Spring Cloud Alibaba Sentinel 流控、降级、热点、系统规则详解

古城微笑少年丶 2022-12-12 02:18 277阅读 0赞

> 转载声明 : 该文章出处为 [扛麻袋的少年][Link 1]

### 本文目录： ###

*   *  写在开头
     *  1.流控规则
     *   *  1.1 阈值类型：QPS
         *  1.2 阈值类型：线程数
         *  1.3 流控模式：直接
         *  1.4 流控模式：关联
         *  1.5 流控模式：链路
         *  1.6 流控效果：快速失败
         *  1.7 流控效果：Warm Up
         *  1.8 流控效果：排队等待
     *  2.降级规则
     *   *  2.1 RT
         *  2.2 异常比例
         *  2.3 异常数
     *  3.热点规则
     *   *  3.1 何为热点
         *  3.2 何为热点限流
         *  3.3 热点规则
         *   *  Ⅰ.基本配置
             *  Ⅱ.参数例外项配置
     *  4.系统规则
     *   *  1.系统规则支持以下模式
         *  2. 入口QPS配置

--------------------

## 写在开头 ##

接上一篇文章：[Spring Cloud Alibaba Sentinel 介绍、简单使用][Spring Cloud Alibaba Sentinel]。学习了Sentinel 的基本使用，接下来我们就对 Sentine 中的 **`那些规则`** 进行一一介绍，本文重点讲以下4个。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70]

## 1.流控规则 ##

流控规则，即：流量控制规则。可自行参考官网介绍：[GitHub 流量控制][GitHub]。具体配置有 **`资源名`**、**`针对来源`**、**`阈值类型`**、**`是否集群`**、**`流控模式`**、**`单机阈值`**、**`流控效果`** 这几项，它们配合进行使用。每一项具体代表的什么含义，且听我娓娓道来。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70_pic_center]

> **`资源名`**：唯一路径，默认为请求路径（也可以是后续介绍的 @SentinelResource 注解的 value 属性值）  
>    
> **`针对来源`**：Sentinel 可以针对调用者进行限流，填写微服务名。默认为 default（不区分来源）  
>    
> **`是否集群`**：本文为单机测试，是否集群不选

### 1.1 阈值类型：QPS ###

**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。

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 1]

**配置说明：**

/testA 服务，每秒只允许调用 1 次，超出阈值后，流控效果为：**`直接 → 快速失败`**(流控效果如果不选，默认为 **`直接 → 快速失败`**)。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">流控效果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>QPS</code></td> 
   <td align="center">1</td> 
   <td align="center">直接</td> 
   <td align="center">快速失败</td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

@RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA() throws InterruptedException { 
            return "-----testA";
        }
    }

**测试：**

开始，每秒调用 /testA 服务 1次，服务正常。后续狂点刷新调用服务，显然超过 Sentinel 设定的 QPS = 1，就会进行流量控制：**`快速失败`**（流控 Sentinel 默认提示：**`Blocked by Sentinel(flow limiting)`**）  
![在这里插入图片描述][20200723134328216.gif]

### 1.2 阈值类型：线程数 ###

**线程数**：当调用该 API 的 **`线程数`** 达到阈值的时候，进行限流。

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 2]  
**配置说明：**

/testA 服务，单个线程只允许调用 2 次，超出阈值后，流控效果为：**`直接 → 快速失败`**。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">流控效果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>线程数</code></td> 
   <td align="center"><code>2</code></td> 
   <td align="center">直接</td> 
   <td align="center">快速失败</td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * 使/testA休眠6s */
    @RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA() throws InterruptedException { 
            TimeUnit.MILLISECONDS.sleep(6000);
            return "-----testA";
        }
    }

**测试：**

开始，调用 /testA 服务 2 次，服务正常，但是 sleep 导致服务没有返回。当第 3 次调用时，显然超过 Sentinel 设定的 线程数 = 2，就会进行流量控制：**`快速失败`** (本次以 Firefox 进行测试，Chrome 是多线程执行？？总是出不来效果，和浏览器设计有关系吧，此处就不过多考虑)  
![在这里插入图片描述][20200723142302645.gif]

