阿里二面：外部接口大量超時 ，把整個系統拖垮，引發雪崩！如何解決？
大家好，我是Tom哥~
互聯網+ 時代，業務數字化已經蔓延到你能想到的各個行業。各種業務功能、營銷玩法越來越多，系統也越來越復雜。
面對不斷復雜的業務系統，腦子越來越不夠用了
于是 聰明的人們 提出了 微服務 的設計思想
本著 復雜的事情簡單化 的原則，我們將一個大的系統拆分成若干個子系統，每個 子系統 職責單一，按 DDD 的設計理念，承載一個子域的業務建設。
于是，人們可以將精力聚焦，專心完成某一個業務點的深度建設。
多個微服務系統之間通過 RPC 框架(如：dubbo、spring cloud、gRPC 等)完成了串聯，但隨著調用量越來越大，人們發現服務與服務之間的穩定性變得越來越重要
舉個例子：
- Service D 掛了，響應很慢
- Service G 和 Service F ，都依賴 Service D，也會受到牽連，對外響應也會變慢
- 影響層層向上傳遞，Service A 和 Service B 也會被拖垮
- 最后，引發雪崩效應，系統的故障影響面會越來越大
為了解決這種問題，我們需要引入 熔斷 機制。“當斷則斷，不受其亂。當斷不斷，必受其難”
什么是熔斷?
熔斷，其實是對調用鏈路中某個資源出現不穩定狀態時(如：調用超時或異常比例升高)，對這個資源的調用進行限制，讓請求快速失敗，避免影響到其它的資源而導致級聯錯誤。
當資源被降級后，在接下來的降級時間窗口內，對該資源的調用都自動熔斷(默認是拋出 BlockException)
目前市面上的熔斷框架很多，如：Sentinel、Hystrix、Resilience4j 等，這些框架的設計理念都差不多。
本文重點講下 Sentinel 是如何在項目中使用的
Sentinel (分布式系統的流量防衛兵) 是阿里開源的一套用于服務容錯的綜合性解決方案。它以流量為切入點, 從流量控制、熔斷降級、系統負載保護等多個維度來保護服務的穩定性。
核心分為兩部分：
1、核心庫(Java 客戶端)：能夠運行在所有 Java 環境，對 Dubbo 、Spring Cloud 等框架也有較好的支持。
2、控制臺(Dashboard)：基于 Spring Boot 開發，打包后可以直接運行。
Sentinel 熔斷種類：
- RT 響應時間
- 異常數
- 異常比例
Sentinel 安裝
首先，官網下載 sentinel 控制臺安裝包
下載地址：https://github.com/alibaba/Sentinel/releases
下載 Jar 包后，打開終端，運行命令
java -Dserver.port=8180 -Dcsp.sentinel.dashboard.server=localhost:8180 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.1.jar
登陸Sentinal控制臺：
默認用戶和密碼都是 sentinel ，登錄成功后的界面如下，先來個直觀感受
控制臺配置熔斷規則：
這里表示熔斷策略選擇 慢調用比例，響應時間超過200毫秒則標記為慢請求。如果在一個1000 ms的統計周期內(可自行調整)，慢請求比例超過30%且數量超過3個，則對后續請求進行熔斷，熔斷時長為10秒鐘，10秒以后恢復正常。
注解式接入
接入非常簡單，只需要提前在控制臺配置好資源規則，然后在代碼中添加 @SentinelResource注解即可。
// 資源名稱為handle1
@RequestMapping("/handle1")
@SentinelResource(value = "handle1", blockHandler = "blockHandlerTestHandler")
public String handle1(String params) {
// 業務邏輯處理
return "success";
}
// 接口方法 handle1 的 兜底方法
public String blockHandlerTestHandler(String params, BlockException blockException) {
return "兜底返回";
}
達到閾值后，系統的默認提示是一段英文，很不友好，我們可以自定義兜底方法。在@SentinelResource注解中進一步配置 blockHandler、fallback 屬性字段
- blockHandler：主觀層面，如果被限流或熔斷，則調用該方法，進行兜底處理
- fallback：對業務的異常兜底，比如，執行過程中拋了各種Exception，則調用該方法，進行兜底處理
通過上面兩層兜底，可以讓Sentinel 框架更加人性化，體驗更好。
注意：注解式開發，需要添加在方法上，作用域范圍相對固定。下面的項目實戰中，我們也可以采用 顯示 形式，可以靈活圈定代碼塊范圍。
項目實戰
我們這邊有個項目，考慮到客戶的部署成本，想做一個輕量級方案，需求如下：
- 既想引入框架的熔斷功能，又不想部署控制臺
- 攔截點相對收攏，類似與dubbo消費端遠程訪問一樣，在代理類的遠程通訊位置做攔截處理
概要方案--流程圖：
1、我們通過 Proxy.newProxyInstance 為所有的接口創建了代理子類
2、所有對代理子類的方法調用全部收攏到 InvocationHandler
3、我們講類名和方法名做一個拼接，然后去 熔斷規則表查詢，看是否配置了規則
4、如果沒有，那么走常規則遠程調用邏輯
5、如果有，將遠程調用邏輯納入 Sentinel 的監控管轄
6、如果觸發了 熔斷機制，則直接拋出 BlockException ，上層業務攔截異常，做特殊處理，比如：修飾下給用戶更合適的文案提示。
熔斷狀態機：
核心的代碼邏輯，繼續往下看
首先，引入 Sentinel 的依賴包：
<!-- 限流、熔斷框架 -->
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-core</artifactId>
<version>1.8.3</version>
</dependency>
熔斷規則表設計：
CREATE TABLE `degrade_rule` (
`id` bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵',
`resource_name` varchar(256) NOT NULL COMMENT '資源名稱',
`count` double NOT NULL COMMENT '慢調用時長，單位 毫秒',
`slow_ratio_threshold` double NOT NULL COMMENT '慢調用比例閾值',
