本文是 Spring Cloud Alibaba 系列的 Sentinel 模块第一篇沿 **「Sentinel 是什么 - 核心概念 - 与 Hystrix 对比 - 限流原理 - 滑动窗口 - 责任链 - 节点类型」** 这条主线系统梳理 Sentinel 的基础概念与核心原理。 --- ## 一、模块总览Sentinel 学什么 | 层次/模块 | 内容 | 本文覆盖 | |------|------|----------| | **基础概念** | Sentinel 定位、核心概念、与 Hystrix 对比 | ✅ | | **核心原理** | 限流原理、滑动窗口、责任链、节点类型 | ✅ | | **流控规则** | 流控规则、降级规则、系统规则、热点规则 | 下一篇 | | **工程实践** | Spring Cloud Alibaba 整合、Dashboard 使用 | 下一篇 | --- ## 二、Sentinel 是什么核心定位 ### 2.1 官方定义 Sentinel 是阿里开源的面向分布式服务架构的**流量治理组件**主要围绕**流量控制、熔断降级、系统负载保护**三个维度来保障微服务的稳定性。 **面试加分句**Sentinel 是流量治理工具不是熔断工具。限流、熔断、降级、系统保护、热点防护都是它的职责范围。 ### 2.2 核心定位 Sentinel 承接了阿里巴巴近 10 年的双 11 大促核心场景 - **秒杀**突发流量控制 - **消息削峰填谷**平滑流量 - **实时熔断下游不可用应用**防止雪崩 - **系统负载自适应保护**根据 CPU/Load 自动限流 ### 2.3 代码示例最小可用 Demo java // 正例使用 SentinelResource 注解标识资源 Service public class ProductService { SentinelResource(value getProduct, blockHandler handleBlock) public Product getProduct(Long id) { return productDao.getById(id); } // 限流降级处理方法 public Product handleBlock(Long id, BlockException ex) { return new Product(id, 商品暂时不可用); } } java // 反例没有使用 Sentinel 保护 Service public class ProductService { // ❌ 没有 SentinelResource无法限流 public Product getProduct(Long id) { return productDao.getById(id); } } ### 2.4 适用场景 | 场景 | 说明 | 示例 | |------|------|------| | 高并发入口限流 | 防止系统被打垮 | API 网关限流 QPS10000 | | 秒杀削峰 | 突发流量控制在系统容量范围内 | 双 11 秒杀接口限流 | | 下游故障熔断 | 实时切断不可用应用 | 库存服务超时熔断降级 | | 系统负载保护 | 根据 CPU/Load 自动限流 | CPU80% 时拒绝新请求 | | 热点参数防护 | 防止单个商品 ID 被打爆 | 商品 ID1001 限流 QPS100 | --- ## 三、Sentinel 的核心概念 ### 3.1 三大核心概念 Sentinel 的核心概念可以概括为**资源 规则 统计节点**。 #### 概念 1资源Resource **定义**被保护的代码或接口用 SentinelResource 标注或 SphU.entry() 包裹。 资源可以是方法、URL、SQL、任意业务逻辑。 java // 正例 1使用注解标识资源 SentinelResource(value getProduct) public Product getProduct(Long id) { return productDao.getById(id); } // 正例 2使用 API 标识资源 public Product getProduct(Long id) { Entry entry null; try { entry SphU.entry(getProduct); return productDao.getById(id); } catch (BlockException ex) { return new Product(id, 商品暂时不可用); } finally { if (entry ! null) { entry.exit(); } } } java // 反例资源名不唯一 SentinelResource(value doSomething) // ❌ 资源名太泛 public Product getProduct(Long id) { ... } SentinelResource(value doSomething) // ❌ 与上面资源名重复 public User getUser(Long id) { ... } #### 概念 2规则Rule **定义**围绕资源设定的保护策略。