与交换的这个算法实现，并且会重新更新这个滑动窗口的这个时间

protected boolean fromHalfOpenToOpen(double snapshotValue) {
        
        if (currentState.compareAndSet(State.HALF_OPEN, State.OPEN)) {
        
            updateNextRetryTimestamp();
            notifyObservers(State.HALF_OPEN, State.OPEN, snapshotValue);
            return true;
        }
        return false;
    }

## 三，总结 ##

首先会在这个服务端里面配置一些规则，然后会将这些规则推送给客户端，客户端将这些规则存在一个内存的一个链条里面，在调用所有的处理器的时候，都会经过这个链条。在经过这个链条的过程中，如果有异常抛出，会根据异常的种类，调用对应的降级方法。

[ec85aee01d23405cbad7008eca42a231.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/f88c4b672ce04a0bb8bf6dfab57bc0ba.png
[e6614e8bb84247d48c7992fd37e19c8a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/3fdde0dd04e142ca996dafdf3e66448b.png
[f90f3db009154c0eb814cec2d53b9570.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/51053f50fa7241d1a893e3c66cd3c1e1.png
[bd9355f71f554d6ba796dfdf29e5d994.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/bd3c61c261d140249d5304e199d2c0c5.png