一、概述
1.1 简介
sentinel是Spring Cloud Alibaba的一个重要组件，类似于spring clound的hystrix，与hystrix-dashboard控制台一样，sentinel-dashboard控制台可以提供对流量的实时监控、在线维护流量规则、熔断规则，前提是微服务整合了sentinel。
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。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、Apache Dubbo、gRPC、Quarkus 的整合。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。同时 Sentinel 提供 Java/Go/C++ 等多语言的原生实现。
-
完善的 SPI 扩展机制：Sentinel 提供简单易用、完善的 SPI 扩展接口。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。
1.2 基本概念
1.2.1 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。
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。
1.2.2 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。
1.3 主要功能
1.3.1 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。
1.3.2 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 的处理原则是一致的: 当调用链路中某个资源出现不稳定，例如，表现为 timeout，异常比例升高的时候，则对这个资源的调用进行限制，并让请求快速失败，避免影响到其它的资源，最终产生雪崩的效果。
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 通过线程池的方式，来对依赖(Sentinel 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，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:
-
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。
-
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。
1.3.3 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。
二、工作流程
总体的框架如下:
在 Sentinel 里面，所有的资源都对应一个资源名称以及一个 Entry。Entry 可以通过对主流框架的适配自动创建，也可以通过注解的方式或调用 API 显式创建；每一个 Entry 创建的时候，同时也会创建一系列功能插槽（slot chain）。这些插槽有不同的职责，例如:
-
NodeSelectorSlot负责收集资源的路径，并将这些资源的调用路径，以树状结构存储起来，用于根据调用路径来限流降级； -
ClusterBuilderSlot用于存储资源的统计信息以及调用者信息，例如该资源的 RT, QPS, thread count 等等，这些信息将用作为多维度限流，降级的依据；-
可通过如下命令查看某个资源不同调用者的访问情况：
curl http://localhost:8719/origin?id=caller： 
-
-
是 Sentinel 的核心功能插槽之一，用于统计实时的调用数据；
-
clusterNode：资源唯一标识的 ClusterNode 的 runtime 统计 -
origin：根据来自不同调用者的统计信息 -
defaultnode: 根据上下文条目名称和资源 ID 的 runtime 统计 -
入口的统计
-
Sentinel 底层采用高性能的滑动窗口数据结构
LeapArray
-
-
用于根据预设的限流规则以及前面 slot 统计的状态，来进行流量控制。如果一个资源对应两条或者多条流控规则，则会根据如下次序依次检验，直到全部通过或者有一个规则生效为止:
-
指定应用生效的规则，即针对调用方限流的；
-
调用方为 other 的规则；
-
调用方为 default 的规则。
-
-
AuthoritySlot则根据配置的黑白名单和调用来源信息，来做黑白名单控制； -
DegradeSlot通过统计信息针对资源的平均响应时间（RT）以及异常比率，来决定资源是否在接下来的时间被自动熔断掉； -
SystemSlot
三、基本使用
3.1 简介
Sentinel 可以简单的分为 Sentinel 核心库和 Dashboard。核心库不依赖 Dashboard，但是结合 Dashboard 可以取得最好的效果。
使用 Sentinel 来进行资源保护，主要分为几个步骤:
-
定义资源
-
定义规则
-
检验规则是否生效
3.2 定义资源
Sentinel支持多种定义资源的方式，这里以注解形式定义为例
@SentinelResource 注解
@SentinelResource 用于定义资源，并提供可选的异常处理和 fallback 配置项。 @SentinelResource 注解包含以下属性：
-
value：资源名称，必需项（不能为空） -
entryType：entry 类型，可选项（默认为EntryType.OUT） -
blockHandler/blockHandlerClass:blockHandler对应处理BlockException的函数名称，可选项。blockHandler 函数访问范围需要是public，返回类型需要与原方法相匹配，参数类型需要和原方法相匹配并且最后加一个额外的参数，类型为BlockException。blockHandler 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定blockHandlerClass为对应的类的Class对象，注意对应的函数必需为 static 函数，否则无法解析。 -
fallback：fallback 函数名称，可选项，用于在抛出异常的时候提供 fallback 处理逻辑。fallback 函数可以针对所有类型的异常（除了exceptionsToIgnore里面排除掉的异常类型）进行处理。fallback 函数签名和位置要求：-
返回值类型必须与原函数返回值类型一致；
-
方法参数列表需要和原函数一致，或者可以额外多一个
