Sentinel整合Dubbo限流实战 + sentinel 集群限流

红太狼 2021-09-02 09:47 588阅读 0赞

官方地址：[https://github.com/alibaba/Sentinel/wiki/%E9%9B%86%E7%BE%A4%E6%B5%81%E6%8E%A7][https_github.com_alibaba_Sentinel_wiki_E9_9B_86_E7_BE_A4_E6_B5_81_E6_8E_A7]

实战：

[https://blog.csdn.net/weixin\_38028611/article/details/99724194][https_blog.csdn.net_weixin_38028611_article_details_99724194]

集群限流介绍：

## 集群流控 ##

我们已经知道如何为应用接入限流了，但是到目前为止，这些还只是在单机应用中生效。也就是说，假如你的应用有多个实例，那么你设置了限流的规则之后，每一台应用的实例都会生效相同的流控规则，如下图所示：

![a234400fcf63aa2dcadc0ffcf6b830fa.png][]

local-flow-in-each-server.png

假设我们设置了一个流控规则，qps是10，那么就会出现如上图所示的情况，当qps大于10时，实例中的 sentinel 就开始生效了，就会将超过阈值的请求 block 掉。

上图好像没什么问题，但是细想一下，我们可以发现还是会有这样的问题：

*  假设集群中有 10 台机器，我们给每台机器设置单机限流阈值为 10 qps，理想情况下整个集群的限流阈值就为 100 qps。不过实际情况下路由到每台机器的流量可能会不均匀，会导致总量没有到的情况下某些机器就开始限流。
 *  每台单机实例只关心自己的阈值，对于整个系统的全局阈值大家都漠不关心，当我们希望为某个 api 设置一个总的 qps 时(就跟为 api 设置总的调用次数一样)，那这种单机模式的限流就无法满足条件了。

基于种种这些问题，我们需要创建一种集群限流的模式，这时候我们很自然地就想到，可以找一个 server 来专门统计总的调用量，其它的实例都与这台 server 通信来判断是否可以调用。这就是最基础的集群流控的方式。

## 原理 ##

集群限流的原理很简单，和单机限流一样，都需要对 qps 等数据进行统计，区别就在于单机版是在每个实例中进行统计，而集群版是有一个专门的实例进行统计。

这个专门的用来统计数据的称为 Sentinel 的 token server，其他的实例作为 Sentinel 的 token client 会向 token server 去请求 token，如果能获取到 token，则说明当前的 qps 还未达到总的阈值，否则就说明已经达到集群的总阈值，当前实例需要被 block，如下图所示：

![7299632298c5b0a08a3fbd5792cc03e4.png][]

cluster-flow.png

集群流控是在 Sentinel 1.4 的版本中提供的新功能，和单机流控相比，集群流控中共有两种身份：

*  token client：集群流控客户端，用于向所属 token server 通信请求 token。集群限流服务端会返回给客户端结果，决定是否限流。
 *  token server：即集群流控服务端，处理来自 token client 的请求，根据配置的集群规则判断是否应该发放 token（是否允许通过）。

而单机流控中只有一种身份，每个 sentinel 都是一个 token server。

需要注意的是，集群限流中的 token server 是单点的，一旦 token server 挂掉，那么集群限流就会退化成单机限流的模式。在 ClusterFlowConfig 中有一个参数 fallbackToLocalWhenFail 就是用来确定当 client 连接失败或通信失败时，是否退化到本地的限流模式的。

Sentinel 集群流控支持限流规则和热点规则两种规则，并支持两种形式的阈值计算方式：

*  **集群总体模式**：即限制整个集群内的某个资源的总体 qps 不超过此阈值。
 *  **单机均摊模式**：单机均摊模式下配置的阈值等同于单机能够承受的限额，token server 会根据连接数来计算总的阈值（比如独立模式下有 3 个 client 连接到了 token server，然后配的单机均摊阈值为 10，则计算出的集群总量就为 30），按照计算出的总的阈值来进行限制。这种方式根据当前的连接数实时计算总的阈值，对于机器经常进行变更的环境非常适合。

### 部署方式 ###

token server 有两种部署方式：

*  一种是独立部署，就是单独启动一个 token server 服务来处理 token client 的请求，如下图所示：

![4f7fdb84a32ebff0cafe7f1940346673.png][]

stand-alone-cluster.png

如果独立部署的 token server 服务挂掉的话，那其他的 token client 就会退化成本地流控的模式，也就是单机版的流控，所以这种方式的集群限流需要保证 token server 的高可用性。

*  一种是嵌入部署，就是在多个 sentinel-core 中选择一个实例设置为 token server，随着应用一起启动，其他的 sentinel-core 都是集群中 token client，如下图所示：

![094f45869d2190d866069957c764bc7f.png][]

embed-cluster.png

嵌入式部署的模式中，如果 token server 服务挂掉的话，我们可以将另外一个 token client 升级为token server来，当然啦如果我们不想使用当前的 token server 的话，也可以选择另外一个 token client 来承担这个责任，并且将当前 token server 切换为 token client。Sentinel 为我们提供了一个 api 来进行 token server 与 token client 的切换：

http://<ip>:<port>/setClusterMode?mode=<xxx>

其中 mode 为 `0` 代表 client，`1` 代表 server，`-1` 代表关闭。

**PS：注意应用端需要引入集群限流客户端或服务端的相应依赖。**

## 如何使用 ##

请前往 [Sentinel 集群限流环境搭建(详细图文描述)][Sentinel] 查看具体步骤

## 注意事项 ##

集群流控能够精确地控制整个集群的 qps，结合单机限流兜底，可以更好地发挥流量控制的效果。

还有更多的场景等待大家发掘，比如：

*  在 API Gateway 处统计某个 api 的总访问量，并对某个 api 或服务的总 qps 进行限制
 *  Service Mesh 中对服务间的调用进行全局流控
 *  集群内对热点商品的总访问频次进行限制

尽管集群流控比较好用，但它不是万能的，只有在确实有必要的场景下才推荐使用集群流控。

另外若在生产环境使用集群限流，管控端还需要关注以下的问题：

*  Token Server 自动管理（分配/选举 Token Server）
 *  Token Server 高可用，在某个 server 不可用时自动 failover 到其它机器

[https://www.jianshu.com/p/a52bf4073873][https_www.jianshu.com_p_a52bf4073873]

[https_github.com_alibaba_Sentinel_wiki_E9_9B_86_E7_BE_A4_E6_B5_81_E6_8E_A7]: https://github.com/alibaba/Sentinel/wiki/%E9%9B%86%E7%BE%A4%E6%B5%81%E6%8E%A7
[https_blog.csdn.net_weixin_38028611_article_details_99724194]: https://blog.csdn.net/weixin_38028611/article/details/99724194
[a234400fcf63aa2dcadc0ffcf6b830fa.png]: /images/20210527/dc774b654e3741a199089e3bd255e585.png
[7299632298c5b0a08a3fbd5792cc03e4.png]: /images/20210527/c116a7c36dcf4bccbd2e00b7e8b07826.png
[4f7fdb84a32ebff0cafe7f1940346673.png]: /images/20210527/2969761207964fc59602faac08248067.png
[094f45869d2190d866069957c764bc7f.png]: /images/20210527/732685b251214d138bdd09ff7602c5dc.png
[Sentinel]: https://www.jianshu.com/p/bb198c08b418
[https_www.jianshu.com_p_a52bf4073873]: https://www.jianshu.com/p/a52bf4073873