Sentinel: 分布式系统的流量防卫兵

前言

在 Spring Cloud 体系中，熔断降级我们会使用 Hystrix 框架，限流通常会在 Zuul 中进行处理，Zuul 中没有自带限流的功能，我们可以自己做限流或者集成第三方开源的限流框架。最新一代的网关 Spring Cloud Gateway 则自带了限流的功能。
有没有那么一个框架能够把熔断跟限流都给做了，以前没有，但是现在有了，我这属于自问自答哈！这个框架就是阿里最新开源的 Sentinel。
第一眼见到 Sentinel 有一种很熟悉的感觉，似曾相识啊！Redis 里面集群的那个哨兵模式不就是 Sentinel 嘛。后来我才发现我错了，大错特错，这是一个新的框架，潜力 + 实力 = 阿里开源。
Sentinel 是什么？

本段介绍来源于Sentinel Github主页介绍

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 的开源生态：

初次见面的我们

先来简单的体验下 Sentinel 吧，在你的Maven项目中增加 Sentinel 的依赖：

1.  
2.      com.alibaba.csp
3.      sentinel-core
4.      1.4.1
5.  

Sentinel中需要限流的称之为资源，对资源进行处理，下面来看最简单的一段代码：

1.  public static void main(String[] args) {
2.      initFlowRules();
3.      while (true) {
4.          Entry entry = null;
5.          try {
6.              entry = SphU.entry("HelloWorld");
7.              /*您的业务逻辑 - 开始*/
8.              System.out.println("hello world");
9.              /*您的业务逻辑 - 结束*/
10.         } catch (BlockException e1) {
11.             /*流控逻辑处理 - 开始*/
12.             System.out.println("block!");
13.             /*流控逻辑处理 - 结束*/
14.         } finally {
15.            if (entry != null) {
16.                entry.exit();
17.            }
18.        }
19.     }
20. }
21. 
22. private static void initFlowRules(){
23.     List rules = new ArrayList<>();
24.     FlowRule rule = new FlowRule();
25.     rule.setResource("HelloWorld");
26.     rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
27.     // Set limit QPS to 20.
28.     rule.setCount(20);
29.     rules.add(rule);
30.     FlowRuleManager.loadRules(rules);
31. }

第一行中初始化限流的规则，创建了一个资源叫 HelloWorld，设置了这个资源的QPS 为 20。
在业务开始前使用SphU.entry();方法标识开始，结束使用entry.exit();，如果触发了流控逻辑就会抛出BlockException异常让用户自行处理。
代码运行之后，我们可以在日志 ~/logs/csp/${appName}-metrics.log.xxx 里看到下面的输出:

1.  |--timestamp-|------date time----|-resource-|p |block|s |e|rt
2.  1529998904000|2018-06-26 15:41:44|HelloWorld|20|0    |20|0|0
3.  1529998905000|2018-06-26 15:41:45|HelloWorld|20|5579 |20|0|728
4.  1529998906000|2018-06-26 15:41:46|HelloWorld|20|15698|20|0|0
5.  1529998907000|2018-06-26 15:41:47|HelloWorld|20|19262|20|0|0
6.  1529998908000|2018-06-26 15:41:48|HelloWorld|20|19502|20|0|0
7.  1529998909000|2018-06-26 15:41:49|HelloWorld|20|18386|20|0|0

• p：通过的请求,
• block：被阻止的请求
• s：成功执行完成的请求个数
• e：用户自定义的异常
• rt：平均响应时长。

我是Mac系统，日志是在这个目录下，Windows我没试过，应该也在用户的主目录下

上面这个列子是官方的示列，如果你觉得没有看到你想要的效果，因为一直在循环，也不知道有没有限流成功，我们可以稍微改动一下进行测试就知道了。
将while循环改成for循环, 次数为10000次，只输出一句话，不做任何限制，执行完成的时间大概在40毫秒左右。

1.  long startTime = System.currentTimeMillis();
2.  for (int i = 0; i < 10000; i++) {
3.      System.out.println("hello world");
4.  }
5.  long endTime = System.currentTimeMillis();
6.  System.out.println(endTime - startTime);

下面加上限流的逻辑，执行完成的时间基本上就超过100毫秒了，可见限流起了作用。

1.  for (int i = 0; i < 10000; i++) {
2.      Entry entry = null;
3.      try {
4.          entry = SphU.entry("HelloWorld");
5.          // 资源中的逻辑.
6.          System.out.println("hello world");
7.      } catch (BlockException e1) {
8.          System.out.println("blocked!");
9.      } finally {
10.         if (entry != null) {
11.             entry.exit();
12.         }
13.     }
14. }
15. long endTime = System.currentTimeMillis();
16. System.out.println(endTime - startTime);

欢迎加入我的知识星球，一起交流技术，免费学习猿天地的课程（http://cxytiandi.com/course）
PS：目前星球中正在星主的带领下组队学习Sentinel，等你哦！

你点的每个好看，我都认真当成了喜欢


尹吉欢
我不差钱啊
喜欢作者