前言

参考资料：
《Spring Microservices in Action》
《Spring Cloud Alibaba 微服务原理与实战》
《B站 尚硅谷 SpringCloud 框架开发教程 周阳》
《Sentinel GitHub 官网》
《Sentinel 官网》

Sentinel 是面向分布式服务架构的轻量级流量控制组件，主要以流量为切入点，从限流、流量整形、服务降级、系统负载保护等多个维度来帮助我们保障微服务的稳定性；

---

1. Sentinel 基础知识

1.1 Sentinel 的特性

• 丰富的应用场景：几乎涵盖所有的应用场景，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、集群流量控制等；
• 实时监控：开发者可以在控制台中看到接入应用的单台机器秒级数据，甚至500台以下规模的集群汇总运行情况；
• 开源生态支持：Sentine提供开箱即用的与其他开源框架/库的整合，例如与Spring Cloud、Dubbo、gRPC的整合；
• SPI 扩展点支持：提供了 SPI 扩展点支持，开发者可以通过扩展点来定制化限流规则，动态数据源适配等需求；

1.2 Sentinel 的组成

• 分两部分：
  • 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 等框架也有较好的支持；
  • 控制台（Dashboard）：亦称 Sentinel 服务器。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；

1.3 Sentinel 控制台上的 9 个功能

1.4 Sentinel 工作原理

• Sentinel 的核心分为三部分：工作流程、数据结构和限流算法；

  

• 调用链路是 Sentinel 的工作主流程，由各个 Slot 插槽组成，将不同的 Slot 按照顺序串在一起（责任链模式），从而将不同的功能（限流、降级、系统保护）组合在一起；

• Sentinel 中各个 Slot 承担了不同的职责，如：LogSlot 负责记录日志、StatisticSlot 负责统计指标数据、FlowSlot 负责限流等。这是一种职责分离的设计，每个模块更聚焦于实现某个功能；

• 在 Sentinel 中，所有的资源都对应一个资源名称（resourceName），每次访问该资源都会创建一个 Entry 对象，在创建 Entry 的同时，会创建一系列功能槽（Slot Chain），这些槽会组成一个责任链，每个槽负责不同的职责；

1.5 Sentinel 源码分析

• 由于篇幅有限，该内容放在以下文章：
• 详情请见：微服务架构 | 5.4 Sentinel 流控、统计和熔断的源码分析

2. 安装并运行 Sentinel 控制台

Sentinel 与 Nacos 类似，有两种安装方式：使用已经编译好的安装包和源码部署；由于要对 Sentinel 源码进行分析，这里推荐源码部署；
这里选择的版本是 1.8.3；

2.1 安装包安装 Sentinel 控制台

2.1.1 下载 Sentinel

• 从官网下载 Sentinel：https://github.com/alibaba/Sentinel/releases；

2.1.2 使用命令启动 Sentinel 控制台

• 运行前要满足两个条件：有 java8 环境、8080 端口不能被占用；
  • win10 解决端口占用用以下三个命令即可（用管理员打开 cmd）：
  • 查看所有端口：netstat -ano 或者指定查看 8080 端口占用情况 netstat -aon|findstr 8080；
  • 根据进程查找应用程序：tasklist|findstr {上面查到的进程 PID}；
  • 关闭进程：taskkill /f /t /im {上面查到的应用程序}；
• 到下载的 jar 包下启动 cmd 窗口，运行下面命令：
• java -jar sentinel-dashboard-1.8.3.jar；
• 如果不想杀掉 8080 程序可以之地端口号运行：java -Dserver.port=7777 -Dcsp.sentinel.dashboard.server=localhost:7777 -jar sentinel-dashboard-1.8.3.jar；
  • -Dserver.port：指定 Sentinel 控制台的访问端口，默认是 8080；
  • -Dcsp.sentinel.dashboard.server：指定 Sentinel Dashboard 控制台的 IP 地址和端口，这里进行设置的目的是把自己的限流数据暴露到监控平台；
  • -Dproject.name：设置项目名称；