### 1.3 流控模式：直接 ###

流控模式：直接，已经介绍，字面理解即可。没啥可说的。

这些选项都是配合使用的，理解意思即可

### 1.4 流控模式：关联 ###

**关联**：当关联的资源达到阈值时，就限流自己。**`当与 A 资源关联的 B 资源达到阈值时，就限流自己(A)`**，即：B惹事，A挂了

**应用场景：**

双十一，`支付接口`和`下单接口`关联。当支付接口达到阈值，就限流下单接口  
**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 3]  
**配置说明：**

`/testA` 服务关联`/testB` 服务，1s 调用 1次，服务正常。当狂点刷新调用 `/testB` 服务，超出阈值 QPS = 1 后，此时 /testA 被限流了，这就是 **`B惹事，A挂了`**。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">关联资源</th> 
   <th align="center">流控效果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>QPS</code></td> 
   <td align="center"><code>1</code></td> 
   <td align="center">关联</td> 
   <td align="center"><code>/testB</code></td> 
   <td align="center">快速失败</td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * 使/testA休眠6s */
    @RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA(){ 
            return "-----testA";
        }
    	@GetMapping("/testB")
        public String testB(){ 
            return "-----testB";
        }
    }

**测试：**

开始，/testA 和 /testB 1次/s 可以正常调用，突然大批量访问打到 /testB 请求。由于关联的 /testB 请求超过设定的阈值 QPS = 1，导致 /testA 请求被限流了。  
![在这里插入图片描述][20200723150203336.gif]

### 1.5 流控模式：链路 ###

**链路**：当链路中的资源达到阈值时，就会对使用到该资源的链路进行流控。**`当 A01 资源达到设定阈值时，所有调用该服务的链路，都会被限流`**，即：**`A01 挂了，用到我的链路都得挂`**

此处会用到 **`@SentinelResource`** 注解 value 属性值 **`作为资源名`**。此处只是使用一下。该注解的详细使用，请跳转链接：[@SentinelResource 介绍][SentinelResource]

**模拟两条请求链路：**

1.  **A链路：** **`A → A01 → A04 → A05`**
2.  **B链路：** **`B → A01 → A02 → A03`**  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 4]

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 5]

**配置说明：**

对 **`testA01`** 服务进行 **`链路`** 流控，该服务关联有 A 和 B 两条链路。当 A 链路1s 调用 1次，服务正常。当该链路调用 **`超出阈值 QPS = 1 后，此时A链路都会被限流，同时因为B链路也调用 testA01，所以B链路也会同时被限流调用`**。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">针对来源</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">入口资源</th> 
   <th align="center">流控效果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center"><code>testA</code></td> 
   <td align="center">default</td> 
   <td align="center"><code>QPS</code></td> 
   <td align="center"><code>1</code></td> 
   <td align="center">链路</td> 
   <td align="center"><code>sentinel_web_servlet_context</code></td> 
   <td align="center">快速失败</td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * Controller代码 */
    @RestController
    @Slf4j
    public class FlowLimitController { 
        @Resource(name = "commonService")
        public CommonService commonService;
        @GetMapping("/testA")
        @SentinelResource("testA")
        public String testA(){ 
            commonService.testA01();
            return "-----testA";
        }
        @GetMapping("/testB")
        @SentinelResource("testB")
        public String testB(){ 
            commonService.testA01();
            return "-----testB";
        }
    }
    /** * Service代码 */
    @Service("commonService")
    @Slf4j
    public class CommonService { 
        @SentinelResource(value = "testA01")
        public void testA01() { 
            testA02();
            testA04();
            log.info("-----testA01");
        }
        @SentinelResource(value = "testA02")
        public void testA02() { 
            testA03();
            log.info("-----testA02");
        }
        @SentinelResource(value = "testA03")
        public void testA03() { 
            log.info("-----testA03");
        }
        @SentinelResource(value = "testA04")
        public void testA04() { 
            testA05();
            log.info("-----testA04");
        }
        @SentinelResource(value = "testA05")
        public void testA05() { 
            log.info("-----testA05");
        }
    }

