Sentinel不同的流控模式入门教程

Sentinel是一款用于实时流量控制和系统保护的组件，提供了多种流控模式以确保微服务的高可用性。本文详细探讨了Sentinel不同的流控模式，包括直接模式、链路模式和关系模式，并通过示例代码展示了如何配置这些模式以实现流量控制和系统保护。

Sentinel是阿里巴巴开源的一款轻量级的、面向生产实时流量控制的高可用防护组件。它提供了一套完整的流量控制、熔断降级及系统自适应保护等功能，旨在保障微服务高可用。Sentinel支持Java 8和Java 9/10/11/12/13/17，支持多种编程语言，包括C++、Go和Rust等，能够轻松集成进各种微服务架构中，实现流量控制和保护。

Sentinel的作用和应用场景

Sentinel的主要作用和应用场景包括：

1. 流量控制：通过规则设定，限制系统的流量，避免因流量过大导致系统压力过大，从而影响服务的可用性。
2. 熔断降级：当系统调用出现异常时，自动进行熔断降级，防止雪崩效应，保证系统整体的稳定性。
3. 系统维度的保护：监控系统的运行状态，当系统资源使用超过预设阈值时，自动进行保护，避免资源耗尽。
4. 实时监控：实时监控系统流量，提供可视化面板，方便运维人员了解系统的运行状态。
5. 动态规则管理：支持动态规则管理，可以根据实际情况动态调整规则，实现灵活的流量控制。

Sentinel能够广泛应用于各种微服务架构中，如Spring Boot、Spring Cloud、Dubbo、gRPC等，并且可以集成到各种消息队列、数据库代理等中间件中，实现更加全面的流量控制和保护。

流控模式的概念

流控模式是Sentinel中用来控制流量的一种策略。通过设定不同的流控模式，可以实现对系统流量的精细化控制，保证系统在不同场景下的稳定运行。Sentinel提供了三种主要的流控模式：直接模式、链路模式和关系模式。

流控模式的重要性

流控模式是实现系统高可用和流量控制的重要手段。通过合理设置流控模式，可以有效避免因流量过大导致系统崩溃，同时也可以在系统资源紧张时，自动进行保护，防止系统资源耗尽。同时，流控模式还可以实现对不同系统调用的精细化控制，保证系统在不同场景下的稳定运行。

直接模式

直接模式是Sentinel中最基本的流控模式，主要用于控制进入系统的流量。通过设定直接模式的阈值，可以在系统流量超过阈值时，自动进行流量限流，防止系统过载。

直接模式的流控阈值主要包括以下几种：

• QPS（Queries Per Second）：每秒请求数，单位为次/秒，用于限制每秒钟进入系统的请求数量。
• 并发线程数：限制系统并发的线程数，用于限制系统内的并发量。
• 请求总数：限制一段时间内的请求数量，单位为次/秒，适用于限制某个时间段内的请求数量。

示例代码如下：

// 添加直接模式规则
FlowRule rule = new FlowRule();
rule.setResource("testResource");
rule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
rule.setCount(10); // 设置每秒的最大请求数
rule.setCount(5); // 设置并发线程数阈值
rule.setCount(100); // 设置请求总数阈值
FlowRuleManager.loadRules(Collections.singletonList(rule));

链路模式

链路模式主要针对微服务之间的调用关系，用于控制服务之间的依赖关系。当某个服务依赖于其他服务时，可以通过设置链路模式的阈值，限制依赖服务的调用次数。这样可以防止因为某个依赖服务出现问题而导致整个系统崩溃。

链路模式的流控阈值主要包括以下几种：

• 调用次数：限制依赖服务的调用次数。
• 依赖服务的QPS：限制依赖服务的调用次数，单位为次/秒。
• 依赖服务的并发线程数：限制依赖服务的并发线程数。
• 依赖服务的请求总数：限制一段时间内的依赖服务的请求数量。

示例代码如下：

// 添加链路模式规则
FlowRule rule = new FlowRule();
rule.setResource("testResource");
rule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
rule.setCount(10); // 设置每秒的最大请求数
rule.setLimitApp("testApp"); // 限流应用名
rule.setRef("testRef"); // 被依赖资源名
FlowRuleManager.loadRules(Collections.singletonList(rule));

关系模式

关系模式主要用于控制资源之间的依赖关系。通过设置关系模式的阈值，可以控制一个资源对另一个资源的依赖关系。当某个资源依赖于其他资源时，可以通过设置关系模式的阈值，限制依赖资源的调用次数，从而防止因依赖资源出现问题而导致整个系统崩溃。

关系模式的流控阈值主要包括以下几种：

• 依赖资源的QPS：限制依赖资源的调用次数，单位为次/秒。
• 依赖资源的并发线程数：限制定依赖资源的并发线程数。
• 依赖资源的请求总数：限制一段时间内的依赖资源的请求数量。

示例代码如下：

// 添加关系模式规则
FlowRule relationRule = new FlowRule();
relationRule.setResource("testResource");
relationRule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
relationRule.setCount(10); // 设置每秒的最大请求数
relationRule.setLimitApp("testApp"); // 限流应用名
relationRule.setRef("testRef"); // 被依赖资源名
FlowRuleManager.loadRules(Collections.singletonList(relationRule));

