作為后端程序員日常工作中難免會遇到要跟消息隊列打交道的時候，而且在當(dāng)下微服務(wù)的場景下，很多服務(wù)的性能不是我們自己能控制的。

這不阿粉最近就遇到了一個場景，由于上游服務(wù)流量增加，發(fā)送到消息隊列的消息增多，阿粉在處理消息的時候需要依賴下游的一個服務(wù)，可是誰想到下游的服務(wù)效率太差，消息太多處理不過來，CPU 居高不下。

看過我們昨天文章的小伙伴應(yīng)該都知道，這個時候我們就需要進行限流了，為了避免將下游的服務(wù)打垮，我們來進行單機限流操作。這里我們來模擬一下操作過程，首先我們通過一段偽代碼來模擬大流量，然后通過配置 sentinel 的控制臺來配置規(guī)則從而實現(xiàn)單機 QPS 20 的限制。

創(chuàng)建 SpringBoot 服務(wù)

首先我們創(chuàng)建一個 SpringBoot 服務(wù)，在 pom.xml 文件中增加下面的配置。

<dependency>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-web</artifactId>
  </dependency> 
<dependency>
      <groupId>com.alibaba.csp</groupId>
      <artifactId>sentinel-core</artifactId>
      <version>1.8.4</version>
</dependency>

然后我們提供一個對外的 http 接口，通過訪問接口來觸發(fā)我們的限流代碼，接口代碼如下:

代碼如下：

package com.example.demo.controller;

import com.alibaba.csp.sentinel.SphO;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * <br>
 * <b>Function：</b><br>
 * <b>Author：</b>@author ziyou<br>
 * <b>Date：</b>2022-05-08 12:56<br>
 * <b>Desc：</b>無<br>
 */
@RestController
public class LoginController {

  @GetMapping(value = "/login")
  public void login(String username, String password) {
    System.out.println("login");
    //模擬一百萬條消息
    for (int i = 0; i < 1000000; i++) {
      boolean entry = false;
      try {
        entry = SphO.entry("HelloWorld");
        while (!entry) {
          try {
            Thread.sleep(50);
            System.out.println("entry false");
            entry = SphO.entry("HelloWorld");
          } catch (InterruptedException e) {

          }
        }
        System.out.println("entry true");
      } catch (Exception e) {

      } finally {
        if (entry) {
          SphO.exit();
        }
      }
    }
  }
}

調(diào)用接口過后，通過循環(huán)一百萬次來模擬大流量，這里我們要解釋以下幾個內(nèi)容

• SphO.entry("HelloWorld")：是 Sentinel 的資源控制器，"HelloWord" 是資源的名稱，資源 是 sentinel 的一個很重要的概念，所有的限流都是針對資源的操作;SphO.entry() 返回值是布爾值，為 true 表示資源可用，沒有被限流，為 false 表示資源被限流;
• 這里模擬在被限流了過后，程序等待一段時間，再去判斷是否限流，只有在資源未被限流的時候，才能繼續(xù)處理;
• 在 finally 里面需要進行 SphO.exit(); 操作，當(dāng)被限流了以后，也就是SphO.entry() == true 后一定要執(zhí)行 SphO.exit(); 否則代碼會創(chuàng)建多個Entry 對象，程序運行時間長了過后會導(dǎo)致內(nèi)存泄露，引發(fā) FullGC。

這個時候我們啟動一個服務(wù)，調(diào)用一下接口，可以看到效果如下，很快就會運行完，并沒有達(dá)到限流的效果，那是因為我們此刻還沒有配置限流規(guī)則，所以沒有觸發(fā)到限流的邏輯。

配置 sentinel 控制臺

接下來我們安裝一下 sentinel 的控制臺，通過控制臺來配置限流規(guī)則，從而達(dá)到限流的目的，控制臺的搭建很簡單，我們通過官方地址下載指定版本的 jar 然后本地運行即可。通過地址 https://github.com/alibaba/Sentinel/releases/download/1.8.4/sentinel-dashboard-1.8.4.jar 進行下載。

然后通過命令java -Dserver.port=8081 -Dcsp.sentinel.dashboard.server=localhost:8081 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.4.jar 運行即可，如下所示：

這里我們通過指定 8081 端口，用于訪問 sentinel，啟動成功過后，通過瀏覽器我們可以進行登錄，默認(rèn)的初始賬號和密碼都是 sentinel。

因為上面的命令我們指定了 sentinel-dashboard 項目，所以默認(rèn)只會看到 sentinel-dashboard 這個項目，這個時候我們需要，修改代碼，在 pom.xml 中增加下面的配置。

<dependency>
      <groupId>com.alibaba.csp</groupId>
      <artifactId>sentinel-transport-simple-http</artifactId>
      <version>1.8.4</version>
</dependency>

然后在 JVM 的啟動參數(shù)中增加-Dcsp.sentinel.dashboard.server=localhost:8081 指明 sentinel 的地址和端口號，再啟動我們的應(yīng)用。啟動完過后，我們要手動調(diào)用一下接口，然后就可以看到我們的程序項目連接到 sentinel 了。不過此時只是我們程序和 sentinel 連接成功，還沒有限流規(guī)則，接下來我們要配置一下限流規(guī)則。

按照上圖配置好了過后，我們再調(diào)用一次接口，可以看到此時我們的處理速度明顯慢了下來，每秒只有 20 個 QPS 能獲取資源了，至此我們基于 sentinel 的單機限流QPS 20 的目標(biāo)完成。