目录
十一 Spring Cloud Alibaba Sentinel三种保护应用方式
提起Spring Cloud的限流降级组件，一般首先想到的是Netflix的Hystrix。
不过就在2018年底，Netflix宣布不再积极开发Hystrix，该项目将处于维护模式。官方表示1.5.18 版本的Hystrix已经足够稳定，可以满足Netflix 现有应用的需求，所以接下来其会把焦点转向对于自适应的实现，更多关注对应用程序的实时性能做出响应。对于新应用的熔断需求，将采用其它项目实现，Netflix推荐了Resilience4j。
作为Spring Cloud Netflix重要套件，Hystrix已经成为保障微服务稳定性的首选应用。其实除了Netflix和Resilience4j，限流降级还有一个新的选择，就是阿里巴巴的Sentinel组件。
官方文档：https://sentinelguard.io/zh-cn/docs/introduction.html
1 什么是Sentinel？
1.1 问题：
随着微服务的流行，服务与服务之间的调用稳定性变得越来越重要；
1、当服务访问量达到一定程度，流量扛不住的时候，该如何处理？（限流）
2、服务之间相互依赖，当服务B出现响应时间过长，影响到服务A的响应（A调用B），进而产生连锁反应，直至影响整个依赖链上的所有服务（雪崩），该如何处理？（熔断降级）
这是分布式、微服务开发不可避免的问题。
1.2 Sentinel是什么？
Sentinel（分布式系统的流量防卫兵）是阿里开源的一套用于服务容错的综合性解决方案，随着微服务的流行，服务和服务之间的稳定性变得越来越重要。它以流量为切入点，从流量控制，熔断降级，系统负载保护等多个维度来保护服务的稳定性。
2 Sentinel的特征
1、丰富的应用场景：Sentinel承接了阿里巴巴近10年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围），消息削峰填谷。集群流量控制，实时熔断下游不可用应用等。
2、完备的实时监控：Sentinel提供了实时的监控功能。通过控制可以看到接入应用的单台机器秒级数据，甚至500台以下规模的集群的汇总运行情况。
3、广泛的开源生态：Sentinel提供开箱即用的与其他开源框架/库的整合模块，例如与SpringCLoud，Dubbo，gRPC的整合。只需要进入相应的依赖并进行简单的配置即可快速地接入Sentinel。
4、完善的SPI扩展点：Sentinel提供简单易用，完善的SPI扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理，适配动态数据源等。
3 Sentinel组成
Sentinel分为两个部分，具体如下：
1、核心库（Java客户端）：不依赖任何框架/库，能够运行于所有Java运行时环境，同时对Dubbo/Spring Cloud等框架也有比较好的支持（你的微服务程序，可以直接添加sentinel.jar包）。
2、控制台（Dashboard）基于Spring Boot开发，打包后可以直接运行，不需要额外的Tomcat等应用容器（因为控制台是使用springboot开发，springboot内嵌了tomcat容器）。
这里我们先学习一下控制台的使用方式。
将应用接入Sentinel，最好搭建Sentinel控制台，可以在控制台上配置规则。
Dashboard是Alibaba写好的SpringBoot程序，我们直接下载启动即可.
