Spring Cloud Alibaba Sentinel如何实现SlotChain链式流程概览？

本文共计1405个文字，预计阅读时间需要6分钟。

前言：Sentinel作为阿里开源的一款轻量级流控框架，主要以其流量控制为切入点，从流量控制、熔断降级、系统负载保护等多个维度来帮助用户保障服务的稳定性。相较于Hystrix，Sentinel的设计更加注重流控的灵活性和高效性。

前言

Sentinel作为ali开源的一款轻量级流控框架，主要以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度来帮助用户保护服务的稳定性。相比于Hystrix，Sentinel的设计更加简单，在 Sentinel中资源定义和规则配置是分离的，也就是说用户可以先通过Sentinel API给对应的业务逻辑定义资源（埋点），然后在需要的时候再配置规则，通过这种组合方式，极大的增加了Sentinel流控的灵活性。

 

引入Sentinel带来的性能损耗非常小。只有在业务单机量级超过25W QPS的时候才会有一些显著的影响（5% - 10% 左右），单机QPS不太大的时候损耗几乎可以忽略不计。

 

Sentinel提供两种埋点方式:

• try-catch 方式（通过 SphU.entry(...)），用户在 catch 块中执行异常处理 / fallback

• if-else 方式（通过 SphO.entry(...)），当返回 false 时执行异常处理 / fallback

写在前面

在此之前，需要先了解一下Sentinel的工作流程。

 

在 Sentinel 里面，所有的资源都对应一个资源名称（resourceName），每次资源调用都会创建一个 Entry 对象。Entry 可以通过对主流框架的适配自动创建，也可以通过注解的方式或调用 SphU API 显式创建。Entry 创建的时候，同时也会创建一系列功能插槽（slot chain），这些插槽有不同的职责，例如默认情况下会创建以下7个插槽：

• NodeSelectorSlot：负责收集资源的路径，并将这些资源的调用路径，以树状结构存储起来，用于根据调用路径来限流降级。

• ClusterBuilderSlot：则用于存储资源的统计信息以及调用者信息，例如该资源的 RT, QPS, thread count 等等，这些信息将用作为多维度限流，降级的依据。

• StatisticSlot：则用于记录、统计不同纬度的 runtime 指标监控信息。

• SystemSlot：则通过系统的状态，例如 load1 等，来控制总的入口流量。

• AuthoritySlot：则根据配置的黑白名单和调用来源信息，来做黑白名单控制。

• FlowSlot：则用于根据预设的限流规则以及前面 slot 统计的状态，来进行流量控制。

• DegradeSlot：则通过统计信息以及预设的规则，来做熔断降级。

注意：这里的插槽链都是一一对应资源名称的。

 

每个Slot执行完业务逻辑处理后，会调用fireEntry()方法，该方法将会触发下一个节点的entry方法，下一个节点又会调用他的fireEntry，以此类推直到最后一个Slot，由此就形成了Sentinel的责任链。

 

上面的所介绍的插槽（slot chain）是Sentinel非常重要的概念。同时还有一个非常重要的概念那就是Node。

Node之间的树形结构

在创建context会先创建DefaultNode 实际是它的父类EntranceNode，context可以相同context-name反复申明创建，但是DefaultNode同一context-name只会创建一次，DefaultNode包含了一个链路所有的资源，每一个资源对应一个ClusterNode，ClusterNode再根据来源细分为StatisticNode，它们之间的关系就是一个树形结构 如下：

• EntranceNode：根据context-name来创建，就算同一个context-name多次创建context，entranceNode也只会创建一次, 用来统计该链路上所有的资源信息。

• DefaultNode：根据context-name + resource-name创建，用来统计某链路上的资源信息。

• ClusterNode：根据resource-name来创建，用来统计资源信息。

• StatisticsNode：根据origin-name+resource-name来创建，针对请求来源统计该来源的资源信息，上面几个node都是它的子类，基于它的数据做汇总。

一定要搞清楚这几个node之间的关系和作用，下面重点来看StatisticsNode，它用来完成信息统计，以供后续的限流规则使用， 它只统计了两个维度数据，qps和线程数。

入门案例

• 引入maven依赖

<parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.3.12.RELEASE</version> <relativePath/> <!-- lookup parent from repository --> </parent> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency> </dependencies> <dependencyManagement> <dependencies> <!--整合Spring Cloud Alibaba--> <dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-alibaba-dependencies</artifactId> <version>2.2.6.RELEASE</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement>

• 下面举一个最简单的案例埋点来引出流控入口

public String getOrderInfo(String orderNo) { ContextUtil.enter("getOrderInfo", "application-a"); Entry entry = null; try { // name:资源名 EntryType 流量类型为入口还是出口，系统规则只针对入口流量， batchCount:当前请求流量, args:参数 entry = SphU.entry("getOrderInfo", EntryType.IN, 1, orderNo); getUserInfo(); } catch (BlockException e) { e.printStackTrace(); } finally { entry.exit(); } return "orderInfo = " + orderNo; } public String getUserInfo() { Entry entry = null; try { entry = SphU.entry("getUserInfo", EntryType.OUT, 1); // 通过www.cnblogs.com/taromilk/p/11750962.html

www.cnblogs.com/zzz-blogs/p/14342608.html

blog.csdn.net/qq_19414183/article/details/111035989

blog.csdn.net/wk52525/article/details/104439404