資訊專欄INFORMATION COLUMN
摘要：現狀分布式場景中。因此要對在原服務不可用時進行熔斷降級處理。分析熔斷降級可以服務端限流網關限流客戶端限流。它提供兩種資源隔離的模式信號量隔離和線程池隔離。支持流控熔斷降級系統保護等。它支持并發數的流量控制也支持熔斷降級。
現狀
分布式場景中。若服務不穩定，會導致調用方服務也不可用，從而造成雪崩效應。因此要對在原服務不可用時進行熔斷降級處理。
分析熔斷降級可以服務端限流、網關限流、客戶端限流。
1. 客戶端限流：在調用方法發起請求時檢查是否達到閥值。若達到閥值，不發起調用請求
優點：可以在服務消費端直接控制流量出口，減少不必要請求的發起。
缺點：客戶端需要感知服務運行指標和容災規則。每個業務方需要重復開發
2. 服務端限流：服務提供方自定義容災邏輯，在收到請求后再根據當前狀態判斷是否走fallback邏輯
優點：容災規則、閥值完全封裝在服務提供者。對調用方無感知。
缺點：若服務提供者都掛了，無法進行容災。
3. 網關限流：原本直接調用提供者的請求都由網關層代理轉發。容災規則的配置、降級邏輯都封裝在網關層。
優點：客戶端、服務端都無需感知容災邏輯。
缺點：多了一次網絡請求、rt變大
大部分情況下，我們都是選擇服務端限流。但客戶端對數據平臺的接口是強依賴的。若搜索應用掛了，客戶端還是需要看到數據。相比高可用，略微的rt變大是可以接受的，所以啟動一個數據容災網關
技術選型現在了解到的開源容災框架有hystrix、sentinel兩種。
hystrix：常用于springcloud的一個熔斷降級組件。主要功能是不同服務之間的資源隔離、失敗降級。底層實現是Rxjava。它提供兩種資源隔離的模式：信號量隔離和線程池隔離。一般使用線程池隔離。耗費一定資源，但相比之下支持超時和異步執行。聽起來可以覆蓋大部分場景，但它不支持更高要求的流控，如qps的控制。所以需要多帶帶采用令牌漏桶來做流量控制。
sentinel：阿里開源的分布式流量控制組件。支持流控、熔斷降級、系統保護等。所有的資源都對應一個資源名稱以及一個Entry。每一個Entry創建的時候，同時也會創建一系列插件（系統保護插件：SystemSlot、流控插件：FlowSlot、熔斷降級插件LDegradeSlot等）。每個插件會監控自己職責范圍內的指標。NodeSelectorSlot將各個資源的調用路徑以樹狀存儲，用于限流降級。調用者通過創建上下文、請求token來執行方法。若沒有拋出BlockException，表示請求成功。它支持并發數/qps的流量控制、也支持熔斷降級。
對比：1.hystrix的熔斷都圍繞線程池展開。更適合做資源隔離，但單個應用有多個服務時線程池開銷會造成浪費。hystrix是單個超時立即熔斷，控制力度更細。多個微服務的場景可以考慮用這種。2.sentinel是基于并發數，支持的場景也更復雜，開銷小，適合在保證服務穩定的情況下提高吞吐量。但它的超時是5次請求的平均響應時間。并不是很嚴格。但對于大多數場景而言可以接受
接入方式sentinel支持api和注解兩種接入方式。作為容災網關，之后可以會接很多接口。為了接入簡單、對代碼無侵入。需要使用注解的方式。但是原生的@SentinelResource有幾個問題：
1. 只能指定資源名稱、fallback方法。用戶還是需要通過api創建容災規則，
2. 而且fallback方法入參要加上BlockException。這樣的接入方式不是很優雅。
3. 流控異常FlowException的方法要另外指定。
于是基于sentinel封裝了一層自定義注解@AegisResource
@AegisResource(value = "hello",limitThread = 0,timeOut = 100,failRate = 0.5,timeWindows = 100,fallback = "exceptionHandler")
參數說明：
value:資源名稱，默認為方法名
limitThread：最大線程數，默認-1，即不啟用
timeOut：接口超時時間，默認-1，即不啟用
failRate：失敗率，默認-1，即不啟用
timeWindows：觸發降級但持續時間，默認100
fallback：降級方法，必須指定
接入demo
/**
* 保護的方法
* @return
*/
@GetMapping("resourcetest")
@AegisResource(value = "hello",limitThread = 0,timeOut = 100,failRate = 0.5,timeWindows = 100,fallback = "exceptionHandler")
public String hello() {
return "ok";
}
/**
* 降級的方法
* @return
*/
public String exceptionHandler() {
// Do some log here.