1 下载Sentinel Dashboard
下载地址：https://github.com/alibaba/Sentinel/releases
2 启动控制台
我们可以在Linux系统或者Windows系统启动Sentinel控制台，这里是直接在Windows上启动
#直接使用jar命令启动项目(控制台本身是一个SpringBoot项目) java -Dserver.port=9090 -jar sentinel-dashboard-1.8.5.jar
其中，-Dserver.port=9090 代表控制台项目的端口号
3 访问控制台
启动Sentinel Dashboard通过地址和端口号控制台
http://localhost:9090/#/login #如果在Linux上启动，ip需要对应上
输入默认用户名和密码（sentinel/sentinel），之后控制台可以看到sentinel-dashboard监控的指标。
如果要自定义用户名和密码，在启动命令加上设置用户名和密码参数即可，如下：
-Dsentinel.dashboard.auth.username=admin -Dsentinel.dashboard.auth.password=123456
注意：默认启动后，控制台上没有任何服务被注册到控制台。在启动控制台时，可以通过参数设置将控制台本身注册到控制台上
-Dcsp.sentinel.dashboard.server=localhost:9090 -Dproject.name=sentinel-dashboard # 其中： # -Dcsp.sentinel.dashboard.server=localhost:9090 代表本控制台服务将会注册到自己的控制台 # -Dproject.name=sentinel-dashboard 代表本控制台服务的项目名称。
我们可以看到控制台自身的服务已经注册到了控制台上。
默认情况下，Sentinel Dashboard 中的增加的配置规则是存储在内存中，重启后就会丢失；
Sentinel 会在客户端首次调用的时候进行初始化，开始向控制台发送心跳包，所以要确保客户端有访问量；
Sentinel Dashboard是一个独立的web应用（springboot开发的），可以接受客户端(微服务)的连接，然后与客户端（微服务）之间进行通讯，他们之间使用http协议进行通讯。
1 添加Sentinel依赖
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> <version>2.2.9.RELEASE</version> </dependency>
项目其他关联的部分配置
<parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.3.12.RELEASE</version> </parent> <properties> <maven.compiler.source>8</maven.compiler.source> <maven.compiler.target>8</maven.compiler.target> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding> <java.version>1.8</java.version> <spring-cloud.version>Hoxton.SR12</spring-cloud.version> </properties> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> </dependencies> <dependencyManagement> <dependencies> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-dependencies</artifactId> <version>${spring-cloud.version}</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement> <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> </plugins> </build>
2 配置文件信息
server:
port: 8081
spring:
cloud:
sentinel:
transport:
# 默认就是8719
port: 8719
dashboard: http://localhost:9090
web-context-unify: false
application:
name: sentinel-demo
配置文件说明：
spring.cloud.sentinel.transport.port端口配置会在应用对应的机器上启动一个Http Server，该 Server会与Sentinel控制台做交互。比如Sentinel控制台添加了1个限流规则，会把规则数据 push给这个Http Server接收，Http Server 再将规则注册到Sentinel 中。
spring.cloud.sentinel.transport.port：指定应用与Sentinel控制台交互的端口，应用本地会起一个该端口占用的HttpServer。
客户端需要添加jar包
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-transport-simple-http</artifactId> <version>1.8.5</version> </dependency>
spring-cloud-starter-alibaba-sentinel依赖已经包含了上面的依赖，所以上面的依赖不需要再单独添加。
3 新建控制类
1 @RestController 2 public class DemoController { 3 @GetMapping("/demo/message") 4 public String message(){ 5 return "message"; 6 } 7 }
4 启动项目，访问控制类接口
http://localhost:8081/demo/message
1 HTTP埋点
Sentinel starter 默认为所有的HTTP服务提供了限流埋点，如果只想对HTTP服务进行限流，那么只需要添加依赖，无需修改代码。（简单说就是所有的 controller 层接口默认提供限流埋点）
