2. 首页 > IT综合教程 > 正文

249. Sentinel流量控制培训

教程整理：风哥教程  |  更新时间：2026-01-27  |  教程分类：IT综合教程  |  文档学习：20

一、Sentinel概述

Sentinel是阿里巴巴开源的流量控制组件，提供流量控制、熔断降级、系统负载保护等功能，是保障微服务稳定性的重要工具。

1.1 Sentinel核心概念

  • 资源：Sentinel保护的基本单位，可以是方法、代码块或API接口
  • 规则：定义如何保护资源的策略，包括流控规则、降级规则、热点规则等
  • 上下文：资源调用的上下文环境，包含调用链信息
  • Entry：资源访问的入口，用于创建和销毁资源调用上下文

1.2 Sentinel架构

Sentinel架构组件：
┌─────────────────────────────────────────┐
│           Sentinel Dashboard            │
├─────────────────────────────────────────┤
│  规则管理  │  监控展示  │  集群流控     │
├─────────────────────────────────────────┤
│           Sentinel Core                 │
├─────────────────────────────────────────┤
│  Slot Chain  │  Statistic  │  Rule     │
└─────────────────────────────────────────┘

二、Sentinel安装部署

2.1 Dashboard部署

# 下载Sentinel Dashboard
wget https://github.com/alibaba/Sentinel/releases/download/1.8.6/sentinel-dashboard-1.8.6.jar

# 启动Dashboard
java -Dserver.port=8080 \
     -Dcsp.sentinel.dashboard.server=fgedudb:8080 \
     -Dproject.name=sentinel-dashboard \
     -jar sentinel-dashboard-1.8.6.jar

# 后台启动
nohup java -Dserver.port=8080 \
     -Dcsp.sentinel.dashboard.server=fgedudb:8080 \
     -Dproject.name=sentinel-dashboard \
     -jar sentinel-dashboard-1.8.6.jar > sentinel.log 2>&1 &

# 访问Dashboard
# http://fgedudb:8080
# 默认账号：sentinel/sentinel
# 输出示例
INFO: Starting Sentinel Dashboard…
INFO: Dashboard server started at port 8080
INFO: Login page: http://fgedudb:8080

2.2 客户端集成

<!-- Maven依赖 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-core</artifactId>
    <version>1.8.6</version>
</dependency>
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-transport-simple-http</artifactId>
    <version>1.8.6</version>
</dependency>
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-annotation-aspectj</artifactId>
    <version>1.8.6</version>
</dependency>

# 启动参数配置
-Dcsp.sentinel.dashboard.server=192.168.1.100:8080
-Dproject.name=order-service
-Dcsp.sentinel.api.port=8719

三、流量控制

3.1 QPS流量控制

// 定义QPS流控规则
List<FlowRule> rules = new ArrayList<>();
FlowRule rule = new FlowRule();
rule.setResource("getUserInfo");
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(100);  // QPS限制为100
rules.add(rule);
FlowRuleManager.loadRules(rules);

// 使用Sentinel保护资源
Entry entry = null;
try {
    entry = SphU.entry("getUserInfo");
    // 业务逻辑
    return userService.getUserInfo(userId);
} catch (BlockException e) {
    // 被限流处理
    return "系统繁忙，请稍后重试";
} finally {
    if (entry != null) {
        entry.exit();
    }
}

// 使用注解方式
@SentinelResource(value = "getUserInfo", blockHandler = "handleBlock")
public UserInfo getUserInfo(Long userId) {
    return userService.getUserInfo(userId);
}

public UserInfo handleBlock(Long userId, BlockException e) {
    return new UserInfo(-1L, "系统繁忙");
}

3.2 线程数流量控制

// 线程数流控规则
FlowRule threadRule = new FlowRule();
threadRule.setResource("processOrder");
threadRule.setGrade(RuleConstant.FLOW_GRADE_THREAD);
threadRule.setCount(50);  // 最大并发线程数50
FlowRuleManager.loadRules(Collections.singletonList(threadRule));

// 查看当前线程数
curl "http://fgedudb:8719/tree"

