Sentinel—微服务的守护者(全文详解之使用篇)
📅 2026/7/7 4:12:10
👁️ 阅读次数
📝 编程学习
目录
引言
一、简介
二、适用场景与功能
2.1 使用场景
2.2 功能
2.2.1 流量控制
2.2.2 熔断降级
熔断降级设计理念
2.2.3 系统负载保护
三、clone使用
四、内部解析
4.1 工作原理
4.2 模块简述
参考文档
引言
如大家所见,本次分享的是Alibaba的中间件sentinel,当然本文暂且将注意力放在使用和原理层面,以及会简单介绍一下源码中几个模块的功能作用,后续笔者还可能会进行更加细致层面的源码解读分享,敬请期待。
一、简介
Sentinel诞生于2012 年阿里自研,初衷是为了解决双 11 电商大促瞬时洪峰、服务雪崩、数据库击穿等稳定性故障;并且着手针对覆盖高并发限流、故障熔断隔离、热点参数防护、整机过载保护,适配微服务、网关、MQ 消费全链路流量治理等场景,并且在2018年对外开源,目前Java已稳定版迭代至 1.8.8,支持 JDK17;同步推出 Go/C++/Rust 多语言版本,向云原生、OpenSergo 流量治理标准演进,已是国内微服务标配容错组件。
二、适用场景与功能
2.1 使用场景
Sentinel 源自阿里电商大促场景,但属于通用流量防护组件,全行业、各类分布式系统均可使用:
- 电商场景(标杆打磨场景):大促秒杀削峰、热点商品防缓存击穿、第三方支付 / 库存熔断、恶意访问拦截、订单消息消费限流;
- 互联网行业:教育、短视频、游戏、SaaS 平台,应对活动并发峰值、热点资源访问、多租户流量隔离、外部依赖故障降级;
- 金融场景:证券、理财、支付交易限流熔断,整机高负载时优先保障核心交易链路;
- 政企工业 IoT:政务办事高峰限流、海量设备上报数据削峰、工业设备上报接口防护;
- 通用微服务通用场景:网关渠道流量管控、微服务调用防雪崩、MQ 消费削峰、第三方接口防护、整机过载兜底、定时任务并发限制。
2.2 功能
2.2.1 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。
2.2.2 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:
①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。
②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。
2.2.3 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。
三、clone使用
Alibaba官方github库(最新版本): https://github.com/alibaba/Sentinel
①打包
mvn clean package -DskipTests因为部分配置不生效导致打包时部分单测异常,可以选择直接跳过打包单测类,即上述命令。
②运行
打包好的jar会被放到sentinel-dashboard下的target包中,所以在执行运行命令时要注意将终端切换到这个target路径下。
java "-Dserver.port=8080" "-Dcsp.sentinel.dashboard.server=localhost:8080" "-Dproject.name=sentinel-dashboard" -jar sentinel-dashboard.jar --spring.profiles.active=local --logging.file.name=./sentinel-dashboard.log启动成功后,可登录控制台,默认端口8080: http://localhost:8080
用户名/密码默认都是sentinel,登录即可正常使用:
四、内部解析
4.1 工作原理
这里后续细节解读源码的时候一并进行。
4.2 模块简述
虽然sentinel内部划分了这么多模块,但是实际上粗略划分可以划分为核心部分和dashboard控制台两个大模块,再细致一些按照项目中的小模块进行划分功能,那么大致如下:
Sentinel在2018年进行了开源,但是使用Sentinel的90%厂商二开都只是位于dashboard模块,少数会涉及到slot链等核心模块。
参考文档
[1] https://github.com/alibaba/Sentinel
[2] basic-api-resource-rule | Sentinel
[3] basic-implementation | Sentinel
[4] introduction | Sentinel
编程学习
技术分享
实战经验