2 自定义埋点
如果需要对某个特定的方法进行限流或降级，可以通过 @SentinelResource 注解来完成限流的埋点，示例代码如下：
1 #service层 2 @Service 3 public class HelloServiceImpl implements HelloService { 4 @Override 5 @SentinelResource("hello") 6 public String hello() { 7 return "hello"; 8 } 9 }
1 #controller层 2 @RestController 3 public class HelloController { 4 @Resource 5 private HelloService helloService; 6 @GetMapping("/hello") 7 public String hello(){ 8 return helloService.hello(); 9 } 10 }
1 认识流控规则
资源名：一般是我们的请求路径url或注解@SentinelResource的value属性值；
针对来源：来自于哪个应用；
阈值类型：分为QPS（每秒查询数）或并发线程数；
单机阈值：单个节点的QPS或线程数阈值；
是否集群：被请求的服务是否集群部署；
流控模式：
- 直接，就是直接对该资源进行控制；
- 关联，关联某一个资源（/app2），被关联的资源/app2达到阈值，则限制当前资源/test路径的访问；
- 链路，记录指定链路上的流量；
流控效果：
- 快速失败 ，直接限制；
- Warm Up，根据coldFactor（默认为3）的值，从阈值/coldFactor，经过预热的时长，才达到设置的QPS阈值，比如设置QPS阈值为100，那么100/3 =33，用33作为最初的阈值，然后在10秒到达100后再开始限流；
- 排队等待，在QPS阈值到达后，新的请求就等待，直到超时，可以适用于突发流量的请求；
2 直接限流
流量控制，其原理是监控应用流量的QPS(每秒查询率) 或并发线程数等指标，当达到指定的阈值时，对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。
2.1 添加限流规则
在Sentinel dashboard配置/demo/message的限流规则，每秒最多允许访问一次，超出访问，就会限流，返回默认的提示：Blocked by Sentinel (flow limiting)
说明：
QPS（Query Per Second），QPS 其实是衡量吞吐量（Throughput）的一个常用指标，就是说服务器在一秒的时间内处理了多少个请求 —— 我们通常是指 HTTP 请求，显然数字越大代表服务器的负荷越高、处理能力越强。作为参考，一个有着简单业务逻辑（包括数据库访问）的程序在单核心运行时可以提供 50 - 100 左右的 QPS，即每秒可以处理 50 - 100 个请求。
TPS(Transaction Per Second) 每秒钟系统能够处理的事务的数量。
QPS（TPS）：每秒钟 request/事务的数量 （此处 / 表示 或的意思）
并发数： 系统同时处理的request/事务数 （此处 / 表示 或的意思）
响应时间RT(Response Time)： 一般取平均响应时间
理解了上面三个要素的意义之后，就能推算出它们之间的关系：
QPS（TPS）= 并发数/平均响应时间 并发数除以平均响应时间
2.2 快速访问，查看效果
打开浏览器频繁访问（使用F5 刷新浏览器访问）（1秒内必须超过一次请求）
3 关联限流
3.1 新建controller类
1 @RestController 2 @RequestMapping("/related") 3 public class RelatedController { 4 @GetMapping("/a") 5 public String a(){ 6 return "关联限流a"; 7 } 8 @GetMapping("/b") 9 public String b(){ 10 return "关联限流b"; 11 } 12 }
3.2 新建关联限流规则
这里关联的资源是 /related/b(即保护接口b)，上图设置表示：如果接口b的QPS达到单机阈值“1”，则开始通过限流接口“a”，从而保护“b”。
3.3 测试
测试时，可以快速的使用F5 来刷新b，快速的切换到a，F5再刷新a，发现a被限流了
当接口b发送并发流量QPS值小于1时，接口“a”可以正常访问。
关联限流规则是保护重要服务的措施，即：如果某个服务（b）达到临界值，则代表b资源不足，需要先限制不重要的服务（a），防止服务（a）继续调用服务（b）。
4 链路限流
4.1 新建服务类
1 @Service 2 public class HelloServiceImpl implements HelloService { 3 @Override 4 @SentinelResource("hello") 5 public String hello() { 6 return "hello"; 7 } 8 }
4.2 新建controller类
1 @RestController 2 @RequestMapping("/chain") 3 public class ChainController { 4 @Resource 5 private HelloService helloService; 6 @GetMapping("/a") 7 public String a(){ 8 return helloService.hello(); 9 } 10 @GetMapping("/b") 11 public String b(){ 12 return helloService.hello(); 13 } 14 }
4.3 新增配置文件application.yml
server:
port: 8081
spring:
cloud:
sentinel:
transport:
port: 8719
dashboard: http://localhost:9090
# 禁止收敛URL的入口context，加上它否则链路规则不起作用
web-context-unify: false
application:
name: sentinel-demo
4.4 新建链路流控规则
4.5 测试链路流控规则
