Sentinel: 分布式系统的流量防卫兵
前言
在 Spring Cloud 体系中，熔断降级我们会使用 Hystrix 框架，限流通常会在 Zuul 中进行处理，Zuul 中没有自带限流的功能，我们可以自己做限流或者集成第三方开源的限流框架。最新一代的网关 Spring Cloud Gateway 则自带了限流的功能。
有没有那么一个框架能够把熔断跟限流都给做了，以前没有，但是现在有了，我这属于自问自答哈！这个框架就是阿里最新开源的 Sentinel。
第一眼见到 Sentinel 有一种很熟悉的感觉，似曾相识啊！Redis 里面集群的那个哨兵模式不就是 Sentinel 嘛。后来我才发现我错了，大错特错，这是一个新的框架，潜力 + 实力 = 阿里开源。
Sentinel 是什么？
本段介绍来源于Sentinel Github主页介绍
随着微服务的流行，服务和服务之间的稳定性变得越来越重要。Sentinel 以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。
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。您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、Dubbo、gRPC 的整合。您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。
- 完善的 SPI 扩展点：Sentinel 提供简单易用、完善的 SPI 扩展接口。您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。
Sentinel 的主要特性：
Sentinel 的开源生态：
初次见面的我们
先来简单的体验下 Sentinel 吧，在你的Maven项目中增加 Sentinel 的依赖：
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-core</artifactId>
<version>1.4.1</version>
</dependency>Sentinel中需要限流的称之为资源，对资源进行处理，下面来看最简单的一段代码：
public static void main(String[] args) {
initFlowRules();
while (true) {
Entry entry = null;
try {
entry = SphU.entry("HelloWorld");
/*您的业务逻辑 - 开始*/
System.out.println("hello world");
/*您的业务逻辑 - 结束*/
} catch (BlockException e1) {
/*流控逻辑处理 - 开始*/
System.out.println("block!");
/*流控逻辑处理 - 结束*/
} finally {
if (entry != null) {
entry.exit();
}
}
}
}
private static void initFlowRules(){
List<FlowRule> rules = new ArrayList<>();
FlowRule rule = new FlowRule();
rule.setResource("HelloWorld");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
// Set limit QPS to 20.
rule.setCount(20);
rules.add(rule);
FlowRuleManager.loadRules(rules);
}第一行中初始化限流的规则，创建了一个资源叫 HelloWorld，设置了这个资源的QPS 为 20。
在业务开始前使用SphU.entry();方法标识开始，结束使用entry.exit();，如果触发了流控逻辑就会抛出BlockException异常让用户自行处理。
代码运行之后，我们可以在日志 ~/logs/csp/${appName}-metrics.log.xxx 里看到下面的输出:
|--timestamp-|------date time----|-resource-|p |block|s |e|rt
1529998904000|2018-06-26 15:41:44|HelloWorld|20|0 |20|0|0
1529998905000|2018-06-26 15:41:45|HelloWorld|20|5579 |20|0|728
1529998906000|2018-06-26 15:41:46|HelloWorld|20|15698|20|0|0
1529998907000|2018-06-26 15:41:47|HelloWorld|20|19262|20|0|0
1529998908000|2018-06-26 15:41:48|HelloWorld|20|19502|20|0|0
1529998909000|2018-06-26 15:41:49|HelloWorld|20|18386|20|0|0- p：通过的请求,
- block：被阻止的请求
- s：成功执行完成的请求个数
- e：用户自定义的异常
- rt：平均响应时长。
我是Mac系统，日志是在这个目录下，Windows我没试过，应该也在用户的主目录下
上面这个列子是官方的示列，如果你觉得没有看到你想要的效果，因为一直在循环，也不知道有没有限流成功，我们可以稍微改动一下进行测试就知道了。
将while循环改成for循环, 次数为10000次，只输出一句话，不做任何限制，执行完成的时间大概在40毫秒左右。
long startTime = System.currentTimeMillis();
for (int i = 0; i < 10000; i++) {
System.out.println("hello world");
}
long endTime = System.currentTimeMillis();
System.out.println(endTime - startTime);下面加上限流的逻辑，执行完成的时间基本上就超过100毫秒了，可见限流起了作用。
for (int i = 0; i < 10000; i++) {
Entry entry = null;
try {
entry = SphU.entry("HelloWorld");
// 资源中的逻辑.
System.out.println("hello world");
} catch (BlockException e1) {
System.out.println("blocked!");
} finally {
if (entry != null) {
entry.exit();
}
}
}
long endTime = System.currentTimeMillis();
System.out.println(endTime - startTime);