2.1.3 访问 Sentinel 控制台

• 发送请求：http://localhost:8080；
• 1.6.0 版本后引入登录功能，默认登录账号密码均为 sentinel；

2.2 源码部署 Sentinel 控制台

2.2.1 拉取源码

• 访问 Sentinel 官方 GitHub 地址：https://github.com/alibaba/Sentinel；
• 先派生，再拉取代码：

  

2.2.2 启动 Sentinel 控制台

• 先 mvn install 将项目安装到本地；
• 接着找到 sentinel-dashboard 模块下的主程序类 DashboardApplication 运行即可；
• *为了防止端口占用，这里笔者将 Sentinel 控制台的端口号改为了 28080；

3. Spring Cloud Nacos 集成 Sentinel

3.1 引入 pom.xml 依赖文件

<dependency>
    <groupId>com.alibaba.cloudgroupId>
    <artifactId>spring-cloud-starter-alibaba-sentinelartifactId>
dependency>

3.2 修改 bootstrap.yml 配置文件

spring:
  application:
    name: nacos-config-client #必须，构成 Nacos 配置管理 Data ID 字段的一部分
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 #Nacos 服务注册中心地址
      config:
        server-addr: localhost:8848 #Nacos 作为配置中心地址
        file-extension: yaml #指定 yaml 格式的配置
    #以下新增
    sentinel:
      transport:
        dashboard: localhost:28080  #配置Sentinel dashboard地址
        port: 8719  #默认8719端口，假如被占用会自动从8719开始依次+1扫描,直至找到未被占用的端口

3.3 编写业务类

• 编写个接口测试用；
• 基于 Sentinel 控制台的流控规则不需要添加任何资源埋点；
• 在默认情况下 Sentinel Starter 会对所有 HTTP 请求进行限流；

@RestController
public class ConfigClientController {
    @GetMapping("/easytest")
    public String testMothod(){
        return "test";
    }
}

• 这时启动程序，访问 Sentinel 控制台，并不能看到效果。由于 Sentinel 使用的是懒加载机制，需要进行一次接口调用才能看到监控效果界面：

3.4 基于 Sentinel 控制台添加容灾规则

• 手动配置容灾规则请见本篇《5. 手动配置流控规则》；

3.4.1 流控规则页面说明

下图表示 1 秒钟内查询 1 次就是 OK，若超过次数 1，就直接-快速失败，报默认错误；

流控规则控制页面.png

• 资源名 resource：唯一名称，默认请求路径；
• 针对来源 limitApp：Sentinel 可以针对调用者进行限流，填写微服务名，默认 default（不区分来源）；
• 阈值类型 grade、单机阈值 count：
  • QPS grade值1（每秒钟的请求数量）：当调用该 API 的 QPS 达到阈值的时候，进行限流；
  • 线程数 grade值0：当调用该 API 的线程数达到阈值的时候，进行限流；
• 是否集群 clusterMode：不需要集群；
• 流控模式：
  • 直接：API 达到限流条件时，直接限流；
  • 关联 strategy：当关联的资源 B 达到阈值时，就限流自己 A（这里需要手速快或使用 Postman 模拟高并发）；
  • 链路：只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）（API 级别的针对来源）；
• 流控效果 controlBehavior：
  • 快速失败 RuleConstant.CONTROL_BEHAVIOR_DEFAULT：直接失败，抛异常 Blocked by Sentinel (flow limiting)；
  • Warm Up（预热） RuleConstant.CONTROL_BEHAVIOR_WARM_UP：根据 codeFactor（冷加载因子，默认3）的值，阈值除以 codeFactor 得到预热时长。经过预热时长，才达到设置的 QPS 阈值。
    • 用于秒杀系统在开启的瞬间，刚开始不行，后续慢慢OK；
  • 排队等待 RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER：匀速排队，让请求以匀速的速度通过（漏桶算法），阈值类型必须设置为 QPS，否则无效；
    • 用于处理间隔性突发的流量；

3.4.2 熔断规则页面说明

下图表示当我们的请求响应超过 1000ms ，并且该统计的请求比例超过 50% 时（统计的请求数量需要大于 5），触发熔断；
经过熔断时长 5s 后进入探测恢复状态，若下一个请求响应时间小于 1000ms，则熔断结束；反之再次熔断；

