使用说明
如果只是为了让使 用Sentinel 的限流功能，只需要引入相关的jar包依赖。
添加依赖
添加相关模块的Adapter
Sentinel为每个构建项目的各个组件都打包成了相应的Adapter。项目需要按需引入。现阶段的Dubbo-Adapter模块最高只支持到dubbo 2.6.6
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-dubbo-adapter</artifactId> <version>1.6.3</version> </dependency>
各个模块的adapter
限流信息上传dashboard
添加参数
添加此依赖，客户端的实时限流信息能汇总到后台管理界面。
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-transport-simple-http</artifactId> <version>1.6.3</version> </dependency>
修改启动参数
# 指定 dashboard的访问地址和自己在dashbaord中要显示的名字。 -Dcsp.sentinel.dashboard.server=localhost:8888 -Dproject.name=sentinel-dashboard
经过以上几个步骤，就可以在dashboard中看到相关的项目。里面的流控规则就根据自己实际需要来进行设置。
规则说明
流量控制规则
| field | 说明 | 默认值 |
|---|---|---|
| resource | 资源名，限流规则的作用对象如具体的url | |
| count | 限流阀值，超过这个值就会触发 | |
| grade | 阈值类型，QPS或者线程数 | QPS |
| limitApp | 流控针对的调用来源 | default，代表不区分调用来源 |
| strategy | 判断是根据资源本身还是根据其它关联资源（refResource）还是根据链路入口 | 根据资源本身 |
| controlBehavior | 流控效果（直接拒绝/排队等待/慢启动） | 直接拒绝 |
同一个资源可以同时有多个限流规则。
private void initFlowQpsRule() { List<FlowRule> rules = new ArrayList<>(); FlowRule rule = new FlowRule(resourceName); // set limit qps to 20 rule.setCount(20); rule.setGrade(RuleConstant.FLOW_GRADE_QPS); rule.setLimitApp("default"); rules.add(rule); // 加载流控规则 FlowRuleManager.loadRules(rules); } 熔断降级规则
熔断降级规则包含下面几个重要的属性：
field | 说明 | 默认值
--- | --- | ---
resource | 资源名，限流规则最用对象 |
count | 阀值 |
grade | 降级模式。根据RT（熔断）降级还是异常比例降级 | RT
timeWindow | 降级后的时间作用窗口 （s） |
同一个资源可以配置多个降级规则。
private void initDegradeRule() { List<DegradeRule> rules = new ArrayList<>(); DegradeRule rule = new DegradeRule(); rule.setResource(KEY); // set threshold RT, 10 ms rule.setCount(10); rule.setGrade(RuleConstant.DEGRADE_GRADE_RT); rule.setTimeWindow(10); rules.add(rule); // 加载降级规则 DegradeRuleManager.loadRules(rules); } 系统保护规则
| field | 说明 | 默认值 |
|---|---|---|
| highestSystemLoad | 最大的load | -1 （不生效） |
| avgRt | 所有入口流量的平均响应时间 | -1 （不生效） |
| maxThread | 入口流量的最大并发数 | -1 （不生效） |
| qps | 所有入口资源的qps | -1 （不生效） |
private void initSystemRule() { List<SystemRule> rules = new ArrayList<>(); SystemRule rule = new SystemRule(); rule.setHighestSystemLoad(10); rules.add(rule); // 加载系统规则 SystemRuleManager.loadRules(rules); } 与 Hystrix 对比
为什么要引入隔离的。当系统中的慢调用一直运行的时候，会对资源造成一种独占的情况，从而影响其它进程对该资源的访问造成系统相应变慢的现象。
为解决这种情况，引入隔离的方式来运行，使资源间的访问都是相互独立的。
两者隔离方式的区别
线程隔离
Hystrix默认的隔离方式。针对不同的资源创建不同的线程池，不同服务调用都在不同的线程池中，在线程池排队、超时等阻塞情况下可以快速失败、并提供fallback机制。
- 优点
线程池隔离的好处是隔离程度比较高，可以针对某个资源的线程池去进行处理二部影响其它资源 - 缺点
代价是线程的上下文切换的代价比较大，特别是对低延时的调用影响比较大。
会让机器资源碎片化。比如项目运行于tomcat容器中，本身tomcat自身的线程数就非常多，如果再加上Hystrix创建的线程池，这样上下文切换会有非常大的损耗。
线程池模式比较彻底的隔离性使得Hystrix可以针对不同资源线程池进行排队、超时情况分别做处理。
信号量隔离
限制对某个资源调用的并发数。
- 优点
这样的隔离是轻量级，仅限制对某个资源调用的并发数，而不是显式地去创建线程池，所以对系统地负载比较小。 - 缺点
无法对慢调用的自动进行降级，只能等待客户端自己超时，因此可能会出现级联阻塞的情况。
Sentinel可以通过并发线程数模式的流量控制来提供信号量的隔离功能。并结合基于响应时间的熔断降级模式，可以在不稳定的平均相应时间比较高的时候自动降级，防止过多的慢调用占满并发数，影响整个系统
熔断降级对比
两者的熔断降级功能本质上都是基于熔断器模式。Sentinel与Hystrix都支持基于失败比率的熔断降级，在调用达到一定量级并且失败率达到设定阈值时自动进行熔断，此时所有对改资源的调用都会被block，直到过了指定的失败窗口才启发性的恢复。