# 输出示例
EntranceNode: machine-root
|-EntranceNode: order-service
  |-Node: processOrder
    |-thread: 45, qps: 120.0

3.3 流控效果

// 直接拒绝（默认）
FlowRule directRule = new FlowRule();
directRule.setResource("api");
directRule.setGrade(RuleConstant.FLOW_GRADE_QPS);
directRule.setCount(100);
directRule.setStrategy(RuleConstant.STRATEGY_DIRECT);

// 冷启动（Warm Up）
FlowRule warmUpRule = new FlowRule();
warmUpRule.setResource("api");
warmUpRule.setGrade(RuleConstant.FLOW_GRADE_QPS);
warmUpRule.setCount(100);
warmUpRule.setWarmUpPeriodSec(10);  // 预热时间10秒

// 匀速排队
FlowRule rateLimiterRule = new FlowRule();
rateLimiterRule.setResource("api");
rateLimiterRule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rateLimiterRule.setCount(100);
rateLimiterRule.setRater(RateLimiterStrategy.RATE_LIMITER);
rateLimiterRule.setMaxQueueingTimeMs(500);  // 最大排队时间500ms

FlowRuleManager.loadRules(Arrays.asList(directRule, warmUpRule, rateLimiterRule));

四、熔断降级

4.1 慢调用比例熔断

// 慢调用比例熔断规则
DegradeRule slowCallRule = new DegradeRule("slowApi");
slowCallRule.setGrade(CircuitBreakerStrategy.SLOW_REQUEST_RATIO.getType());
slowCallRule.setCount(500);  // 慢调用阈值500ms
slowCallRule.setSlowRatioThreshold(0.5);  // 慢调用比例阈值50%
slowCallRule.setMinRequestAmount(10);  // 最小请求数
slowCallRule.setStatIntervalMs(10000);  // 统计时长10秒
slowCallRule.setTimeWindow(30);  // 熔断时长30秒

DegradeRuleManager.loadRules(Collections.singletonList(slowCallRule));

// 使用注解
@SentinelResource(value = "slowApi", 
                  blockHandler = "handleDegrade",
                  fallback = "handleFallback")
public Result slowApi(Request request) {
    return processRequest(request);
}

public Result handleDegrade(Request request, BlockException e) {
    return Result.fail("服务熔断，请稍后重试");
}

public Result handleFallback(Request request, Throwable t) {
    return Result.fail("服务异常: " + t.getMessage());
}

4.2 异常比例熔断

// 异常比例熔断规则
DegradeRule errorRatioRule = new DegradeRule("errorApi");
errorRatioRule.setGrade(CircuitBreakerStrategy.ERROR_RATIO.getType());
errorRatioRule.setCount(0.3);  // 异常比例阈值30%
errorRatioRule.setMinRequestAmount(20);  // 最小请求数
errorRatioRule.setStatIntervalMs(10000);  // 统计时长
errorRatioRule.setTimeWindow(60);  // 熔断时长60秒

DegradeRuleManager.loadRules(Collections.singletonList(errorRatioRule));

// 查看熔断状态
curl "http://fgedudb:8719/cnode?id=errorApi"
# 输出示例
id: errorApi
idx: 0
curThreadNum: 0
passQps: 0.0
blockQps: 100.0
totalQps: 100.0
exceptionQps: 30.0
avgRt: 150.0
circuitBreakerStatus: OPEN

4.3 异常数熔断

// 异常数熔断规则
DegradeRule errorCountRule = new DegradeRule("criticalApi");
errorCountRule.setGrade(CircuitBreakerStrategy.ERROR_COUNT.getType());
errorCountRule.setCount(10);  // 异常数阈值
errorCountRule.setMinRequestAmount(50);  // 最小请求数
errorCountRule.setStatIntervalMs(10000);
errorCountRule.setTimeWindow(120);  // 熔断时长120秒

DegradeRuleManager.loadRules(Collections.singletonList(errorCountRule));

五、热点参数限流

5.1 热点参数规则配置

// 热点参数限流规则
ParamFlowRule hotRule = new ParamFlowRule();
hotRule.setResource("getProduct");
hotRule.setParamIdx(0);  // 第一个参数
hotRule.setCount(100);  // 每秒最多100次
hotRule.setGrade(RuleConstant.FLOW_GRADE_QPS);

