基于
服务保护和分布式事务.pptx整理的 Markdown 讲义版笔记。本文对原始 PPT 内容做了结构化重组与适度润色,便于系统学习、复习与二次修改。
在微服务架构中,服务之间会相互调用。一旦调用链中的某个服务出现故障、阻塞或资源耗尽,就可能导致上游调用者线程被占满,进一步引发更多服务不可用。
这种现象就叫做 雪崩问题。
微服务调用链路中的某个服务故障,引起整个链路中的所有微服务都不可用,这就是雪崩。
例如:
flowchart LR
A[用户请求] --> B[购物车服务]
B --> C[商品服务]
C --> D[数据库或下游服务]
C -.故障/阻塞.-> B
B -.线程耗尽.-> A
雪崩问题通常来自以下几个方面:
要解决雪崩问题,核心思路有两类:
针对服务雪崩,常见的保护手段有四种:
定义: 限制访问微服务的请求速率或并发量,避免突发流量压垮服务。
作用:
也叫 舱壁模式(Bulkhead Pattern)。
定义: 为不同业务分配独立线程资源,将故障隔离在局部范围内,避免相互影响。
作用:
定义: 当远程调用失败时,不直接抛异常,而是执行预定义的降级逻辑。
常见降级方式:
定义: 通过断路器统计异常比例或慢调用比例,当超过阈值时,临时切断对该服务的访问。
作用:
| 方案 | 作用 | 关键词 |
|---|---|---|
| 请求限流 | 限制流量进入系统 | 控流 |
| 线程隔离 | 限制某业务可占用资源 | 隔离 |
| Fallback | 调用失败后执行兜底逻辑 | 降级 |
| 服务熔断 | 暂时切断故障服务调用 | 断路器 |
Sentinel 是阿里巴巴开源的一款微服务流量控制组件。
它主要用于实现:
官网:
https://sentinelguard.io/zh-cn/index.html在每个微服务中引入 Sentinel 客户端后,Sentinel 就可以对请求链路中的资源进行监控和保护。
flowchart LR
A[微服务A] --- SA[Sentinel客户端]
B[微服务B] --- SB[Sentinel客户端]
C[微服务C] --- SC[Sentinel客户端]
| 对比项 | Sentinel | Hystrix |
|---|---|---|
| 线程隔离 | 支持 | 支持 |
| 信号量隔离 | 支持 | 支持 |
| 熔断策略 | 基于慢调用比例或异常比例 | 主要基于异常比率 |
| 限流能力 | 基于 QPS,支持流量整形 | 支持较弱 |
| Fallback | 支持 | 支持 |
| 控制台 | 开箱即用,功能更完善 | 不完善 |
| 规则配置 | 控制台配置,默认重启失效 | 基于注解/配置,持久化更方便 |
Sentinel 更像是面向微服务流量治理的综合保护组件,不只是熔断器。
簇点链路,就是一次请求进入服务后,经过的每一个被 Sentinel 监控的资源链。
在 Spring MVC 应用中,默认情况下:
Endpoint例如:
GET /items/{id}POST /items都可能被 Sentinel 监控成资源。
对于 RESTful 风格接口:
因此通常需要开启:
spring:
cloud:
sentinel:
transport:
dashboard: localhost:8090
http-method-specify: true
| 配置项 | 作用 |
|---|---|
dashboard | 指定 Sentinel 控制台地址 |
http-method-specify: true | 将请求方式前缀加入资源名 |
请求限流的核心目标是:
控制进入服务的流量,避免请求量瞬时飙升导致服务不可用。
Sentinel 常见限流方式主要基于:
在 Sentinel 控制台中:
适合以下情况:
可以把限流理解为在系统入口安装了一个“阀门”:
假设:
因此必须对“查询商品”这类远程调用型业务做线程隔离。
给不同业务分配固定数量的线程配额:
这样即便业务 B 出现故障,也不会把业务 A 一起拖死。
对于 Feign 调用,Sentinel 控制台会出现对应的簇点资源。
此时可以直接在控制台中:
如果:
那么整体承载能力大约可理解为:
5 × 2 = 10 QPS这不是精确数学结论,但可以帮助理解线程数与吞吐能力的关系。
远程调用不可避免会遇到:
此时如果没有兜底逻辑,调用方就会直接异常。
因此,Feign 常常与 Sentinel 结合,为远程调用提供降级处理。
feign:
sentinel:
enabled: true
fallbackfallbackFactoryThrowable实际开发中通常优先选择
FallbackFactory。
@FeignClient(value = "userservice")
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
FallbackFactory@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
@Override
public UserClient create(Throwable throwable) {
return new UserClient() {
@Override
public User findById(Long id) {
log.error("查询用户失败", throwable);
return null;
}
};
}
}
@Bean
public UserClientFallbackFactory userClientFallback() {
return new UserClientFallbackFactory();
}
@FeignClient(
value = "userservice",
fallbackFactory = UserClientFallbackFactory.class
)
public interface UserClient {
@GetMapping("/user/{id}")
User findById(@PathVariable("id") Long id);
}
降级逻辑不应只是“返回 null”。在真实业务中更推荐:
null熔断是解决雪崩问题的重要手段。
其核心思想是:
服务熔断通常包含三个状态:
| 状态 | 含义 |
|---|---|
| Closed | 正常放行请求 |
| Open | 熔断打开,快速失败 |
| Half-Open | 半开状态,尝试放行少量请求进行探测 |
stateDiagram-v2
