23springcloudAlibaba Sentinel
官网参考地址：https://github.com/alibaba/Sentinel/wiki
是什么：
Spring Cloud Alibaba Sentinel 是面向于云原生微服务的高可用流控防护组件，
主要以流量为切入点，从流量控制、熔断降级、系统自适应保护等多个维度来帮助用户保障微服务的稳定性。
一句话解释，就是之前学习过的 Hystrix 升级版。Hystrix VS Sentinel：
|
Hystrix
|
Sentinel
|
|
需要程序员手工搭建监控平台
|
单独一个组件、可以独立出来
|
|
没有一套Web界面可以给程序员进行更加细粒度化得配置，比如流控、速率控制、服务熔断、服务降级
|
直接界面化的细粒度统一配置
|
服务中遇到的各种问题：
1.服务雪崩
2.服务降级
3.服务熔断
4.服务限流
Sentinel分为两部分：
1.核心库(java客户端)：不依赖任何框架/库，能够运行与所有的java运行时环境，同样对Dubbo/Spring Cloud框架也有较好的支持
2.控制台(Dashbord):基于springboot开发，打包后可以直接运行，不需要额外的tomcat等应用容器。
sentinel的dashbord安装(前台页面)
下载地址：https://github.com/alibaba/Sentinel/release
如下图所示：
下载的前台页面包是springboot写的jar包，所以启动方式是java -jar 的形式启动，需要注意的是，该端口为8080，所以要保障8080端口无人占用！！
启动成功后登陆：http://localhost:8080/
用户名/密码：sentinel/sentinel
2.编写java客户端代码：
1.pom文件中的写法：没有用到alibaba的服务配置中心nacos-config，所以未引入该包：spring-cloud-starter-alibaba-nacos-config
<dependencies>
重点1
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
重点2：
<dependency>
<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-datasource-nacos</artifactId>
</dependency>
重点3：
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>
...
</dependencies>
2.application.yml中的配置：
server:
port: 8401
spring:
application:
name: cloudalibaba-sentinel-service
cloud:
nacos:
discovery:
#Nacos服务注册中心地址
server-addr: 192.168.2.129:8848
sentinel:
transport:
#配置sentinel的dashbord地址
dashboard: localhost:8080
#默认是8719端口，假如被占用会自动从8719开始依次+1扫描，直至找到未被占用的端口
#固定写法
port: 8719
management:
endpoints:
web:
exposure:
include: '*'
3.启动类写法：
@SpringBootApplication
重点：@EnableDiscoveryClient标签，使注册中心可以扫描到
@EnableDiscoveryClient
public class ConfigClientApplication3377 {
public static void main(String[] args) {
SpringApplication.run(ConfigClientApplication3377.class, args);
}
}
4.控制层代码：简单的请求方法
@RestController
@Slf4j
public class SentinelController {
@GetMapping("/sentinel/id/{id}")
public int getIn(@PathVariable("id") int id){
log.info("调用获取id方法："+id);
return id;
}
@GetMapping("/sentinel/date/{date}")
public String getDate(@PathVariable("date") String date){
log.info("调用日期请求方法！"+date);
return DateUtil.now();
}
}1.sentinel页面：
2.Nacos页面(服务注册中心)
1.流控讲解：
1.资源名：唯一的名称，默认请求路径
2.针对来源：Sentinel可以针对调用者进行限流，填写微服务名称，默认是default(不区分来源)
3.阈值类型/单机阈值：
3.1 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
3.2 线程数：当调用该api的线程数达到阈值的时候，进行限流。
4.是否集群：不需要集群
5.流控模式：
5.1 直接：API达到限流条件时，直接限流
5.2 关联：当关联的资源达到阈值时，就限流自己
5.3 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】
6.流控效果：
1.快速失败：直接失败，抛异常
2.Warm Up：根据codeFactor(冷加载因子，默认是3)的值，从阈值/codeFactor，经过预热时长，才达到设置的QPS阈值
3.排队等待：匀速排队，让请求以均匀的速度通过，预支类型必须设置为qps，否则无效1.流控规则
1.1 流控模式：直接
1.QPS:每秒钟的请求次数
2.并发线程数：内部设置同时的并发量
1.2 流控模式：关联
流控模式选择关联：如下
总结:
如果访问/sentinel/id/1时，发现其关联资源无法访问，会导致其/sentinel/id/1的访问失败，返回官方信息：Blocked by Sentinel (flow limiting)