return "Oops, error occurred at " ;
}
新接口只需寫好希望執行的方法和降級方法，然后在希望執行的方法上加入@AegisResource（fallBack=“fallback的方法名”）就可以無侵式入地進行容災。切面定義了默認容災閥值。也可以在對應屬性上設置自定義的閥值。
后期規劃目前容災網關可以滿足目前的需求。目前有開源的控制臺，可以查看服務調用大盤，動態調整容災規則。缺點是目前指標的搜集是http方式。容災規則、運行指標也沒有持久化存儲。后期如果需要，可以借助現有的開源控制臺進行二次開發。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/73456.html
摘要：前言分布式系統中經常會出現某個基礎服務不可用造成整個系統不可用的情況這種現象被稱為服務雪崩效應為了應對服務雪崩一種常見的做法是手動服務降級而的出現給我們提供了另一種選擇服務雪崩效應的定義服務雪崩效應是一種因服務提供者的不可用導致服務調用者的 前言 分布式系統中經常會出現某個基礎服務不可用造成整個系統不可用的情況, 這種現象被稱為服務雪崩效應. 為了應對服務雪崩, 一種常見的做法是手動服...
摘要：前言分布式系統中經常會出現某個基礎服務不可用造成整個系統不可用的情況這種現象被稱為服務雪崩效應為了應對服務雪崩一種常見的做法是手動服務降級而的出現給我們提供了另一種選擇服務雪崩效應的定義服務雪崩效應是一種因服務提供者的不可用導致服務調用者的 前言 分布式系統中經常會出現某個基礎服務不可用造成整個系統不可用的情況, 這種現象被稱為服務雪崩效應. 為了應對服務雪崩, 一種常見的做法是手動服...
摘要：常見的降級方案表現形式無非以下三種類型。的級別最低最先可以被降級掉。一旦當系統壓力過大的時候，先把級別的功能降級掉。降級實現首先要制定觸發機制。將耗時的數據落盤操作降級為異步進行。 如果這是第二次看到我的文章，歡迎掃描文末二維碼訂閱我喲~本文長度為4069字，建議閱讀11分鐘。 也許你對降級已經有了一些認識，認真看完，我想這篇文章可能會給你帶來一些新的收獲～ 前面兩篇我們已經聊過了「熔...
摘要：有了分布式數據庫可以使數據庫的性能可以隨著節點增加線性地增加。分布式數據庫最最下面是，是主備的，通過的內核開發能力，我們能夠實現主備切換數據零丟失，所以數據落在這個里面，是非常放心的，哪怕是掛了一個節點，切換完了以后，你的數據也是不會丟的。 此文已由作者劉超授權網易云社區發布。 歡迎訪問網易云社區，了解更多網易技術產品運營經驗 三、微服務化的十個設計要點 微服務有哪些要點呢？第一張圖是...
閱讀 1084·2021-10-08 10:04
閱讀 3523·2021-08-05 10:01
閱讀 2278·2019-08-30 11:04
閱讀 1794·2019-08-29 15:29
閱讀 836·2019-08-29 15:12
閱讀 1670·2019-08-26 12:11
閱讀 3115·2019-08-26 11:33
閱讀 1163·2019-08-26 10:23
