字节二面：Sentinel 是如何实现限流的？-51CTO.COM

合理的限流策略是保障系统稳定运行的关键，这篇文章，我们来分析一个在微服务架构中广受欢迎的流量控制组件：Sentinel。

一、什么是 Sentinel？

简单来说，Sentinel 是阿里巴巴开源的一个流量控制组件，用于防止系统过载，保障服务的稳定性和可用性。它不仅支持限流，还具备熔断、降级、系统负载保护等多种功能，非常适合微服务架构下的复杂需求。

比如，你的电商平台在“双十一”期间，面对巨大的访问量，Sentinel 可以帮你合理分配流量，防止某个服务因压力过大而崩溃。

二、基本原理

要了解 Sentinel 的限流原理，首先得明白限流是什么。简单来说，限流是控制流量的大小，防止系统因请求过多而崩溃。常见的限流策略有以下几种：

QPS（每秒查询数）限流：限制单位时间内的请求数。
线程数限流：限制处理请求的线程数。
热点参数限流：对特定参数的请求进行限流。
关联限流：根据多条规则进行综合限流。
预留规则：为关键业务预留一定的资源。

其中，令牌桶（Token Bucket）和漏桶（Leaky Bucket）是两种常见的限流算法。Sentinel 主要采用令牌桶算法，通过生成固定速率的令牌，控制请求的流入。

想象一下，令牌桶就像一个隔离阀，水管（请求）进入时，必须先获取一个水龙头（令牌）的开关。没有令牌，就暂时不让水（请求）流过。

三、实现机制

1. 核心组件

Sentinel 的限流机制主要由以下几个核心组件组成：

资源（Resource）：被保护的资源，比如 HTTP 接口、方法等。
规则（Rule）：定义对资源的限流方式和阈值。
拦截器（Interceptor）：在请求进入资源之前，进行流量控制判断。

2. 流量统计与动态判断

Sentinel 会实时统计每个资源的请求情况，并根据预设的规则动态判断是否允许请求通过。当请求到达时，拦截器会：

检查当前时间窗口内请求数是否超出限流阈值。
如果未超出，允许请求执行，并记录相应的统计信息。
如果超出，拒绝请求，并返回相应的错误信息。

这个过程几乎是实时且高效的，确保系统在高并发情况下依然能够稳定运行。

四、示例演示

为了更好地理解 Sentinel 的工作原理，接下来，通过一个简单的 Java 示例，来演示如何使用 Sentinel 进行限流。

1. 准备环境

首先，确保你已经搭建好了一个基本的 Java 项目，并引入了 Sentinel 依赖。可以在 pom.xml 中添加：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-core</artifactId>
    <version>1.8.4</version>
</dependency>1.
2.
3.
4.
5.

2. 编写限流代码

下面是一个简单的示例，展示如何为一个资源设置 QPS 限流规则，并进行流量控制。

import com.alibaba.csp.sentinel.Entry;
import com.alibaba.csp.sentinel.SphU;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;

import java.util.Collections;

publicclass SentinelDemo {

    // 定义资源名称
    privatestaticfinal String RESOURCE_NAME = "resource";

    public static void main(String[] args) {
        // 初始化限流规则
        initFlowRules();

        // 模拟高并发请求
        for (int i = 0; i < 20; i++) {
            new Thread(() -> {
                try (Entry entry = SphU.entry(RESOURCE_NAME)) {
                    // 资源访问逻辑
                    System.out.println("资源访问成功: " + Thread.currentThread().getName());
                } catch (BlockException ex) {
                    // 资源被限流
                    System.out.println("资源被限流: " + Thread.currentThread().getName());
                }
            }).start();
        }
    }

    private static void initFlowRules() {
        FlowRule rule = new FlowRule();
        rule.setResource(RESOURCE_NAME);
        rule.setGrade(com.alibaba.csp.sentinel.slots.block.RuleConstant.FLOW_GRADE_QPS);
        rule.setCount(5); // 设置 QPS 阈值为5

        FlowRuleManager.loadRules(Collections.singletonList(rule));
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.

3. 运行与测试

运行上述代码，你会看到类似如下的输出：

资源访问成功: Thread-0
资源访问成功: Thread-1
资源访问成功: Thread-2
资源访问成功: Thread-3
资源访问成功: Thread-4
资源被限流: Thread-5
资源被限流: Thread-6
...1.
2.
3.
4.
5.
6.
7.
8.

这里，我们设置了 QPS 阈值为 5，当并发请求超过这个值时，多余的请求会被限流，即被拒绝。这有助于保护系统不被突发的高流量冲击。

Sentinel 的功能远不止于简单的限流，它还支持熔断降级、系统负载保护、丰富的规则配置等等。比如，在服务出现异常时，Sentinel 可以自动触发熔断，暂时关闭对该服务的访问，给予系统恢复的时间。

此外，Sentinel 提供了丰富的监控和管理界面，方便开发者实时查看系统状态，并动态调整规则。

五、总结

本文，我们分析了 Sentinel 是如何实现限流的以及了解了它的基本原理，并通过一个简单的示例演示了 Sentinel 是如何实现限流的。从基本原理到实际代码，再到更深入的功能拓展，希望这篇文章能帮助大家更好地理解和应用 Sentinel。