五分钟实现：Spring-Cloud-Alibaba（三）Sentinel-降级限流
Spring-Cloud-Alibaba-Sentinel-降级限流
在看Sentinel的降级限流之前，我们需要有一个全局的概念：
- Sentinel是一个服务端，他有控制台，可以监控资源的调用。
- Sentinel可以进行限流，降级，参数限流，以及系统整体流量控制和来源访问控制。
- 降级限流的核心概念是先定义应用中的资源，然后对资源进行控制。
一、Sentinel服务端
1、下载jar包
下载Sentinel的控制台：https://download.csdn.net/download/jiangxiulilinux/11961986
2、运行控制台
java -jar sentinel-dashboard-1.6.3.jar
默认的用户名，密码都是sentinel，登录后进入控制台，目前看是什么也没有的，接下来我们让服务接入咱们的限流组件。
二、应用接入Sentinel
1、引入jar包
<dependency>
<groupId>com.alibaba.cloudgroupId>
<artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
dependency>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-webartifactId>
dependency>
<dependency>
<groupId>org.projectlombokgroupId>
<artifactId>lombokartifactId>
dependency>
2、配置文件
在我们的application.yml的配置文件中，加入以下内容：
spring:
application:
name: sentinel-client
cloud:
sentinel:
transport:
port: 8719
dashboard: 127.0.0.1:8080
- transport.dashboard：告诉程序，sentinel的服务端地址。
- transport.port：定义sentinel与我们程序通信的http端口，如果此端口有冲突，端口会后延。
- application.name：我们的sentinel控制台显示的程序名字，用的就是这个字段。
3、观察控制台
启动我们上面的应用，观察Sentinel的控制台，发现是如下的空的：
4、定义接口
@RestController
@Slf4j
public class SentinelController {
@GetMapping("/getname")
public String getName(String name) {
log.info("sentinel client receive------------------{}", name);
return "Hello " + name + " !";
}
}
5、调用接口
调用几次我们刚才的接口（http://127.0.0.1:8090/getname?name=jxl），应用有了访问量，再观察控制台，监控的效果出来了，应用也出来了。
三、定义资源
这个概念很重要，我们所有的降级，限流还是系统规则，热点规则都要定义范围，这就是资源，我们将我们上文中定义的接口定义为sentinel的资源，名字为hello。
在我们的资源上面加入注解@SentinelResource，就是定义了资源，可以参看如下的完整代码。
@RestController
@Slf4j
public class SentinelController {
@GetMapping("/getname")
@SentinelResource("hello")
public String getName(String name) {
log.info("sentinel client receive------------------{}", name);
return "Hello " + name + " !";
}
}
四、限流规则
有了资源，一切都可以开始了。
1、控制台制定限流规则
簇点路由->列表视图，在需要定义的资源上面，点击流控：
我们看下流控如何配置的，可选类型有QPS与线程数，后面可以配置对应的阈值，我们暂定为QPS为2.
定义好流控的规则后，看我的流控规则里面有下面的显示：
2、看流控效果
接下来，就是见证奇迹的时候了，我们访问我们之前定义的接口，点击的快点后，发现了如下的返回：
大概意思就是，您没有定义错误页面，所以你看到了默认的错误页面，服务器发生了内部的错误。
看控制台的日志，已经报了FlowException的异常。
3、定义流控返回
这样当然不是你想要的了，你想要有明确的返回，我们可以如下来做。
添加blockHandler的处理，它的值就是下面的方法的名字。
下面的方法，必须和资源的方法定义相同，同时多一个异常的参数。这个时候异常就不会暴露出到页面上了。我们可以自定义如何处理这个异常。
五、降级规则
1、控制台制定降级规则
在控制台中，簇点路由->列表视图->降级。
新增降级规则的视图如下：
我们可以根据以下三个维度来定义：
- RT：平均响应时间，
一秒内持续进入5个请求，对应时刻的平均响应时间超过阈值，那么在接下来的时间窗口中，将会发生降级，这里要注意，sentinel默认统计的RT的最高上限为4900ms，如果超过这个时间的时间都会按照4900来计算，我们可以通过启动配置项Dcsp.sentinel.statistic.max.rt=xxx来配置。 - 异常比例：异常占总体访问数目的比例。当资源的
每秒请求量超过5，且每秒的异常比例超过阈值，资源进入降级状态，在接下来的时间窗口内，对这个接口的调用都会自动返回。 - 异常数：异常的数目。当资源接近