1.3 流控模式：链路
2.流控效果:预热
QPS的单机阈值是10：即每秒最大支持10次的访问
当流控效果为：warm up(预热)
冷启动的默认coldFactor为3，即请求QPS从：单机阈值/冷启动因子(coldFactor默认是3)，经过预热时长逐渐升值设定的QPS阈值
场景：平时的访问量很低，突然访问量剧增，容易把系统压垮，有了预热，使系统逐渐增加访问量，有个过程
常见用到秒杀系统里
2.流控效果：排队等待
这种方式主要用于处理间隔性突发的流量，假如消息队列。
场景：想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望能够接下来的空闲期间，逐渐请处理这些请求。
而不是在第一秒直接拒绝多余的请求。
降级规则
RT(平均响应时间,秒级)
平均响应时间,超出阈值 且 在时间窗口通过的请求>=5,两个条件同时满足后触发降级
窗口期过后关闭断路器。
RT最大4900(更大的要通过-Dcsp.sentnel.staticstic.max.rt=xxxx才能生效)
异常比例：
QPS >=5 且异常比例(秒级统计)超过阈值时，触发降级；时间窗口结束后，关闭降级
异常数：
异常数(分钟统计)超过阈值时，触发降级；时间窗口结束后，关闭降级。
Sentinel我们断降级会在调用链路中某个资源出现不稳定状态时(例如调用超时或异常比例升高),对这个资源的调用进行限制。
让请求快速失败，避免影响到其他的资源而导致级联错误
当资源被降级后，在接下来的降级时间窗口之内，对该资调用都自动熔断(默认是抛出DegrareException)
Sentinel的断路器没有半开状态(半开状态参考Hystrix)
热点key限流
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 Top K 数据，并对其访问进行限制。比如：
商品 ID 为参数，统计一段时间内最常购买的商品 ID 并进行限制
用户 ID 为参数，针对一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。
具体的测试代码结构如下：重要的是@SentinelResource标签的使用：
控制层代码：
@GetMapping("/sentinel/testHotkey")
重点1：@SentinelResource标签的石永红，value值是在sentinel页面上配置的资源名称，blockHandler 定义的就是兜底的方法
@SentinelResource(value = "testHotkey",blockHandler = "deal_testHotkey")
public String testHotkey(
@RequestParam(value = "parm1",required = false) String parm1,
@RequestParam(value = "parm2",required = false) String parm2
){
log.info("测试热点限流：第一个参数->"+parm1+" 第二个参数："+parm2);
return "测试热点限流：第一个参数->"+parm1+" 第二个参数："+parm2;
}
public String deal_testHotkey(){
return "测试热点数据的兜底方法！";
}
系统规则
做整体的配置
@SentinelResource标签
1.场景一：如何设置共有的降级处理方法(即降级处理方法和原业务逻辑分开)
当访问 /testGlobl点击量超过1秒1次后，会调用到公共的降级方法进行服务降级！
@SentinelResource(value = "testGloble",
blockHandlerClass = MyHandler.class,
blockHandler = "hadleException1")
属性解析：
1.value ：对应的资源名称，和sentinel上配置的一样
2.blockHandlerClass：公共的降级类
3.blockHandler ：对应的降级方法
服务熔断
@SentinelResource(value = "testGloble",
blockHandlerClass = MyHandler.class,
blockHandler = "hadleException1")
上述的配置只能解决sentinel页面上配置的限流导致的降级服务降级问题，如果是程序运行时异常，应该如何进行服务熔断和降级呢
使用fallback指定运行时异常导致的服务熔断和降级方法
样例：
@GetMapping("/testGloble")
@SentinelResource(value = "testGloble",
blockHandlerClass = MyHandler.class,
blockHandler = "hadleException1",
重点：使用fallback指定程序运行时异常导致的服务熔断和降级方法！
fallback = "deal_fall")
public String testGloble(){
//重点2：这里会抛出java运行时异常，当访问时可以走到下面的运行时异常服务熔断降级方法
int a=10/0;
return DateUtil.now();
}
public String deal_fall(){
return "运行时异常导致的熔断降级！";
}
总结：
1.SentinelResource中的blockHandlerClass/blockHandler 只能处理sentinel页面上配置的限流等导致的服务熔断和限流(sentinel控制台的配置违规)，
不处理java运行时异常导致的问题(页面会直接报错，但当又满足了sentinel控制台的控制违规，是会走其服务降级方法)
2.fallback：可以解决java运行时异常的服务熔断和降级
3.两者的配合使用：
3.1 当出现java运行时异常时，会走fallback的服务熔断降级方法
3.2 但当又有java运行时异常，又满足sentinel控制台配置的blockHandler配置，以sentinel即blockHandler的为主！走其服务熔断降级方法！