• 资源名 resource：唯一名称，默认请求路径；
• 熔断策略 grade：
  • 慢调用比例 (SLOW_REQUEST_RATIO)：请求的响应时间大于 RT 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，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；
  • 异常比例 (ERROR_RATIO)：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%；
  • 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；
• 最大 RT、比例阈值 count：慢调用比例模式下为慢调用临界 RT（超出该值计为慢调用）；异常比例和异常数模式下为对应的阈值；
• 慢调用比例阈值 slowRatioThreshold：仅慢调用比例模式有效（1.8.0 引入）；
• 熔断时长 timeWindow：单位为 s；
• 最小请求数 minRequestAmount：请求数小于该值时即使异常比率超出阈值也不会熔断（1.7.0 引入）；
• 统计时长 statIntervalMs：如 60*1000 代表分钟级（1.8.0 引入）；

3.4.3 热点规则页面说明

• 常用于：统计某个热点数据中访问频次最高的 Top K 数据，并对其访问进行限制；
• 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；
• Sentinel 利用 LRU 策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控。热点参数限流支持集群模式；

1. 简单示例

• 编写业务类：
• @SentinelResource 的用法详情请见本篇第 4 点；

@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "dealHandlerTestHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                         @RequestParam(value = "p2",required = false) String p2){
    return "testHotKey";
}
public String dealHandlerTestHotKey(String p1, String p2, BlockException exception) {
    return "dealHandler_testHotKey";
}

• 在 Sentinel 控制台上配置规则：

下图表示第一个参数（索引为0）有值的话（对应上述代码的 p1），1 秒的 QPS 为 1，超过就限流，限流后调用 dealHandler_testHotKey 支持方法；

• 资源名 resource：唯一名称，默认请求路径；

• 限流模式 grade：限流模式只支持 QPS 模式；

• 参数索引 paramIdx：必填，对应 SphU.entry(xxx, args) 中的参数索引位置；

• 单机阈值 count：限流阈值，必填；

• 统计窗口时长 durationInSec：单位为秒，1.6.0 版本开始支持；

• 是否集群 clusterMode：是否是集群参数流控规则；

• 集群流控相关配置 clusterConfig；

• 参数例外项 paramFlowItemList：可以针对指定的参数值单独设置限流阈值，不受前面 count 阈值的限制。仅支持基本类型和字符串类型；

• 流控效果 controlBehavior：流控效果（支持快速失败和匀速排队模式），1.6.0 版本开始支持；

• 测试访问：

  • http://localhost:18082/testHotKey?p1=22：触发限流；
  • http://localhost:18082/testHotKey?p1=22&p2=33：触发限流；
  • http://localhost:18082/testHotKey?p2=33：不触发限流；

2. 参数例外项配置

当 p1 的值等于 5 时，它的阈值可以达到 200；

• 注意点击“添加”；
• 热点参数必须是基本类型或者 String；

3.4.4 系统规则页面说明

• 系统保护规则是从应用级别的入口流量进行控制，从单台机器的 load、CPU 使用率、平均 RT、入口 QPS 和并发线程数等几个维度监控应用指标，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性；

  

• load1 表示系统的负载；
• 系统规则支持一下五种模式：
  • Load 自适应（仅对 Linux/Unix-like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统 load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护（BBR 阶段）。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5；
  • CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0-1.0），比较灵敏；
  • 平均 RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒；
  • 并发线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护；
  • 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护；

3.4.5 授权规则页面说明

• 根据调用来源来判断该次请求是否允许放行；

• 资源名 resource：资源名，即限流规则的作用对象；
• 流控应用 limitApp：对应的黑名单/白名单，不同 origin 用 , 分隔，如 appA,appB；
• 授权类型 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；

4. 使用 @SentinelResource 自定义限流处理逻辑

• Sentinel starter 在默认情况下会为所有的 HTTP 服务提供限流埋点，所以如果只想对 HTTP 服务进行限流，那么只需要添加依赖即可，不需要修改任何代码；
• 如果想要对特定的方法进行限流或者降级，则需要通过 @SentinalResouce 注解来实现限流资源的定义；

