前言在家休息的时候，小勇突然打电话问农哥，你知道Sentinel吗？我（清了清嗓子）：是啊，怎么了？小勇（小声）：最近面试了一个，问我Sentinel是什么，具体用法，项目中用的那个。没复习过，记不太清了，但是很痛。我（该开始倒杯了）：没关系，我们先擦，不就是（Sentinel）只是阿里的一个开源项目吗，主要提供流量控制，断路器降级，系统负载保护等多个维度等保证服务之间的稳定性邢小勇：。....您是否有任何可以在该领域查看的材料或文章？我：不说了，刚写了一篇关于Sentinel的介绍和使用的文章。你想看看吗？小勇：对，内容是什么？算教科书级别的内容吧？我：嗯……为什么不呢？小勇：。....老六我真的很佩服你！！！学习技术的第一步是要知道官网地址在哪里。官网永远是第一手资料：https://github.com/alibaba/Sentinel/wiki。接下来，我们先来了解一下什么是Sentinel。Sentinel始于分布式系统中的流量卫士：随着微服务的普及，服务调用的稳定性变得越来越重要。在续航方面，保证服务的可靠性。Sentinel具有以下特点：丰富的应用场景：Sentinel承担了近10年阿里巴巴双十一流量大促的核心场景，如秒杀（即突发流量控制在系统容量可承受的范围内）、消息削峰填谷、集群流控、下游不可用应用的实时熔断等。完备的实时监控：Sentinel也提供了实时监控功能。在控制台可以看到应用连接的单机秒级数据，甚至可以看到500以下规模集群的聚合运行状态。-box与其他开源框架/库的集成模块，例如与SpringCloud、ApacheDubbo、gRPC和Quarkus的集成。您只需要引入相应的依赖，进行简单的配置，即可快速接入Sentinel。同时，Sentinel提供了Java/Go/C++等多语言原生实现。完善的SPI扩展机制：Sentinel提供了简单易用、完备的SPI扩展接口。您可以通过实现扩展接口来快速自定义逻辑。比如自定义规则管理，动态数据源的适配等等。在某个时候失败。比如我们调用D\F\K这些服务，如果其中一个服务出现问题，可能会导致系统整体效率下降，严重的甚至会出现服务雪崩。当多个微服务相互调用时，如果D调用K和F，K和F调用其他微服务，就会形成fan-out。如果某个链接上的微服务调用超时或者响应缓慢，微服务D会占用越来越多的系统资源，从而导致系统崩溃，即服务雪崩。对于高流量的应用，单一的后端依赖可能会导致服务器上的资源在极短的时间内耗尽，也可能导致这些应用服务、队列、线程和其他系统资源之间的响应时间增加稀缺，导致整个系统之间出现更多的二次故障。如果我们隔离和控制单个应用服务的故障处理和延迟，当单个依赖发生故障时，不会对系统和资源造成影响。当一个模块实例发生故障后，如果此时服务还能接收到请求和流量访问，同时服务又调用了其他模块，这样的级联故障就会导致雪崩。相比其他砍掉的产品（Hystrix），它不需要我们手动搭建监控平台，并且有自己的一套web接口，可以对各种指标进行流量控制和熔断，提供实时监控控制面板更强大。Sentinel使用下载地址：https://github.com/alibaba/Sentinel/releases。Sentinel分为两部分：核心库：不依赖任何框架/库，只需要Java运行环境，对Dubbo\SpringCloud等框架也有很好的支持。Console：基于SpringBoot开发，打包后直接运行，无需额外的应用容器。注意：jdk1.8环境/8080端口不能被占用。启动命令：java-jarsentinel-dashboard-1.8.4.jar。访问地址：http://localhost:8080/。账号密码：sentinel/哨兵。至此，我们的Sentinel就安装成功了。有的同学可能在界面上什么都看不到，也没有找到监控服务。这是因为我们还没有启动项目，Sentinel本身采用的是懒加载模式。所以我们需要先访问服务对应的接口，然后Sentinel才会工作，然后我们再构建我们的测试工程。构建项目Sentinel官方参考文档：https://sentinelguard.io/zh-cn/docs/quick-start.html。注意：这里我们使用的是Nacos。不了解Nacos的朋友可以看我之前的文章有详细的介绍。其实只需要启动一个8848端口的Nacos即可。