摘 要
随着近些年系统稳定性要求越来越高，而系统限流则是其中提高系统稳定性的手段之一，而在众多限流平台中Sentinel凭着丰富功能特性和多次阿里双十一的线上实践，成为最热门限流平台之一，本文就Sentinel相关特性进行分析并测试并对底层原理进行分析，为后续相关系统建设积累经验。
关 键 词：
限流；熔断；自适应保护；Sentinel；流量控制
4.流量控制原理分析
见图40，在Sentienl中主要通过责任链模式，把不同slot按照顺序关联在一起，来形成不同的功能（限流、降级、系统保护），而这些slot可以分为统计数据部分和判断部分构成
图40 Sentinel流量控制原理图
4.1 统计数据核心算法分析
见图41，统计数据构建部分主要由NodeSelectorSlot、ClusterBuilderSlot、StatisticSlot组成，而其中最核心的是采用了时间窗口算法来统计关键信息，下面就时间窗口算法，先进行简单介绍，如下图把1000ms分成了5个窗口，每个窗口的长度就是1000ms/5=200ms，把这5个时间窗口存放在数组中，那么数组长度就为5
图41 时间窗口统计算法示例，sampleCount代表窗口数量
见图42，假设当前时间是910ms，正好有请求进来，需要获取当前窗口，并进行相关指标的计算，那么获取当前窗户的算法应为****当前时间/窗口长度%数组长度=910/200%5=4，那么当前窗口应为801-1000的窗口，因为数组索引是从0开始的
图42 时间为910ms，查找归属窗口示例，公式为：当前时间/窗口长度%数组长度
见图43，如果当前时间是1010，那么就会进行窗口滑动创建一个新窗口，并删除最早的窗口，始终保持总时间窗口时间为1000ms，长度为5
图43 时间窗口滑动示意
见图44，具体时间窗口的实现可以查看Sentinel的LeapArray类，以下是部分核心代码截图，表示构造窗口大小和窗口长度
图44 Sentinel的LeapArray类核心代码
见图45，计算指定时间在时间窗口的索引
图45 Sentinel中计算时间窗口索引代码
4.2 限流判断分析
有了数据统计，限流判断就很容易了，在Sentinel限流判断有AuthoritySlot(来源访问)、SystemSlot(系统自适应保护)、FlowSlot(流量控制)、DegradeSlot(熔断降级)、ParamFlowSlot(参数限流)组成，这些名称也分别对应着限流控制台的菜单，下面以最常用的FlowSlot进行分析，见图46，entry方法是每个slot的入口方法，在FlowSlot中可以看到进入之后首先调用checkFlow方法，此方法为核心判断方法如果qps大于设置的阈值则进行限流
图46 限流入口方法entry
见图47，checkFlow方法由FlowRuleChecker类提供，最终会调用到TrafficShapingController接口的canPass方法来进行判断，TrafficShapingController接口有三种实现，其中默认的实现类DefaultController就是基于qps限流判断,以下是qps核心判断方法，首先获取当前时间窗口qps+请求qps如果大于设置qps，则返回false，而在chekFlow方法会判断返回结果，如果为false，则抛出限流异常
图47(a) 流量控制核心方法
图47(b) 流量控制核心方法
见图48，slot还支持spi扩展，用户通过对指定slot进行扩展来满足个性化需求
图48 Sentinel slot扩展示意图
5.总结与展望
5.1 总结
通过本次对Sentinel基础功能和原理方面调研分析测试，总结如下优缺点
5.1.1 优点
- Sentinel在众多限流平台之间具有明显优势，如功能特性丰富程度、社区活跃状态都优于其他限流平台
- 基本功能丰富成熟度高，本次就Sentinel最常用的核心功能进行了单节点和多节点的测试时，结果都符合预期
- 架构简单轻量易上手，Sentinel自身不依赖第三方中间件，同时官方有很详细的文档的集成文档，企业在集成Sentinel时相对容易上手
5.1.2 缺点
- 限流规则存储会丢失，Sentinel默认限流规则存储是采用基于内存的方式，如果应用系统发生重启，限流规则就会丢失
- 应用系统信息上报体验较差，系统应用信息上报控制台，需要请求一次接口后再进行上报，如果不请求，那么在控制台无法查看应用系统信息，从而导致无法配置限流规则
5.2 展望
建议Sentinel在限流规则存储方面有默认持久化实现，同时在应用信息上报层面有所优化，如在系统启动时，初始化系统上报线程，进行信息上报
链接
分布式系统并发请求限流平台Sentinel功能特性调研-集成测试（中篇
作者公众号