访问接口a，当超过QPS设定值1，则接口“a”被限流，接口b同样调用方法，但是不会被限流。
限流时会出现500错误
上面实现了实现接口限流。但是在实际应用中，当我们的某个服务接口出现了问题，不能正常提供服务，或者该接口响应速度很慢，导致调用方大量请求堆积，此时需要将该接口降级服务，从而保护调用该接口的服务（消费者），快速返回降级结果，防止因为过多的服务等待该接口的返回，导致系统雪崩。
熔断策略
1 Sentinel熔断策略：慢调用比例
慢调用比例 (SLOW_REQUEST_RATIO)：选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。
1.1 名词解释：
调用：一个请求发送到服务器，服务器给与响应，一个响应就是一个调用
RT（Response Time）：响应时间，指系统对请求作出响应的时间
慢调用：当调用的时间（响应的实际时间）>设置的RT时，这个调用叫做慢调用
慢调用比例：在所有调用中，慢调用占有实际的比例，= 慢调用次数 / 总调用次数
比例阈值：自己设定的 ， 慢调用次数 / 总调用次数>=比例阈值
阈值（threshold value）又叫临界值，比如：水变成冰和水蒸气
统计时长：时间的判断依据
最小请求数：设置的调用最小请求数
1.2 状态转换
进入熔断状态判断依据：当统计时长内，实际请求数目大于最小请求数目，慢调用比例> 比例阈值，进入熔断状态
熔断状态：在接下来的熔断时长内请求会自动被熔断
探测恢复状态：熔断时长结束后进入探测恢复状态
结束熔断：在探测恢复状态，如果接下来的一个请求响应时间小于设置的慢调用 RT，则结束熔断；否则，继续熔断，等待进入探测恢复状态
1.3 实例测试
1.3.1 新建controller类
1 @RestController 2 public class PollyController { 3 @GetMapping("/polly") 4 public String polly(){ 5 try { 6 Thread.sleep(1000); 7 } catch (InterruptedException e) { 8 e.printStackTrace(); 9 } 10 return "熔断降级"; 11 } 12 }
1.3.2 配置熔断规则
注意：Sentinel默认统计的RT上限是4900ms，超出此阈值的都会算作4900ms，若需要变更此上限可以通过启动配置项-Dcsp.sentinel.statistic.max.rt=xxx来配置。
熔断推测：
在1000毫秒，也就是1秒内，如果发送到/polly 的请求数数量大于1，并且在这些请求中，所有请求的响应时长（因为比例阈值为1，所以是所有的请求响应时长）都大于500毫秒，也就是都大于0.5秒的时候，进入熔断状态。
1.3.3 使用浏览器测试熔断
2 Sentinel熔断策略：异常比例
异常比例：当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
2.1 新建controller类
1 @RestController 2 @Slf4j 3 public class ExceptionController { 4 int i = 0; 5 @GetMapping("/exception") 6 public String exception(){ 7 i++; 8 if (i % 3 == 0){ 9 throw new RuntimeException("出现异常"); 10 } 11 log.info("i的值为：{}", i); 12 return "异常"; 13 } 14 }
2.2 配置熔断规则
2.3 使用浏览器测试熔断
3 Sentinel熔断策略：异常数
异常数 (ERROR_COUNT)：当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF-OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。
3.1 配置熔断规则
3.2 使用浏览器测试熔断
1 新建服务提供者工程
1.1 添加nacos依赖
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> <version>2.2.9.RELEASE</version> </dependency>
1.2 添加配置文件
server:
port: 8081
spring:
application:
name: sentinel-provider
cloud:
nacos:
discovery:
server-addr: http://IP地址:8848/nacos
username: nacos
password: nacos
namespace: 75101df2-2f52-4100-aa37-f3c76a7fc1a0
group: test-group
1.3 新建controller类
1 @RestController 2 @Slf4j 3 public class HelloController { 4 @GetMapping("/hello/{username}") 5 public String hello(@PathVariable String username){ 6 log.info("我是一个服务提供者，我被调用了"); 7 return username; 8 } 9 }
1.4 启动服务提供者
2 新建服务消费者工程
2.1 添加主要依赖
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId> <version>2.2.9.RELEASE</version> </dependency> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-openfeign</artifactId> </dependency> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> <version>2.2.9.RELEASE</version> </dependency>
2.2 添配置文件
server:
port: 8082
spring:
application:
name: sentinel-consumer
cloud:
nacos:
discovery:
server-addr: http://IP地址:8848/nacos