4.1 注解参数属性说明

• @SentinelResource 注解参数属性说明：

public @interface SentinelResource {
    //资源名称，必需项（不能为空）
    String value() default "";
    
    //entry 类型，有 IN 和 OUT 两个选项,（默认为 EntryType.OUT）
    EntryType entryType() default EntryType.OUT;
 
    int resourceType() default 0;
 
    //对应处理 BlockException 的函数名称，可选项
    String blockHandler() default "";
 
    /** 
     * blockHandler 函数默认需要和原方法在同一个类中，如果希望使用其他类的函数，则需要指定 blockHandlerClass 为对应的类的 Class 对象，注意对应的函数必需为 static 函数，否则无法解析
    Class[] blockHandlerClass() default {};
    
    /**
     * fallback 函数默认需要和原方法在同一个类中;
     * 若希望使用其他类的函数，则可以指定 fallbackClass 为对应的类的 Class 对象;
     * 对应的函数必需为 static 函数，否则无法解析;
     **/
    String fallback() default "";
 
    /**
     * 默认的 fallback 函数名称，可选项，通常用于通用的 fallback逻辑（即可以用于很多服务或方法）；
     * 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，则只有 fallback会生效；
     * defaultFallback 函数签名要求：返回值类型必须与原函数返回值类型一致；方法参数列表需要为空，或者可以额外多一个 Throwable 类型的参数用于接收对应的异常；
     * defaultFallback 函数默认需要和原方法在同一个类中。若希望使用其他类的函数，则可以指定 fallbackClass 为对应的类的 Class 对象，注意对应的函数必需为 static 函数，否则无法解析;
     **/ 
    String defaultFallback() default "";
 
    /**
     * fallback 函数名称，可选项，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；
     * fallback 函数签名和位置要求：返回值类型必须与原函数返回值类型一致；方法参数列表需要和原函数一致，或者可以额外多一个 Throwable 类型的参数用于接收对应的异常
     **/
    Class[] fallbackClass() default {};
    
    //用于指定哪些异常被排除掉，不会计入异常统计中，也不会进入 fallback 逻辑中，而是会原样抛出
    Class[] exceptionsToTrace() default {Throwable.class};
 
    Class[] exceptionsToIgnore() default {};
}

• @SentinelResource：处理的是 Sentinel 控制台配置的违规情况，有 blockHandler 方法配置的兜底处理；
• RuntimeException：如：int age = 10/0。这个是 java 运行时报出的运行时异常 RunTimeException，@SentinelResource 不管；
• @SentinelResource 主管配置出错，运行出错走异常处理程序；

4.2 配置与代码的关系

4.3 自定义限流处理逻辑

4.3.1 创建 CustomerBlockHandler 类用于自定义限流处理逻辑

在 handler 包下新建 CustomerBlockHandler 类；

public class CustomerBlockHandler{
    public static CommonResult handlerException(BlockException exception){
        return new CommonResult(4444,"按客戶自定义,global handlerException----1");
    }
    public static CommonResult handlerException2(BlockException exception){
        return new CommonResult(4444,"按客戶自定义,global handlerException----2");
    }
}

4.3.2 在 controller 接口上配置自定义逻辑

@GetMapping("/rateLimit/customerBlockHandler")
@SentinelResource(value = "customerBlockHandler",
        blockHandlerClass = CustomerBlockHandler.class, blockHandler = "handleException2")
public CommonResult customerBlockHandler(){
    return new CommonResult(200,"按客户自定义限流处理逻辑");
}

• 在实际生产中，上述所有的代码都要用 try-catch-finally 方式进行处理；

4.3.3 在 Sentinel 控制台上配置

5. 手动配置流控规则

• 我们除了能在 Sentinel 控制台上配置流控规则外，还可以借助 Sentinel 的 InitFunc SPI 扩展接口来实现：
  • 需要实现自己的 InitFunc 接口；
  • 并在 init 方法中编写规则加载的逻辑；
• 我们接着 3.4.3 的 controller 示例：