Sentinel 支持 5 种规则 | 规则类型 | 类名 | 作用 | 示例 | |---------|------|------|------| | 流控规则 | FlowRule | 限制 QPS 或并发线程数 | QPS100超过拒绝 | | 降级规则 | DegradeRule | 慢调用比例/异常比例/异常数 | 异常比例50% 熔断 10 秒 | | 系统规则 | SystemRule | Load/CPU/RT/QPS/线程数 | CPU80% 触发保护 | | 热点规则 | ParamFlowRule | 针对参数值限流 | 商品 ID1001 限流 QPS100 | | 授权规则 | AuthorityRule | 黑白名单 | 只允许 caller1 访问 | java // 正例配置流控规则 FlowRule rule new FlowRule(getProduct) .setCount(100) // 阈值 100 .setGrade(RuleConstant.FLOW_GRADE_QPS) // QPS 维度 .setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_DEFAULT); // 直接拒绝 FlowRuleManager.loadRules(Arrays.asList(rule)); #### 概念 3统计节点Node **定义**Sentinel 内部维护的实时指标收集器。Sentinel 维护 4 种节点 | 节点类型 | 作用 | 统计维度 | |---------|------|---------| | StatisticNode | 最基础的统计节点 | 秒级分钟级滑动窗口记录 pass/block/success/exception/rt | | DefaultNode | 链路节点 | 统计某个资源在特定调用链路上的数据 | | ClusterNode | 簇点 | 统计每个资源全局的数据不区分调用链路 | | EntranceNode | 入口节点 | 统计某个 Context 入口的所有调用数据 | ### 3.2 SlotChain责任链 **定义**每个资源对应一条 SlotChain依次经过多个 Slot完成统计和规则判断。 请求进入 - NodeSelectorSlot - ClusterBuilderSlot - StatisticSlot - FlowSlot - DegradeSlot - SystemSlot --- ## 四、Sentinel 与 Hystrix 的区别 ### 4.1 六维度对比 | 维度 | Sentinel | Hystrix | |------|----------|---------| | **功能范围** | 限流、熔断、降级、系统保护、热点防护 | 熔断降级 | | **隔离策略** | 信号量模式轻量 | 线程池隔离开销大/ 信号量隔离 | | **规则配置** | 动态配置Dashboard/Nacos 实时推送 | 嵌入代码需重新发布 | | **监控能力** | 强大 Dashboard实时监控 | 简单 Dashboard | | **生态状态** | 持续更新Spring Cloud Alibaba 深度集成 | 维护模式不再迭代 | | **典型场景** | 商品详情接口被爬虫打爆按来源限流 | 远程调用超时走降级逻辑 | ### 4.2 代码对比 java // Sentinel 方式注解 动态规则 SentinelResource(value getProduct, blockHandler handleBlock) public Product getProduct(Long id) { return productDao.getById(id); } public Product handleBlock(Long id, BlockException ex) { return new Product(id, 被限流了); } // 规则通过 Dashboard 或 Nacos 动态配置无需重启 java // Hystrix 方式命令模式 HystrixCommand(fallbackMethod fallback) public Product getProduct(Long id) { return productDao.getById(id); } public Product fallback(Long id) { return new Product(id, 降级兜底); } // 规则嵌入代码修改需重新发布 ### 4.3 典型场景对比 **场景**商品详情接口被爬虫打爆 java // Sentinel按入口来源限流把爬虫请求挡掉 AuthorityRule rule new AuthorityRule(getProduct) .setLimitApp(crawler) // 爬虫来源 .setStrategy(RuleConstant.AUTHORITY_BLACK); // 黑名单 // 正常用户照常访问爬虫被拒绝 java // Hystrix很难应对因为它不擅长限流 // 只能等请求超时后走降级无法主动拦截爬虫 **面试加分句**Hystrix 是熔断专家Sentinel 是全链路流量卫士。新项目建议直接上 Sentinel。 --- ## 五、Sentinel 限流核心原理 ### 5.1 核心原理 Sentinel 的限流不是靠拦截器硬拦而是基于**统计模型做决策**。