SpringCloud微服务实战——搭建企业级开发框架（十四）：集成Sentinel高可用流量管理框架【限流】

  Sentinel 是面向分布式服务架构的高可用流量防护组件，主要以流量为切入点，从限流、流量整形、熔断降级、系统负载保护、热点防护等多个维度来帮助开发者保障微服务的稳定性。

Sentinel 具有以下特性:

• 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。

1、在gitegg-platform-cloud中引入依赖

<!-- Sentinel 高可用流量防护组件 -->
<dependency>
<groupid>com.alibaba.cloud</groupid>
<artifactid>spring-cloud-starter-alibaba-sentinel</artifactid>
</dependency>


2、在gitegg-platform-cloud的application.yml文件中加入暴露/actuator/sentinel端点的配置

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


3、GitEgg-Platform重新install，GitEgg-Cloud更新导入的依赖，启动gitegg-service-system服务,在浏览器中打开http://127.0.0.1:8001/actuator/sentinel地址，可以看到返回的Json信息，说明项目已经整合好了Sentinel。

{
"blockPage": null,
"appName": "gitegg-service-system",
"consoleServer": [],
"coldFactor": "3",
"rules": {
"systemRules": [],
"authorityRule": [],
"paramFlowRule": [],
"flowRules": [],
"degradeRules": []
},
"metricsFileCharset": "UTF-8",
"filter": {
"order": -2147483648,
"urlPatterns": [
"/**"
],
"enabled": true
},
"totalMetricsFileCount": 6,
"datasource": {},
"clientIp": "172.16.10.3",
"clientPort": "8719",
"logUsePid": false,
"metricsFileSize": 52428800,
"logDir": "",
"heartbeatIntervalMs": 10000
}


4、在配置文件中添加Sentinel服务地址，默认情况下 Sentinel 会在客户端首次调用的时候进行初始化，开始向控制台发送心跳包。也可以配置sentinel.eager=true ,取消Sentinel控制台懒加载。

spring:
cloud:
sentinel:
filter:
enabled: true
transport:
port: 8719
#指定sentinel控制台的地址
dashboard: 127.0.0.1:8086
eager: true


5、SystemController.java中添加限流的测试方法

@ApiOperation(value = "限流测试")
@GetMapping(value = "sentinel/protected")
public Result<string> sentinelProtected() {
return Result.data("访问的是限流测试接口");
}


6、启动服务，通过浏览器访问刚刚新增的测试接口地址，http://127.0.0.1:8011/system/sentinel/protected，刷新几次，然后打开Sentinel控制台地址，可以看到当前服务的访问情况



7、以上是没有对接口进行限流的情况，现在我们设置规则，对接口进行限流，打开Sentinel控制台，点击左侧限流规则菜单，然后点击右上角“新增流控规则”按钮，在弹出的输入框中，资源名输入需要限流的接口，我们这里设置为：/system/sentinel/protected，阈值类型：QPS, 单机阈值：20，确定添加。



8、为了测试并发请求，我们这里借助压力测试工具Jmeter，具体使用方法https://jmeter.apache.org/，下载好Jmeter之后，点击新建->测试计划->线程组->HTTP请求-查看结果树。我们限流设置的单机阈值为20，我们这里线程组先设置为20，查看请求是否会被限流，然后再将线程组设置为100查看是否被限流。











从以上测试结果可以看到当设置为100时，出现访问失败，返回Blocked by Sentinel (flow limiting)，说明限流已生效。

9、Sentinel同时也支持热点参数限流和系统自适应限流，这里只需要在Sentinel控制台配置即可，所以这里不介绍具体操作及代码：

热点参数限流：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。
  
  Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式,详细使用指南：https://github.com/alibaba/Sentinel/wiki/热点参数限流

系统自适应限流：Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略，让系统的入口流量和系统的负载达到一个平衡，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。,详细使用指南：https://github.com/alibaba/Sentinel/wiki/系统自适应限流

本文源码在https://gitee.com/wmz1930/GitEgg 的chapter-14分支。