`min_request_amount` int NOT NULL COMMENT '熔斷觸發的最小請求數',
`stat_interval` int NOT NULL COMMENT '統計時長，單位 毫秒',
`time_window` int NOT NULL COMMENT '熔斷時長，單位為 s',
`created_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
`updated_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改時間',
PRIMARY KEY (`id`) USING BTREE,
UNIQUE KEY `uk_resource_name` (`resource_name`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb3 COMMENT='熔斷規則表';
由于放棄了部署控制臺，我們只能自己管理熔斷規則的各個屬性值。可以按企業內部管理后臺風格，開發頁面管理這些規則。
當然，早期可以采用更簡單粗暴方式，在數據庫表手動初始化數據。如果要調整規則，走 SQL 訂正。
為了盡可能實時感知規則表數據變更，開發了定時任務，每 10 秒運行一次。
@Scheduled(cron = "0/10 * * * * ? ")
public void loadDegradeRule() {
List<DegradeRuleDO> degradeRuleDOList = degradeRuleDao.queryAllRule();
if (CollectionUtils.isEmpty(degradeRuleDOList)) {
return;
}
String newMd5Hex = DigestUtils.md5Hex(JSON.toJSONString(degradeRuleDOList));
if (StringUtils.isBlank(newMd5Hex) || StringUtils.equals(lastMd5Hex, newMd5Hex)) {
return;
}
List<DegradeRule> rules = null;
List<String> resourceNameList = new ArrayList<>();
rules = degradeRuleDOList.stream().map(degradeRuleDO -> {
//資源名，即規則的作用對象
DegradeRule rule = new DegradeRule(degradeRuleDO.getResourceName())
// 熔斷策略，支持慢調用比例/異常比例/異常數策略
.setGrade(CircuitBreakerStrategy.SLOW_REQUEST_RATIO.getType())
//慢調用比例模式下為慢調用臨界 RT（超出該值計為慢調用）；異常比例/異常數模式下為對應的閾值
.setCount(degradeRuleDO.getCount())
// 熔斷時長，單位為 s
.setTimeWindow(degradeRuleDO.getTimeWindow())
// 慢調用比例閾值
.setSlowRatioThreshold(degradeRuleDO.getSlowRatioThreshold())
//熔斷觸發的最小請求數，請求數小于該值時即使異常比率超出閾值也不會熔斷
.setMinRequestAmount(degradeRuleDO.getMinRequestAmount())
//統計時長（單位為 ms）
.setStatIntervalMs(degradeRuleDO.getStatInterval());
resourceNameList.add(degradeRuleDO.getResourceName());
return rule;
}).collect(Collectors.toList());
if (CollectionUtils.isNotEmpty(rules)) {
DegradeRuleManager.loadRules(rules);
ConsumerProxyFactory.resourceNameList = resourceNameList;
lastMd5Hex = newMd5Hex;
}
log.error("[DegradeRuleConfig] 熔斷規則加載: " + rules);
}
考慮到規則變更頻率不會很高，沒有必要每次都DegradeRuleManager.loadRules重新加載規則。這里設計了個小竅門
DigestUtils.md5Hex(JSON.toJSONString(degradeRuleDOList));
對查詢的規則內容 JSON 序列化，然后計算其md5摘要，如果跟上一次的結果一致，說明這期間沒有變更，直接 return ，不做處理。
定義子類，實現了 InvocationHandler 接口。通過 Proxy.newProxyInstance 為目標接口創建一個代理子類。
這樣，每次調用接口方法，實際都是在調用 invoke 方法
@Override
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
Class<?> clazz = proxy.getClass().getInterfaces()[0];
String urlCode = clazz.getName() + "#" + method.getName();
if (resourceNameList.contains(urlCode)) {
// 增加熔斷處理
Entry entry = null;
try {
entry = SphU.entry(urlCode);
// 遠程網絡調用，獲取結果
responseString = HttpClientUtil.postJsonRequest(url, header, body);
} catch (BlockException blockException) {
// 觸發熔斷
log.error("degrade trigger ! remote url :{} ", urlCode);
throw new DegradeBlockExcetion(urlCode);
} finally {
if (entry != null) {
entry.exit();
}
}
} else {
// 常規處理，不走熔斷判斷邏輯
// 省略
}
}
實驗數據：