它在每个资源上挂一个实时的流量哨兵盯着 QPS 或线程数一旦超过设定阈值后续请求直接拒绝。 **核心三要素** 1. **滑动时间窗口** LeapArray精准统计实时指标 2. **责任链模式** ProcessorSlotChain依次执行统计和规则判断 3. **流控策略**直接拒绝 / Warm Up / 匀速排队 ### 5.2 滑动时间窗口 概念把 1 秒拆成多个小格子 默认20 个 slot每个 50ms 作用精准反映流量分布避免固定窗口的边界突刺问题 示例1 秒 20 个 slot [0-50ms] [50-100ms] [100-150ms] ... [950-1000ms] 每个 slot 记录 pass/block 计数 判断时遍历所有有效 slot 求和 ### 5.3 责任链模式 请求进入后经过 ProcessorSlotChain依次执行 1. NodeSelectorSlot收集调用路径 2. ClusterBuilderSlot聚合统计信息 3. StatisticSlot记录 pass/block/exception 等指标 4. FlowSlot流控判断超阈值抛 FlowException 5. DegradeSlot降级判断 6. SystemSlot系统保护判断 ### 5.4 三种流控策略 | 策略 | 说明 | 适用场景 | |------|------|---------| | **直接拒绝** | 超阈值立即拒绝抛 FlowException | 明确知道系统容量 | | **Warm Up预热** | 阈值从较小值逐渐增加到设定阈值 | 系统冷启动、缓存未预热 | | **匀速排队** | 基于漏桶算法请求按固定间隔排队通过 | 削峰填谷、消息消费 | java // 正例 1直接拒绝 FlowRule rule1 new FlowRule(getProduct) .setCount(100) .setGrade(RuleConstant.FLOW_GRADE_QPS) .setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_DEFAULT); // 直接拒绝 // 正例 2Warm Up 预热 FlowRule rule2 new FlowRule(getProduct) .setCount(100) .setGrade(RuleConstant.FLOW_GRADE_QPS) .setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_WARM_UP) // 预热 .setWarmUpPeriodSec(10); // 10 秒内从 30 线性增长到 100 // 正例 3匀速排队 FlowRule rule3 new FlowRule(getProduct) .setCount(10) .setGrade(RuleConstant.FLOW_GRADE_QPS) .setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER) // 匀速排队 .setMaxQueueingTimeMs(500); // 最大排队等待 500ms ### 5.5 完整限流 Demo java Service public class ProductService { SentinelResource(value getProduct, blockHandler handleBlock) public Product getProduct(Long id) { return productDao.getById(id); } public Product handleBlock(Long id, BlockException ex) { return new Product(id, 被限流了请稍后再试); } } Configuration public class SentinelConfig { PostConstruct public void initFlowRules() { FlowRule rule new FlowRule(getProduct) .setCount(100) .setGrade(RuleConstant.FLOW_GRADE_QPS); FlowRuleManager.loadRules(Arrays.asList(rule)); } } --- ## 六、滑动窗口原理LeapArray ### 6.1 官方定义 Sentinel 底层采用高性能的滑动窗口数据结构 LeapArray 来统计实时的秒级指标数据可以很好地支撑**写多于读**的高并发场景。 ### 6.2 结构设计 java // 把 1 秒分成多个窗口 // 默认2 个窗口每个 500ms或 20 个窗口每个 50ms // 每个窗口是一个 WindowWrap包含 MetricBucket class WindowWrap { private long windowLengthInMs; // 窗口长度如 50ms private long windowStartInMs; // 窗口起始时间 private T value; // MetricBucket存储 pass/block/success/exception/rt } // MetricBucket 存储指标 class MetricBucket { private LongAdder pass; // 通过的请求数 private LongAdder block; // 被拒绝的请求数 private LongAdder success; // 成功的请求数 private LongAdder exception; // 异常的请求数 private LongAdder rt; // 响应时间总和 } ### 6.3 滑动机制 当前时间落在哪个窗口就更新哪个窗口的数据 窗口过期后自动重置复用数组空间避免频繁 GC 示例20 个窗口每个 50ms 当前时间 1020ms落在第 20 个窗口1000-1050ms 更新第 20 个窗口的 pass/block 计数 窗口过期 当前时间 1060ms第 1 个窗口0-50ms已过期 重置第 1 个窗口用于存储 1050-1100ms 的数据 ### 6.4 读写分离 java // 写操作记录 pass/block直接原子更新当前窗口O(1) // 读操作判断是否超阈值遍历所有有效窗口求和O(n) // 示例判断 QPS 是否超 100 long totalPass 0; for (WindowWrap window : leapArray) { if (isWindowExpired(window)) { continue; // 跳过过期窗口 } totalPass window.value().pass.sum(); } if (totalPass 100) { throw new FlowException(QPS 超限); } ### 6.5 与固定窗口对比 固定窗口1 秒 1 个窗口 问题边界突刺 示例0.9s 时 100 个请求1.1s 时 100 个请求 固定窗口统计第 1 秒 100 个第 2 秒 100 个都没超阈值 但实际 0.2s 内处理了 200 个请求可能打垮系统 滑动窗口1 秒 20 个窗口每个 50ms 解决细粒度切片平滑统计 示例0.9s 时 100 个请求1.1s 时 100 个请求 滑动窗口统计最近 1 秒0.1-1.1s 100 100 200 个超阈值触发限流 **面试加分句**固定窗口有边界突刺问题滑动窗口通过细粒度切片解决但本质还是以空间换时间。 --- ## 七、责任链模式SlotChain 设计 ### 7.1 官方定义 Sentinel 的核心骨架是 ProcessorSlotChain基于责任链模式将不同的功能限流、降级、系统保护等封装为一个一个的 Slot请求进入后逐个执行。系统为**每个资源创建一套 SlotChain**。 ### 7.2 SlotChain 分为两部分 第一部分统计数据构建statistic 1. NodeSelectorSlot收集资源调用路径以树状结构存储用于链路限流 2. ClusterBuilderSlot存储资源的统计信息和调用者信息RT、QPS、线程数 3. StatisticSlot根据规则判断结果记录 pass/block/exception 等指标 第二部分规则判断rule checking 4. FlowSlot流控规则判断超阈值抛 FlowException 5. AuthoritySlot授权规则黑白名单 6. DegradeSlot降级规则慢调用比例、异常比例、异常数 7. SystemSlot系统保护规则Load、CPU、RT、QPS、线程数 8. ParamFlowSlot热点参数限流 9. GatewayFlowSlot网关限流 ### 7.3 SlotChain 执行流程 java // 请求进入后依次执行 SlotChain // 1. NodeSelectorSlot收集调用路径 String contextName context.getName(); DefaultNode node map.computeIfAbsent(contextName, k - new DefaultNode(resource, null)); context.setCurNode(node); fireEntry(context, resource, count, args); // 传递给下一个 Slot // 2. ClusterBuilderSlot聚合统计信息 ClusterNode clusterNode clusterNodeMap.computeIfAbsent(resource, k - new ClusterNode()); DefaultNode defaultNode (DefaultNode) context.getCurNode(); defaultNode.setClusterNode(clusterNode); fireEntry(context, resource, count, args); // 3. StatisticSlot记录指标 try { fireEntry(context, resource, count, args); // 传递给 FlowSlot、DegradeSlot 等 context.getCurNode().addPassRequest(count); // 没有抛异常记录 pass } catch (BlockException e) { context.getCurNode().addBlockRequest(count); // 被限流记录 block throw e; } // 