随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
说白了，就是对SpringCloud Hystrix进一步的优化，大多数是参照Hystrix的核心理念的，前面我们也详解了Hystrix，对本篇博客理解有很大的帮助
Sentinel 具有以下特征:
丰富的应用场景： Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等完备的实时监控： Sentinel 同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至 500 台以下规模的集群的汇总运行情况广泛的开源生态： Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相应的依赖并进行简单的配置即可快速地接入 Sentinel完善的 SPI 扩展点： Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等Sentinel 的主要特性： Sentinel 分为两个部分:
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 / Spring Cloud 等框架也有较好的支持控制台（Dashboard）： 基于 Spring Boot 开发，打包后可以直接运行，不需要额外的 Tomcat 等应用容器官网下载 由于官网下载巨慢，所以我为大家准备了，请自取 链接：https://pan.baidu.com/s/1I6QzjrHSHQ9J5d516njdzg 提取码：30bj
前提：java8环境ok、8080端口不能被占用 进入下载好的目录，打开cmd，输入命令java -jar sentinel-dashboard-1.7.1.jar启动Sentinel即可
浏览器输入：localhost:8080，即可访问 默认账号密码都是sentinel，登录成功，安装完成！
pom.xml:
<dependencies> <!--引入自己的定义的包--> <dependency> <groupId>com.baidu</groupId> <artifactId>cloud-api-commons</artifactId> <version>${project.version}</version> </dependency> <!--nacos--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> <!-- sentinel做持久化配置--> <dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> </dependency> <!--引入sentinel--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> <!--引入OpenFeign--> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-openfeign</artifactId> </dependency> <!--引入web相关--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <!--其他基础配置--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <scope>runtime</scope> <optional>true</optional> </dependency> <dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>4.6.3</version> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies>application.yml:
server: port: 8401 spring: application: name: cloudalibaba-sentinel-service cloud: nacos: discovery: server-addr: localhost:8848 #Nacos服务注册中心地址 sentinel: transport: dashboard: localhost:8080 #配置Sentinel dashboard地址 port: 8719 management: endpoints: web: exposure: include: '*'主启动类：
@EnableDiscoveryClient @SpringBootApplication public class MainApp8401 { public static void main(String[] args) { SpringApplication.run(MainApp8401.class, args); } }业务类controller：
@RestController public class FlowLimitController { @GetMapping("/testA") public String testA() { return "------testA"; } @GetMapping("/testB") public String testB() { return "------testB"; } } 启动测试 测试工程 可以看到sentinel已经对8401的工程进行监控1.资源名： 唯一名称，默认请求路径，表示对该资源进行流控 2. 针对来源： Sentinel可以针对调用者进行限流，填写微服务名，默认default（不区分来源） 3. 阈值类型/单击阈值：
QPS（每秒钟的请求数量）：当调用该api的QPS达到阈值时，进行限流线程数：当调用该线程数达到阈值的时候，进行限流4.是否集群：不需要集群 5.流控模式：
直接： api达到限流条件时，直接限流关联： 当关联的资源达到阈值时，就限流自己链路： 只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）【api级别的针对来源】6.流控效果：
快速失败： 直接失败，抛异常Warm Up： 根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFctor，经过预热时长，才达到设置的QPS阈值排队等待： 匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效下面就详细解释流控模式和流控效果
直接： api达到限流条件时，直接限流 这个时候如果在一秒内快速点击/testA，就会发现直接调用了默认的报错信息 关于QPS和线程数的解释：
QPS是每秒钟的请求数量，而线程数是每秒钟的线程数。 举个银行的例子，银行要受理业务，如果按QPS来说，就是每秒让1个客户进门受理，按线程数来说，就是每秒可以让很多客户进门并且办理业务，但是银行只开了1个窗口办理业务
关联： 当关联的资源达到阈值时，就限流自己 举个例子，淘宝的流程是先下订单，后支付，所以如果当支付接口承受不了高并发的压力，就会让订单接口限流，这样都得到了缓解 使用jmeter模拟并发访问testB 这时候访问testA，已经被限流了
链路： 只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）【api级别的针对来源】 上面的话不太好理解，实际上，链路的控制指的就是对一条链路的访问进行控制，比方说a—>b—>是一条链路，假设我以a为入口资源，d为终点资源，对这条链路进行限制的话，则资源a,b,d均会被限制访问。 此时1秒内快速点击testA，会触发限流
快速失败： 直接失败，抛异常，默认的流控处理，上述全部是快速失败的例子，就不多说了
