基础介绍

Sentinel 的使用可以分为两个部分:

核心库（Java 客户端）：不依赖任何框架/库，能够运行于 Java 8 及以上的版本的运行时环境，同时对 Dubbo / Spring Cloud 等框架也有较好的支持（见 主流框架适配）。

提供核心库功能，可以在本地单机运行，只依赖JDK，适用于无分布式需求

控制台（Dashboard）：Dashboard 主要负责管理推送规则、监控、管理机器信息等。

适用于分布式需求的情况

源码分析

环境准备

1. 引入 Sentinel 依赖

如果您的应用使用了 Maven，则在 pom.xml 文件中加入以下代码即可：

<dependency><groupId>com.alibaba.csp</groupId><artifactId>sentinel-core</artifactId><version>1.8.6</version>
</dependency>

2. 定义资源

资源 是 Sentinel 中的核心概念之一。最常用的资源是我们代码中的 Java 方法。 当然，您也可以更灵活的定义你的资源，例如，把需要控制流量的代码用 Sentinel API SphU.entry(“HelloWorld”) 和 entry.exit() 包围起来即可。在下面的例子中，我们将 System.out.println(“hello world”); 作为资源（被保护的逻辑），用 API 包装起来。参考代码如下:

public static void main(String[] args) {// 配置规则.initFlowRules();while (true) {// 1.5.0 版本开始可以直接利用 try-with-resources 特性try (Entry entry = SphU.entry("HelloWorld")) {// 被保护的逻辑System.out.println("hello world");} catch (BlockException ex) {// 处理被流控的逻辑System.out.println("blocked!");}}
}

3. 定义规则

接下来，通过流控规则来指定允许该资源通过的请求次数，例如下面的代码定义了资源 HelloWorld 每秒最多只能通过 20 个请求。

private static void initFlowRules(){List<FlowRule> 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);
}

完成上面 3 步，Sentinel 就能够正常工作了。更多的信息可以参考使用文档。

流程分析

1. FlowRuleManager

不做限流等实际操作,主要管理限流资源规则;

1. 注册限流规则变化监听-DynamicSentinelProperty
2. 启动每秒(默认每秒)记录限流日志-ScheduledExecutorService MetricTimerListener
3. 规则转换为Map,后去获取

定时记录日志

com.alibaba.csp.sentinel.node.metric.MetricTimerListener

2. SphU

用于记录统计数据和执行资源规则检查的API入口:

1. 同步限流
2. 异步限流
3. 优先进入

2.1 主流程

1. com.alibaba.csp.sentinel.Env: 初始化Sph实现类,初始化限流进入推出回调
2. com.alibaba.csp.sentinel.CtSph#lookProcessChain 构建资源独立执行链,同资源共享
3. com.alibaba.csp.sentinel.context.ContextUtil#trueEnter 构建上下文对象(独立,存储于ThreadLocal),独立使用
4. 执行链:com.alibaba.csp.sentinel.slots.nodeselector.NodeSelectorSlot#entry 创建默认node(DefaultNode);
5. 执行链:com.alibaba.csp.sentinel.slots.clusterbuilder.ClusterBuilderSlot#entry 创建ClusterNode
6. 执行链:com.alibaba.csp.sentinel.slots.logger.LogSlot#entry 异常捕获后续操作,并输入日志
7. 执行链:com.alibaba.csp.sentinel.slots.statistic.StatisticSlot#entry 后置统计线程数请求数等纤细信息
8. 执行链-流控:com.alibaba.csp.sentinel.slots.block.authority.AuthoritySlot#entry 认证规则,根据请求来源做请求限制
9. 执行链-流控:com.alibaba.csp.sentinel.slots.system.SystemSlot#entry 系统级别的限制规则 包括入站流量,平均CPU use、RT、QPS和线程数等
10. 执行链-流控:com.alibaba.csp.sentinel.slots.block.flow.FlowSlot#entry 流控限制
11. 执行链-流控: com.alibaba.csp.sentinel.slots.block.degrade.DegradeSlot#entry 性能检测决定是否进行降级

流控先关都已抛出指定异常决定是否结束执行链

Node

主要用于标识资源(可细分标识)统计资源数据(QPS等各类数据);
DefaultNode: 默认同资源可能多种统计,可区分同资源下的更加细分;
ClusterNode: 同资源共享统计数据;

Node父类(StatisticNode)中包含Qps等数据的计算,那可以基本判断出限流算法也在这里实现

StatisticNode

作为统计数据决定限流的核心类,主要包括以下三种实时统计指标:

1. 秒级度量(rollingCounterInSecond)
2. 分钟级别的度量(rollingCounterInMinute)
3. 线程数

使用滑动窗口实时记录和统计资源统计情况。ArrayMetric背后的滑动窗口基础设施是LeapArray。

滑动窗口

滑动窗口实时记录和统计资源统计情况。ArrayMetric背后的滑动窗口基础设施是LeapArray。

与滑动窗口的先关是: 令牌、漏桶等
下文是几个来自源码中的案例介绍

案例一
当第一个请求进入时，Sentinel将创建一个指定时间跨度的新窗口桶来存储运行的静态信息，例如总响应时间(rt)，进入请求(QPS)，块请求(bq)等。时间跨度由样本数量定义。

 	0      100ms+-------+--→ Sliding Windows^|request

Sentinel使用有效桶的静态信息来决定请求是否可以通过。例如，如果一个规则定义只能通过100个请求，它将对有效桶中的所有qps求和，并将其与rule中定义的阈值进行比较。
案例二
连续的请求

   0    100ms    200ms    300ms+-------+-------+-------+-----→ Sliding Windows^|request

案例三
请求不断到来，之前的桶将失效

    0    100ms    200ms	  800ms	   900ms  1000ms    1300ms+-------+-------+ ...... +-------+-------+ ...... +-------+-----→ Sliding Windows^|request

滑动窗口应该变成:

   300ms     800ms  900ms  1000ms  1300ms+ ...... +-------+ ...... +-------+-----→ Sliding Windows^|request

其实不难理解: 如一秒内不能超过20个请求, 新的请求进来(1.23秒)计算的范围应该是当前往前0.23到.1.23,而不是固定的0到1,1到2,且窗口只能往前,不能因为并发后退;

具体实现

对于具体的滑动实现还是读者自己去看吧

2、3点特性

同资源可以进入同一个执行链,但上下文的资源可以不同,以达到区分的效果;
context: 决定了node的创建,对于默认情况下该node只有一个用于统计信息,而在集群下,context决定了产生不同的node,用于区分集群下同资源的统计;

Spi(服务提供者接口模式)在基础服务中被基础使用

Double Check + 写时复制 被该项目大量使用

对于读多写少且写时都在锁内的map，使用该方法可以提升性能(需要加volatile)

使用LongAdder而非AtomicLong

在不要求增长保持连续性,而是作为统计,该类跟适合。使用数组中cas,减少锁竞争