-
Notifications
You must be signed in to change notification settings - Fork 8.1k
How to Use
There are mainly 2 steps to use Sentinel:
- Define resource
- Define rules
These two steps don’t have to be synchronized. As long as the resources are defined, you can add rules as necessary. Resources can be applied to multiple rules simultaneously.
Sentinel provides adaptions to popular frameworks as well. Services and methods provided by these framework are defined as resources by default after introduce the adapter extension.
public void c(){
Entry entry = null;
// 务必保证finally会被执行
try{
// 资源名可使用任意有业务语义的字符串
entry = SphU.entry("自定义资源名");
/**
* 被保护的业务逻辑
*/
} catch (BlockException e1) {
//授权阻止,被限流或被降级
/**
* 异常抛出,或处理
*/
}finally{
if(entry != null){
entry.exit();
}
}
}
public void d(){
// 资源名可使用任意有业务语义的字符串
if(SphO.entry("自定义资源名")){
// 务必保证finally会被执行
try {
/**
* 被保护的业务逻辑
*/
} finally {
SphO.exit();
}
}else{
//授权阻止,被限流或被降级
/**
* 异常抛出,或处理
*/
}
}
SentinelUtil.isBlockException(Throwable t);
参见: 主流框架的支持
Sentinel 的所有规则都可以在内存态中动态地查询及修改,修改之后立即生效。同时 Sentinel 也提供相关 API,供用户来定制自己的规则策略。
Sentinel 支持三种规则:流量控制规则、熔断降级规则以及系统保护规则。
重要的属性:
field | 说明 | 默认值 |
---|---|---|
resource | 资源名,资源名是限流规则的作用对象 | |
count | 限流阈值 | |
grade | 限流阈值类型,是按照 QPS 还是线程数 | 默认根据 QPS |
limitApp | 是否根据调用者来限流 | 否 |
strategy | 判断的根据是资源自身,还是根据其它资源 (refResource),还是根据链路入口 (refResource) | 根据资源本身 |
controlBehavior | 发生拦截后是直接拒绝,还是排队等待,还是慢启动模式 | 直接拒绝 |
同一个资源可以同时有多个限流规则。
理解上面规则的定义之后,我们可以通过调用API:FlowRuleManager.loadRules()来硬编码的定义流量控制规则
private static void initFlowQpsRule() {
List<FlowRule> rules = new ArrayList<FlowRule>();
FlowRule rule1 = new FlowRule();
rule1.setResource(KEY);
// set limit qps to 20
rule1.setCount(20);
rule1.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule1.setLimitApp("default");
rules.add(rule1);
FlowRuleManager.loadRules(rules);
}
更多的详细内容可以参见: 流量控制
规则包含下面几个重要的属性:
field | 说明 | 默认值 |
---|---|---|
resource | 资源名,资源名是限流规则的作用对象 | |
count | 限流阈值 | |
grade | 根据RT降级还是根据异常比例降级 | RT |
timeWindow | 降级的时间 |
同一个资源可以同时有多个降级规则。 理解上面规则的定义之后,我们可以通过调用API:DegradeRuleManager.loadRules()来硬编码的定义流量控制规则
private static void initDegradeRule() {
List<DegradeRule> rules = new ArrayList<DegradeRule>();
DegradeRule rule = new DegradeRule();
rule.setResource(KEY);
// set threshold rt, 10 ms
rule.setCount(10);
rule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
rule.setTimeWindow(10);
rules.add(rule);
DegradeRuleManager.loadRules(rules);
}
更多详情可以参考:熔断降级
规则包含下面几个重要的属性:
field | 说明 | 默认值 |
---|---|---|
highestSystemLoad | 最大的Load1 | -1(不生效) |
avgRt | 所有入口流量的平均相应时间 | -1(不生效) |
maxThread | 入口流量的最大并发数 | -1(不生效) |
理解上面规则的定义之后,我们可以通过调用API:SystemRuleManager.loadRules()来硬编码的定义流量控制规则
private static void initDegradeRule() {
List<SystemRule> rules = new ArrayList<SystemRule>();
SystemRule rule = new SystemRule();
rule.setHighestSystemLoad(10);
rules.add(rule);
DegradeRuleManager.loadRules(rules);
}
更多详情可以参考:系统负载保护
运行下面命令,则会返回现有生效的规则:
curl http://localhost:8719/getRules?type=<XXXX>
其中,type=flow
以 JSON 格式返回现有的限流塑形规则;degrade 则返回现有生效的降级规则列表;system 则返回系统保护规则。
我们同时也可以通过下面命令,来修改已有规则:
curl http://localhost:8719/setRules?type=<XXXX>&data=<DATA>
其中,type 可以输入 flow
、degrade
等方式来制定更改的规则种类,data
则是对应的 JSON 格式的规则。
上面的规则配置,都是出于内存状态的。即如果应用发生了重启,这个规则就会失效。我们提供了开放的接口。你可以通过实现 DataSource 的方式,来自定义自己的持久化规则。通常我们的建议有:
- 整合 Diamond,动态的实时刷新配置规则
- 结合 SQL、GitHub 等来实现该规则
- 配合 Dashboard 使用
更多的详情请参见: 动态规则配置
-
文档
-
Documents
- Read Me
- Introduction
- How to Use
- How it Works
- Flow Control
- Parameter Flow Control
- Cluster Flow Control
- API Gateway Flow Control
- Circuit Breaking
- Adaptive System Protection
- Metrics
- General Configuration
- Dynamic Rule Configuration
- Dashboard
- Integrations with open-source frameworks
- Contribution Guideline