4. FlowSlot流控判断 ClusterNode node context.getCurNode().getClusterNode(); for (FlowRule rule : FlowRuleManager.getRules()) { if (rule.getResource().equals(resource.getName())) { if (node.passQps() rule.getCount()) { throw new FlowException(QPS 超限); } } } fireEntry(context, resource, count, args); // 5. DegradeSlot降级判断 for (DegradeRule rule : DegradeRuleManager.getRules()) { if (rule.isDegrade(context.getCurNode())) { throw new DegradeException(触发熔断); } } fireEntry(context, resource, count, args); ### 7.4 扩展机制 java // 通过 SPI 可自定义 Slot插入业务逻辑 public class LogSlot extends AbstractLinkedProcessorSlot { Override public void entry(Context context, ResourceWrapper resource, int count, Object... args) throws BlockException { long start System.currentTimeMillis(); try { fireEntry(context, resource, count, args); } finally { long rt System.currentTimeMillis() - start; System.out.println(Resource: resource.getName() , RT: rt ms); } } } // 注册到 SlotChain // 在 META-INF/services/com.alibaba.csp.sentinel.slotchain.ProcessorSlot 文件中添加 // com.example.LogSlot **面试加分句**SlotChain 分为两部分--前半部分做统计NodeSelectorSlot - ClusterBuilderSlot - StatisticSlot后半部分做规则判断FlowSlot - DegradeSlot - SystemSlot。通过 SPI 可以自定义扩展。 --- ## 八、Sentinel 的节点类型 ### 8.1 四种节点类型 | 节点类型 | 作用 | 统计维度 | 示例 | |---------|------|---------|------| | StatisticNode | 最基础的统计节点 | 秒级分钟级滑动窗口记录 pass/block/success/exception/rt | 存储实时指标 | | DefaultNode | 链路节点 | 统计某个资源在特定调用链路上的数据 | A-B-CB 的 DefaultNode 记录从 A 调用过来的统计 | | ClusterNode | 簇点 | 统计每个资源全局的数据不区分调用链路 | 每个资源对应一个 ClusterNode | | EntranceNode | 入口节点 | 统计某个 Context 入口的所有调用数据 | Constants.ROOT 是入口节点 | ### 8.2 节点关系示例 java // 示例调用链路 A - B - C // 1. 每个资源对应一个 ClusterNode全局统计 ClusterNode clusterNodeA ClusterBuilderSlot.getClusterNode(A); ClusterNode clusterNodeB ClusterBuilderSlot.getClusterNode(B); ClusterNode clusterNodeC ClusterBuilderSlot.getClusterNode(C); // 2. 每个资源可能对应多个 DefaultNode不同调用链路 // 如果 D - B则 B 有两个 DefaultNode // - 一个记录从 A 调用过来的统计 // - 一个记录从 D 调用过来的统计 // 3. FlowSlot 默认看 ClusterNode 的统计 // 链路限流时看 DefaultNode // 代码示例查看节点数据 ClusterNode clusterNode ClusterBuilderSlot.getClusterNode(B); System.out.println(B 的全局 QPS: clusterNode.passQps()); DefaultNode defaultNode context.getCurNode(); System.out.println(B 在当前链路的 QPS: defaultNode.passQps()); ### 8.3 节点创建流程 1. EntranceNode 在 ContextUtil.enter(xxx) 时创建 ContextUtil.enter(context1); - 