Sentinel 电商系统保护案例
介绍
在电商系统中，高并发场景是常态。例如，双十一大促期间，系统可能会面临突发的流量高峰。如果不对这些流量进行有效控制，系统可能会因为资源耗尽而崩溃。Sentinel 是阿里巴巴开源的一款轻量级流量控制组件，能够帮助我们在高并发场景下保护系统，确保系统的稳定性和可用性。
在本案例中，我们将通过一个电商系统的实际场景，学习如何使用 Sentinel 实现流量控制、熔断降级和系统自适应保护。
场景描述
假设我们有一个电商系统，主要包含以下几个核心功能：
- 商品详情页：用户查看商品信息。
- 购物车：用户添加商品到购物车。
- 订单服务：用户提交订单。
在高并发场景下，商品详情页和购物车的访问量可能会激增，而订单服务的处理能力有限。如果不加以控制，订单服务可能会因为请求过多而崩溃，导致整个系统不可用。
使用 Sentinel 进行流量控制
1. 流量控制
首先，我们需要对商品详情页和购物车的访问进行流量控制，确保订单服务不会被过多的请求压垮。
// 商品详情页的流量控制规则
FlowRule rule = new FlowRule();
rule.setResource("productDetail");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(100); // 每秒最多允许100个请求
FlowRuleManager.loadRules(Collections.singletonList(rule));
在上述代码中，我们为 productDetail 资源设置了一个流量控制规则，限制每秒最多允许 100 个请求。如果请求量超过这个阈值，Sentinel 会拒绝多余的请求。
2. 熔断降级
接下来，我们需要对订单服务进行熔断降级。当订单服务的响应时间过长或失败率过高时，Sentinel 会自动熔断该服务，避免系统雪崩。
// 订单服务的熔断降级规则
DegradeRule degradeRule = new DegradeRule();
degradeRule.setResource("orderService");
degradeRule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
degradeRule.setCount(200); // 响应时间超过200ms时触发熔断
degradeRule.setTimeWindow(10); // 熔断持续10秒
DegradeRuleManager.loadRules(Collections.singletonList(degradeRule));
在上述代码中，我们为 orderService 资源设置了一个熔断降级规则，当订单服务的响应时间超过 200ms 时，Sentinel 会触发熔断，并在接下来的 10 秒内拒绝所有请求。
3. 系统自适应保护
最后，我们可以使用 Sentinel 的系统自适应保护功能，根据系统的实时负载情况动态调整流量控制规则。
// 系统自适应保护规则
SystemRule systemRule = new SystemRule();
systemRule.setHighestSystemLoad(4.0); // 系统负载超过4.0时触发保护
SystemRuleManager.loadRules(Collections.singletonList(systemRule));
在上述代码中，我们设置了一个系统自适应保护规则，当系统的负载超过 4.0 时，Sentinel 会自动触发保护机制，限制系统的流量。
实际案例
假设我们的电商系统在双十一大促期间，商品详情页的访问量突然激增，每秒达到了 200 个请求。由于我们设置了流量控制规则，Sentinel 会自动将请求量限制在每秒 100 个，多余的请求会被拒绝。
同时，订单服务的响应时间由于请求量过大而超过了 200ms，Sentinel 触发了熔断降级机制，订单服务在接下来的 10 秒内不再接受新的请求，避免了系统雪崩。
最后，系统的负载由于流量过大而超过了 4.0，Sentinel 触发了系统自适应保护机制，进一步限制了系统的流量，确保系统不会因为资源耗尽而崩溃。
总结
通过本案例，我们学习了如何使用 Sentinel 在电商系统中实现流量控制、熔断降级和系统自适应保护。Sentinel 能够帮助我们有效地应对高并发场景，确保系统的稳定性和可用性。
附加资源
练习
- 尝试在你的本地环境中配置 Sentinel，并模拟高并发场景，观察 Sentinel 的流量控制和熔断降级效果。
- 修改流量控制和熔断降级的规则，观察系统的行为变化。
- 阅读 Sentinel 的官方文档，了解更多高级功能和使用场景。