Sentinel学习
(1) 什么是Sentinel
随着微服务的流行，服务和服务之间的稳定性变得越来越重要。
Sentinel 是面向分布式、多语言异构化服务架构的流量治理组件，主要以流量为切入点，从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。
Sentinel 具有以下特征:
- 丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，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、实时熔断下游不可用应用等。
- 完备的实时监控：Sentinel 同时提供实时的监控功能。您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 台以下规模的集群的汇总运行情况。
- 广泛的开源生态：Sentinel 提供开箱即用的与其它开源框架/库的整合模块，例如与 Spring Cloud、Apache Dubbo、gRPC、Quarkus 的整合。您只需要3引入相应的依赖并进行简单的配置即可快速地接入 Sentinel。同时 Sentinel 提供 Java/Go/C++ 等多语言的原生实现。
- 完善的 SPI 扩展机制：Sentinel 提供简单易用、完善的 SPI 扩展接口。您可以通过实现扩展接口来快速地定制逻辑。例如定制规则管理、适配动态数据源等。
(1.1) Sentinel有哪些功能
Sentinel提供了流量控制、熔断降级、系统负载保护 等功能
(1.1.1) 流量控制
流量控制在网络传输中是一个常用的概念，它用于调整网络包的发送数据。
然而，从系统稳定性角度考虑，在处理请求的速度上，也有非常多的讲究。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel 作为一个调配器，可以根据需要把随机的请求调整成合适的形状，如下图所示：
流量控制有以下几个角度:
资源的调用关系，例如资源的调用链路，资源和资源之间的关系；
运行指标，例如 QPS、线程池、系统负载等；
控制的效果，例如直接限流、冷启动、排队等。
Sentinel 的设计理念是让您自由选择控制的角度，并进行灵活组合，从而达到想要的效果。
(1.1.2) 熔断降级
除了流量控制以外，降低调用链路中的不稳定资源也是 Sentinel 的使命之一。由于调用关系的复杂性，如果调用链路中的某个资源出现了不稳定，最终会导致请求发生堆积。这个问题和 Hystrix 里面描述的问题是一样的。
Sentinel 和 Hystrix 的原则是一致的: 当调用链路中某个资源出现不稳定，例如，表现为 timeout，异常比例升高的时候，则对这个资源的调用进行限制，并让请求快速失败，避免影响到其它的资源，最终产生雪崩的效果。
(1.1.3) 系统负载保护
Sentinel 同时提供系统维度的自适应保护能力。防止雪崩，是系统防护中重要的一环。当系统负载较高的时候，如果还持续让请求进入，可能会导致系统崩溃，无法响应。在集群环境下，网络负载均衡会把本应这台机器承载的流量转发到其它的机器上去。如果这个时候其它的机器也处在一个边缘状态的时候，这个增加的流量就会导致这台机器也崩溃，最后导致整个集群不可用。
针对这个情况，Sentinel 提供了对应的保护机制，让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之内处理最多的请求。
(2) 为什么要用Sentinel
(2.1) Sentinel解决的问题
稳定性
1、限流
2、熔断降级
(2.2) 功能对比
Guideline: 从 Hystrix 迁移到 Sentinel
(2.2.1) Sentinel-Hystrix-resilience4j-功能对比
| Sentinel | Hystrix | resilience4j | |
|---|---|---|---|
| 隔离策略 | 信号量隔离（并发线程数限流） | 线程池隔离/信号量隔离 | 信号量隔离 |
| 熔断降级策略 | 基于响应时间、异常比率、异常数 | 基于异常比率 | 基于异常比率、响应时间 |
| 实时统计实现 | 滑动窗口（LeapArray） | 滑动窗口（基于 RxJava） | Ring Bit Buffer |
| 动态规则配置 | 支持多种数据源 | 支持多种数据源 | 有限支持 |
| 扩展性 | 多个扩展点 | 插件的形式 | 接口的形式 |
| 基于注解的支持 | 支持 | 支持 | 支持 |
| 限流 | 基于 QPS，支持基于调用关系的限流 | 有限的支持 | Rate Limiter |
| 流量整形 | 支持预热模式、匀速器模式、预热排队模式 | 不支持 | 简单的 Rate Limiter 模式 |
| 系统自适应保护 | 支持 | 不支持 | 不支持 |
| 控制台 | 提供开箱即用的控制台，可配置规则、查看秒级监控、机器发现等 | 简单的监控查看 | 不提供控制台，可对接其它监控系统 |
(2.2.2) 线程池隔离
线程池隔离的好处是隔离度比较高，可以针对某个资源的线程池去进行处理而不影响其它资源，但是代价就是线程数目比较多，线程上下文切换的 overhead 比较大，特别是对低延时的调用有比较大的影响。
另外，托管的线程切换可能会导致基于 ThreadLocal 的上下文传递丢失的问题（如 Spring 事务管理）。
Sentinel 没有提供线程池隔离这样比较重的隔离方式，而是提供了信号量隔离这种比较轻量级的隔离方式。
(2.2.3) 信号量隔离
信号量隔离是作为流量控制的一种模式
(3) Sentinel是怎么设计的
(3.1) Sentinel 基本概念
// todo
资源(Resource)
资源是 Sentinel 的关键概念。它可以是应用程序中的任何内容，例如，由应用程序提供的服务，或由应用程序调用的其它应用提供的服务，甚至可以是一段代码。在接下来的文档中，我们都会用资源来描述代码块。
只要通过 Sentinel API 定义的代码，就是资源，能够被 Sentinel 保护起来。大部分情况下，可以使用方法签名，URL，甚至服务名称作为资源名来标示资源。
规则(Rule)
围绕资源的实时状态设定的规则，可以包括流量控制规则、熔断降级规则以及系统保护规则。所有规则可以动态实时调整。
节点(Node)
功能插槽(Solt)
上下文(Context)
实体(Entry)
(4) Sentinel原理
在 Sentinel 里面，所有的资源都对应一个资源名称以及一个 Entry。
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 API 显式创建；
每一个 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:
| 处理插槽 | 作用 | 备注 |
|---|---|---|
| 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 | 负责维护资源运行统计信息（响应时间、qps、线程数、异常），以及调用者列表 | 这些信息将用作为多维度限流，降级的依据 |
| LogSlot | 记录(BlockException)异常日志 (限流、熔断) | |
| StatisticSlot | 用于记录、统计不同纬度的 runtime 指标监控信息； | |
| AuthoritySlot | 根据配置的黑白名单和调用来源信息，来做黑白名单控制； | |
| SystemSlot | 通过系统的状态，例如 load1 等，来控制总的入口流量； | |
| FlowSlot | 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 | 通过统计信息以及预设的规则，来做熔断降级； |
Sentinel 的核心骨架，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。
slot chain 其实可以分为两部分：统计数据构建部分（statistic）和判断部分（rule checking）。
核心结构：