Throwable类型的参数用于接收对应的异常。 -
fallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定
fallbackClass为对应的类的Class对象，注意对应的函数必需为 static 函数，否则无法解析。
-
-
defaultFallback（since 1.6.0）：默认的 fallback 函数名称，可选项，通常用于通用的 fallback 逻辑（即可以用于很多服务或方法）。默认 fallback 函数可以针对所以类型的异常（除了exceptionsToIgnore里面排除掉的异常类型）进行处理。若同时配置了 fallback 和 defaultFallback，则只有 fallback 会生效。defaultFallback 函数签名要求：-
返回值类型必须与原函数返回值类型一致；
-
方法参数列表需要为空，或者可以额外多一个
Throwable类型的参数用于接收对应的异常。 -
defaultFallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定
fallbackClass为对应的类的Class对象，注意对应的函数必需为 static 函数，否则无法解析。
-
-
exceptionsToIgnore（since 1.6.0）：用于指定哪些异常被排除掉，不会计入异常统计中，也不会进入 fallback 逻辑中，而是会原样抛出。
注：1.6.0 之前的版本 fallback 函数只针对降级异常（
DegradeException）进行处理，不能针对业务异常进行处理。
特别地，若 blockHandler 和 fallback 都进行了配置，则被限流降级而抛出 BlockException 时只会进入 blockHandler 处理逻辑。若未配置 blockHandler、fallback 和 defaultFallback，则被限流降级时会将 BlockException 直接抛出。
Spring AOP
若应用使用了 Spring AOP，需要通过配置的方式将 SentinelResourceAspect 注册为一个 Spring Bean：
public class SentinelAspectConfiguration {
public SentinelResourceAspect sentinelResourceAspect() {
return new SentinelResourceAspect();
}
}
("/testSentinel")
(value = "testSentinelGet" , blockHandler = "blockHandlerForTestSentinel")
public ResultPojo<String> testSentinelGet() {
return ResultPojo.successResultPojo("调用成功,没有被sentinel拦截");
}
// blockHandler 函数，原方法调用被限流/降级/系统保护的时候调用
public ResultPojo<String> blockHandlerForTestSentinel(BlockException ex) {
return ResultPojo.errorResultPojo500("调用失败,被sentinel拦截");
}
3.3 定义规则
Sentinel 的所有规则都可以在内存态中动态地查询及修改，修改之后立即生效。
Sentinel 支持以下几种规则：流量控制规则、熔断降级规则、系统保护规则、来源访问控制规则 和 热点参数规则。
3.3.1 流量控制规则 (FlowRule)
流量规则的定义
| Field | 说明 | 默认值 |
|---|---|---|
| resource | 资源名，资源名是限流规则的作用对象 | |
| count | 限流阈值 | |
| grade | 限流阈值类型，QPS 或线程数模式 | QPS 模式 |
| limitApp | 流控针对的调用来源 | default，代表不区分调用来源 |
| strategy | 调用关系限流策略：直接、链路、关联 | 根据资源本身（直接） |
| controlBehavior | 流控效果（直接拒绝 / 排队等待 / 慢启动模式），不支持按调用关系限流 | 直接拒绝 |
同一个资源可以同时有多个限流规则。
通过代码定义流量控制规则
理解上面规则的定义之后，可以通过调用 FlowRuleManager.loadRules() 方法来用硬编码的方式定义流量控制规则，比如：
public class SentinelConfig{
public SentinelResourceAspect sentinelResourceAspect() {
return new SentinelResourceAspect();
}
private void initRules() {
//=============================流控规则=========================
List<FlowRule> rules = new ArrayList<>();
FlowRule rule1 = new FlowRule();
rule1.setResource("testSentinelGet");
rule1.setCount(1);
rule1.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule1.setLimitApp("default");
rules.add(rule1);
// 将控制规则载入到 Sentinel
FlowRuleManager.loadRules(rules);
}
}
3.3.2 熔断降级规则 (DegradeRule)
熔断降级规则包含下面几个重要的属性：
| Field | 说明 | 默认值 |
|---|---|---|
| resource | 资源名，即规则的作用对象 | |
| grade | 熔断策略，支持慢调用比例/异常比例/异常数策略 | 慢调用比例 |
| count | 慢调用比例模式下为慢调用临界 RT（超出该值计为慢调用）；异常比例/异常数模式下为对应的阈值 | |
| timeWindow | 熔断时长，单位为 s | |
| minRequestAmount | 熔断触发的最小请求数，请求数小于该值时即使异常比率超出阈值也不会熔断（1.7.0 引入） | 5 |
| statIntervalMs | 统计时长（单位为 ms），如 60*1000 代表分钟级（1.8.0 引入） | 1000 ms |
| slowRatioThreshold | 慢调用比例阈值，仅慢调用比例模式有效（1.8.0 引入） |