username: nacos
password: nacos
namespace: 75101df2-2f52-4100-aa37-f3c76a7fc1a0
group: test-group
sentinel:
transport:
dashboard: http://localhost:9090
port: 8719 #sentinel默认的与服务之间交互的接口
# 打开openfeign对sentinel的支持
feign:
sentinel:
enabled: true
2.3 新建feign接口
1 @FeignClient(value = "sentinel-provider", fallbackFactory = HelloFallbackFactory.class) 2 public interface HelloFeign { 3 @GetMapping("/hello/{username}") 4 String hello(@PathVariable String username); 5 }
2.4 新建FallbackFactory类
1 @Component 2 public class HelloFallbackFactory implements FallbackFactory<HelloFeign> { 3 @Override 4 public HelloFeign create(Throwable throwable) { 5 return username -> username + "说：我就是个被降级的"; 6 } 7 }
2.5 新建controller类
1 @RestController 2 public class HelloController { 3 @Resource 4 private HelloFeign helloFeign; 5 @GetMapping("/hello/{username}") 6 public String hello(@PathVariable String username){ 7 return helloFeign.hello(username); 8 } 9 }
2.6 启动服务消费者，使用浏览器进行测试
http://localhost:8082/hello/jack
可以正常访问
停止服务提供者，降级起作用了
很多时候，我们需要根据调用来源来判断该次请求是否允许放行，这时候可以使用Sentinel 的来源访问控制（黑白名单控制）的功能。来源访问控制根据资源的请求来源（origin）限制资源是否通过。
- 若配置白名单则只有请求来源位于白名单内时才可通过；
- 若配置黑名单则请求来源位于黑名单时不通过，其余的请求通过。
1 配置规则
来源访问控制规则（AuthorityRule）非常简单，主要有以下配置项：
resource：资源名，即限流规则的作用对象。
limitApp：对应的黑名单/白名单，不同origin 则用“，” 分隔，如 appA，appB。
strategy：限制模式，AUTHORITY_WHITE 为白名单模式，AUTHORITY_BLACK 为黑名单模式，默认为白名单模式。
2 新建controller类
1 @RestController 2 public class WhiteAndBlackController { 3 @GetMapping("/list") 4 public String hello(){ 5 return "hello"; 6 } 7 }
3 新增接口来源类
流控应用：Sentinel提供了RequestOriginParser来处理接口来源。
1 @Component 2 public class TestRequestOrigin implements RequestOriginParser { 3 @Override 4 public String parseOrigin(HttpServletRequest httpServletRequest) { 5 // 表示请求参数中含有server键 6 String server = httpServletRequest.getParameter("server"); 7 return server; 8 } 9 }
4 配置白名单规则（黑名单的作用与白名单相反）
5 启动应用，使用浏览器访问
只有当参数值与规则中配置的流控应用相等时，才能正常访问
默认情况下，sentinel-dashboard 中的规则是存储在微服务内存中，重启后就会丢失。
持久化指的是，一旦重启sentinel的微服务，sentinel配置的各种规则不会丢失。
1 Sentinel结合Nacos持久化配置
Sentinel持久化支持的类型有，详情见:
com.alibaba.cloud.sentinel.datasource.config.DataSourcePropertiesConfiguration
1.1 添加依赖
<dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-datasource-nacos</artifactId> <version>1.8.5</version> </dependency>
1.2 添加配置文件
port: 8081
spring:
cloud:
nacos:
discovery:
server-addr: http://IP地址:8848/nacos
username: nacos
password: nacos
namespace: 75101df2-2f52-4100-aa37-f3c76a7fc1a0
group: test-group
sentinel:
transport:
port: 8719
dashboard: http://localhost:9090
datasource:
ds1:
nacos:
server-addr: http://IP地址:8848/nacos
dataId: sentinel-datasource-nacos.json
namespace: 75101df2-2f52-4100-aa37-f3c76a7fc1a0
groupId: test-group
# 只支持json和xml
data-type: json
#authority（授权规则）、degrade（降级规则）、flow（流控规则）、param（热点规则）、system（系统规则）五种规则持久化到Nacos中。 另外还增加网关的两个（api分组，限流）