**测试：**

开始，对 **`/testA 请求`** 1次/s 可以正常调用，当 **`/testA 请求`** QPS > 1 后，满足设定的 **`testA01链路流控`** 规则 ，所以 **`/testA 请求`** 会被限流。同时 **`/testB 请求`** 也会被限流。 **（即：testA01 QPS=1,1s 只允许调用1次，超出之后，调用 testA01 的所有链路将都会被限流）**

手速原因，此处使用 postman 1s 发送 10个请求(/testA 和 /testB 各10个)，测试图如下所示：  
![在这里插入图片描述][20200728102626123.gif]

### 1.6 流控效果：快速失败 ###

流控效果：快速失败，已经介绍，字面理解即可。没啥可说的。

这些选项都是配合使用的，理解意思即可

### 1.7 流控效果：Warm Up ###

**Warm Up**：某个服务，日常访问量很少，基本为 0，突然1s访问量 10w，这种极端情况，会直接将服务击垮。所以通过配置 **`流控效果：Warm Up`**，允许系统慢慢呼呼的进行预热，经预热时长逐渐升至设定的QPS阈值。

**公式计算：**

> **公式：**阈值/coldFactor（默认值为3）

**应用场景：**

秒杀系统。秒杀系统在开启的瞬间，会有很多的流量上来，很有可能将系统打死。预热方式就是为了保护系统，可以慢慢的将流量放进来，最终将阈值增长到指定的数值

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 6]  
**配置说明：**

`/testA` 服务，设置 QPS 单机阈值为 10，采用 Warm Up 预热的方式，预热时长为 5s。根据计算公式 **`10 / 3 = 3`**，前 5s 的阈值为 3，预热 5s 后阈值增长到 10。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">流控效果</th> 
   <th align="center">预热时长</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>QPS</code></td> 
   <td align="center"><code>10</code></td> 
   <td align="center">直接</td> 
   <td align="center"><code>Warm Up</code></td> 
   <td align="center"><code>5s</code></td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

**测试：**

开始调用 /testA 服务，狂点刷新访问打到 /testA 请求。配置 `Warm Up` 流控效果，**在前 5s 内，通过公式计算阈值为 `10/3 = 3`，访问超过 3 次便会被限流；5s 后，阈值增长到 10，此时访问超过 3 次也不会被限流**，**这就是 Warm Up 预热效果。**  
![在这里插入图片描述][20200723154316888.gif]

### 1.8 流控效果：排队等待 ###

**排队等待**：让请求以均匀的速度通过，对应的是漏桶算法。这种方式主要用于处理间隔性突发的流量，例如消息队列。

**应用场景：**

在某一秒有大亮的请求到来，而接下来的几秒则处于空闲状态。我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 7]  
**配置说明：**

`/testA` 服务，设置 QPS 单机阈值为 2，每秒只接收 2 个请求。设置超时时间 5s。采用漏斗算法，让后台匀速的处理请求，而不是直接拒绝更多的请求。超时的请求则被抛弃，返回错误信息。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">阈值类型</th> 
   <th align="center">单机阈值</th> 
   <th align="center">流控模式</th> 
   <th align="center">流控效果</th> 
   <th align="center">预热时长</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>QPS</code></td> 
   <td align="center"><code>2</code></td> 
   <td align="center">直接</td> 
   <td align="center"><code>排队等待</code></td> 
   <td align="center"><code>5000ms</code></td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * 使/testA休眠6s */
    @RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA(){ 
            return "-----testA";
        }
    }

**测试：**

手速不够，此处就使用 postman 一次发送 100 个请求，设置 QPS = 2，其他请求将会排队等待。每秒只接收 2 个请求。我们会看到动态监控，**`通过QPS为 2，拒绝QPS 为 0，平均响应时间为 480ms，我们设置超时时间为 5000ms，所以拒绝QPS 为 0，如果超时时间为 200ms，拒绝 QPS 就会上升。100个请求发送完成，随之通过QPS降下来了。`**

