为什么要选择Spring cloud Sentinel
- 🍎对比Hystrix
- 🍂雪崩问题及解决方案
- 🍂雪崩问题
- 🍂.超时处理
- 🍂仓壁模式
- 🍂断路器
- 🍂限流
- 🍂总结
🍎对比Hystrix
在SpringCloud当中支持多种服务保护技术：
早期比较流行的是Hystrix框架，但目前国内实用最广泛的还是阿里巴巴的Sentinel框架，这里我们做下对比：
Sentinel | Hystrix | Resilience4J | |
隔离策略 | 信号量隔离 | 线程池隔离/信号量隔离 | 信号量隔离 |
熔断降级策略 | 基于慢调用比例或异常比例 | 基于失败比率 | 基于异常比例,响应时间 |
实时指标实现 | 滑动窗口 | 滑动窗口（基于 RxJava） | Ring Bit Buffer |
规则配置 | 支持多种数据源 | 支持多种数据源 | 有限支持 |
扩展性 | 多个扩展点 丰富的SPI接口 | 插件的形式 | 接口形式 |
基于注解的支持 | 支持 | 支持 | 支持 |
限流 | 基于 QPS，支持基于调用关系的限流 | 有限的支持 | Rate Limiter |
流量整形 | 支持慢启动、匀速排队模式 | 不支持 | 简单的Rate Limiter 模式 |
系统自适应保护 | 支持 | 不支持 | 不支持 |
控制台 | 开箱即用，可配置规则、查看秒级监控、机器发现等 | 不完善 | 不提供控制台,可对接其它监控系统 |
常见框架的适配 | Servlet、Spring Cloud、Dubbo、gRPC 等 | Servlet、Spring Cloud Netflix | Servlet、Spring Cloud Netflix |
开源社区状态 | 活跃 | 停止维护 | 较活跃 |
从这张对比图可以看到
Sentinel所占的优势
🍂雪崩问题及解决方案
🍂雪崩问题
微服务中，服务间调用关系错综复杂，一个微服务往往依赖于多个其它微服务。
如图，如果服务提供者I发生了故障，当前的应用的部分业务因为依赖于服务I，因此也会被阻塞。此时，其它不依赖于服务I的业务似乎不受影响。
但是，依赖服务I的业务请求被阻塞，用户不会得到响应，则tomcat的这个线程不会释放，于是越来越多的用户请求到来，越来越多的线程会阻塞：
服务器支持的线程和并发数有限，请求一直阻塞，会导致服务器资源耗尽，从而导致所有其它服务都不可用，那么当前服务也就不可用了。
那么，依赖于当前服务的其它服务随着时间的推移，最终也都会变的不可用，形成级联失败，雪崩就发生了：
🍂.超时处理
解决雪崩问题的常见方式有四种：
•超时处理：设定超时时间，请求超过一定时间没有响应就返回错误信息，不会无休止等待
🍂仓壁模式
方案2：仓壁模式
仓壁模式来源于船舱的设计：
船舱都会被隔板分离为多个独立空间，当船体破损时，只会导致部分空间进入，将故障控制在一定范围内，避免整个船体都被淹没。
于此类似，我们可以限定每个业务能使用的线程数，避免耗尽整个tomcat的资源，因此也叫线程隔离。
🍂断路器
断路器模式：由断路器统计业务执行的异常比例，如果超出阈值则会熔断该业务，拦截访问该业务的一切请求。
断路器会统计访问某个服务的请求数量，异常比例：
当发现访问服务D的请求异常比例过高时，认为服务D有导致雪崩的风险，会拦截访问服务D的一切请求，形成熔断：
🍂限流
流量控制：限制业务访问的QPS，避免服务因流量的突增而故障。
🍂总结
什么是雪崩问题？
- 微服务之间相互调用，因为调用链中的一个服务故障，引起整个链路都无法访问的情况。
可以认为：
限流是对服务的保护，避免因瞬间高并发流量而导致服务故障，进而避免雪崩。是一种预防措施。
超时处理、线程隔离、降级熔断是在部分服务故障时，将故障控制在一定范围，避免雪崩。是一种补救措施。