// 针对特定参数值设置例外
ParamFlowItem item1 = new ParamFlowItem();
item1.setObject("1001");  // 商品ID为1001
item1.setClassType(int.class.getName());
item1.setCount(500);  // 该商品限流500

ParamFlowItem item2 = new ParamFlowItem();
item2.setObject("1002");
item2.setClassType(int.class.getName());
item2.setCount(200);

hotRule.setParamFlowItemList(Arrays.asList(item1, item2));
ParamFlowRuleManager.loadRules(Collections.singletonList(hotRule));

// 使用注解
@SentinelResource(value = "getProduct", blockHandler = "handleHotBlock")
public Product getProduct(@PathVariable Integer productId) {
    return productService.getById(productId);
}

public Product handleHotBlock(Integer productId, BlockException e) {
    return Product.builder()
        .id(productId)
        .name("热门商品，请稍后访问")
        .build();
}

5.2 热点参数统计

// 查看热点参数统计
curl "http://fgedudb:8719/param?id=getProduct"

# 输出示例
Parameter flow statistics for resource: getProduct
Top parameters:
  1001: 450 hits
  1002: 180 hits
  1003: 95 hits
  1004: 88 hits
  1005: 76 hits

六、系统自适应保护

6.1 系统规则配置

// 系统自适应保护规则
List<SystemRule> systemRules = new ArrayList<>();

// CPU使用率保护
SystemRule cpuRule = new SystemRule();
cpuRule.setHighestSystemLoad(0.8);  // CPU使用率不超过80%

// 系统平均负载保护
SystemRule loadRule = new SystemRule();
loadRule.setHighestSystemLoad(10.0);  // 系统负载不超过10

// 平均响应时间保护
SystemRule rtRule = new SystemRule();
rtRule.setAvgRt(500);  // 平均响应时间不超过500ms

// 并发线程数保护
SystemRule threadRule = new SystemRule();
threadRule.setMaxThread(500);  // 最大并发线程数500

// 入口QPS保护
SystemRule qpsRule = new SystemRule();
qpsRule.setQps(10000);  // 入口QPS不超过10000

systemRules.add(cpuRule);
systemRules.add(loadRule);
systemRules.add(rtRule);
systemRules.add(threadRule);
systemRules.add(qpsRule);
SystemRuleManager.loadRules(systemRules);

6.2 系统状态监控

// 获取系统状态
curl "http://fgedudb:8719/systemStatus"

# 输出示例
System Status:
  load: 2.5
  cpuUsage: 45.2%
  totalThread: 150
  avgRt: 120ms
  qps: 5000
  concurrency: 80

七、集群流控

7.1 集群流控配置

// 集群流控规则
FlowRule clusterRule = new FlowRule();
clusterRule.setResource("clusterApi");
clusterRule.setGrade(RuleConstant.FLOW_GRADE_QPS);
clusterRule.setCount(1000);  // 集群总QPS限制1000
clusterRule.setClusterMode(true);  // 开启集群模式
clusterRule.setClusterConfig(new ClusterFlowConfig()
    .setFlowId(1001L)  // 规则ID
    .setThresholdType(ClusterRuleConfig.FLOW_THRESHOLD_GLOBAL)  // 全局阈值
    .setFallbackToLocalWhenFail(true)  // 降级到本地模式
);

FlowRuleManager.loadRules(Collections.singletonList(clusterRule));

// Token Server配置
ClusterServerConfigManager.loadServerConfig(
    new ClusterServerConfig()
        .setPort(18730)
        .setTransportMode(TransportMode.SOCKET)
        .setNamespaceSet(Collections.singleton("app1"))
);

// Token Client配置
ClusterClientConfigManager.loadConfig(
    new ClusterClientConfig()
        .setServerHost("192.168.1.100")
        .setServerPort(18730)
        .setRequestTimeout(50)
);

八、规则持久化

8.1 Nacos持久化

<!-- Maven依赖 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
    <version>1.8.6</version>
</dependency>

// Nacos数据源配置
String serverAddr = "192.168.1.100:8848";
String groupId = "SENTINEL_GROUP";
String dataId = "order-service-flow-rules";

ReadableDataSource<String, List<FlowRule>> flowRuleDataSource = 
    new NacosDataSource<>(serverAddr, groupId, dataId,
        source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
FlowRuleManager.register2Property(flowRuleDataSource.getProperty());