**postman 一次如何发送多个请求，参考：**[postman 点击一次连续发送多个请求][postman]  
![在这里插入图片描述][20200723164350899.gif]

## 2.降级规则 ##

降级规则。可自行参考官网介绍：[GitHub 熔断降级][GitHub 1]。降级策略有 **`RT`**、**`异常比例`**、**`异常数`** 三种，每一项具体代表的什么含义，继续听我娓娓道来。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70_pic_center 1]

> **`资源名`**：唯一路径，默认为请求路径（也可以是后续介绍的 @SentinelResource 注解的 value 属性值）

### 2.1 RT ###

**RT**：即 **`平均响应时间(DEGRADE_GRADE_RT)`** 。官网介绍太笼统，此处不Copy 了，要看官网介绍来这里：[RT 平均响应时间介绍][RT]

> 注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，若需要变更此上限可以通过启动配置项 -Dcsp.sentinel.statistic.max.rt=xxx 来配置。

**图示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 8]  
**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 9]  
**配置说明：**

`/testA` 服务，设置 降级策略为 **`RT`**，RT(平均响应时间)为 **`200ms`**，时间窗口为 **`5s`**。发送请求平均响应时间在 200ms 内，正常访问不会被熔断降级。当平均响应时间 > 200ms，便会被熔断降级。**`时间窗口5s内断路器处于打开状态，无法提供服务，时间窗口结束，服务恢复正常访问。就是服务会被熔断5s的意思`**（切记是平均响应时间）

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">降级策略</th> 
   <th align="center">RT(平均响应时间)</th> 
   <th align="center">时间窗口</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>RT</code></td> 
   <td align="center"><code>200ms</code></td> 
   <td align="center"><code>5s</code></td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * 使/testA休眠300ms */
    @RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA() throws InterruptedException { 
            TimeUnit.MILLISECONDS.sleep(300);
            return "-----testA";
        }
    }

**测试：**

RT降级规则，需要同时满足：`1.QPS>=5` && `2.平均响应时长> 200` 两个条件。**手动发送请求操作看的明显**，此时 1秒钟发送 >5 个请求，由于每个请求都 sleep 300ms，请求最终平均响应时间为 300+ ms，肯定 > 200ms。**`满足上述两个条件，执行 RT 降级规则，开始熔断后，时间窗口期5s内，断路器处于打开状态，此时为熔断阶段，时间窗口结束，断路器关闭，关闭服务熔断，服务可以正常访问。`** 如图所示：  
![在这里插入图片描述][20200723175849951.gif]

### 2.2 异常比例 ###

**异常比例**：`QPS >= 5` && `异常比例超过设定的阈值`，便会发生服务降级 。

异常比例为 0.0~1.0 范围内值。**`时间窗口就是断路器开启时间长短(降级时间)`** 。要看官网介绍来这里：[异常比例介绍][RT]

**图示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 10]  
**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 11]  
**配置说明：**

`/testA` 服务，设置 降级策略为 **`异常比例`**，异常比例设为 **`0.5`**，时间窗口为 **`5s`**。即：1s 发送6个请求，异常比例超过 50%，就会被熔断，断路器打开5s，5s后自动关闭，继续提供服务。

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">降级策略</th> 
   <th align="center">异常比例(0.0-1.0)</th> 
   <th align="center">时间窗口</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>异常比例</code></td> 
   <td align="center"><code>0.5</code></td> 
   <td align="center"><code>5s</code></td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

/** * 自己造一个 by zero 异常 */
    @RestController
    public class FlowLimitController { 
        @GetMapping("/testA")
        public String testA(){ 
            int i = 10/0;
            return "-----testA";
        }
    }

**测试：**

我们配置的异常比例降级规则，需要同时满足：`1.QPS>=5` && `2.异常比例> 50%` 两个条件。**手动发送请求操作看的明显**，此时 1秒钟发送 >5 个请求，因为每个请求都是异常，异常比例 100%。

