Sentinel工作原理

简介: Sentinel 是面向分布式服务架构的流量控制组件,以资源(如方法、URL)为核心,通过流量控制、熔断降级、系统负载保护等规则保障系统稳定。其采用轻量级设计,支持实时动态调整规则,并提供可扩展的插槽链机制,实现灵活的请求调控与系统防护。

Sentinel 基本概念

资源

资源是 Sentinel 的关键概念。它可以是 Java 应用程序中的任何内容,例如,由应用程序提供的服务,或由应用程序调用的其它应用提供的服务,甚至可以是一段代码。在接下来的文档中,我们都会用资源来描述代码块。

只要通过 Sentinel API 定义的代码,就是资源,能够被 Sentinel 保护起来。大部分情况下,可以使用方法签名,URL,甚至服务名称作为资源名来标示资源。

规则

围绕资源的实时状态设定的规则,可以包括流量控制规则、熔断降级规则以及系统保护规则。所有规则可以动态实时调整。

Sentinel 功能和设计理念

流量控制

流量控制在网络传输中是一个常用的概念,它用于调整网络包的发送数据。然而,从系统稳定性角度考虑,在处理请求的速度上,也有非常多的讲究。任意时间到来的请求往往是随机不可控的,而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel 作为一个调配器,可以根据需要把随机的请求调整成合适的形状,如下图所示:

流量控制有以下几个角度:

  • 资源的调用关系,例如资源的调用链路,资源和资源之间的关系;
  • 运行指标,例如 QPS、线程池、系统负载等;
  • 控制的效果,例如直接限流、冷启动、排队等。

Sentinel 的设计理念是让您自由选择控制的角度,并进行灵活组合,从而达到想要的效果。

熔断降级

什么是熔断降级

除了流量控制以外,降低调用链路中的不稳定资源也是 Sentinel 的使命之一。由于调用关系的复杂性,如果调用链路中的某个资源出现了不稳定,最终会导致请求发生堆积。这个问题和 Hystrix 里面描述的问题是一样的。

Sentinel 和 Hystrix 的原则是一致的: 当调用链路中某个资源出现不稳定,例如,表现为 timeout,异常比例升高的时候,则对这个资源的调用进行限制,并让请求快速失败,避免影响到其它的资源,最终产生雪崩的效果。

熔断降级设计理念

在限制的手段上,Sentinel 和 Hystrix 采取了完全不一样的方法。

Hystrix 通过线程池的方式,来对依赖(在我们的概念中对应资源)进行了隔离。这样做的好处是资源和资源之间做到了最彻底的隔离。缺点是除了增加了线程切换的成本,还需要预先给各个资源做线程池大小的分配。

Sentinel 对这个问题采取了两种手段:

  • 通过并发线程数进行限制

和资源池隔离的方法不同,Sentinel 通过限制资源并发线程的数量,来减少不稳定资源对其它资源的影响。这样不但没有线程切换的损耗,也不需要您预先分配线程池的大小。当某个资源出现不稳定的情况下,例如响应时间变长,对资源的直接影响就是会造成线程数的逐步堆积。当线程数在特定资源上堆积到一定的数量之后,对该资源的新请求就会被拒绝。堆积的线程完成任务后才开始继续接收请求。

  • 通过响应时间对资源进行降级

除了对并发线程数进行控制以外,Sentinel 还可以通过响应时间来快速降级不稳定的资源。当依赖的资源出现响应时间过长后,所有对该资源的访问都会被直接拒绝,直到过了指定的时间窗口之后才重新恢复。

系统负载保护

Sentinel 同时提供系统维度的自适应保护能力。防止雪崩,是系统防护中重要的一环。当系统负载较高的时候,如果还持续让请求进入,可能会导致系统崩溃,无法响应。在集群环境下,网络负载均衡会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候,这个增加的流量就会导致这台机器也崩溃,最后导致整个集群不可用。

针对这个情况,Sentinel 提供了对应的保护机制,让系统的入口流量和系统的负载达到一个平衡,保证系统在能力范围之内处理最多的请求。

Sentinel 工作主流程

在 Sentinel 里面,所有的资源都对应一个资源名称以及一个 Entry。Entry 可以通过对主流框架的适配自动创建,也可以通过注解的方式或调用 API 显式创建;每一个 Entry 创建的时候,同时也会创建一系列功能插槽(slot chain)。这些插槽有不同的职责,例如:

