转载声明 : 该文章出处为 扛麻袋的少年
接上一篇文章：Spring Cloud Alibaba Sentinel 介绍、简单使用。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。
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。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。
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
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：
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)。
资源名称阈值类型单机阈值流控模式流控效果/testAQPS1直接快速失败业务代码：
@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)）
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： 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。
资源名称阈值类型单机阈值流控模式流控效果/testA线程数2直接快速失败业务代码：
/** * 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)
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
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： 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。
资源名称阈值类型单机阈值流控模式关联资源流控效果/testAQPS1关联/testB快速失败业务代码：
/** * 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。
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
模拟两条请求链路：
A链路： A → A01 → A04 → A05B链路： B → A01 → A02 → A03配置：
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。
资源名称针对来源阈值类型单机阈值流控模式入口资源流控效果testAdefaultQPS1链路sentinel_web_servlet_context快速失败业务代码：
/** * 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：
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
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： 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。
资源名称阈值类型单机阈值流控模式流控效果预热时长/testAQPS10直接Warm Up5s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。
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： 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。
资源名称阈值类型单机阈值流控模式流控效果预热时长/testAQPS2直接排队等待5000ms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
降级规则。可自行参考官网介绍：GitHub 熔断降级。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。
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）
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
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： 配置： 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）
资源名称降级策略RT(平均响应时间)时间窗口/testART200ms5s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：
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
图示： 配置： 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。
资源名称降级策略异常比例(0.0-1.0)时间窗口/testA异常比例0.55s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：
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
图示： 配置： 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：
资源名称降级策略异常数时间窗口/testA异常数560s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：
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：
(本段内容摘自：Github 热点规则官方介绍)
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。(详细介绍，参考：Github 热点规则官方介绍)
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。
热点规则。可自行参考官网介绍：GitHub 热点参数限流，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
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）
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
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： 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
资源名称参数索引单机阈值统计窗口时长testC(不能是请求路径，否则无效)155s5.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： 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
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：
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：
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。
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
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： 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： 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 （提取码：nfmb）
下一篇：来聊聊@SentinelResource的用法