如果1s发送6次请求，前3次报错，因为第4次访问后，异常比例 > 50%，第4次便会被熔断，报 **`Blocked by Sentinel(flow limiting)`**。5s后继续提供服务哦。测试结果如图所示：  
![在这里插入图片描述][20200723194606526.gif]

### 2.3 异常数 ###

**异常数**：指的是资源 **`近1分钟`** 的异常数目，超过阈值之后会进行熔断。

**重点注意：**异常数，统计时间窗口是分钟级别，若 timeWindow 小于 60s，则结束熔断状态后仍可能再次进入熔断状态。推荐 **`时间窗口一定要>=60s`**

官网介绍来这里看：[异常数介绍][RT]

**图示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 12]  
**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 13]  
**配置说明：**

`/testA` 服务，设置 降级策略为 **`异常数`**，异常数设为 **`5`**，时间窗口为 **`60s`**。即：调用服务，当异常数超过5个时，开启断路器，执行熔断操作。60s 后，断路器关闭，服务恢复正常，如下图：

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">降级策略</th> 
   <th align="center">异常数</th> 
   <th align="center">时间窗口</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">/testA</td> 
   <td align="center"><code>异常数</code></td> 
   <td align="center"><code>5</code></td> 
   <td align="center"><code>60s</code></td> 
  </tr> 
 </tbody> 
</table>

**业务代码：**

**测试：**

执行 /testA 服务请求，因为每个请求都是异常，前5次调用正常返回，只是报异常到前台；第6次服务调用时，便会被降级熔断。报 **`Blocked by Sentinel(flow limiting)`**。60s后继续提供服务哦。测试结果如图所示：  
![在这里插入图片描述][20200723201558113.gif]

## 3.热点规则 ##

### 3.1 何为热点 ###

(本段内容摘自：[Github 热点规则官方介绍][Github])

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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 14]  
  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。(详细介绍，参考：[Github 热点规则官方介绍][Github])

### 3.2 何为热点限流 ###

一句话解释：根据 url 传递进来的参数进行限流。带这个参数就限流，不带就不限流。

### 3.3 热点规则 ###

热点规则。可自行参考官网介绍：[GitHub 热点参数限流][Github]，共有 **`资源名`**、**`限流模式(只支持QPS模式)`**、**`参数索引`**、**`单机阈值`**、**`统计窗口时长`**、**`是否集群`** 六种参数；高级选项还有额外一些参数，在用到时介绍。每一项具体代表的什么含义，来继续听我絮絮叨叨吧。

此处会用到 **`@SentinelResource`** 注解 value 属性值 **`作为资源名`**。此处只是使用一下。该注解的详细使用，请跳转链接：[@SentinelResource 介绍][SentinelResource]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 15]

> **`资源名`**：唯一路径，默认为请求路径。**此处必须是 @SentinelResource 注解的 value 属性值，配置@GetMapping 的请求路径无效）**  
> **`参数索引`**：参数索引（从0开始，0表示第一个参数、1表示第二个参数）

#### Ⅰ.基本配置 ####

**1.@SentinelResource 注解说明**

@SentinelResource 注解，与 @HystrixCommand 类似，也是用来定义服务降级 **`兜底方法`** 的注解。该注解有很多属性可以配置。在下一篇会系统介绍：[@SentinelResource 介绍][SentinelResource]

**2.业务代码：**

@RestController
    public class FlowLimitController { 
        @GetMapping("/testC")
        @SentinelResource(value = "testC") //此处value值，一般为@GetMapping属性值去掉斜杠
        public String testC(@RequestParam(value = "id",required = false) Integer id,
                            @RequestParam(value = "name",required = false) String name){ 
            return "-----testC";
        }
    }

**3.配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 16]  
**4.配置说明：**

对 `/testC` 服务，配置热点key限流。当 1.参数 name 存在   2.一秒内调用 `/testC` 服务 > 5次，满足限流规则。服务将被熔断。断路器打开，5s 后服务恢复正常

