Sentinel是构建微服务的核心，也是SpringCloudAlibaba核心组件，下面我就全面来详解Sentinel@mikechen

本篇已收于mikechen原创超30万字《阿里架构师进阶专题合集》里面。

Sentinel

Sentinel 是一个由阿里开发的流量控制组件，主要用于：分布式系统中的流量控制、和熔断降级。

其主要目标：保护分布式系统的稳定性、和可用性，通过对应用的实时流量进行监控、和控制，防止服务过载、和异常传播。

Sentinel 功能

Sentinel 的核心功能，包含：流量控制（限流)、熔断(降级)、实时监控、和保护等等。

如下图所示：

流量控制

限流：是指对系统的请求进行限制，以防止过载、和确保系统的稳定性。

Sentinel 提供了多种限流策略，列如：基于 QPS（每秒请求数）限制、基于线程数限制、和基于调用关系的热点参数限流………等。

如下图所示：

常见的限流算法：有计数器、滑动时间窗口、和漏桶算法…….等等。

计数器算法（Fixed Window Counter）

计数器算法是最简单的一种限流算法，它将时间分割成固定的时间窗口，每个窗口内记录请求数，如果请求数超过了设定的阈值，则进行限流。

实现原理：

• 将时间分为固定的窗口，例如 ：1 分钟；
• 在每个时间窗口内维护一个计数器，记录请求数；
• 如果在当前窗口内的请求数超过了设定的阈值，则拒绝请求。

滑动时间窗口算法（Sliding Window Log）

滑动时间窗口算法：通过记录每个请求的时间戳，并根据时间戳判断当前窗口内的请求数是否超过限制。

实现原理：

• 第一，记录每个请求的时间戳；
• 其次，定期清理超出窗口时间的请求记录；
• 计算当前窗口内的请求数，如果超过设定的阈值，则拒绝请求。

漏桶算法（Leaky Bucket）

漏桶算法将请求放入一个漏桶中，以固定的速率处理请求，当漏桶满时，新请求会被丢弃。

如下图所示：

大致流程，如下：

实现原理：

• 请求到达时，如果漏桶未满，则将请求放入漏桶中；
• 漏桶以固定速率处理请求；
• 如果漏桶满了，则新请求被丢弃。

示例：

public class LeakyBucket {
    private int water = 0; // 当前漏桶中的水量
    private final int capacity; // 漏桶容量
    private final int leakRate; // 漏水速率（每毫秒漏多少）
    private long lastLeakTime = System.currentTimeMillis();

    public LeakyBucket(int capacity, int leakRate) {
        this.capacity = capacity;
        this.leakRate = leakRate;
    }

    public synchronized boolean allowRequest() {
        long now = System.currentTimeMillis();
        // 计算漏掉的水
        long leakedWater = (now - lastLeakTime) * leakRate;
        water = Math.max(0, water - (int)leakedWater);
        lastLeakTime = now;

        if (water < capacity) {
            water++;
            return true;
        } else {
            return false;
        }
    }
}

最后，总结下：

• 计数器算法 ：简单易实现，但存在窗口边界问题；
• 滑动时间窗口算法 ：解决了窗口边界问题，但内存开销较大；
• 漏桶算法：可以平滑请求流量，但实现稍复杂。

熔断降级

熔断(降级)：当某个资源出现不稳定、或不可用时，可以通过熔断机制暂时停止对该资源的调用，防止故障扩散。

如下图所示：

Sentinel 提供常见的熔断降级规则，如下：

响应时间（RT）熔断：

当资源的平均响应时间超过阈值，且持续超过设定的时间窗口时，触发熔断；

列如：当资源的平均响应时间超过 500ms ，且在 1 分钟内持续出现，则熔断该资源。

异常比例（Exception Ratio）熔断：

当资源的异常比例，超过阈值且持续超过设定的时间窗口时，触发熔断；

列如：当资源的异常比例超过 50% ，且在 1 分钟内持续出现，则熔断该资源。

异常数（Exception Count）熔断：

当资源在单位时间窗口内的异常数超过阈值时，触发熔断。

列如：当资源在 1 分钟内的异常数超过 100 次，则熔断该资源。

实时监控和统计

除此之外，Sentinel 还提供详细的实时监控、和统计信息，协助开发者了解系统运行状况。

Sentinel 控制台是一个可视化的工具，用于展示实时监控数据、管理规则、和查看系统的整体健康状况。

Sentinel使用

1.加入Maven 依赖pom

在 Maven 项目，中引入 Sentinel 依赖：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-core</artifactId>
    <version>版本号</version>
</dependency>

2.配置规则

可以通过代码，配置：

DegradeRule rule = new DegradeRule();
rule.setResource("someResource");
rule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
rule.setCount(500); // 平均响应时间阈值（ms）
rule.setTimeWindow(60); // 熔断持续时间（秒）
DegradeRuleManager.loadRules(Collections.singletonList(rule));

也可以，通过注解配置：

@SentinelResource(value = "someResource", blockHandler = "handleBlock", fallback = "fallback")
public String someMethod() {
    // 业务逻辑
    return "success";
}

public String handleBlock(BlockException ex) {
    return "请求被熔断";
}

public String fallback(Throwable ex) {
    return "服务降级处理";
}

3.运行监控

通过 Sentinel 控制台监控，实时流量数据和系统状态，及时发现、和解决问题。

本篇已收于mikechen原创超30万字《阿里架构师进阶专题合集》里面。