一、环境信息
1.1 测试环境
? ? ?本地IDE直接启动的控制台和客户端
1.2 版本信息
jdk: 11
spring-boot:?2.6.13
spring-cloud:?2021.0.5
spring-cloud-alibaba:?2021.0.4.0
sentinel: 1.8.5
sentinel官网
1.3 术语解释
QPS(Queries-per-second）即每秒查询率，QPS（TPS）= 并发数/平均响应时间，可以简单理解为每秒的请求数。
流控（流量控制）：就是控制请求的流量，在超过设置的阈值后，请求就直接拒绝。
熔断（熔断降级）：当调用链路中某个资源出现不稳定，例如表现为 timeout，异常比例升高的时候，则对这个资源的调用进行限制，并让请求快速失败，避免影响到其它的资源，最终产生雪崩的效果。
二、sentinel控制台安装
官网下载jar包或者下载源码打包，和传统的springboot项目一样启动即可。
非必须，只是用来测试和看数据，默认用户密码sentinel，可在项目application.properties配置文件中修改
三、sentinel集成
3.1 spring-boot集成
只需要额外添加一个依赖
<dependency>
????<groupId>com.alibaba.cloud</groupId>
????<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
然后配置sentinel控制台地址即可
spring:
? application:
? ? name: spring-boot-demo
? cloud:
? ? sentinel:
? ? ? transport:
? ? ? ? dashboard: localhost:8080
? ? ? ? heartbeat-interval-ms: 500
? ? ? ? eager: true
注意：控制台和springboot都启动后，控制台界面上是看不到项目的，只有在springboot有接口请求后才会有项目信息。
3.2 spring-cloud集成
待测试补充
四、sentinel测试
请求模拟：5个进程，每个进程每秒请求一次接口
如果被限流，请求方会获取到429错误：Blocked by Sentinel (flow limiting)
4.1 流控规则
4.1.1 设置QPS
如图所示，设置的QPS是1，模拟的请求是接近5，但是实际通过的QPS是2，是因为Sentinel的流控规则是基于滑动窗口来计算的，也就是说，Sentinel 会在固定时间内统计请求的数量，然后根据这个统计结果来判断是否进行流控。由于统计数据存在误差，因此 Sentinel 实际的 QPS 可能会略微超过流控规则设置的 QPS，这属于正常现象。
4.1.2 设置并发线程数
如图所示，审核制的并发线程数是1，模拟的请求QPS接近5，由于每个接口响应非常快，所以在模拟请求QPS接近5的时候实际的服务端线程也很小。
那猜测下，如果接口响应比较长，服务端的线程数就应该上涨，通过的QPS就应该降低。按照这个猜想，模拟的接口睡眠800ms，之后的实时监控如下，猜想成立。
4.2 熔断规则
4.2.1 设置慢调用比例
如图所示，设置的最大RT是500ms，模拟的请求响应时间是800ms，每个请求都会超时，但是设置了最小请求数，所以依然会有一个通过的QPS
4.2.2 设置异常比例
如图所示，设置的异常比例未0.5，模拟的请求全部抛出异常，每个请求都是失败，但是设置了一个最小请求数1，所以依然会有1个请求到达服务，其他请求就都被拒绝，防止服务器负载过高或者宕机。
4.2.3 设置异常数
如图所示，设置了异常数3，最小请求数1，在模拟的QPS分别为5，10和3的时候，都是保留了一个通过的QPS，拒绝了其他的。
保持QPS=3的模拟请求，把异常数改为4以后如下
4.3 热点规则
热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效。
并且需要硬编码，添加@SentinelResource注解才可以使用。
4.4 系统规则
4.4.1 设置cpu使用率
如图所示，CPU使用率先设置的3，请求全部拒绝，此时查看电脑cpu使用率大概在5%，所以改为5，则出现部分拒绝部分放行。