Sentinel分布式系统的流量防卫兵Sentinel 是什么？官网：https://github.com/alibaba/Sentinel/wiki/介绍

Sentinel 是什么？官网：https://github.com/alibaba/Sentinel/wiki/介绍

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。

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 基本概念:

资源:

　　资源是 Sentinel 的关键概念。它可以是 Java 应用程序中的任何内容，例如，由应用程序提供的服务，或由应用程序调用的其它应用提供的服务，甚至可以是一段代码。在接下来的文档中，我们都会用资源来描述代码块。只要通过 Sentinel API 定义的代码，就是资源，能够被 Sentinel 保护起来。大部分情况下，可以使用方法签名，URL，甚至服务名称作为资源名来标示资源。

规则:

　　围绕资源的实时状态设定的规则，可以包括流量控制规则、熔断降级规则以及系统保护规则。所有规则可以动态实时调整。

Sentinel 功能和设计理念:

流量控制：

　　流量控制在网络传输中是一个常用的概念，它用于调整网络包的发送数据。然而，从系统稳定性角度考虑，在处理请求的速度上，也有非常多的讲究。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel 作为一个调配器，可以根据需要把随机的请求调整成合适的形状，如下图所示：

流量控制设计理念,流量控制有以下几个角度:

• 资源的调用关系，例如资源的调用链路，资源和资源之间的关系；
• 运行指标，例如 QPS、线程池、系统负载等；
• 控制的效果，例如直接限流、冷启动、排队等。

Sentinel 的设计理念是让您自由选择控制的角度，并进行灵活组合，从而达到想要的效果。

熔断降级：

　　除了流量控制以外，降低调用链路中的不稳定资源也是 Sentinel 的使命之一。由于调用关系的复杂性，如果调用链路中的某个资源出现了不稳定，最终会导致请求发生堆积。Sentinel 和 Hystrix 的原则是一致的: 当检测到调用链路中某个资源出现不稳定的表现，例如请求响应时间长或异常比例升高的时候，则对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联故障。

熔断降级设计理念:

　　在限制的手段上，Sentinel 和 Hystrix 采取了完全不一样的方法。Hystrix 通过 线程池隔离 的方式，来对依赖（在 Sentinel 的概念中对应 资源）进行了隔离。这样做的好处是资源和资源之间做到了最彻底的隔离。缺点是除了增加了线程切换的成本（过多的线程池导致线程数目过多），还需要预先给各个资源做线程池大小的分配。

Sentinel 对这个问题采取了两种手段:

1. 通过并发线程数进行限制 : 和资源池隔离的方法不同，Sentinel 通过限制资源并发线程的数量，来减少不稳定资源对其它资源的影响。这样不但没有线程切换的损耗，也不需要您预先分配线程池的大小。当某个资源出现不稳定的情况下，例如响应时间变长，对资源的直接影响就是会造成线程数的逐步堆积。当线程数在特定资源上堆积到一定的数量之后，对该资源的新请求就会被拒绝。堆积的线程完成任务后才开始继续接收请求。
2. 通过响应时间对资源进行降级 : 除了对并发线程数进行控制以外，Sentinel 还可以通过响应时间来快速降级不稳定的资源。当依赖的资源出现响应时间过长后，所有对该资源的访问都会被直接拒绝，直到过了指定的时间窗口之后才重新恢复。

系统负载保护:

　　Sentinel 同时提供系统维度的自适应保护能力。防止雪崩，是系统防护中重要的一环。当系统负载较高的时候，如果还持续让请求进入，可能会导致系统崩溃，无法响应。在集群环境下，网络负载均衡会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候，这个增加的流量就会导致这台机器也崩溃，最后导致整个集群不可用。针对这个情况，Sentinel 提供了对应的保护机制，让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之内处理最多的请求。

Sentinel 的开源生态：

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。

Sentinel 基本使用：

1.首先，我们需要导入依赖：

<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-core</artifactId>
<version>1.6.3</version>
</dependency>