一分钟的异常数目超过阈值后进行熔断。如果时间窗口小于60秒，则结束熔断状态后仍可能继续进入熔断状态。
异常降级仅针对业务异常，对Sentinel降级限流本身的异常BlockException不生效。
我们定义的降级规则如下，我们可以单独定义，最终是规则的合集，也就是本着安全的目的，任何一个规则达到了，都会生效。
2、查看降级效果
如果我们什么也不做，只是在控制台中定义我们的降级规则，那么会一样的报错，报异常。
3、定义降级返回
为了让我们的降级按照我们的想法返回，我们的程序如下：
@RestController
@Slf4j
public class SentinelController {
@GetMapping("/getname")
@SentinelResource(value = "hello", blockHandler = "exceptionHandler", fallback = "fallbackHandler")
public String getName(String name) {
long start = System.currentTimeMillis();
log.info("----------sentinel client receive {}----------", name);
try {
Thread.sleep(2);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.info("----------react time {}----------", System.currentTimeMillis() - start);
throw new RuntimeException("出错啦");
//return "Hello " + name + " !";
}
public String exceptionHandler(String name, BlockException ex) {
String exception = "block";
if (ex instanceof FlowException){
log.info("----------flow ----------");
exception = "flow";
} else if(ex instanceof DegradeException){
log.info("----------degrade----------");
exception = "degrade";
}
return exception;
}
public String fallbackHandler(String name, Throwable ex) {
log.info("----------fallback----------");
return "fallback";
}
}
上面的代码中定义了降级后，我们的处理，也就是在资源上，添加fallback的处理方法。
处理方法的要求是，需要返回值和参数与资源的方法相同，参数可以添加一个Throwable的参数。
上面的代码中，模拟了异常发生的情况，用以测试异常的降级情况。
六、系统规则
1、控制台制定规则
首先需要明确系统规则应用整体维度的，而不是资源维度的。
这几个维度的解释：
- Load（仅对Linux机器生效）：当系统的Load超过阈值，且当前的并发线程数超过系统容量时，才会触发系统保护。系统容量由
maxQps * minRt计算得出，设定参考值一般是CPU cores * 2.5。 - RT：单台机器上所有入口流量的平均RT达到阈值，就触发系统保护。
- 线程数：单台机器上所有入口流量的的并发线程数目达到阈值，就触发系统保护。
- 入口QPS：当单台机器的所有入口流量的QPS达到阈值，就触发系统保护。
- CPU使用率：CPU的使用率超过阈值，就触发系统保护。
2、查看系统降级效果
已经定义好了，会返回一串字符。
Blocked by Sentinel (flow limiting)
七、授权规则
授权规则是对资源级别的控制，分为以下两种：
- 黑名单：黑名单中的ip不可以通过，其他的访问都可以通过。
- 白名单：只有白名单中的ip可以通过，其他的都不可以通过。
八、热点规则
是针对资源中的参数的控制，使用LRU算法，针对某些参数的值的峰值进行控制。
举个例子吧，我们的接口中有个name参数，我们配置的规则是当这个参数的特定值超过2个访问量的时候，会返回block，但是我们下面设置了有例外情况，jxl这个值超过了阈值也允许，那么我们就可以做测试了。
当参数是jxl的时候，连续访问多次，也不会被限制。
但是换成其他的参数，连续访问次数超过了阈值，就会别限制，返回block。
九、总结
花了好大的力气，终于把sentinel可以做的限制都总结完了。大家在验证的过程中一定遇到了很多的问题，这也是作者需要继续研究的问题。遗留问题如下：
- 默认的规则是在内存级别起作用，我们的应用重启了，规则没了，线上肯定是不行的，所以我们要研究如何将这些规则进行
持久化。 - 目前我们测试的情况，Nacos和Sentinel都是单点的，不满足高可用的要求，万一down了，对我们的影响太大，线上也是不允许的，所以我们要研究这些组件的
高可用策略。 - 还有就是我们的规则设定也都是针对单点制定的，Sentinel是支持集群的设定的，我们也需要看
集群是如何降级与限流的。
本文连载文章如下：
五分钟实现：Spring-Cloud-Alibaba-Nacos-服务治理
五分钟实现：Spring-Cloud-Alibaba-Nacos-配置中心
五分钟实现：Spring-Cloud-Alibaba-Sentinel-降级限流
五分钟实现：Spring-Cloud-Alibaba-Sentinel-限流持久化