// 在Nacos中配置规则
curl -X POST "http://192.168.1.100:8848/nacos/v1/cs/configs" \
-d "dataId=order-service-flow-rules" \
-d "group=SENTINEL_GROUP" \
-d "content=[
    {
        \"resource\": \"getUserInfo\",
        \"grade\": 1,
        \"count\": 100,
        \"strategy\": 0
    }
]"

8.2 Apollo持久化

<!-- Maven依赖 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-apollo</artifactId>
    <version>1.8.6</version>
</dependency>

// Apollo数据源配置
String namespaceName = "application";
String flowRuleKey = "flow_rules";

ReadableDataSource<String, List<FlowRule>> apolloDataSource = 
    new ApolloDataSource<>(namespaceName, flowRuleKey, "",
        source -> JSON.parseObject(source, new TypeReference<List<FlowRule>>() {}));
FlowRuleManager.register2Property(apolloDataSource.getProperty());

九、监控与告警

9.1 Prometheus监控集成

<!-- Maven依赖 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-exporter-micrometer</artifactId>
    <version>1.8.6</version>
</dependency>

// 配置Micrometer
MeterRegistry meterRegistry = new PrometheusMeterRegistry(PrometheusConfig.DEFAULT);
SentinelMetricsExporter exporter = new SentinelMetricsExporter(meterRegistry);
exporter.start();

// prometheus.yml配置
scrape_configs:
  - job_name: 'sentinel'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['192.168.1.100:8080']

# 关键监控指标
sentinel_pass_qps  # 通过QPS
sentinel_block_qps  # 拦截QPS
sentinel_exception_qps  # 异常QPS
sentinel_avg_rt  # 平均响应时间
sentinel_concurrency  # 并发数

9.2 告警规则配置

# Prometheus告警规则
groups:
  - name: sentinel_alerts
    rules:
      - alert: HighBlockQPS
        expr: rate(sentinel_block_qps[5m]) > 100
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "高拦截QPS告警"
          description: "资源 {{ $labels.resource }} 拦截QPS超过100"

      - alert: CircuitBreakerOpen
        expr: sentinel_circuit_breaker_status == 1
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "熔断器打开告警"
          description: "资源 {{ $labels.resource }} 熔断器已打开"

      - alert: HighAvgRT
        expr: sentinel_avg_rt > 1000
        for: 3m
        labels:
          severity: warning
        annotations:
          summary: "高响应时间告警"
          description: "资源 {{ $labels.resource }} 平均响应时间超过1秒"

十、最佳实践

10.1 规则配置建议

场景 推荐配置 说明
核心API QPS限流 + 熔断降级 双重保护
热点商品 热点参数限流 精准控制热点
外部依赖 慢调用熔断 防止级联故障
系统保护 系统自适应 整体保护

10.2 常见问题排查

# 查看实时监控数据
curl "http://fgedudb:8719/metric?startTime=1648569600000&endTime=1648573200000"

# 查看规则列表
curl "http://fgedudb:8719/getRules?type=flow"
curl "http://fgedudb:8719/getRules?type=degrade"

# 重置规则
curl "http://fgedudb:8719/clearRules?type=flow"

# 查看调用链
curl "http://fgedudb:8719/tree"

# 查看资源详情
curl "http://fgedudb:8719/cnode?id=getUserInfo"
注意事项：

  • 生产环境必须配置规则持久化
  • 合理设置熔断恢复时间
  • 监控告警及时响应
  • 避免过度限流影响业务

十一、总结

Sentinel是微服务架构中保障系统稳定性的重要组件。通过本培训文档，您应该掌握了：

更多视频教程www.fgedu.net.cn

  • Sentinel Dashboard的部署和使用
  • 流量控制（QPS/线程数）的配置方法
  • 熔断降级（慢调用/异常比例/异常数）的实现
  • 热点参数限流的使用场景
  • 系统自适应保护的配置
  • 集群流控和规则持久化
  • 监控告警的最佳实践
IT运维培训文档系列 | 第249篇 | Sentinel流量控制培训

本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html

相关推荐

联系我们

在线咨询：点击这里给我发消息

微信号：itpux-com

工作日：9:30-18:30，节假日休息