导入依赖：com.alibaba.cloudspring-cloud-starter-alibaba-nacos-discoverycom.alibaba.cloudspring-cloud-starter-alibaba-sentinel配置属性：服务器：端口:8006spring:application:name:cloudalibaba-sentinel-servicecloud:nacos:discovery:server-addr:localhost:8848sentinel:transport:#配置Sentinel地址，也就是我们的WEB界面dashboard:localhost:8080#Sentinel配置默认8719端口，占用的端口会自动从+1增加，直到找到未占用的端口port:8719management:endpoints:web:exposure:include:'*'testclass:importorg.springframework.web.bind.annotation.GetMapping;importorg.springframework.web.bind.annotation.RestController;导入java.util.concurrent.TimeUnit;@RestControllerpublicclassTestController{@GetMapping("/playA")publicStringplayA(){return"你好，我叫playA，我是男孩";}@GetMapping("/playB")publicStringplayB(){return"himynameisplayB,megirl";}}最后在我们的启动类中添加：@EnableDiscoveryClient，点击开始，然后我们就访问我们的测试地址：http://localhost:8006/playAhttp://localhost:8006/playB，访问完成后，能够在Sentinel上看到我们的监控信息，如下图：好了，你看Sentinel到这里是不是解释完了？哎~怎么可能，我继续滚，我宁可累死你，我也要弄死你！虽然基本的操作已经完成了，但是不说他的流控规则，我们怎么会有印象呢？没错，你又漂亮又聪明。Sentinel流控规则首先我们来看一张图：上图包含了我们要说明的所有内容，主要分为以下几点：资源名称：流控规则中的唯一名称，默认就是我们的request小路。对于来源：Sentinel限制调用者的当前流量，填写我们的微服务名称，默认为default，不区分来源。阈值类型/单机阈值：QPS（requestspersecond），使用这种类型时，QPS达到我们设置的单机阈值，限流。线程数：使用该类型时，线程数达到我们设置的单机阈值，限流。是否集群：默认否，如果是集群则勾选。限流方式：Direct：当API达到限流条件时，直接限流。如果我们将QPS设置为1，如果大于这个数量，会直接返回错误。关联：关联资源达到阈值时，自己限流，比如A调用B，B达到阈值，A限流。Link：只记录链路上的流量，指定对应的链路路径，从入口开始，达到阈值就限流。流控效果：先添加一条流控规则，有两种操作方式。因为方便，我们通常选择在聚类点链接中添加。我们先试试QPS的操作：failfast：直接抛出异常。WarmUp：根据冷负载因子codeFactor，达到设定的QPS阈值所需要的warm-up时间。队列等待：匀速排队，允许匀速发出请求。阈值类型需要设置为QPS，否则无效。添加在流量控制规则中。添加到集群链接中。这里我们将单机阈值设置为1，所以playA的接口每秒只能访问一次。如果超过，则进行限流操作以进行阻塞操作。我们可以直接看到这个效果。当我们不断刷新播放A时，会出现如下信息，但如果没有设置播放B，则不会。如果我们这里设置成线程数呢？让我们来看看。这里要注意：如果项目重启了，需要重新访问修改后的playA，重新添加流控规则。同时，我们需要在代码中设置延时执行。如果处理得太快，我们将看不到实际效果。有兴趣的可以自己启动线程运行。这里我们设置playA延迟一秒。时间操作。@GetMapping("/playA")publicStringplayA(){try{//阻塞1秒TimeUnit.MILLISECONDS.sleep(1000);}catch(Exceptione){e.printStackTrace();}return"你好，我叫playA，我是男孩";}这里我们需要使用两个不同的浏览器运行，同一个浏览器使用同一个线程，先请求某首歌再请求某首歌的效果如下：QPS和并发线程数规则如下:总结虽然最终效果一样，但是规则不同。您可以针对不同的业务场景合理使用。我们的Sentinel到这里就结束了，后面还会有更多相关内容。Sentinel的原理及介绍。