#rule-type这个属性没有提示，为空时，会报空指针错误
rule_type: flow
application:
name: sentinel-datasource-nacos
1.3 登陆nacos，新建配置规则sentinel-datasource-nacos.json
[
{
"resource": "/user/findById",
"limitApp":"default",
"grade":1,
"count":1,
"strategy":0,
"controlBehavior":0,
"clusterMode":false
}
]
配置说明：
resource：资源名称
limitApp：来源应用
grade：阀值类型，0---线程数，1---QPS
count：单机阀值
strategy：流控模式，0---直接，1---关联，2---链路
controlBehavior：流控效果，0---快速失败，1---warmUp，2---排队等待
clusterMode：是否集群
参考官方文档：https://sentinelguard.io/zh-cn/docs/flow-control.html
注意：
- 节点都可用。如果有的节点宕掉了可能会导致配置持久化失败。
- 部署在nacos上的配置文件的名字并没有太多要求，只需要跟微服务项目中yml文件中配置的dataId一致即可。
1.4 查看sentinel流控规则，并测试访问
将配置规则持久化进Nacos保存，重启使用sentinel的微服务，只要访问一下基于流控规则的url，流控规则就会显示在sentinel的界面上。此时，持久化生效，只要Nacos里面的配置不删除，针对微服务上Sentinel上的流控规则持续
有效。
1.5 问题
目前有一个小问题，当我们在sentinel dashboard控制台更新或者新加规则，nacos里面的规则并不能得到更新；
2 其他限流规则
2.1 Sentinel熔断降级规则说明
参考地址：https://sentinelguard.io/zh-cn/docs/circuit-breaking.html
2.2 Sentinel【热点规则】热点参数规则
参考地址：https://sentinelguard.io/zh-cn/docs/parameter-flow-control.html
2.3 Sentinel系统规则
参考地址：https://sentinelguard.io/zh-cn/docs/origin-authority-control.html
十一 Spring Cloud Alibaba Sentinel三种保护应用方式
1 直接拦截我们所有controller的请求url路径
Sentinel为springboot程序提供了一个starter依赖，由于sentinel starter依赖默认情况下就会为所有的HTTP服务提供限流埋点，所以在springboot 中的Controller都可以受到Sentinel的保护；
只需为应用添加 spring-cloud-starter-alibaba-sentinel依赖，所有的HTTP接口都能获得Sentinel保护，当然，我们还需要为Sentinel配置保护的规则；底层通过一个拦截器对请求url进行拦截：
com.alibaba.csp.sentinel.adapter.spring.webmvc.SentinelWebInterceptor
可以通过如下配置关闭对微服务的保护：
#关闭sentinel对controller的url的保护
spring.cloud.sentinel.filter.enabled=false
2 通过代码方式保护应用（只是了解）
这种方式就是手动写代码，稍微比较繁琐
1 @GetMapping("/test3/{app}") 2 public String test3(@PathVariable("app") String app) { 3 System.out.println("/test3/{app} --> " + app); 4 Entry entry = null; 5 try { 6 entry = SphU.entry("test3"); 7 return restTemplate.getForObject("http://29-nacos-discovery-provider/test", String.class); 8 } catch (BlockException e) { 9 e.printStackTrace(); 10 return "熔断降级了..."; 11 } finally { 12 if (entry != null) { 13 entry.exit(); 14 } 15 } 16 }
3 通过@SentinelResource(value = "app")注解保护应用
|
属性 |
作用 |
是否必须 |
|
value |
资源名称 |
是 |
|
entryType |
entry类型，标记流量的方向，取值IN/OUT，默认是OUT |
否 |
|
blockHandler |
处理BlockException的函数名称。函数要求： |
否 |
|
blockHandlerClass |
存放blockHandler的类。对应的处理函数必须static修饰，否则无法解析，其他要求：同blockHandler。 |
否 |
|
fallback |
用于在抛出异常的时候提供fallback处理逻辑。fallback函数可以针对所有类型的异常（除了 exceptionsToIgnore 里面排除掉的异常类型）进行处理。函数要求： |
否 |
|
fallbackClass |
存放fallback的类。对应的处理函数必须static修饰，否则无法解析，其他要求：同fallback。 |
否 |
|
defaultFallback |
用于通用的 fallback 逻辑。默认fallback函数可以针对所有类型的异常（除了 exceptionsToIgnore 里面排除掉的异常类型）进行处理。若同时配置了 fallback 和 defaultFallback，以fallback为准。函数要求： |
否 |
|
exceptionsToIgnore |
指定排除掉哪些异常。排除的异常不会计入异常统计，也不会进入fallback逻辑，而是原样抛出。 |
否 |
|
exceptionsToTrace |
需要trace的异常 |
Throwable |