准备工作

在配置不同流控模式之前，需要先创建一个简单的Java项目，并引入Sentinel的依赖。这里以Maven项目为例，示例代码如下：

<dependencies>
    <dependency>
        <groupId>com.alipay.sofa</groupId>
        <artifactId>sentinel-core</artifactId>
        <version>1.8.3</version>
    </dependency>
</dependencies>

实操步骤

1. 创建资源和服务

首先，创建一个简单的服务，并定义一个资源。示例代码如下：

public class TestService {
    public static void main(String[] args) {
        // 创建资源
        FlowRule rule = new FlowRule();
        rule.setResource("testResource");
        rule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
        rule.setCount(10); // 设置每秒的最大请求数
        FlowRuleManager.loadRules(Collections.singletonList(rule));

        // 服务逻辑
        for (int i = 0; i < 20; i++) {
            if (SphU.entry("testResource")) {
                System.out.println("Request accepted");
                SphU.exit();
            } else {
                System.out.println("Request rejected");
            }
        }
    }
}

1. 配置流控模式

在上面的示例代码中，已经定义了直接模式的规则。接下来，我们来配置链路模式和关系模式的规则。示例代码如下：

// 链路模式规则
FlowRule linkRule = new FlowRule();
linkRule.setResource("testResource");
linkRule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
linkRule.setCount(5); // 设置每秒的最大请求数
linkRule.setLimitApp("testApp"); // 限流应用名
linkRule.setRef("testRef"); // 被依赖资源名
FlowRuleManager.loadRules(Collections.singletonList(linkRule));

// 关系模式规则
FlowRule relationRule = new FlowRule();
relationRule.setResource("testResource");
relationRule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
relationRule.setCount(5); // 设置每秒的最大请求数
relationRule.setLimitApp("testApp"); // 限流应用名
relationRule.setRef("testRef"); // 被依赖资源名
FlowRuleManager.loadRules(Collections.singletonList(relationRule));

1. 验证效果

运行上面的示例代码，观察输出结果。可以看到，在每秒请求数超过阈值时，系统会自动进行限流，从而防止系统过载。

public class TestService {
    public static void main(String[] args) {
        // 创建资源
        FlowRule rule = new FlowRule();
        rule.setResource("testResource");
        rule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
        rule.setCount(10); // 设置每秒的最大请求数
        FlowRuleManager.loadRules(Collections.singletonList(rule));

        // 链路模式规则
        FlowRule linkRule = new FlowRule();
        linkRule.setResource("testResource");
        linkRule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
        linkRule.setCount(5); // 设置每秒的最大请求数
        linkRule.setLimitApp("testApp"); // 限流应用名
        linkRule.setRef("testRef"); // 被依赖资源名
        FlowRuleManager.loadRules(Collections.singletonList(linkRule));

        // 关系模式规则
        FlowRule relationRule = new FlowRule();
        relationRule.setResource("testResource");
        relationRule.setGrade(FlowRuleConstant.FLOW_GRADE_QPS);
        relationRule.setCount(5); // 设置每秒的最大请求数
        relationRule.setLimitApp("testApp"); // 限流应用名
        relationRule.setRef("testRef"); // 被依赖资源名
        FlowRuleManager.loadRules(Collections.singletonList(relationRule));

        // 服务逻辑
        for (int i = 0; i < 20; i++) {
            if (SphU.entry("testResource")) {
                System.out.println("Request accepted");
                SphU.exit();
            } else {
                System.out.println("Request rejected");
            }
        }
    }
}

运行上面的代码，可以看到在每秒请求数超过阈值时，系统会自动进行限流，从而防止系统过载。

什么是流控的阈值？

流控的阈值是指在直接模式、链路模式和关系模式中设置的流量控制规则。阈值的设置直接影响到系统对流量的控制效果。例如，在直接模式中，可以通过设置QPS、并发线程数和请求总数来控制进入系统的流量；在链路模式中，可以通过设置依赖服务的调用次数、依赖服务的QPS、依赖服务的并发线程数和依赖服务的请求总数来控制服务之间的依赖关系；在关系模式中，可以通过设置依赖资源的QPS、依赖资源的并发线程数和依赖资源的请求总数来控制资源之间的依赖关系。

流控模式之间如何选择？

选择哪种流控模式主要取决于应用场景和系统架构。直接模式主要用于控制进入系统的流量，适用于简单的流量控制场景；链路模式主要用于控制服务之间的依赖关系，适用于微服务架构；关系模式主要用于控制资源之间的依赖关系，适用于复杂的资源依赖场景。根据不同的场景选择合适的流控模式，可以更好地实现系统流量的控制和保护。

快速回顾

本文介绍了Sentinel的流控模式，包括直接模式、链路模式和关系模式。通过设定不同的流控模式，可以实现对系统流量的精细化控制，保证系统在不同场景下的稳定运行。同时，本文还提供了配置不同流控模式的示例代码，帮助读者更好地理解和应用流控模式。

推荐进一步学习的内容

• Sentinel的其他功能：除了流控模式外，Sentinel还提供了熔断降级、系统维度的保护、实时监控等功能。进一步学习这些功能，可以更好地实现系统的高可用和稳定性。
• Sentinel的配置和使用：了解Sentinel的配置和使用，可以帮助读者更好地集成和应用Sentinel，实现系统的流量控制和保护。
• 微服务架构：了解微服务架构的基本概念和实现，可以帮助读者更好地理解Sentinel在微服务架构中的作用和应用场景。

推荐参考慕课网的相关课程和教程，系统学习Sentinel的使用和微服务架构的相关知识。