Warm Up： 即预热/冷启动方式。当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过“冷启动”，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮 应用场景： 秒杀系统在开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是为了保护系统，可以慢慢的把流量放进来，慢慢的把阈值增长为设置的阈值 公式： 默认coldFactor为3，即请求QPS从设定的阈值/3开始，经预热时长逐渐升至设定的QPS阈值 测试得到，快速点击testA，一开始点击3次，会限流，等预热后，没有限流了，因为手速就跟不上1秒6次啦，哈哈
排队等待： 匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效
匀速排队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。 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。
为了测试观察方便，在testB方法中加入日志打印，方便观察
@GetMapping("/testB") public String testB() { log.info(Thread.currentThread().getName()+"testB..."); return "------testB"; }用postman发送请求 看看后台日志打印，说明是排队等待的效果！
平均响应时间： 当1s内持续进入5个请求，且对应请求的平均响应时间（秒级）均超过阈值，那么在接下来的时间窗口期内，对该方法的调用都会自动的熔断。注意Sentinel默认统计的RT上限是4900ms，超出此阈值的都会算作4900ms，若需要更改上限可以通过启动配置项-Dcsp.sentinel.statistic.max.rt=xxx来配置
后台加个/testC的方法，设置睡眠1秒，这样响应时间就超过阈值了
@GetMapping("/testC") public String testC() { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } return "------test降级RT"; }用jmeter测试并发访问 测试结论： 永远1秒钟打进来10个请求（大于5个请求了）去调用testC，并且平均响应时间大于200ms，则在未来的5s内，断路器打开，微服务不可用，停止jmeter，断路器关闭，微服务恢复正常
异常比例： 当资源的每秒请求大于5，并且每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，在接下来的时间窗口内，对该方法的调用都会自动的返回。异常的比例在[0.1，1.0] 将testC的方法制造一个运行异常
@GetMapping("/testC") public String testC() { int i = 10/0; return "------test降级异常比例"; }测试结论： 单独访问一次，必然页面会返回一个error page（运行异常），调用一次，错一次；开启jmeter，直接高并发请求，多次调用达到我们的配置条件，也就是超过了异常比例的阈值，断路器就开启了，微服务不能用，不在是报错页面了，而是服务降级
异常数： 当资源近1分钟的异常数超过阈值之后会进行熔断。注意由于统计时间窗口是分钟级别的，若时间小于60s，则结束熔断状态后仍可能再进入熔断状态 测试结论：在1分钟以内，点击3次/testC后，再次点击就会返回降级页面，之前3次返回的是错误页面，进入熔断，70s后，断路器关闭，微服务恢复
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。
后端代码：
@GetMapping("/testHotKey") @SentinelResource(value = "testHotKey",blockHandler = "block_testHotKey") public String testHotKey(@RequestParam(value = "p1",required = false)String p1, @RequestParam(value = "p2",required = false)String p2){ return "testHotKey...."; } public String block_testHotKey(String p1, String p2, BlockException exception){ return "啊哦，testHotKey被限流了..."; } } @SentinelResource注解和Hystrix中的@HystrixCommand类似，之前的案例，限流、降级出问题了，都是用的sentinel默认的提示信息，这个注解就是类似hystrix的注解，自定义兜底方法，某个方法出问题，就找对应的兜底方法 value = “testHotKey”：就是该资源的唯一标识，blockHandler = “block_testHotKey”：就是兜底方法@RequestParam(value = “p1”,required = false)：springboot中的注解，对请求参数的设置，required = false设置参数为不必须，参数可有可无block_testHotKey(String p1, String p2, BlockException exception)：兜底方法要有原方法的参数，且含有BlockExceptionsentinel配置： 测试结果：可以看到当我们访问/testHotKey的时候带上p1参数时，每秒超过1次，就会触发限流，并且走的是我们自定义的兜底方法，不是之前sentinel自带的 注： 带p1和p2也会触发限流，只带p2不会触发，所以只要参数含有p1就会触发限流 添加参数例外项： 特殊情况：我们期望p1参数当它是某个特殊值时，它的限流值和平时不一样
1.参数类型：参数的类型必须是基本类型和String 2.参数值：就是你需要配置的参数例外 3.限流阈值：参数例外项重新改为这个阈值
系统保护规则是从应用级别的入口流量进行控制，从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。 系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量生效。入口流量指的是进入应用的流量（EntryType.IN），比如 Web 服务或 Dubbo 服务端接收的请求，都属于入口流量。
系统规则支持以下的模式：
Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0），比较灵敏。平均 RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。并发线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。说白了，我们之前的配置限流、熔断降级等是不是都是精确在某个路径上或者某个方法上，而系统规则是建立在整个系统上
配置全局QPS让你们体会一下： 测试效果：可以看到，配置了全局的入口QPS后，无论是testA，还是testB都是每秒1次，超过阈值就限流
业务类controller：
@RestController public class RateLimitController { @GetMapping("/byResource") @SentinelResource(value = "byResource",blockHandler = "handleException") public CommonResult byResource() { return new CommonResult(200,"按资源名称限流测试OK",new Payment(2020L,"serial001")); } public CommonResult handleException(BlockException exception) { return new CommonResult(444,exception.getClass().getCanonicalName()+"\t 服务不可用"); }sentinel配置： 测试结果：走的自定义的blockHandler