  • NodeSelectorSlot 负责收集资源的路径,并将这些资源的调用路径,以树状结构存储起来,用于根据调用路径来限流降级;
  • ClusterBuilderSlot 则用于存储资源的统计信息以及调用者信息,例如该资源的 RT, QPS, thread count 等等,这些信息将用作为多维度限流,降级的依据;
  • StatisticSlot 则用于记录、统计不同纬度的 runtime 指标监控信息;
  • FlowSlot 则用于根据预设的限流规则以及前面 slot 统计的状态,来进行流量控制;
  • AuthoritySlot 则根据配置的黑白名单和调用来源信息,来做黑白名单控制;
  • DegradeSlot 则通过统计信息以及预设的规则,来做熔断降级;
  • SystemSlot 则通过系统的状态,例如 load1 等,来控制总的入口流量;

总体的框架如下:

Sentinel 将 ProcessorSlot 作为 SPI 接口进行扩展(1.7.2 版本以前 SlotChainBuilder 作为 SPI),使得 Slot Chain 具备了扩展的能力。您可以自行加入自定义的 slot 并编排 slot 间的顺序,从而可以给 Sentinel 添加自定义的功能。

更多

相关文章
|
1天前
|
SQL 容灾 Nacos
Seata的部署和集成
本文介绍Seata TC服务器的部署与微服务集成,包括下载、配置、数据库表初始化及高可用集群搭建,实现基于Nacos的分布式事务管理与异地容灾支持。
|
1天前
|
自然语言处理 数据可视化 Docker
安装ES、Kibana、IK
本文介绍如何通过Docker部署单节点Elasticsearch与Kibana,并安装IK分词器。内容涵盖创建网络、加载镜像、运行容器、配置扩展词典与停用词典,以及常见启动报错处理,帮助快速搭建ES开发环境。
安装ES、Kibana、IK
|
1天前
|
自然语言处理 关系型数据库 MySQL
数据聚合、自动补全、数据同步
本文介绍了Elasticsearch中的核心功能:数据聚合、自动补全与数据同步。聚合支持对数据分组(Bucket)、统计计算(Metric)及管道聚合,可高效实现品牌、价格等分析;通过拼音分词器与Completion Suggester实现搜索自动补全;并利用MQ异步通知机制实现MySQL与ES之间的数据同步,确保数据一致性,提升搜索实时性与准确性。(238字)
数据聚合、自动补全、数据同步
|
1天前
|
存储 监控 Docker
ElasticSearch集群
Elasticsearch集群通过分片和副本解决海量数据存储与单点故障问题。分片实现数据水平拆分,副本保障高可用,结合节点角色划分与故障转移机制,提升系统稳定性与性能。
 ElasticSearch集群
|
1天前
|
Kubernetes Java 应用服务中间件
1.开发篇(脚手架下载)
本文介绍基于SpringCloud + Kubernetes的微服务开发实践,重点分享EDAS 3.0在项目初始化与本地启动环节的优化体验。通过阿里云start.aliyun.com脚手架快速生成项目,结合Cloud Toolkit插件一键拉起本地注册中心,实现应用快速部署与联调,提升开发者效率。后续将深入讲解云端部署及端云互联能力。
|
1天前
|
Kubernetes IDE 应用服务中间件
2.部署篇(开发部署)
本文介绍如何将SpringCloud应用通过EDAS部署至Kubernetes集群。涵盖集群导入、应用初始化及IDE插件快速部署,助力开发者高效上云。
|
1天前
|
关系型数据库 MySQL Java
开发环境搭建
本指南介绍开发环境搭建全过程,涵盖虚拟机导入、IDEA配置、Maven与Git安装、数据库创建及项目启动。强调电脑内存建议16G以上,推荐使用分屏提升效率,并提供详细步骤确保开发环境统一。
 开发环境搭建
|
1天前
|
关系型数据库 应用服务中间件 nginx
容器化部署引擎Docker
Docker是一种容器化技术,通过镜像打包应用及依赖,实现跨环境一致部署。它利用容器隔离运行,解决开发、测试、生产环境差异与组件兼容性问题,具备启动快、资源占用少、易于迁移等优势,是现代微服务部署的核心工具。
 容器化部署引擎Docker
|
1天前
|
负载均衡 Java Nacos
微服务网关与配置中心
本文档详细讲解了基于Spring Cloud Gateway的微服务网关实现,涵盖路由转发、负载均衡、身份鉴权、用户信息传递及配置中心Nacos的集成与热更新。通过构建统一网关,实现请求路由与安全控制,并利用Nacos进行集中配置管理,提升系统可维护性与扩展性。
 微服务网关与配置中心
|
1天前
|
存储 算法 API
2.持久化FileTxnLog
本文深入分析Zookeeper持久化机制,重点解读TxnLog与FileTxnLog源码。涵盖日志文件结构、append追加、CRC校验、日志排序、最大zxid获取、commit提交及truncate截断等核心流程,揭示其事务日志持久化实现原理。