Sentinel

Sentinel是什么

独立于项目外的 服务流量控制台，可以用于熔断 防止服务崩溃无响应，服务重启，流量限制等

能做什么 针对于什么场景

sentinel给我们带来的服务

• Sentinel 独立于项目外，开箱即用
• 控制台可以可视化的实时监控和服务规则配置
• 可以无缝配合cloud的注册中心 最佳匹配 nacos，也可以使用其他的如 Eureka apollo zookeeper等

解决了什么场景问题

• 服务雪崩
• 服务降级
• 服务熔断
• 服务限流

如何获取

下载地址 ：sentinel下载地址
文档地址 ：sentinel文档地址

Sentinel 组件由两部分组成

• 使用sentinel的服务
• sentinel的服务控制台

安装环境我们只需要有 java 8 以上就可以了
下载完成之后，直接运行java -jar 启动查看即可
java -jar sentinel-dashboard-1.7.0.jar

我们只需要访问 默认的启动端口就可以看到 sentinel的控制台了
账号和密码均为 ：sentinel

演示工程 8401

我们主要以介绍sentinel实战，对于演示工程，选核心部分展示
核心依赖

<dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

演示项目配置

server:
  port: 8401

spring:
  application:
    name: cloudalibaba-sentinel-service
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
    sentinel:
      transport:
        dashboard: localhost:8080
        port: 8719  #默认8719，假如被占用了会自动从8719开始依次+1扫描。直至找到未被占用的端口

management:
  endpoints:
    web:
      exposure:
        include: '*'

编写一个controller 来演示

@RestController
public class FlowLimitController
{
    @GetMapping("/testA")
    public String testA() {
        return "------testA";
    }

    @GetMapping("/testB")
    public String testB() {

        return "------testB";
    }
}

之后启动nacos和 sentinel 这个时候你访问sentinel 会发现什么也没有
为什么？
应为 sentinel是懒加载的，我们访问其中一个方法，就会在sentinel中看到我们项目

流控规则

基础流控

我们可以看到面板

• 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/单机阈值:

• 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

• 是否集群:不需要集群

• 流控模式:

• 直接: api达到限流条件时，直接限流

• 关联:当关联的资源达到阈值时，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

• 排队等待:匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

直接失败

快速失败，配置如下：

之后我们快速访问 testa 就会发现 Blocked by Sentinel (flow limiting)
触发了 sentinel的默认提示

关联

当关联的资源达到阈值时，就限流自己

只要我们访问b 超过了 qps a就会把自己限流

高级配置

预热 Warm Up

**Warm Up ( RuleConstant.CONTROL_BEHAVIOR_UARM_uP）**方式，即预热/冷启动方式。当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动”，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。详细文档可以参考流量控制-Warm Up文档，具体的例子可以参见
WarmUpFlowDemo。

公式：阈值除以coldFactor（默认值为3），经过预热时长后才会达到阈值
默认coldFactor为3，即请求QPS从threshold/3开始，经预热时长逐渐升至设定的QPS阈值。

适合应用场景
大量数据情况 ： 如秒杀

这里设置好之后，我们去访问，会发现，当到了阈值之后，慢慢的还是可以访问，直到10

排队等待

匀速排队
匀速排队（ RuleConstant.CONTROL_BEHAVIOR_RATE_LTIMITER）方式会严格控制请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。详细文档可以参考流星控制–匀速器模式，具体的例子可以参见PaceFlowDemo。

匀速排队，阈值必须设置为QPS
在一定时间内，逐渐处理进入到的请求，而不是第一时间拒绝请求

总结

Sentinel这个控制台，十分到强大，给我们带来了很多很多可以使用的服务规则，我们这里主要介绍了流控，这只是Sentinel的冰山一角，

Sentinel 可以看到，还有很多模块可以根据不同的场景和需求是了解，
天道酬勤，我们一起进步吧