【分布式流控组件 Sentinel 快速入门】——图文详解操作流程

                                                                          $分布式流控组件Sentinel快速入门$          

---

仰望天空，妳我亦是行人.✨
个人主页——微风撞见云的博客
《数据结构与算法》专栏的文章图文并茂生动形象简单易学！欢迎大家来踩踩~
《Java学习笔记》专栏的文章是本人在Java学习中总结的一些知识点~
《每天一点小知识》专栏的文章可以丰富你的知识库，滴水成河~
《Redis》专栏的文章是在学习Redis时，整理的笔记与记录的思考~
《RabbitMQ》专栏的文章是在学习尚硅谷课程时整理的笔记，方便复习巩固~
希望本文能够给读者带来一定的帮助~文章粗浅，敬请批评指正！

---

---

Sentinel快速入门：图文讲解操作流程

1. Sentinel简介

Sentinel是阿里巴巴开源的分布式系统的流量控制组件，旨在保护分布式系统在高并发和故障情况下的稳定性。它提供了实时的流量控制、熔断降级、系统负载保护等功能，是微服务架构中不可或缺的一环。

2. 安装Sentinel控制台

Sentinel控制台是Sentinel的管理工具，可以帮助您监控和管理Sentinel的各种规则和限制。安装步骤如下：

• 下载Sentinel控制台的jar包
• 运行命令：java -jar sentinel-dashboard-xxx.jar

• 启动nacos作为服务注册中心

3. @SentinelResource注解

注解@SentinelResource用于标记受Sentinel保护的资源，可以定义资源的限流和降级策略。

@SentinelResource(value = "protectedResource", blockHandler = "handleBlock", fallback = "handleFallback")
public void protectedResource() {
    // 处理受保护的资源逻辑
}

public void handleBlock(BlockException ex) {
    // 处理流控逻辑
}

public void handleFallback(Throwable ex) {
    // 处理降级逻辑
}

4. Sentinel的使用配置

在使用Sentinel之前，我们需要在应用程序中进行配置。例如，在Spring Cloud项目中，添加Sentinel的依赖，并配置相关参数。通常需要结合nacos一起使用：

	    
        <dependency>
            <groupId>com.alibaba.cloudgroupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discoveryartifactId>
        dependency>
        
        <dependency>
            <groupId>com.alibaba.cloudgroupId>
            <artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
        dependency>

然后，在application.yml中配置Sentinel相关参数，这样，nacos8080 将会监控 8401服务

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: #<---------------------------关注点，添加Nacos数据源配置
        ds1:
          nacos:
            server-addr: localhost:8848
            dataId: cloudalibaba-sentinel-service
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow

添加几个方法用于测试

@RestController
@Slf4j
public class FlowLimitController {
    @GetMapping("/testA")
    public String testA() {
       /* try {
            TimeUnit.MILLISECONDS.sleep(800);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }*/
        return "------testA";
    }

    @GetMapping("/testB")
    public String testB() {
        log.info(Thread.currentThread().getName() + "\t" + "...testB");
        return "------testB";
    }

    @GetMapping("/testD")
    public String testD() {
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        log.info("testD 测试RT");
        return "------testD";
    }

    @GetMapping("/testE")
    public String testE() {
        log.info("testE 测试异常数");
        int age = 10 / 0;
        return "------testE 测试异常数";
    }

    @GetMapping("/testHotKey")
    @SentinelResource(value = "testHotKey", blockHandler/*兜底方法*/ = "deal_testHotKey")
    public String testHotKey(@RequestParam(value = "p1", required = false) String p1,
                             @RequestParam(value = "p2", required = false) String p2) {
        //int age = 10/0;
        return "------testHotKey";
    }

    /*兜底方法*/
    public String deal_testHotKey(String p1, String p2, BlockException exception) {
        return "------deal_testHotKey,o(╥﹏╥)o";  //sentinel系统默认的提示：Blocked by Sentinel (flow limiting)
    }

}

运行主启动类

@EnableDiscoveryClient
@SpringBootApplication
public class MainApp8401 {
    public static void main(String[] args) {
        SpringApplication.run(MainApp8401.class, args);
    }
}

访问控制台：http://localhost:8080 ，默认账号密码均为： sentinel

由于Sentinel采用了懒加载机制，我们不访问URL的话是不会出现监控服务的

访问 http://localhost:8401/testA 多刷几次看看效果

刷新sentinel,观察结果

簇点链路部分可以看到我们访问过的URL对应的方法

5. Sentinel流控规则

流控规则用于限制资源的访问速率，防止系统被过多请求拖垮。例如，我们可以设置一个API在一分钟内最多只能处理100个请求：

• 资源名:唯一名称。默认请求路径
• 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)
• 阈值类型/单机阔值:
  • QPS(每秒钟的请求数量):当调用该api的QPS达到阔值的时候，进行限流。
  • 线钱程数:当调用该api伯9美程数认到阈值的时候。进行限流
• 是否集群:不需要集群
• 流控模式:
  • 直接: api达到限流尔件时，直接限流
  • 关联:当关联的资源达到阔值时。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】
• 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/codeFactor，经过预热时长，才达到设置的QPS阈值。