同一个资源可以同时有多个降级规则。
理解上面规则的定义之后，可以通过调用 DegradeRuleManager.loadRules() 方法来用硬编码的方式定义流量控制规则。
private static void initDegradeRule() {
//=============================流控规则=========================
List<FlowRule> rules = new ArrayList<>();
FlowRule rule1 = new FlowRule();
rule1.setResource("testSentinelPost");
rule1.setCount(1);
rule1.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule1.setLimitApp("default");
rules.add(rule1);
// 将控制规则载入到 Sentinel
FlowRuleManager.loadRules(rules);
//=============================降级规则=========================
List<DegradeRule> degradeRules = new ArrayList<>();
DegradeRule rule2 = new DegradeRule();
rule2.setResource("testSentinelTimeOut");
rule2.setGrade(RuleConstant.DEGRADE_GRADE_RT);
rule2.setCount(3000);
rule2.setMinRequestAmount(1);
rule2.setStatIntervalMs(60*1000);
rule2.setTimeWindow(10);;
// 将控制规则载入到 Sentinel
degradeRules.add(rule2);
DegradeRuleManager.loadRules(degradeRules);
}
3.3.3 访问控制规则 (AuthorityRule)
很多时候，需要根据调用方来限制资源是否通过，这时候可以使用 Sentinel 的访问控制（黑白名单）的功能。黑白名单根据资源的请求来源（origin）限制资源是否通过，若配置白名单则只有请求来源位于白名单内时才可通过；若配置黑名单则请求来源位于黑名单时不通过，其余的请求通过。
授权规则，即黑白名单规则（AuthorityRule）非常简单，主要有以下配置项：
-
resource：资源名，即限流规则的作用对象 -
limitApp：对应的黑名单/白名单，不同 origin 用,分隔，如appA,appB -
strategy：限制模式，AUTHORITY_WHITE为白名单模式，AUTHORITY_BLACK为黑名单模式，默认为白名单模式
使用场景：只允许从网关来的请求访问service，那么流控应用中就填写网关的名称，并在网关服务中，利用网关的过滤器添加名为gateway的origin头：
spring:
application:
name: gateway
cloud:
gateway:
default-filters:
- AddRequestHeader=origin,gateway
Sentinel是通过RequestOriginParser这个接口的parseOrigin来获取请求的来源的。
实例
public class SentinelConfig implements RequestOriginParser {
public SentinelResourceAspect sentinelResourceAspect() {
return new SentinelResourceAspect();
}
// 1.定义RequestOriginParser接口的实现类，基于业务在接口方法中解析请求数据并返回.
public String parseOrigin(HttpServletRequest request) {
return request.getParameter("origin");
}
// 2.定义流控规则,只有来源为 appA 和 appB 的请求才可通过，
private void initRules() {
//=============================流控规则=========================
List<FlowRule> rules = new ArrayList<>();
FlowRule rule1 = new FlowRule();
rule1.setResource("testSentinelPost");
rule1.setCount(1);
rule1.setGrade(RuleConstant.FLOW_GRADE_QPS);
rules.add(rule1);
// 将控制规则载入到 Sentinel
FlowRuleManager.loadRules(rules);
//=============================降级规则=========================
List<DegradeRule> degradeRules = new ArrayList<>();
DegradeRule rule2 = new DegradeRule();
rule2.setResource("testSentinelTimeOut");
rule2.setGrade(RuleConstant.DEGRADE_GRADE_RT);
rule2.setCount(5000);
rule2.setMinRequestAmount(1);
rule2.setStatIntervalMs(60*1000);
rule2.setTimeWindow(10);;
// 将控制规则载入到 Sentinel
degradeRules.add(rule2);
DegradeRuleManager.loadRules(degradeRules);
//=============================访问控制规则=========================
AuthorityRule rule3 = new AuthorityRule();
rule3.setResource("testSentinelGet");
rule3.setStrategy(RuleConstant.AUTHORITY_WHITE);
rule3.setLimitApp("appA,appB");
AuthorityRuleManager.loadRules(Collections.singletonList(rule3));
}
}