<table> 
 <thead> 
  <tr> 
   <th align="center">资源名称</th> 
   <th align="center">参数索引</th> 
   <th align="center">单机阈值</th> 
   <th align="center">统计窗口时长</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center"><code>testC</code>(不能是请求路径，否则无效)</td> 
   <td align="center"><code>1</code></td> 
   <td align="center"><code>5</code></td> 
   <td align="center"><code>5s</code></td> 
  </tr> 
 </tbody> 
</table>

**5.测试：**

调用 URL：`http://localhost:8401/testC?id=1&name=James`，1.参数 name 存在   2.一秒内调用 `/testC` 服务 > 5次，满足限流规则。服务将被熔断。断路器打开，5s 后服务恢复正常。如下图：  
![在这里插入图片描述][20200723212443605.gif]  
**6.友好处理**

被限流后，直接报错 **`java.lang.refletc.UndeclaredThrowableException`**。异常显示到前台用户界面，显然不是不友好。

**`此处也是需要用到 @SentinelResource 的 blockHandler 属性，它是 Sentinel控制台违规的兜底方法配置(还会j介绍一个 fallback属性，它是@GetMapping请求Java 方法执行出现异常的兜底方法配置，要分清楚)`**

兜底方法配置，在下一篇介绍：[@SentinelResource 介绍][SentinelResource]

#### Ⅱ.参数例外项配置 ####

**1.需求：**

当 name 参数值为 `Wade` 时，限流阈值变更为 100。此时就需要对 **`参数例外项`** 进行配置了。

**`参数类型`** 支持：`int`、`double`、`String`、`long`、`float`、`char`、`byte` 7种类型，**`参数值`** 指 name 参数的值，**`限流阈值`** 指该参数值允许的阈值。

**2.配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 17]

**3.测试：**

调用 URL：`http://localhost:8401/testC?id=1&name=Wade`，虽然 name 参数存在，但是配置了 Wade 限流阈值为 100。我手速没那么快，哈哈，所以不会进入熔断。如下图所示：![在这里插入图片描述][20200723215735596.gif]

## 4.系统规则 ##

**`系统保护规则是从应用级别的入口流量进行控制`**，从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，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。

系统保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量生效。入口流量指的是进入应用的流量（EntryType.IN），比如 Web 服务或 Dubbo 服务端接收的请求，都属于入口流量。

**`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。

### 1.系统规则支持以下模式 ###

*  **Load 自适应**（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps \* minRt 估算得出。设定参考值一般是 CPU cores \* 2.5。
 *  **CPU usage**（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0），比较灵敏。
 *  **平均 RT**：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。
 *  **并发线程数**：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
 *  **入口 QPS**：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。

此处内容，**`CPU 使用率`**、**`总平均 RT`**、**`并发线程数`** 等也不好演示，理解意思知道有这块用于全局应用入口流量控制就可以了，详细介绍还是参考官网来吧：[热点参数限流][Link 2]

### 2. 入口QPS配置 ###

入口QPS，实用性还是比较危险的。 如果 sentinel 密码被修改，将你的整个系统 **`入口QPS`** 配置很小，那么整个系统就瘫痪了。

但是 入口QPS 有总控的功能。最终选择是否使用，还是视情况而定吧

**配置：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 18]  
**配置说明：**

整个系统，每个请求 QPS = 1 正常访问，当该请求 QPS >1 就会被限流。

**测试：**  
![在这里插入图片描述][20200723224630995.gif]  
**本文代码不提供，将文中业务代码配合如下代码使用即可。下载地址：**[Spring Cloud Alibaba Sentinel 简单使用][Spring Cloud Alibaba Sentinel 1] （提取码：nfmb）

> 下一篇：[来聊聊@SentinelResource的用法][SentinelResource]