5.1 controller 接口

@GetMapping("/testHotKey")
@SentinelResource(value = "testHotKey",blockHandler = "dealHandlerTestHotKey")
public String testHotKey(@RequestParam(value = "p1",required = false) String p1,
                         @RequestParam(value = "p2",required = false) String p2){
    return "testHotKey";
}
public String dealHandlerTestHotKey(String p1, String p2, BlockException exception) {
    return "dealHandler_testHotKey";
}

5.2 实现 InitFunc 接口

public class FlowRuleInitFunc implements InitFunc{
    @Override 
    public void init() throws Exception{
        Listrules=new ArrayList<>(); 
        FlowRule rule=new FlowRule(); 
        rule.setcount(1); 
        rule.setResource("testHotKey"); 
        rule.setGrade(RuleConstant.FLOW_GRADE_QPS); 
        rule.setLimitApp("default"); 
        rules.add(rule); 
        FlowRuleManager.loadRules(rules);
}

• SPI 是扩展点机制，如果需要被 Sentinel 加载，那么还要在 resource 目录下创建 META-INF/services/com.alibaba.csp.sentinelinit.InitFunc 文件，文件内容就是自定义扩展点 FlowRuleInitFunc 的全路径；

6. Sentinel 规则持久化

• 一旦我们重启应用，Sentinel 规则将消失，生产环境需要将配置规则进行持久化；
• 将限流配置规则持久化进 Nacos 保存，只要刷新 REST 地址，Sentinel控制台的流控规则就能看到，只要 Nacos 里面的配置不删除，针对 Sentinel 上的流控规则持续有效；

6.1 添加 pom.xml 依赖文件

<dependency>
   <groupId>com.alibaba.cloudgroupId>
   <artifactId>spring-cloud-starter-alibaba-nacos-configartifactId>
dependency>
<dependency>
   <groupId>com.alibaba.cspgroupId>
   <artifactId>sentinel-datasource-nacosartifactId>
dependency>

6.2 修改 bootstrap.yml 配置文件

spring:
  application:
    name: nacos-config-client
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848
      config:
        server-addr: localhost:8848
        file-extension: yaml
    sentinel:
      transport:
        dashboard: localhost:28080
        port: 8719
      # 以下新增  
      datasource:
        ds1:
          nacos:
            server-addr: localhost:8848  #将规则保存进 Nacos 配置中心
            dataId: cloudalibaba-sentinel-service
            groupId: DEFAULT_GROUP
            data-type: json #指定配置项的内容格式，可选：JSON、XML。如果需要自定义，则可以将值配置为 custom，并配置 converter-class 指向 converte r类；
            rule-type: flow #数据源中规则的类型，可选：flow、degrade、param-flow、gw-flow

6.3 在 Nacos 服务器上添加配置

• 对 /easytest 接口添加流控规则；

• Resource：资源名称；
• LimitApp：来源应用；
• Grade：阈值类型，0表示线程数，1表示 QPS；
• Count：单机阈值；
• Strategy：流控模式，0表示直接，1表示关联，2表示链路；
• ControlBehavior：流控效果，0表示快速失败，1表示 Warm Up，2表示排队等待；
• ClusterMode：是否集群；

6.4 一些说明

• 访问 Sentinel 控制台可能看不见配置，多次调用 /easytest 后才能看见配置规则；
• 在 Sentinel 控制台上添加和修改配置不能同步到 Nacos 配置中心，服务重启后配置规则不能同步到 Nacos 上；
• Nacos 在这当中扮演的角色应该是一个查询数据库，不建议在 Nacos 上修改流控规则；

7. Sentinel 控制台集成 Nacos 实现规则同步

• 上面说过，在 Sentinel 控制台上添加和修改配置不能同步到 Nacos 配置中心，服务重启后配置规则不能同步到 Nacos 上；
• 但我们可以自己实现这个功能，配置步骤如下：

7.1 修改依赖与配置文件

• 修改 sentinel-dashboard 模块里的 pom.xml 依赖文件；
• 注释掉 ：

<dependency>
  <groupId>com.alibaba.cspgroupId>
  <artifactId>sentinel-datasource-nacosartifactId>
  
