摘要：有沒有那么一個框架能夠把熔斷跟限流都給做了，以前沒有，但是現(xiàn)在有了，我這屬于自問自答哈這個框架就是阿里最新開源的。后來我才發(fā)現(xiàn)我錯了，大錯特錯，這是一個新的框架，潛力實力阿里開源。

在 Spring Cloud 體系中，熔斷降級我們會使用 Hystrix 框架，限流通常會在 Zuul 中進行處理，Zuul 中沒有自帶限流的功能，我們可以自己做限流或者集成第三方開源的限流框架。最新一代的網(wǎng)關(guān) Spring Cloud Gateway 則自帶了限流的功能。

有沒有那么一個框架能夠把熔斷跟限流都給做了，以前沒有，但是現(xiàn)在有了，我這屬于自問自答哈！這個框架就是阿里最新開源的 Sentinel。

第一眼見到 Sentinel 有一種很熟悉的感覺，似曾相識啊！Redis 里面集群的那個哨兵模式不就是 Sentinel 嘛。后來我才發(fā)現(xiàn)我錯了，大錯特錯，這是一個新的框架，潛力 + 實力 = 阿里開源。

本段介紹來源于Sentinel Github主頁介紹

隨著微服務(wù)的流行，服務(wù)和服務(wù)之間的穩(wěn)定性變得越來越重要。Sentinel 以流量為切入點，從流量控制、熔斷降級、系統(tǒng)負載保護等多個維度保護服務(wù)的穩(wěn)定性。

Sentinel 具有以下特征:

豐富的應(yīng)用場景：Sentinel 承接了阿里巴巴近 10 年的雙十一大促流量的核心場景，例如秒殺（即突發(fā)流量控制在系統(tǒng)容量可以承受的范圍）、消息削峰填谷、集群流量控制、實時熔斷下游不可用應(yīng)用等。

完備的實時監(jiān)控：Sentinel 同時提供實時的監(jiān)控功能。您可以在控制臺中看到接入應(yīng)用的單臺機器秒級數(shù)據(jù)，甚至 500 臺以下規(guī)模的集群的匯總運行情況。

廣泛的開源生態(tài)：Sentinel 提供開箱即用的與其它開源框架/庫的整合模塊，例如與 Spring Cloud、Dubbo、gRPC 的整合。您只需要引入相應(yīng)的依賴并進行簡單的配置即可快速地接入 Sentinel。

完善的 SPI 擴展點：Sentinel 提供簡單易用、完善的 SPI 擴展接口。您可以通過實現(xiàn)擴展接口來快速地定制邏輯。例如定制規(guī)則管理、適配動態(tài)數(shù)據(jù)源等。

Sentinel 的主要特性：

Sentinel 的開源生態(tài)：

先來簡單的體驗下 Sentinel 吧，在你的Maven項目中增加 Sentinel 的依賴：

    com.alibaba.csp
    sentinel-core
    1.4.1

Sentinel中需要限流的稱之為資源，對資源進行處理，下面來看最簡單的一段代碼：

public static void main(String[] args) {
    initFlowRules();
    while (true) {
        Entry entry = null;
        try {
            entry = SphU.entry("HelloWorld");
            /*您的業(yè)務(wù)邏輯 - 開始*/
            System.out.println("hello world");
            /*您的業(yè)務(wù)邏輯 - 結(jié)束*/
        } catch (BlockException e1) {
            /*流控邏輯處理 - 開始*/
            System.out.println("block!");
            /*流控邏輯處理 - 結(jié)束*/
        } finally {
           if (entry != null) {
               entry.exit();
           }
       }
    }
}

private static void initFlowRules(){
    List rules = new ArrayList<>();
    FlowRule rule = new FlowRule();
    rule.setResource("HelloWorld");
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
    // Set limit QPS to 20.
    rule.setCount(20);
    rules.add(rule);
    FlowRuleManager.loadRules(rules);
}

第一行中初始化限流的規(guī)則，創(chuàng)建了一個資源叫 HelloWorld，設(shè)置了這個資源的QPS 為 20。

在業(yè)務(wù)開始前使用SphU.entry();方法標識開始，結(jié)束使用entry.exit();，如果觸發(fā)了流控邏輯就會拋出BlockException異常讓用戶自行處理。

代碼運行之后，我們可以在日志 ~/logs/csp/${appName}-metrics.log.xxx 里看到下面的輸出:

|--timestamp-|------date time----|-resource-|p |block|s |e|rt
1529998904000|2018-06-26 15:41:44|HelloWorld|20|0    |20|0|0
1529998905000|2018-06-26 15:41:45|HelloWorld|20|5579 |20|0|728
1529998906000|2018-06-26 15:41:46|HelloWorld|20|15698|20|0|0
1529998907000|2018-06-26 15:41:47|HelloWorld|20|19262|20|0|0
1529998908000|2018-06-26 15:41:48|HelloWorld|20|19502|20|0|0
1529998909000|2018-06-26 15:41:49|HelloWorld|20|18386|20|0|0

p：通過的請求,

block：被阻止的請求

s：成功執(zhí)行完成的請求個數(shù)

e：用戶自定義的異常

rt：平均響應(yīng)時長。

我是Mac系統(tǒng)，日志是在這個目錄下，Windows我沒試過，應(yīng)該也在用戶的主目錄下

上面這個列子是官方的示列，如果你覺得沒有看到你想要的效果，因為一直在循環(huán)，也不知道有沒有限流成功，我們可以稍微改動一下進行測試就知道了。

將while循環(huán)改成for循環(huán), 次數(shù)為10000次，只輸出一句話，不做任何限制，執(zhí)行完成的時間大概在40毫秒左右。

long startTime = System.currentTimeMillis();
for (int i = 0; i < 10000; i++) {
    System.out.println("hello world");
}
long endTime = System.currentTimeMillis();
System.out.println(endTime - startTime);

下面加上限流的邏輯，執(zhí)行完成的時間基本上就超過100毫秒了，可見限流起了作用。

for (int i = 0; i < 10000; i++) {
    Entry entry = null;
    try {
        entry = SphU.entry("HelloWorld");
        // 資源中的邏輯.
        System.out.println("hello world");
    } catch (BlockException e1) {
        System.out.println("blocked!");
    } finally {
        if (entry != null) {
            entry.exit();
        }
    }
}
long endTime = System.currentTimeMillis();
System.out.println(endTime - startTime);