通过访问的URL来限流，会返回Sentinel自带默认的限流处理信息 业务类controller：
@GetMapping("/byUrl") @SentinelResource(value = "byUrl") public CommonResult byUrl() { return new CommonResult(200, "按url限流测试OK", new Payment(2020L, "serial002")); }sentinel配置： 测试结果：通过访问的URL来限流，会返回Sentinel自带默认的限流处理信息
上面兜底方法面临的问题? 1.系统默认的，没有体现我们自己的业务要求 2.依照现有条件，我们自定义的处理方法又和业务代码耦合在一起，不直观 3.每个业务代码都添加一个兜底的，那代码膨胀加剧 4.全局统一的处理方法没有体现 所以我们要自定义限流处理逻辑
创建customerBlockHandler类用于自定义限流处理逻辑：
public class CustomerBlockHandler { public static CommonResult handleException(BlockException exception) { return new CommonResult(444, exception.getClass().getCanonicalName() + "\t 服务不可用"+"handleException---1"); } public static CommonResult handleException2(BlockException exception) { return new CommonResult(444, exception.getClass().getCanonicalName() + "\t 服务不可用"+"handleException---2"); } }controller：
@GetMapping("/customerBlockHandler") @SentinelResource(value = "customerBlockHandler", //自定义只对资源名有效，url走的还是系统默认的 blockHandlerClass = CustomerBlockHandler.class, blockHandler = "handleException2") public CommonResult customerBlockHandler() { return new CommonResult(200,"按客戶自定义",new Payment(2020L,"serial003")); } 自定义只对资源名有效，url走的还是系统默认的blockHandlerClass = CustomerBlockHandler.class, blockHandler = “handleException2” 指定自定义的类和方法，就可以找到兜底方法sentinel配置： 测试结果：
sentinel整合ribbon：
先创建两个服务提供者9003、9004pom.xml:
<dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-openfeign</artifactId> </dependency> <!--SpringCloud ailibaba nacos --> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> <dependency><!-- 引入自己定义的api通用包，可以使用Payment支付Entity --> <groupId>com.baidu</groupId> <artifactId>cloud-api-commons</artifactId> <version>${project.version}</version> </dependency> <!-- SpringBoot整合Web组件 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <!--日常通用jar包配置--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <scope>runtime</scope> <optional>true</optional> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies>application.yml:
server: port: 9003 spring: application: name: nacos-payment-provider cloud: nacos: discovery: server-addr: localhost:8848 #配置Nacos地址 management: endpoints: web: exposure: include: '*'主启动类：
@SpringBootApplication @EnableDiscoveryClient public class PaymentMain9003 { public static void main(String[] args) { SpringApplication.run(PaymentMain9003.class, args); } }业务类：
@RestController public class PaymentController { @Value("${server.port}") private String serverPort; public static HashMap<Long, Payment> hashMap = new HashMap<>(); static{ hashMap.put(1L,new Payment(1L,"28a8c1e3bc2742d8848569891fb42181")); hashMap.put(2L,new Payment(2L,"bba8c1e3bc2742d8848569891ac32182")); hashMap.put(3L,new Payment(3L,"6ua8c1e3bc2742d8848569891xt92183")); } @GetMapping(value = "/paymentSQL/{id}") public CommonResult<Payment> paymentSQL(@PathVariable("id") Long id){ Payment payment = hashMap.get(id); CommonResult<Payment> result = new CommonResult(200,"from mysql,serverPort: "+serverPort,payment); return result; } } 创建消费服务者84pom.xml:
<dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-openfeign</artifactId> </dependency> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> </dependency> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> <dependency> <groupId>com.baidu</groupId> <artifactId>cloud-api-commons</artifactId> <version>${project.version}</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <scope>runtime</scope> <optional>true</optional> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies>application.yml:
server: port: 84 spring: application: name: nacos-order-consumer cloud: nacos: discovery: server-addr: localhost:8848 sentinel: transport: dashboard: localhost:8080 port: 8719 service-url: nacos-user-service: http://nacos-payment-provider #对Feign的支持 feign: sentinel: enabled: true主启动类：
@EnableDiscoveryClient @SpringBootApplication @EnableFeignClients public class OrderNacosMain84 { public static void main(String[] args) { SpringApplication.run(OrderNacosMain84.class, args); } }配置类：
@Configuration public class ApplicationContextConfig { @Bean @LoadBalanced public RestTemplate getRestTemplate() { return new RestTemplate(); } }业务类controller：
@RestController @Slf4j public class CircleBreakerController { public static final String SERVICE_URL = "http://nacos-payment-provider"; @Resource private PaymentService paymentService; @Resource private RestTemplate restTemplate; @GetMapping("/consumer/fallback/{id}") // @SentinelResource(value = "fallback",fallback = "handlerFallback")//fallback只负责业务异常 // @SentinelResource(value = "fallback",blockHandler = "blockHandler")//blockHandler只负责sentinel配置出错 @SentinelResource(value = "fallback",blockHandler = "blockHandler",fallback = "handlerFallback")//两个都配置，如果都出错，会进入blockHandler public CommonResult<Payment> fallback(@PathVariable("id")Long id){ CommonResult<Payment> result = restTemplate.getForObject(SERVICE_URL + "/paymentSQL/" + id, CommonResult.class, id); if (id == 4) { throw new IllegalArgumentException ("IllegalArgumentException,非法参数异常...."); }else if (result.getData() == null) { throw new NullPointerException ("NullPointerException,该ID没有对应记录,空指针异常"); } return result; } //fallback = "handlerFallback" public CommonResult<Payment> handlerFallback(@PathVariable("id")Long id,Throwable e){ Payment payment = new Payment(id,""); return new CommonResult<>(444,"运行异常，handlerFallback，exception内容："+e.getMessage(),payment); } //blockHandler = "blockHandler" public CommonResult<Payment> blockHandler(@PathVariable("id")Long id, BlockException e){ Payment payment = new Payment(id,""); return new CommonResult<>(455,"运行异常，blockHandler，BlockException："+e.getMessage(),payment); } }fallback只负责业务异常 blockHandler只负责sentinel配置出错 两个都配置，如果都出错，会进入blockHandler
sentinel配置： 测试效果： 可以看到，正常访问，会有负载均衡的效果，id=4、5时抛异常走的自定义的fallback方法，快速点击，走的是自定义的blockHandler方法
前面所有讲解过程有个重要问题： 一旦我们重启应用，Sentinel规则将消失，生产环境需要将配置规则进行持久化！ 怎么配置： 将限流配置规则持久化进Nacos保存，只要刷新8401某个rest地址，sentinel控制台的流控规则就能看到，只要Nacos里面的配置不删除，针对8401上Sentinel上的流控规则持续有效 配置8401： pom.xml:
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> </dependency>application.yml:
server: port: 8401 spring: application: name: cloudalibaba-sentinel-service cloud: nacos: discovery: server-addr: localhost:8848 #Nacos服务注册中心地址 sentinel: transport: dashboard: localhost:8080 #配置Sentinel dashboard地址 port: 8719 datasource: ds1: nacos: server-addr: localhost:8848 dataId: cloudalibaba-sentinel-service groupId: DEFAULT_GROUP data-type: json rule-type: flow management: endpoints: web: exposure: include: '*' feign: sentinel: enabled: true # 激活Sentinel对Feign的支持添加Nacos业务规则配置
[ { "resource": "/byUrl", "limitApp": "default", "grade": 1, "count": 1, "strategy": 0, "controlBehavior": 0, "clusterMode": false } ]resource：资源名称 limitApp：来源应用 grade：阈值类型，0代表线程数，1代表QPS count：单击阈值 strategy：流控模式，0代表直接，1代表关联，2代表链路 controlBehavior：流控效果，0代表快速失败，1代表Warm Up，2代表排队等待 clusterMode：是否集群
经过上述配置，关闭8401服务，再重启，刷新sentinel，发现流控规则已经持久化！
至此，强大的SpringCloud Alibaba Sentinel就跟各位介绍完了，只是个人的一个学习笔记，记录一下分享给大家，有什么不对的地方，希望朋友们指出~~
