文章目录

创建工程测试工程
- 流控
- 熔断
- 热点
- 授权规则
- 系统规则
- @SentinelResource
配置持久化
执行流程

创建工程测试工程

1.导入依赖

<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.3.12.RELEASE</version>
</parent><dependencyManagement><dependencies><!-- spring cloud 总体依赖版本管理 --><dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-dependencies</artifactId><version>Hoxton.SR12</version><scope>import</scope><type>pom</type></dependency><!-- spring cloud alibaba 总体依赖版本管理 --><dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-alibaba-dependencies</artifactId><version>2.2.7.RELEASE</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</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>
</dependencies>

2.yml配置

server:port: 9000
spring:application:name: nacos-sentinelcloud:nacos:discovery:server-addr: 192.168.8.128:8848sentinel: # 配置sentinel信息transport:dashboard: 192.168.8.128:8858 # 配置sentinel服务器地址,客户端连接sentinelport: 8719 # 代表sentinel客户端和控制台通信的端口，默认为8719,sentinel监控客户端

4.创建控制器

@RestController
public class SentinelController {@RequestMapping("/fs")public String show(){return "hello world!";}
}

访问: http://localhost:9000/fs

流控

1.资源名: 标识资源的唯一名称，默认为请求路径，也可以在客户端中使用@SentinelResource配置。
2.针对来源: Sentinel可以针对服务调用者进行限流，填写微服务名称即spring.application.name，默认为default，不区分来源。
3.阈值类型:
QPS(每秒钟的请求数量): 当调用该api的QPS达到阈值的时候，进行限流。
线程数: 当调用该api的线程数达到阈值的时候，进行限流。
4.单机阈值: 定义QPS或线程数的具体控制阈值。
5.是否集群: 默认不集群。
6.流控模式:
直接: 当api调用达到限流条件的时，直接限流。
关联: 当关联的资源请求达到阈值的时候，限流自己,例: 设置/aa和/bb,在/bb的关联中填入/aa,/aa在1s被访问5次(假设限制)则限流/bb
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,则进行限流),例: 从指定/aa下访问/fs的请求才统计限流
7 流控效果:
快速失败: 直接失败。
Warm Up(预热): 设置预热时长,在预热时长内,处理请求上线为请求数/预热时长,预热时长过后,恢复原单机阈值
排队等待: 匀速排队，让请求匀速通过，阈值类型必须设置为QPS，否则无效。

熔断

下图表示访问/fs控制单元的5次请求内,有50%的请求的响应时长超过100ms,则熔断3秒,熔断期间直接降级

熔断策略:
1 慢调用比例: 按照响应时间进行判断，比例，数量进行判断。
2.异常比例: 按照异常比例进行判断。
3 异常数量: 按照异常的数量进行判断。

最大RT: 响应时间，单位毫秒。指请求及响应的时间。最大RT ：300，表示如果请求及响应时间超过300毫秒则为慢调用。
比例阈值: 取值[0.0-1.0]，0表示0%，1.0表示100%。表示慢调用出现的比例。
熔断时长: 当满足熔断条件后，熔断时间。
最小请求数: 进行判断的最小请求的数量。

热点

简单说: 就是更具请求携带的不同的参数值,来采取不同的限制.
添加控制层代码: 在方法前加@SentinelResource(value = “firstResource(随意指定)”)
注意热点只能在 @SentinelResource该注解指定的名称中添加,不能直接添加到对应的控制单元上

@RestController
public class DemoController {@RequestMapping("/fs")@SentinelResource(value = "firstResource")public String show(String name){System.out.println(name);return "hello world!";}
}

下图就是在请求参数不为aa时,一秒内超过2个请求就降级,请求参数为aa时,一秒内超过5个请求就降级才降级

参数索引: 请求传入的参数索引，从0开始计数。即控制器方法参数表中的热点参数索引。
单机阈值: 与流控规则中的单机阈值含义相同。
统计窗口时长: 对单机阈值的流控限制统计窗口时长。如：单机阈值 3，统计窗口时长 1 ，则1秒内QPS阈值为3。
设置热点参数: 当创建热点规则后，会在Sentinel Dashboard中热点规则中出现我们建立的规则。

在热点规则中点击编辑
参数类型: 热点参数数据类型。
参数值: 热点参数具体值。
限流阈: 当请求参数值与热点参数值相同时的QPS阈值。
添加按钮: 当设置好热点参数例外项后，一定要点击添加按钮，否则热点参数不生效