添加流控规则

• 方法1

• 方法2

新增流控规则

再次访问 http://localhost:8401/testA 每秒点两次，直接限流

修改规则

修改代码

开两个线程，分别狂点

再次限流

当关联资源/testB的qps阀值超过1时，就限流/testA的Rest访问地址

使用postman 模拟连续密集访问testB

新建collection

点击Run 配置发送规则

此时访问testA，发现已经挂了，产生了连坐效应

预热冷启动，效果：刚开始点太快不行，等预热时间到了就可以正常访问

排队等待，一秒一个

6. Sentinel服务降级

服务降级是应对系统高并发时的一种保护措施。当资源的异常比例超过阈值时，系统将自动对该资源进行降级，避免系统崩溃。

测试代码：

新增降级规则

打开JMeter

添加线程组

点击运行

此时访问：http://localhost:8401/testE，服务已降级

停掉JMeter后，再次访问，不会降级，展示不友好的ERROR页面

异常数，时间要大于60s

快速请求五次testE，服务降级

7. Sentinel热点key限流

热点key限流用于对一些热点资源进行限制，防止因某个热点资源过于频繁访问而导致系统故障。

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TopK数据，并对其访问进行限制。比如:

• 商品ID为参数，统计—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—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。

Sentinel利用LRU策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式。

自定义兜底降级方法，@SentinelResource

访问一下：http://localhost:8401/testHotKey

添加限流规则

连续点击两次：http://localhost:8401/testHotKey?p1=a，限流，走兜底方法

如果我们配置了限流规则，但不添加兜底方案，那么被触发限流机制后就会直接报500

添加“参数例外项”，即使我们触发了上面的限流，但如果这个参数值是我们特殊指定的，则会走特殊通道

我们疯狂访问：http://localhost:8401/testHotKey?p1=5，没有任何问题。

而把5改为3，则依然限流，走兜底方法

8. Sentinel系统规则

系统规则是Sentinel的全局配置，可以对整个系统的资源进行限制，例如线程数、CPU使用率等。

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maxOps * 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。

测试限流，添加 RateLimitController 和 公共类

@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");
    }

    @GetMapping("/rateLimit/byUrl")
    @SentinelResource(value = "byUrl")
    public CommonResult byUrl() {
        return new CommonResult(200, "按url限流测试OK", new Payment(2020L, "serial002"));
    }

    @GetMapping("/rateLimit/customerBlockHandler")
    @SentinelResource(value = "customerBlockHandler",
            blockHandlerClass = CustomerBlockHandler.class,//<-------- 自定义限流处理类
            blockHandler = "handlerException2")//<-----------
    public CommonResult customerBlockHandler() {
        return new CommonResult(200, "按客戶自定义", new Payment(2020L, "serial003"));
    }

}

@Data
@AllArgsConstructor
@NoArgsConstructor
public class CommonResult<T>{
    private Integer code;
    private String message;
    private T data;

    public CommonResult(Integer code, String message){
        this(code, message, null);
    }
}

@Data
@AllArgsConstructor
@NoArgsConstructor
public class Payment implements Serializable {
    private Long id;
    private String serial;
}

访问http://localhost:8401/byResource

新增流控规则

连续快速访问，限流，走兜底方法

如果我们关闭服务，限流规则也随之消失（体现出临时性）

测试一下，没有兜底方法的

添加限流规则

如果没有写兜底方法blockHandler，则依然走系统默认兜底

创建CustomerBlockHandler类，自定义限流处理逻辑

/**
 * @Author: LiangXinRui
 * @Date: 2023/08/4/17:51
 * @Description:
 */
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.atguigu.springcloud.entities.CommonResult;

public class CustomerBlockHandler {
    public static CommonResult handlerException(BlockException exception) {
        return new CommonResult(4444,"按客戶自定义,global handlerException----1");
    }

    public static CommonResult handlerException2(BlockException exception) {
        return new CommonResult(4444,"按客戶自定义,global handlerException----2");
    }
}

测试这个方法

访问：http://localhost:8401/rateLimit/customerBlockHandler

新增流控规则

一秒访问两次：

9. 总结

希望本篇博客能够带你一步一步完成Sentinel的入门，从而在微服务架构中有效地保护系统的稳定性和可用性。

---

结语

初学一门技术时，总有些许的疑惑，别怕，它们是我们学习路上的点点繁星，帮助我们不断成长。

积少成多，滴水成河。文章粗浅，希望对大家有帮助！