sentinel工作原理及使用

        sentinel是一个功能全面的、面向分布式服务架构的轻量级高可用流量控制组件，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。下面说一下它的工作原理及使用方法

sentinel工作原理

         当sentinel作用在调用的接口上时，会将这个接口抽象成一种资源，调用方需要申请这种资源，使用的方法是SphU.entry()，如果能够申请成功，则说明没有被限流，否则会抛出BlockException，表面已经被限流了。

        从SphU.entry()方法往下执行会进入到Sph.entry()，在entry中，会为每一次申请创建一个context，这个context就是记录本次请求的上下文，然后还会为每一种资源创建一组插槽，这一组插槽就是责任链模式，每一个插槽实现一个功能，请求会进行插槽一个一个执行，这些插槽主要有以下几个：

        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；
       StatistcSlot      则用于记录，统计不同纬度的 runtime 信息，流量统计作用；
       FlowSlot       则用于根据预设的限流规则，以及前面 slot 统计的状态，来进行限流；
       AuthorizationSlot      则根据黑白名单，来做黑白名单控制；
       DegradeSlot       则通过统计信息，以及预设的规则，来做熔断降级；
       SystemSlot       则通过系统的状态，例如 load1 等，来控制总的入口流量；
       其中，ClusterBuilderSlot会为每一种资源申请一个全局的ClusterNode，这个ClusterNode会在StatistcSlot中记录每个线程对这个接口的调用情况（调用总数、成功次数、失败次数等）。StatistcSlot采用的是滑动窗口统计方法，它有两个重要的参数：windowLength（窗口长度）, intervalInSec（时间间隔）。如窗口长度为500ms，时间间隔是1s，这样系统就会申请两个窗口，然后计算当前时间戳为time，进一步确定落在哪个窗口，具体逻辑如下：

 

long timeId = time / windowLength;

//计算在窗口数组中的索引

int idx = (int)(timeId % array.length());

// 计算这个时间戳在对应窗口的开始时间

long time = time - time % windowLength;
while (true) {

    WindowWrap<Window> old = array.get(idx);

    if (old == null) { //开始的时候数组为空，申请一个窗口

        WindowWrap<Window> window = new WindowWrap<Window>(windowLength, time, new 
         Window());

        if (array.compareAndSet(idx, null, window)) {
         return window;

        } else {

            Thread.yield(); //多个线程执行，修改失败重新执行一次就可以了

        }

    } else if (time == old.windowStart()) { //恰好找到该窗口，直接返回

        return old;

    } else if (time > old.windowStart()) {

         if (addLock.tryLock()) {

            try {

                    // 旧的窗口过时了，需要申请新的窗口，并将原先的窗口替换

                    return resetWindowTo(old, time);

                } finally {

                addLock.unlock();

               }

        } else {

             Thread.yield();

        }

    } else if (time < old.windowStart()) {

         // 当前时间小于时间窗口，不可能走到这个分支

         return new WindowWrap<Window>(windowLength, time, new Window());
    }

}

        可见通过时间窗口，就可以将一次请求对应到一个窗口，进而计算单位时间的流量，进行流控，同时熔断降级也是通过计算单位时间的异常来实现的，所以时间窗口是十分核心的模块。随着统计的不断进行，当一个窗口时间小于当前时间时，会被系统从当前窗口数组中移除，放入到一个list中，本地会启动一个定时任务，周期性的将list中的窗口数据刷新到本地文件中。当dashboard发送获取统计数据的请求后，本地就会返回文件中的数据给dashboard，这样用户就可以看到统计数据。

sentinel的使用

目前使用sentinel主要用4种方式。

1、在代码中直接使用

        在代码中直接调用函数SphU.entry()，由于这种方式是直接入侵代码，所以不推荐

2、通过注解添加

        在调用的接口上面添加注解@SentinelResource，这样当调用该接口时，spring会通过AOP的方式对含有SentinelResource注解的接口进行增强，采用环绕通知@Around进行切片捕捉，在执行目标方法前执行SphU.entry()。这是一种比较好的方法，但是不适合大规模配置，如果接口众多，一个一个添加注解很麻烦。

3、在filter中添加

        目前我们项目中调用接口时，通过filter时，会获取调用接口的名称，让好通过名称为资源命名，这样每个接口就是一种资源，这样想到于在每个接口上执行SphU.entry()，这样就实现了对每个接口对流量监控

4、在dashboard中添加配置

        本地代码中加入sentinel的包，相当与client。在服务器上部署了dashboard，可以通过在dashboard中的配置页面来实现sentinel配置的添加。本地的sentinel通过zk来监听最新的配置消息，当配置修改时，zk通过主动推送的方式将配置消息发送给client。

sentinel集群实现

       sentinel中限流、熔断降级可以在本地进行，也可以几个实例组成一个集群来统一控制。在集群模式中，一个实例做service，其余做client，通过netty进行socket通信。client端遇到流量统计、流控、熔断降级都是发送请求到service，由service统一进行流量统计、流控、熔断降级的处理。client的服务发现通过dashboard的动态配置来完成。

sentinel本地与dashboard通信

        sentinel本地和dashboard通过http协议通信，实现方式：本地的sentinel-transport-netty-http模块通过netty实现简单的http服务（采用netty提供的http编码和解码方式：HttpRequestDecoder和HttpResponseEncoder），通过SPI获取本地的继承CommandHandler的类，这些类中找到含有注解CommandMapping的类，CommandMapping的name字段就是http中的url，创建一个map，记录url到Handler的映射关系，当本地服务器接收到dashboard的请求时，从里面的url中找到handler，进行请求的处理。其实就是类似于Spring MVC里面的MappingHandler。   

 

总结

sentinel的功能强大，使用简单，可帮助大家快速搭建线上监控系统。