1、环境准备

1.1Nacos

单机启动：startup.cmd -m standalone

1.2 Sentinel

启动命令：java -Dserver.port=8858 -Dcsp.sentinel.dashboard.server=localhost:8858 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.0.jar

1.3 JMeter

2、流控规则限流

2.0 环境搭建

2.0.1 依赖

<!--   nacos 依赖     -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
</dependency>

<!--   sentinel 流量防卫依赖    -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

<!--   暴露/actuator/sentinel端点 单独配置，management开头    -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

2.0.2 application.yml

# 端口
server:
  port: 9604

# 服务名
spring:
  application:
    name: kgcmall-sentinel

  # 数据源配置
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    url: jdbc:mysql://localhost:3306/kh96_alibaba_kgcmalldb?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=GMT
    username: root
    password: 17585273765

  # jpa配置
  jpa:
    hibernate:
      ddl-auto: update
    show-sql: true

  cloud:
    #nacos 配置
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848

    #sentinel 配置
    sentinel:
      transport:
        dashboard: 127.0.0.1:8858 # sentinel 控制台地址
        port: 9605 # 客户端(核心应用)和控制台的通信端口，默认8719，子当以一个为被使用的唯一端口即可
      web-context-unify: false #关闭收敛 

# 暴露/actuator/sentinel端点 单独配置，management 开顶格写
management:
  endpoints:
    web:
      exposure:
        include: '*'

2.0.3 测试

http://localhost:9604/actuator/sentinel

2.1 流控模式

2.1.1 直接模式

2.1.1.1 测试请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel 流控 - 直接失败
*/
@GetMapping("testSentinelFlowFail")
public String testSentinelFlowFail(@RequestParam String sentinelDesc) {
    log.info("------ testSentinelFlowFail 接口调用 ------ ");
    return sentinelDesc;
}

2.1.1.2 添加直接流控规则

2.1.1.2.1 需要先发起异常请求

2.1.1.2.2 簇点链路 添加流控规则

2.1.1.2.3 设置流控规则

2.1.1.3查看流控规则

2.1.1.4 测试

2.1.1.5 自定义sentinel统一已成返回处理

/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: 自定义sentinel统一已成返回处理
 */
@Slf4j
@Component
public class MySentinelBlockExceptionHandler implements BlockExceptionHandler {

    @Override
    public void handle(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse, BlockException e) throws Exception {
        // 记录异常日志
        log.warn("------ MySentinelBlockExceptionHandler 规则Rule：{} ------", e.getRule());

        // 增加自定义统一异常返回对象
        RequestResult<String> requestResult = null;

        // 针对不同的流控异常，统一返回
        if (e instanceof FlowException) {
            requestResult = ResultBuildUtil.fail("9621", "接口流量限流");
        } else if (e instanceof DegradeException) {
            requestResult = ResultBuildUtil.fail("9622", "接口服务降级");
        } else if (e instanceof ParamFlowException) {
            requestResult = ResultBuildUtil.fail("9623", "热点参数限流");
        } else if (e instanceof SystemBlockException) {
            requestResult = ResultBuildUtil.fail("9624", "触发系统保护");
        } else if (e instanceof AuthorityException) {
            requestResult = ResultBuildUtil.fail("9625", "授权规则限制");
        }

        // 统一返回json结果
        httpServletResponse.setStatus(HttpStatus.FORBIDDEN.value());
        httpServletResponse.setCharacterEncoding("utf-8");
        httpServletResponse.setContentType(MediaType.APPLICATION_JSON_VALUE);

        // 借助SpringMVC自带的Jackson工具，返回结果
        new ObjectMapper().writeValue(httpServletResponse.getWriter(), requestResult);
    }


}

2.1.1.6 再次测试

2.1.2 关联模式

2.1.2.1 测试请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel 流控 - 关联
*/
@GetMapping("testSentinelFlowLink")
public String testSentinelFlowLink(@RequestParam String sentinelDesc) {
    log.info("------ testSentinelFlowLink 接口调用 ------ ");
    return sentinelDesc;
}

2.1.1.2 添加关联流控规则

2.1.1.3 JMeter压测配置

2.1.1.3.1 线程组

2.1.1.3.2 Http请求

2.1.1.3.3 测试 testSentinelFlowLink 接口

2.1.3 链路模式

链路流控模式指的是，当从某个接口过来的资源达到限流条件时，开启限流。它的功能有点类似于针对来源配置项，区别在于：针对来源是针对上级微服务，而链路流控是针对上级接口，也就是说它的粒度更细。

2.1.3.1 添加调用方法

2.1.3.1.1 接口

/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: 测试链路 模式
 */
public interface SentinelService {

    void message();

}

2.1.3.1.2 实现类

/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: 测试链路 模式 实现类
 */
@Service
public class SentinelServiceImpl implements SentinelService {

    @Override
    @SentinelResource("message") // 在@SentinelResource中指定资源名
    public void message() {
        System.out.println("message");
    }

}

2.1.3.2 两个接口，调用相同的资源

@Slf4j
@RestController
public class KgcMallSentinelController {


    @Autowired
    private SentinelService sentinelService;

  //测试 Sentinel 流控 - 直接失败
    @GetMapping("testSentinelFlowFail")
    public String testSentinelFlowFail(@RequestParam String sentinelDesc) {

        log.info("------ testSentinelFlowFail 接口调用 ------ ");

        //测试 链路模式调用相同的资源
        sentinelService.message();

        return sentinelDesc;
    }


    //测试 Sentinel 流控 - 关联
    @GetMapping("testSentinelFlowLink")
    public String testSentinelFlowLink(@RequestParam String sentinelDesc) {

        log.info("------ testSentinelFlowLink 接口调用 ------ ");