[Link 1]: https://blog.csdn.net/lzb348110175/article/details/107732513
[Spring Cloud Alibaba Sentinel]: https://blog.csdn.net/lzb348110175/article/details/107528987
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70]: /images/20221123/526d70ee831541cd856eb76325bc2478.png
[GitHub]: https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/9c14b9c87c2943939cff87a76383c97d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 1]: /images/20221123/83f9fedb627347aba74946af333712a9.png
[20200723134328216.gif]: /images/20221123/7a156acf2ad443bb942b8d8cea163e2d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 2]: /images/20221123/d7301a6ed6db45a397e2bf90ae6aa3a9.png
[20200723142302645.gif]: /images/20221123/c75caf4e7f684fb69803507eb78386ef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 3]: /images/20221123/0d966ec4d9c345b7aca98b7d937b1931.png
[20200723150203336.gif]: /images/20221123/5bb93ce758ab4c2baeb96e787c2c3000.png
[SentinelResource]: https://blog.csdn.net/lzb348110175/article/details/107634024
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 4]: /images/20221123/b710bac62aeb44e09bbc8f5600dd8a3a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 5]: /images/20221123/c870159df491441d84a8b71619d59f52.png
[20200728102626123.gif]: /images/20221123/9070f0af4410493489a9d33aec4f2ae8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 6]: /images/20221123/1856451c54054847aabe63f54e554593.png
[20200723154316888.gif]: /images/20221123/2d720c6760fd425a9fc03e6c680c7490.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 7]: /images/20221123/ed8004f0765249aa862a35a1927275b1.png
[postman]: https://blog.csdn.net/HYZX_9987/article/details/99057474
[20200723164350899.gif]: /images/20221123/4412ef476bac4b73bc718c8935f63b3c.png
[GitHub 1]: https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/b7f970e4d65040f38954c08fa65cac11.png
[RT]: https://github.com/alibaba/Sentinel/wiki/%E7%86%94%E6%96%AD%E9%99%8D%E7%BA%A7#%E9%99%8D%E7%BA%A7%E7%AD%96%E7%95%A5
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 8]: /images/20221123/6467132fc5974cf8b9e7c2dff6288983.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 9]: /images/20221123/d3721b88e66b4c7aac06b349a73c0a2d.png
[20200723175849951.gif]: /images/20221123/9bfb0045192a4c1cb2f873f92e207182.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 10]: /images/20221123/21f5ee36afc64256a78307678340e0b3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 11]: /images/20221123/cd2dc934909d43c2bb2fbaf2e5e012a3.png
[20200723194606526.gif]: /images/20221123/33aac62cf4c54a0ab6b264cfbf3ca11a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 12]: /images/20221123/c85d15f877534f4596d9ec50c6ffbedd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 13]: /images/20221123/0a849d1788e740c79c35a0a1351f7fc8.png
[20200723201558113.gif]: /images/20221123/d19cde6799014a8296eb703953c1b490.png
[Github]: https://github.com/alibaba/Sentinel/wiki/%E7%83%AD%E7%82%B9%E5%8F%82%E6%95%B0%E9%99%90%E6%B5%81
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 14]: /images/20221123/5301c0571133408f903dc0a81aafb678.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 15]: /images/20221123/9b9bd555dec54566abc98e1b274b7291.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 16]: /images/20221123/8b85dd1afcd44960bab683499f6ce7f4.png
[20200723212443605.gif]: /images/20221123/b31c495e98ef4d1f92397108a8bd5bba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 17]: /images/20221123/48e7f6948bdd4d2397a6c7e6aa7342e9.png
[20200723215735596.gif]: /images/20221123/90eecba3e0f648b695612f86a2984a49.png
[Link 2]: https://github.com/alibaba/Sentinel/wiki/%E7%B3%BB%E7%BB%9F%E8%87%AA%E9%80%82%E5%BA%94%E9%99%90%E6%B5%81
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6YjM0ODExMDE3NQ_size_16_color_FFFFFF_t_70 18]: /images/20221123/345ef5fa18694b97a163ccc6dacd4b5f.png
[20200723224630995.gif]: /images/20221123/6d085dbb67bc4203a4c76938d1bebb91.png
[Spring Cloud Alibaba Sentinel 1]: https://pan.baidu.com/s/1yQjoTG3NFLmzRa-MTD2sew