授权规则

就是让那些ip和访问,哪些ip不能访问

使用授权规则，必须在被Sentinel管理的应用这增加解析类型，根据IP实现授权规则限制

/*** 自定义解析器。用于配合Sentinel实现授权管理的。* 要求当前类型的对象，必须被spring容器管理。** RequestOriginParser - 用于解析每个请求的解析器。*  可以获取客户端IP地址。*/
@Component
public class MyParser implements RequestOriginParser {/*** 接口中定义的唯一解析方法。用于解析请求对象的。* @param httpServletRequest* @return 解析后的结果。一般是客户端IP地址。*/@Overridepublic String parseOrigin(HttpServletRequest httpServletRequest) {System.out.println("remoteAddr = " + remoteAddr);System.out.println("remoteHost = " + httpServletRequest.getRemoteHost());System.out.println("remotePort = " + httpServletRequest.getRemotePort());return httpServletRequest.getRemoteAddr();}
}

表示只有127.0.0.1才能访问该地址

1.流控应用: 具体访问这个资源的客户端，即客户端IP地址。多个地址使用逗号 ‘,’ 分隔。
2 授权类型: 即流控应用是否可访问当前被授权规则管理的资源。

白名单：可以访问。
黑名单：不可访问。

系统规则

系统规则是对整个系统进行设置的规则。阈值类型包含以下五种：
1.Load: 自适应（仅对 Linux/Unix-like 机器生效），系统的 load 作为启发指标，进行自适应系统保护。当系统 load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。
2.CPU使用率: 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。
3.RT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。
4.线程数: 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。
5.QPS: 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。

@SentinelResource

利用这个注解可以自定义降级和发生异常时调用的方法
1.fallback回退: 在标注了@SentinelResouce注解的方法，发生了Java异常时的回退处理。
2.block回退: @SentinelResource资源访问不符合Sentinel控制台定义的规则时的回退。当没有定义Block回退时默认为Blocked by Sentinel (flow limiting)

 *  fallback - 是当前服务逻辑，发生异常的时候，Sentinel辅助回调的降级方法名称。*   当方法抛出异常。触发fallback配置的方法，返回给客户端降级数据。*   没有默认值。*   方法定义要求：*    1. fallback方法签名和当前方法签名，除方法名称外其他都一致。*  blockHandler - 是当前服务逻辑，触发Sentinel限制阈值时，Sentinel辅助回调的降级方法名。*   当某限制规则被触发，blockHandler配置的方法运行，返回给客户端降级数据。*   没有默认值。*   方法定义要求：*    1. blockHandler方法签名和当前方法签名，除方法名称和参数表外，都一致。*    2. 参数表要求：包含当前方法所有参数，在参数表最后，增加BlockException参数。*   BlockException是Sentinel定义的规则异常顶级父类。有若干子类型。*       异常参数对象的具体类型，代表触发了Sentinel约束的哪一种规则。*        FlowException - 流控规则*        ParamFlowException - 热点规则*        DegradeException - 降级规则*        AuthorityException - 授权规则*        SystemBlockException - 系统规则

@RestController
public class DemoController {@GetMapping("/sayHello")@SentinelResource(value = "firstResource", fallback = "sayHelloFallback", blockHandler = "sayHelloBlockHandler")public String sayHello(String name){System.out.println("sentinel name = " + name);// 用于测试异常处理if(name.equals("exception")){throw new RuntimeException("测试异常处理");}return "您好：" + name;}public String sayHelloFallback(String name){System.out.println("sayHelloFallback方法运行，参数是：" + name);return "服务器忙，请稍后重试!";}public String sayHelloBlockHandler(String name, BlockException ex){if(ex.getClass() == FlowException.class){System.out.println("流控规则");return "参与活动人数太多，请稍后重试！";}if(ex.getClass() == ParamFlowException.class){System.out.println("热点规则");return "查询的数据不存在！";}if(ex.getClass() == DegradeException.class){System.out.println("降级规则");return "服务器爆炸！";}if(ex.getClass() == AuthorityException.class){System.out.println("授权规则");return "您的权限不足，请联系管理员！";}if(ex.getClass() == SystemBlockException.class){System.out.println("系统规则");return "您访问的网站已下线，明天再来吧！";}System.out.println("其他问题");return "未知原因";}
}

配置持久化

Sentinel中各种流量控制可以借助持久化工具进行存储。示例中利用：Nacos配置中心存储相关配置。
1.在nocos中新增配置

2.配置内容:

[
{"resource": "/demo01",
"limitApp": "default",
"grade": 1,
"count": 3,
"strategy": 0,
"controlBehavior": 0,
"clusterMode": false
}
]

配置详解:

resource：资源名，即限流规则的作用对象
limitApp：流控针对的调用来源，若为 default 则不区分调用来源
grade：限流阈值类型（QPS 或并发线程数）；0代表根据并发线程数量来限流，1代表根据QPS来进行流量控制
count：限流阈值
strategy：流控模式，调用关系限流策略（0-直连，1-关联，2-链路）
controlBehavior：流量控制效果（0-快速失败、1-Warm Up、2-排队等待）
clusterMode：是否为集群模式

3.导入依赖:

        <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</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.alibaba.csp</groupId><artifactId>sentinel-datasource-nacos</artifactId></dependency>

4.yml配置

server:port: 8080
spring:application:name: nacos-sentinelcloud:nacos:discovery:server-addr: 127.0.0.1:8848sentinel: # 配置sentinel信息transport:dashboard: 127.0.0.1:8858 # 配置sentinel服务器地址。port: 8719 # 代表sentinel客户端和控制台通信的端口，默认为8719datasource: # 配置sentinel规则存储的数据源ds: # 定义数据源的keynacos: # 指定nacos作为数据源server-addr: 127.0.0.1:8848 # nacos服务器地址data-id: hello  # nacos中配置文件名称group-id: world # nacos中配置文件所属分组， 默认DEFAULT_GROUPdata-type: json # nacos中配置文件类型， 默认jsonrule-type: flow # nacos中配置文件定义的规则类型。

5.重启后，访问 http://localhost:9000/fs?name=test在不做任何规则配置的前提下，查看Sentinel控制台中的流控规则面板，查看是否存在流控规则信息。
存在!

执行流程

1.微服务启动
2.根据配置文件application.yml中的配置，动态访问Sentinel Datasource，读取持久化规则配置3.sentinel客户端占用端口8719，连接sentinel服务器(端口是8858)
4.如果有持久化的规则配置，在连接sentinel服务器的同时，提交持久化规则配置内容5.客户端浏览器请求微服务
6.微服务中的sentinel客户端拦截请求，上报请求信息到sentinel服务器(端口8858)
7.sentinel服务器检测已配置的规则限制(如:流控、降级、热点等)
8.sentinel服务器返回规则限制是否被触发(返回到sentinel客户端，端口是8719)
9.如果流控规则已触发，sentinel客户端直接返回降级(Blocked by sentinel)，或调用SentinelResource注解配置的blockHandler返回托底数据。
10.如果流控规则未触发，微服务正常执行，并返回运行结果给客户端。|

Sentinel：服务限流相关推荐

Spring Cloud Alibaba | Sentinel: 服务限流高级篇
Spring Cloud Alibaba | Sentinel: 服务限流高级篇 Springboot: 2.1.6.RELEASE SpringCloud: Greenwich.SR1 如无特殊说明 ...
Spring Cloud入门-Sentinel实现服务限流、熔断与降级(Hoxton版本)
文章目录 Spring Cloud入门系列汇总摘要 Sentinel简介安装Sentinel控制台创建sentinel-service模块限流功能创建RateLimitController类 ...
哨兵双向 java_SpringCloud微服务：Sentinel哨兵组件，管理服务限流和降级
一.基本简介 1.概念描述 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.包括核心的独立类库,监控台,丰富的使用场景验证.(这似乎是阿里开源组件的一贯 ...
Sentinel微服务限流、熔断、降级介绍（一）
概述在互联网应用中,会有很多突发性的高并发访问场景,比如双11大促.秒杀等.这些场景最大的特点就是访问量会远远超出系统所能够处理的并发数. 在没有任何保护机制的情况下,如果所有的流量都进入服务器,很 ...
流量治理神器-Sentinel的限流模式，选单机还是集群？
大家好,架构摆渡人.这是我的第5篇原创文章,还请多多支持. 上篇文章给大家推荐了一些限流的框架,如果说硬要我推荐一款,我会推荐Sentinel,Sentinel的限流模式分为两种,分别是单机模式和集群 ...
Spring Cloud Gateway 整合阿里 Sentinel网关限流实战！
前一篇文章介绍了Spring Cloud Gateway的一些基础知识点,今天陈某就来唠一唠网关层面如何做限流? 文章目录如下: 网关如何限流? Spring Cloud Gateway本身自带的限流 ...
亿级流量架构之服务限流思路与方法
为什么要限流日常生活中,有哪些需要限流的地方? 像我旁边有一个国家AAAA景区,平时可能根本没什么人前往,但是一到五一或者春节就人满为患,这时候景区管理人员就会实行一系列的政策来限制进入人流量, 为 ...
【alibaba-cloud】网关整合sentinel实现限流
网关整合sentinel实现限流还是在前几篇博客的基础上搭建的,需要有服务端,客户端,网关等客户端服务端的搭建:https://blog.csdn.net/wangyunzhao007/artic ...
Spring Cloud Gateway 整合阿里 Sentinel网关限流实战
文章目录如下: 网关如何限流? Spring Cloud Gateway本身自带的限流实现,过滤器是RequestRateLimiterGatewayFilterFactory,不过这种上不了台面的就 ...
03.服务限流实现方案
Sentinel概述随着微服务的流行,服务和服务之间的稳定性变得越来越重要.Sentinel 是面向分布式服务架构的轻量级流量控制组件,主要以流量为切入点,从限流.流量整形.熔断降级.系统负载保护等 ...

Sentinel：服务限流