Sentinel是阿里开源的项目，提供了流量控制、熔断降级、系统负载保护等多个维度来保障服务之间的稳定性。
2 入门案例下载sentinel和nacos后本地启动
2.1 maven配置2.2 配置文件com.alibaba.cloud spring-cloud-starter-alibaba-nacos-discovery com.alibaba.cloud spring-cloud-starter-alibaba-sentinel com.alibaba.csp sentinel-datasource-nacos
spring:
application:
name: nacos-pay-consumer
cloud:
nacos:
discovery:
server-addr: localhost:8848
sentinel:
transport:
dashboard: localhost:8080
port: 8719 # 假如被占用会从8719递增寻找
2.3 测试代码
@GetMapping("/test-sentinel")
public String testSentinel(Long id) {
if (id <= 0) {
throw new RuntimeException("id is invalid, " + id);
}
return "testSentinel";
}
访问
查看sentinel控制台
blockHandler：触发sentinel规则限制后的兜底方法，默认从本类中寻找
blockHandlerClass：触发sentinel规则限制后的兜底类
fallback：运行时异常后的兜底方法， 默认从本类中寻找
fallbackClass：运行时异常后的兜底类
exceptionsToIgnore：忽略的异常，该异常不会被blockHandler和fallback捕获
这里配置每秒钟访问一次，超过的话会直接报错
这里配置每次最多一个线程访问。
模拟高并发场景，测试代码如下
@GetMapping("/thread-limit")
public String threadLimit() throws InterruptedException {
Thread.sleep(1000);
return "ok";
}
快速访问后会发生限流
直接流控就是对本资源自己的限制，上面已经演示过
3.3.2 关联限制模式当关联资源达到阈值后就限制自己。
满足下面条件可以使用关联模式：
- 两个有竞争关系的资源
- 一个优先级较高，一个优先级较低
比如用户支付时需要修改订单状态，同时用户要查询订单。查询和修改操作会争抢数据库锁，产生竞争。业务需求是有限支付和更新订单的业务，因此当修改订单业务触发阈值时，需要对查询订单业务限流。
统计从指定链路访问到本资源的请求，触发阈值时，对指定上游链路限流。
针对资源resource，上游有两个链路，route1、route2，当访问达到阈值时对route1做限流
如上演示，直接提示
Blocked by Sentinel (flow limiting)
当流量突然增大的时候，我们常常会希望系统从空闲状态到繁忙状态的切换的时间长一些。即如果系统在此之前长期处于空闲的状态，我们希望处理请求的数量是缓步的增多，经过预期的时间以后，到达系统处理请求个数的最大值。Warm Up（冷启动，预热）模式就是为了实现这个目的的。
配置参数：coldFactor，默认值为3
QPS从 (threshold / coldFactor) 开始，经过多长时间逐渐上升至设定的QPS阈值
比如我们希望QPS从3开始，经过5秒上升到9，做如下配置
应用场景：如秒杀系统在开启瞬间，会有很多流量上来，很可能把系统打死，预热方式就是为了保护系统，可慢慢的把流量放进来，慢慢的把阈值增长到设置的阈值。
匀速排队（RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER）方式会严格控制请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。阈值必须设置为QPS。
这种方式主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。
4降级规则Sentinel 熔断降级会在调用链路中某个资源出现不稳定状态时（例如：调用超时或异常比例升高），对这个资源的调用进行限制，让请求快速失败，避免影响到其他的资源而导致级联错误。
当资源的响应时间超过最大RT（以ms为单位，最大RT即最大响应时间）之后，且1s内持续进入5个请求（最小请求数）则会触发降级。窗口期过后关闭断路器
RT最大4900，更大需要配置-Dcsp.sentinel.statistic.max.rt=xxx
当资源的每秒请求量>=5，且每秒异常比例超过阈值时，在接下来的时间窗口期内该方法调用会熔断
当资源近1分钟的异常数目超过阈值（异常数）之后会进行服务降级。注意由于统计时间窗口是分钟级别的，若熔断时长小于60s，则结束熔断状态后仍可能再次进入熔断状态。
热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。
热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。
Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。
使用热单参数限流式不能使用资源路径，必须要使用资源名的方式。
- 测试代码
@GetMapping("/hot-key")
@SentinelResource(value = "hotKey", blockHandler = "hotKeyBlockHandler")
public String hotKey(@RequestParam(required = false) String p) {
return "hotKey";
}
public String hotKeyBlockHandler(String p) {
return "hotKeyBlockHandler";
}
- 热点配置
这里针对hotKey方法，第一个参数访问QPS限制为1
添加参数频繁访问后会进入blockHandler指定的方法
如果参数值为a，QPS限制为5，其他参数限制为1
服务重启后，sentinel上的配置规则会清空。这里把配置持久化到nacos
6.1 修改配置文件spring:
application:
name: nacos-pay-consumer
cloud:
nacos:
discovery:
server-addr: localhost:8848
sentinel:
transport:
dashboard: localhost:8080
port: 8719 # 假如被占用会从8719递增寻找
datasource:
ds1:
nacos:
server-addr: localhost:8848
dataId: ${spring.application.name}
groupId: DEFAULT_GROUP
data-type: json
rule-type: flow
6.2 nacos添加配置
[
{
"resource": "hotKey",
"limitApp": "default",
"grade": 1,
"count": 5,
"strategy": 0,
"controlBehavior": 0,
"clusterMode": false
}
]
个人感觉这样的配置不是很方便，最好可以在sentinel上配置好后及时同步nacos