<dependency>

• 修改：src/main/webapp/resources/app/scripts/directives/sidebar/sidebar.html；里的 dashboard.flowV1 为 dashboard.flow；
• 使之调用 FlowControllerV2 中的接口；

<li ui-sref-active="active" ng-if="!entry.isGateway">
  
  <a ui-sref="dashboard.flow({app: entry.app})">
    <i class="glyphicon glyphicon-filter">i>  流控规则a>
li>

• 在 application.yml 里添加 Nacos 服务器的配置信息：
  • sentinel.nacos.serverAddr=localhost:8848；
  • sentinel.nacos.namespace=
  • sentinel.nacos.group-id=DEFAULT_GROUP；

7.2 新建 Nacos 规则包，里面存放与同步的配置类

• 新建包 com/alibaba/csp/sentinel/dashboard/rule/nacos/；
• 下面新建五个类，可以从这个目录下拷贝 src/test/java/com/alibaba/csp/sentinel/dashboard/rule/nacos；
• 新建后的图：

  

7.2.1 新建 NacosPropertiesConfiguration 类

• 在该包下新建 NacosPropertiesConfiguration.java 类，用来加载外部化配置；

@ConfigurationProperties(prefix="sentinel.nacos")
public class NacosPropertiesConfiguration {
    private String serverAddr;
    private String dataId;
    private String groupId = "DEFAULT_GROUP";
    private String namespace;
    //这里省略 get/set 方法
}    

7.2.2 新建 NacosConfiguration 类

• 在该包下创建一个 Nacos 配置类 NacosConfiguration：

@EnableConfigurationProperties(NacosPropertiesConfiguration.class)
@Configuration
public class NacosConfiguration {
 
    //Converter 转换器，将 FlowRuleEntity 转化成 FlowRule，以及反向转化
    @Bean
    public Converter<List<FlowRuleEntity>, String> flowRuleEntityEncoder(){
        return JSON::toJSONString;
    }
 
    @Bean
    public Converter<String, List<FlowRuleEntity>> flowRuleEntityDecoder(){
        return s -> JSON.parseArray(s, FlowRuleEntity.class);
    }
 
    //注入 Nacos 服务 ConfigService
    @Bean
    public ConfigService nacosConfigService(NacosPropertiesConfiguration nacosPropertiesConfiguration) throws NacosException {
        Properties properties = new Properties();
        properties.put(PropertyKeyConst.SERVER_ADDR, nacosPropertiesConfiguration.getServerAddr());
        properties.put(PropertyKeyConst.NAMESPACE, nacosPropertiesConfiguration.getNamespace());
        return ConfigFactory.createConfigService(properties);
    }
}
 

7.2.3 新建 NacosConstants 类

• 在该包下创建一个 Nacos 常量类 NacosConstants。分别表示默认的 GROUP_ID 和 DATA_ID 的后缀：

public class NacosConstants {
    public static final String DATA_ID_POSTFIX = "-sentinel-flow";
    public static final String GROUP_ID = "DEFAULT_GROUP";
}

7.2.4 新建 FlowRuleNacosProvider 类

• 在该包下新建 FlowRuleNacosProvider 类实现动态从 Nacos 配置中心获取流控规则；

@Component("flowRuleNacosProvider")
public class FlowRuleNacosProvider implements DynamicRuleProvider> {
 
    private static Logger logger = LoggerFactory.getLogger(FlowRuleNacosProvider.class);
 
    @Autowired
    private NacosPropertiesConfiguration nacosConfigProperties;
 
    @Autowired
    private ConfigService configService;
 
    @Autowired
    private Converter> converter;
 
    @Override
    public List getRules(String appName) throws Exception {
        String dataID = new StringBuilder(appName).append(NacosConstants.DATA_ID_POSTFIX).toString();
        //通过ConfigServic.getConfig方法从Nacos Config Server中读取指定配置信息，并通过converter转化为FlowRule规则
        String rules = configService.getConfig(dataID, nacosConfigProperties.getGroupId(), 3000);
        if (StringUtil.isEmpty(rules)) {
            return new ArrayList<>();
        }
        return converter.convert(rules);
    }
}