2.定义资源限流规则：

　　资源 是 Sentinel 中的核心概念之一。最常用的资源是我们代码中的 Java 方法。 当然，您也可以更灵活的定义你的资源

//初始化规则
private static void initFlowRules() {
List<FlowRule> rules = new ArrayList<>(); //限流规则的集合
FlowRule flowRule = new FlowRule();//限流规则
flowRule.setResource("ruleTest");//资源(可以是方法名称、接口）
//线程数(FLOW_GRADE_THREAD)与QPS (FLOW_GRADE_QPS)
flowRule.setGrade(RuleConstant.FLOW_GRADE_QPS); //限流的阈值的类型
flowRule.setCount(18);// QPS数

rules.add(flowRule);
FlowRuleManager.loadRules(rules);
}

3.启动测试类，官网提供了以下代码做演示：

public static void main(String[] args) {
initFlowRules(); //初始化一个规则
while(true){
Entry entry=null;
try{
entry= SphU.entry("ruleTest");
System.out.println("Hello Word");
}catch (BlockException e){//如果被限流了，那么会抛出这个异常

e.printStackTrace();
}finally {
if(entry!=null){
entry.exit();// 释放

}
}
}
}

　　Demo 运行之后，我们可以在日志 ~/logs/csp/${appName}-metrics.log.xxx 里看到下面的输出:

　　其中 p 代表通过的请求, block 代表被阻止的请求, s 代表成功执行完成的请求个数, e 代表用户自定义的异常, rt 代表平均响应时长。可以看到，这个程序每秒稳定输出 "hello world" 18 次，和规则中预先设定的阈值是一样的。

Sentinel 控制台：

　　下载 https://github.com/alibaba/Sentinel/releases ,下载 sentinel-dashboard-1.6.3.jar 。(启动 Sentinel 控制台需要 JDK 版本为 1.8 及以上版本。)

　　启动控制台：

java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar

　　其中 -Dserver.port=8080 用于指定 Sentinel 控制台端口为 8080。从 Sentinel 1.6.0 起，Sentinel 控制台引入基本的登录功能，默认用户名和密码都是 sentinel。

客户端接入控制台：

　　将刚刚演示的Demo 接入控制台，首秀按要导入依赖：

<dependency>

<groupId>com.alibaba.csp</groupId>

<artifactId>sentinel-transport-simple-http</artifactId>

<version>1.6.3</version>
</dependency>

　　启动时加入 JVM 参数 -Dcsp.sentinel.dashboard.server=consoleIp:port 指定控制台地址和端口。若启动多个应用，则需要通过 -Dcsp.sentinel.api.port=xxxx 指定客户端监控 API 的端口（默认是 8719）。其他配置项见：https://github.com/alibaba/Sentinel/wiki/%E5%90%AF%E5%8A%A8%E9%85%8D%E7%BD%AE%E9%A1%B9 配置如下：

-Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-demo

　　这样子启动Demo就能再控制台上看到效果如下：

　　其他具体相关可以查看github介绍。

Sentinel 整合SpringBoot：

　　Sentinel 提供了 @SentinelResource 注解用于定义资源，并提供了 AspectJ 的扩展用于自动定义资源、处理 BlockException 等。首先需要导入依赖：

<dependency>
　　<groupId>com.alibaba.csp</groupId>
　　<artifactId>sentinel-core</artifactId>
　　<version>1.6.3</version>
</dependency>
<dependency>
　　<groupId>com.alibaba.csp</groupId>
　　<artifactId>sentinel-transport-simple-http</artifactId>
　　<version>1.6.3</version>
</dependency>
<dependency>
　　<groupId>com.alibaba.csp</groupId>
　　<artifactId>sentinel-annotation-aspectj</artifactId>
　　<version>1.6.3</version>
</dependency>

　　在主启动类中添加规则：

@SpringBootApplication
public class SentinelDemoApplication {
public static void main(String[] args) {
initFlowRules();
SpringApplication.run(SentinelDemoApplication.class, args);
}
//初始化规则
private static void initFlowRules(){
List<FlowRule> rules=new ArrayList<>(); //限流规则的集合
FlowRule flowRule=new FlowRule();
flowRule.setResource("sayHello");//资源(方法名称、接口）
flowRule.setGrade(RuleConstant.FLOW_GRADE_QPS); //限流的阈值的类型
flowRule.setCount(2);
rules.add(flowRule);
FlowRuleManager.loadRules(rules);
}
}

　　还需要通过配置的方式将 SentinelResourceAspect 注册为一个 Spring Bean：

@Configuration
public class AopConfiguration {
@Bean
public SentinelResourceAspect sentinelResourceAspect(){
return new SentinelResourceAspect();
}
}

　　此刻我们可以通过注解 @SentinelResource 来定义资源 ：

@RestController
public class SentinelController {
@SentinelResource(value = "sayHello") //针对方法级别的限流
@GetMapping("/say")
public String sayHello(){
System.out.println("hello world");
return "hello world";
}
}

　　启动服务就可以看到效果了。这里需要加入到Sentinel-dashboard中：-Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-demo