创建 EntranceNode塞到 Context 里 2. NodeSelectorSlot 根据 context 创建 DefaultNode 每个资源 每个 context 一个 DefaultNode 3. ClusterBuilderSlot 根据 resourceName 创建 ClusterNode 每个资源 一个 ClusterNode 4. ClusterBuilderSlot 根据 origin 创建来源节点StatisticNode 每个调用来源 一个 StatisticNode ### 8.4 树状结构 machine-root ├── EntranceNode1 (context1) │ ├── DefaultNode(A) │ │ └── DefaultNode(B) │ │ └── DefaultNode(C) │ └── DefaultNode(D) └── EntranceNode2 (context2) └── DefaultNode(A) └── DefaultNode(B) 注意每个 DefaultNode 由资源 ID 和输入名称来标识 一个资源 ID 可以有多个不同入口的 DefaultNode **面试加分句**DefaultNode 是链路维度的统计同一资源在不同调用链路下有不同 DefaultNodeClusterNode 是全局维度的统计每个资源只有一个 ClusterNode。FlowSlot 默认看 ClusterNode链路限流时看 DefaultNode。 --- ## 附录Sentinel 基础概念高频面试速答 **Q1. Sentinel 是什么核心定位是什么** Sentinel 是阿里开源的流量治理组件围绕流量控制、熔断降级、系统负载保护三个维度保障微服务稳定性。核心定位是流量治理工具不是单纯的熔断工具。承接了阿里近 10 年双 11 大促核心场景。 **Q2. Sentinel 的核心概念有哪些** 三大核心概念资源Resource被保护的代码或接口、规则Rule围绕资源设定的保护策略包括流控/降级/系统/热点/授权 5 种、统计节点Node实时指标收集器包括 Statistic/Default/Cluster/Entrance 4 种。另外 SlotChain 责任链是串联这三者的核心骨架。 **Q3. Sentinel 与 Hystrix 的区别** 六维度对比功能范围Sentinel 更广、隔离策略Sentinel 信号量 vs Hystrix 线程池、规则配置Sentinel 动态推送 vs Hystrix 嵌入代码、监控能力Sentinel 更强、生态状态Sentinel 持续更新 vs Hystrix 维护模式、典型场景Sentinel 擅长限流 vs Hystrix 擅长熔断降级。新项目建议直接上 Sentinel。 **Q4. Sentinel 是怎么实现限流的核心原理** 基于统计模型做决策。核心三要素滑动时间窗口LeapArray精准统计实时指标、责任链模式ProcessorSlotChain依次执行统计和规则判断、流控策略直接拒绝 / Warm Up 预热 / 匀速排队。请求进入后经过 SlotChainFlowSlot 判断是否超阈值超阈值抛 FlowException。 **Q5. Sentinel 的滑动窗口原理是什么LeapArray 怎么工作的** LeapArray 把 1 秒拆成多个小格子默认 20 个每个 50ms每个格子是一个 WindowWrap包含 MetricBucket 存储 pass/block/success/exception/rt。写操作直接原子更新当前窗口 O(1)读操作遍历所有有效窗口求和 O(n)。窗口过期后自动重置复用避免频繁 GC。与固定窗口相比解决了边界突刺问题。 **Q6. Sentinel 的责任链模式SlotChain是怎么设计的** SlotChain 分为两部分前半部分做统计NodeSelectorSlot 收集路径 - ClusterBuilderSlot 聚合统计 - StatisticSlot 记录指标后半部分做规则判断FlowSlot 流控 - AuthoritySlot 授权 - DegradeSlot 降级 - SystemSlot 系统保护。每个资源创建一套 SlotChain通过 SPI 可自定义扩展。 **Q7. Sentinel 的节点类型有哪些** 四种节点StatisticNode最基础统计节点、DefaultNode链路节点统计某资源在特定调用链路的数据、ClusterNode簇点统计每资源全局数据、EntranceNode入口节点统计某 Context 入口的所有调用。DefaultNode 是链路维度ClusterNode 是全局维度。FlowSlot 默认看 ClusterNode链路限流时看 DefaultNode。 --- ## 写在最后 本文系统梳理了 Sentinel 的基础概念与核心原理从Sentinel 是什么到滑动窗口怎么工作每个知识点都给出了定义、代码示例和对比。 **推荐学习路径**本文 - 下一篇Sentinel 流控规则与 Spring Cloud Alibaba 整合实战 **下一篇预告**Sentinel 流控规则详解与 Spring Cloud Alibaba 整合实战5 种规则的完整配置 Dashboard 使用 Nacos 动态规则推送。