7.2.5 新建 FlowRuleNacosPublisher 类

• 在该包下新建 FlowRuleNacosPublisher（流控规则发布类） 类，在 Sentinel 控制台 上修改完配置之后，需要调用该发布方法将数据持久化到 Nacos 中；

@Component("flowRuleNacosPublisher")
public class FlowRuleNacosPublisher implements DynamicRulePublisher<List<FlowRuleEntity>> {
 
    @Autowired
    private NacosPropertiesConfiguration nacosPropertiesConfiguration;
 
    @Autowired
    private ConfigService configService;
 
    @Autowired
    private Converter<List<FlowRuleEntity>, String> converter;
 
    @Override
    public void publish(String appName, List<FlowRuleEntity> rules) throws Exception {
        AssertUtil.notEmpty(appName, "appName cannot be empty");
        if (rules == null) {
            return;
        }
        String dataID = new StringBuilder(appName).append(NacosConstants.DATA_ID_POSTFIX).toString();
        configService.publishConfig(dataID, nacosPropertiesConfiguration.getGroupId(), converter.convert(rules));
    }
}

7.3 修改 FlowControllerV2 类

• 上面配置的两个类（FlowRuleNacosPublisher 与 FlowRuleNacosProvider）注入进来，表示规则的拉取和规则的发布统一用我们前面自定义的两个实例；

7.4 修改 Nacos 客户端

• 对于应用程序来说，需要改动的地方比较少，只要注意配置文件中 data-id 的命名要以 -sentinel-flow 结尾即可，因为在 Sentinel Dashboard 中我们写了一个固定的后缀；

spring:
  application:
    name: nacos-config-client
  cloud:
    nacos:
      discovery:
        server-addr: localhost:8848 
      config:
        server-addr: localhost:8848
        file-extension: yaml
    sentinel:
      transport:
        dashboard: localhost:28080 
        port: 8719
      datasource:
        ds1:
          nacos:
            server-addr: localhost:8848 
            # 修改下面这条
            dataId: ${spring.appliction.name}-sentinel-flow   
            groupId: DEFAULT_GROUP
            data-type: json
            rule-type: flow

8. 自定义 URL 限流异常和 URL 资源清洗

8.1 自定义 URL 限流异常

8.1.1 问题描述

• 在默认情况下，URL 触发限流后会直接返回 Blocked by Sentinel (flow 1imiting)；
• 在实际应用中，大都采用JSON格式的数据，所以如果希望修改触发限流之后的返回结果形式；

8.1.2 实现 UrlBlockHandler 并且重写 blocked() 方法

• 可以通过自定义限流异常来处理，实现 UrlBlockHandler 并且重写 blocked 方法；

@Service public class CustomurlBlockHandler implements Ur1BlockHandler{
    @Override 
    public void blocked（HttpServletRequest httpServletRequest, HttpServletResponse httpservletResponse, BlockException e）throws IOException{
    httpServletResponse.setHeader("Content-Type"，"application/json；charset=UTF-8");
    String message="{\"code\"：999，\"msg\"：\"访问人数过多\"}";
    httpServletResponse.getWriter().write（message）；
}

• 如果触发限流之后，我们希望直接跳转到一个降级页面，可以通过下面这个配置来实现：spring.cloud.sentinel.servlet.block-page-{url}；

8.2 URL 资源清洗

8.2.1 问题描述

• 默认情况下 Sentinel 会把所有的 URL 当作资源来进行流控；
• 比如一个 URL /clean/{id} 带有一个参数 id，这个参数有很多种属性 {id可取整数}，有多少个请求 Sentinel 默认统计多个，而我们期望是一个；

8.2.2 实现 UrICleaner 并重写 clean() 方法

• 对于 /clean/{id} 这个 URL，我们可以统一归集到 /clean/* 资源下：

@Service 
public class CustomerUrlCleaner implements UrlCleaner{
    @Override 
    public String clean(String originurl){
        if（Stringutils.isEmpty(originur1)){
            return originUrl;
    }
    if（originUr1.startswith("/clean/")){
        return"/clean/*";
    }
    return originUrl;
}