[*] --> Closed
Closed --> Open: 达到失败阈值
Open --> HalfOpen: 熔断时间结束
HalfOpen --> Closed: 探测成功
HalfOpen --> Open: 探测失败
在 Sentinel 控制台中:
在单体应用中,一个业务通常只操作一个数据库,一个本地事务就够了。
但在微服务场景下:
以“下单”为例:
如果前两步成功,第三步失败,那么系统数据就会不一致。
flowchart LR
A[订单服务] --> B[创建订单]
A --> C[清理购物车]
A --> D[扣减库存]
B --> DB1[(订单库)]
C --> DB2[(购物车库)]
D --> DB3[(库存库)]
| 名称 | 含义 |
|---|---|
| 全局事务 | 整个跨服务业务 |
| 分支事务 | 每个服务内部的本地事务 |
一个全局事务由多个分支事务组成。
Seata 是 2019 年由蚂蚁金服和阿里巴巴共同开源的分布式事务解决方案。
它致力于提供:
官网:
http://seata.io/要解决分布式事务问题,各个子事务之间必须能感知彼此状态,才能保证最终一致。
因此需要一个独立角色负责:
这个角色就是 事务协调者。
职责:
职责:
职责:
flowchart LR
TM[TM 事务管理器] --> TC[TC 事务协调者]
RM1[RM 订单服务] --> TC
RM2[RM 库存服务] --> TC
RM3[RM 购物车服务] --> TC
PPT 中给出的说明是:
也就是说,TC 一般作为独立服务部署,然后微服务通过注册中心找到它。
在参与分布式事务的微服务中,需要引入 Seata 依赖:
<!-- seata -->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-seata</artifactId>
</dependency>
seata:
registry:
type: nacos
nacos:
server-addr: 192.168.150.101:8848
namespace: ""
group: DEFAULT_GROUP
application: seata-server
username: nacos
password: nacos
tx-service-group: hmall
service:
vgroup-mapping:
hmall: default
| 配置项 | 说明 |
|---|---|
registry.type | 注册中心类型 |
application: seata-server | TC 服务在注册中心中的服务名 |
tx-service-group | 事务组名称 |
vgroup-mapping | 事务组与 TC 集群的映射关系 |
PPT 中明确提出:
将 Seata 配置共享到 Nacos 中,避免每个微服务重复配置。
这说明在真实项目中,应尽量把公共事务配置抽取为共享配置,减少重复维护成本。
XA 规范 是 X/Open 组织定义的分布式事务处理标准。
特点:
RM 的工作:
TC 的工作:
RM 的工作:
在每个参与事务的微服务中配置:
seata:
data-source-proxy-mode: XA
@Override
@GlobalTransactional
public Long createOrder(OrderFormDTO order) {
// 创建订单
// 清理购物车
// 扣减库存
return order.getId();
}
XA 模式用“数据库锁”来换取强一致性。
AT 是 Seata 主推的事务模式。
它同样采用两阶段提交思想,但弥补了 XA 模式资源锁定时间过长的问题。
RM 会执行以下步骤:
undo_log(数据快照)RM:
undo_logRM:
undo_log 恢复数据到更新前状态因为 AT 在第一阶段:
所以相比 XA:
AT 模式不是强一致,而是:
也就是说,在短暂时间窗口内,数据可能出现不一致,但最终会被回滚或补齐到一致状态。
undo_log 表AT 模式需要在参与事务的数据库中创建 undo_log 表。
PPT 中给出的建表核心如下:
CREATE TABLE IF NOT EXISTS `undo_log` (
`branch_id` BIGINT NOT NULL COMMENT '分支事务id',
`xid` VARCHAR(128) NOT NULL COMMENT '全局事务id',
`context` VARCHAR(128) NOT NULL COMMENT 'undo_log context,such as serialization',
`rollback_info` LONGBLOB NOT NULL COMMENT 'rollback info',
`log_status` INT(11) NOT NULL COMMENT '0:normal status,1:defense status',
`log_created` DATETIME(6) NOT NULL COMMENT 'create datetime',
`log_modified` DATETIME(6) NOT NULL COMMENT 'modify datetime',
UNIQUE KEY `ux_undo_log` (`xid`, `branch_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='AT transaction mode undo table';
seata:
data-source-proxy-mode: AT
AT 模式用“数据快照 + 自动回滚”来换取更高性能。
| 对比项 | XA 模式 | AT 模式 |
|---|---|---|
| 一阶段事务 | 不提交 | 直接提交 |
| 资源锁定 | 锁资源到二阶段结束 | 不长期锁资源 |
| 回滚方式 | 依赖数据库事务机制 | 基于 undo_log 快照恢复 |
| 一致性 | 强一致 | 最终一致 |
| 性能 | 较低 | 更高 |
| 依赖 | 强依赖关系型数据库 XA 支持 | 更灵活,Seata 主推 |
本章围绕两个主题展开:服务保护 和 分布式事务。
我们学习了雪崩问题的成因与解决方案:
并重点了解了 Sentinel 的使用思路:
我们理解了:
可以用两句话概括本章核心:
服务保护解决的是“故障不要扩散”。
分布式事务解决的是“多个服务协作时数据必须一致”。
正在加载评论...