一，Sentinel概述

二，Sentinel控制台安装

Sentinel分为两个部分：

1. 核心库(java客户端)不依赖任何框架/库，能够运行于所有Java运行时环境，同时对Dubbo/SpringCloud等框架有较好的支持
2. 控制台(Dashboard)基于Spring Boot开发，打包后可以直接运行，不需要额外的Tomcat等应用容器

控制台下载地址：https://github.com/alibaba/Sentinel/releases

运行前的注意事项：

• 需要JDK环境
• 默认端口是8080，假如被占用(1,停掉占用端口的应用  2,修改端口)

运行命令：

java -jar sentinel-dashboard-1.8.2.jar

访问：

三，客户端使用Sentinel

① maven依赖

<!--实现服务的注册与发现-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

<!--sentinel服务限流降级框架-->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

<!--sentinel持久化依赖包-->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

② application配置

server:
  port: 9106
spring:
  application:
    name: cloudalibaba-SentinelMain-service
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.68.134:8084 #nacos服务端地址，Nginx做了代理
    sentinel:
      transport:
        dashboard: localhost:8080 #SentinelMain dashboard地址
        port: 8719 #默认端口为8719，如果被占用开始+1扫描，直到找到未被占用的端口

③ main启动类

@SpringBootApplication
@EnableDiscoveryClient
public class SentinelMain {

    public static void main(String[] args) {
        SpringApplication.run(SentinelMain.class,args);
    }}

④ controller

@RestController
public class sentinelcontroller {

    @GetMapping("/testA")
    public String test1(){

        return "------> testA";
    }

    @GetMapping("/testB")
    public String test2(){

        return "------> testB";
    }
}

服务/testA(因为Sentinel是懒加载)，查看Sentinel DashBoard

四，Sentinel流控规则

Sentinel提供了可视化的流量控制界面，使用此界面可以流量控制

1，资源名：唯一名称，默认为请求路径

2，针对来源：Sentinel可以针对调用者进行限流，填写微服务名称即可，默认default(不区分来源)

3，阈值类型和单机阈值：

• QPS(每秒请求数量)：当接口的QPS的达到阈值，进行限流
• 并发线程数：当调用该接口的线程数达到阈值，进行限流

4，是否集群：不需要集群

5，流控模式：

• 直接：当API接口达到限流条件时直接限流
• 关联：当关联的资源达到阈值，就限制自己
• 链路：只记录指定链路上的流量(指定资源从入口资源进入的流量，如果达到阈值就进行限流)

6，流控效果：

• 快速失败：默认模式，直接失败抛异常
• Warm up：根据codeFactor(冷加载因子默认为3)，从阈值codeFactor，经过预热时长，才达到设置的QPS阈值
• 等待排队：匀速排队，让请求匀速通过，阈值必须设置为QPS，否则无效

一，Sentinel服务降级的概述

Sentinel的服务降级本质上和Hystrix是一样的，只不过比Hystrix降级的规则和可选项更多

Sentinel熔断降级会在调用链路中某个资源出现不稳定状态时(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，避免影响其他资源而导致级联错误

官网定义：除了流量控制以外，对调用链路中不稳定的资源进行熔断降级也是保障高可用的重要措施之一。一个服务常常会调用别的模块，可能是另外的一个远程服务、数据库，或者第三方 API 等。例如，支付的时候，可能需要远程调用银联提供的 API；查询某个商品的价格，可能需要进行数据库查询。然而，这个被依赖服务的稳定性是不能保证的。如果依赖的服务出现了不稳定的情况，请求的响应时间变长，那么调用服务的方法的响应时间也会变长，线程会产生堆积，最终可能耗尽业务自身的线程池，服务本身也变得不可用

二，服务降级的策略和规则

Sentinel 提供以下几种熔断策略：

• 慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断
• 异常比例 (ERROR_RATIO)：当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%
• 异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断

熔断降级规则（DegradeRule）包含下面几个重要的属性：

Field	说明	默认值
resource	资源名，即规则的作用对象
grade	熔断策略，支持慢调用比例/异常比例/异常数策略	慢调用比例
count	慢调用比例模式下为慢调用临界 RT（超出该值计为慢调用）；异常比例/异常数模式下为对应的阈值
timeWindow	熔断时长，单位为 s
minRequestAmount	熔断触发的最小请求数，请求数小于该值时即使异常比率超出阈值也不会熔断（1.7.0 引入）	5
statIntervalMs	统计时长（单位为 ms），如 60*1000 代表分钟级（1.8.0 引入）	1000 ms
slowRatioThreshold	慢调用比例阈值，仅慢调用比例模式有效（1.8.0 引入）

三，Sentinel服务熔断降级的使用

② /testA的代码：设置休眠时间

@GetMapping("/testA")
public String test1(){
    try {
        Thread.sleep(500);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "------> testA";
}

③ 测试：通过Jmeter发送1000个并发请求，通过流量器查看是否能继续访问

二，异常比例

  当资源的每秒请求量大于或者等于最小请求数，并且每秒异常总数占比大于比例阈值，资源就会进入降级状态，即在接下来的熔断时长(时间窗口)之内对这个方法的调用都会自动返回，比例阈值在[0.1,1]之间

① 设置

② /testA的代码：设置一个异常

@GetMapping("/testA")
public String test1(){
   
    int a=10/0;
    return "------> testA";
}

③ 测试：jmeter发送并发请求

注：假如请求量小于3没有触发异常比例熔断就会直接报错

三，异常数

当资源请求异常在统计时间中大于异常数阈值就直接进行熔断

① 设置

② /testA的代码：设置一个异常(和上面一样)

③ 测试：jmeter发送并发请求

六，Sentinel热点参数限流

何为热点？热点即经常访问的数据，很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据，并对其访问进行限制。比如：

• 商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
• 用户 ID 为参数，针对一段时间内频繁访问的用户 ID 进行限制

   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

一，sentinel客户端代码配置

Sentinel依赖与@SentinelResource进行定义热点规则兜底方法和定义唯一ID

@GetMapping("/testHotKey")
/*
* 1,value：值必须唯一之后在服务端可以使用它来做资源的唯一标识
* 2,blockHandler：但触发了限流规则使用那个方法进行兜底
* */
@SentinelResource(value = "testHotKey",blockHandler = "reveal")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                         @RequestParam(value = "p2",required = false) String p2) {//定义两个参数

   return "----------ToHetKey---------";
}


//兜底方法必须要和原方法参数一致，可以加一个异常变量
public String reveal(String p1, String p2, BlockException e){


    return "热点限流/(ㄒoㄒ)/~~";
}

二，sentinel服务端进行热点限流

设置：

设置的含义：假如消费者或者用户调用/testHotKey接口并携带p1参数，QPS超过3就进行热点限流(不携带该热点参数就不会被限流)

三，参数例外项

在上面的案例演示中携带p1，QPS超过三就立马被限流，不会区别参数的值只注重是否携带了该热点参数

参数例外项针对的是特殊情况，更注重参数的值实现更加细粒度的规则，如：当携带的p1参数值为3时提高或者减少阈值

设置：

七，Sentinel的系统自适应限流