        //测试 链路模式调用相同的资源
        sentinelService.message();
        return sentinelDesc;
    }

}

2.1.3.3 添加链路流控规则

2.1.3.4 测试

如果message触发流控，指定的入口就会被限流；

2.1.3.4.0 高版本此功能直接使用不生效：

1.7.0 版本开始（对应SCA的2.1.1.RELEASE)，官方在CommonFilter 引入了WEB_CONTEXT_UNIFY 参数，用于控制是否收敛context。将其配置为 false 即可根据不同的URL 进行链路限流。

spring:
  cloud:
    #sentinel 配置
    sentinel:
      web-context-unify: false #关闭收敛 

2.1.3.4.1 testSentinelFlowFail 请求

2.1.3.4.2 testSentinelFlowLink请求 (message 资源对此入口进行了限流)

使用链路规则，会导致统一返回处理，无法生效；

2.2 流控规则

2.2.1 快速失败

快速失败：直接抛出异常，默认的流量控制方式

当QPS超过任意规则的阈值后，新的请求就会被立即拒绝。这种方式适用于对系统处理能力确切已知的情况下；

2.2.2 Warm Up(激增模式)

Warm Up（激增流量）即预热/冷启动方式；

冷加载因子: codeFactor 默认是3，即请求 QPS 从 1 / 3 开始，经预热时长逐渐升至设定的 QPS 阈值。

当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。

2.2.2.1 使用 testSentinelFlowFail 请求测试

请求方法省略；

2.2.2.2 流控配置

2.2.2.3 压测配置

2.2.3.4 实时监控

2.2.3 匀速模式

会严格控制请求通过的间隔时间，也即是让请求以均匀的速度通过，其余的排队等待，对应的是漏桶算法。

用于处理间隔性突发的流量，例如消息队列，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，这个时候我们不希望一下子把所有的请求都通过，这样可能会把系统压垮；同时我们也期待系统以稳定的速度，逐步处理这些请求，以起到“削峰填谷”的效果，而不是第一秒拒绝所有请求。

选择排队等待的阈值类型必须是QPS，且暂不支持>1000的模式

2.2.3.1 使用 testSentinelFlowFail 请求测试

请求方法省略；

单机阈值:每秒通过的请求个数是5，则每隔200ms通过一次请求；每次请求的最大等待时间为500ms=0.5s，超过0.5S就丢弃请求。

2.2.3.2 流控配置

2.2.3.3 压测配置

2.2.3.4 实时监控

3、降级规则限流

3.1慢调用比例-SLOW_REQUEST_RATIO

选择以慢调用比例作为阈值，需要设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且慢调用的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF­OPEN 状态），若接下来的一个请求响应时间小于设置的慢调用 RT 则结束熔断，若大于设置的慢调用 RT 则会再次被熔断。

3.1.1 模拟慢调用请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
 * @author : huayu
* @date : 26/11/2022
 * @description : 测试 Sentinel-降级-慢调用
*/
@GetMapping("testSentinelDown")
public String testSentinelDown(@RequestParam String sentinelDesc) throws InterruptedException {

    log.info("------ testSentinelDown 接口调用 ------ ");

    //模拟慢调用
    TimeUnit.MILLISECONDS.sleep(100);

    return sentinelDesc;
}

3.1.2 降级策略

3.1.3 压测配置

3.1.4 实时监控

3.1.5 从浏览器请求测试

3.2 异常比例-ERROR_RATIO

当单位统计时长（statIntervalMs）内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。

经过熔断时长后熔断器会进入探测恢复状态（HALF­OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。异常比率的阈值范围是 [0.0, 1.0]，代表 0% ­ 100%。

3.2.1 模拟异常比例请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel-降级-异常比例    异常数
*/
@GetMapping("testSentinelDownExpScale")
public String testSentinelDownExpScale(@RequestParam String sentinelDesc) throws InterruptedException {

    log.info("------ testSentinelDownExpScale 接口调用 ------ ");

    //模拟异常
    int num = new Random().nextInt(10);
    if (num % 2 == 1) {
        num = 10 / 0;
    }
    return sentinelDesc;
}

3.2.2 降级策略

3.2.3 压测配置

3.2.4 实时监控

3.2.5 从浏览器请求测试

3.3 异常数-ERROR_COUNT

当单位统计时长内的异常数目超过阈值之后会自动进行熔断。经过熔断时长后熔断器会进入探测恢复状态（HALF­OPEN 状态），若接下来的一个请求成功完成（没有错误）则结束熔断，否则会再次被熔断。

注意：异常降级仅针对业务异常，对 Sentinel 限流降级本身的异常（BlockException）不生效。

3.3.1 模拟异常参数请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel-降级-异常比例    异常数
*/
@GetMapping("testSentinelDownExpScale")
public String testSentinelDownExpScale(@RequestParam String sentinelDesc) throws InterruptedException {

    log.info("------ testSentinelDownExpScale 接口调用 ------ ");

    //模拟异常
    int num = new Random().nextInt(10);
    if (num % 2 == 1) {
        num = 10 / 0;
    }
    return sentinelDesc;
}

3.3.2 降级策略

3.3.3 压测配置

3.3.4 实时监控

3.3.5 从浏览器请求测试

4、热点规则限流

何为热点？热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的数据，并对其访问进行限制。

热点参数限流会统计传入参数中的热点参数，并根据配置的限流阈值与模式，对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制，仅对包含热点参数的资源调用生效

4.1 单机阈值

单机阈值： 针对所有参数的值进行设置的一个公共的阈值

1. 假设当前 参数 大部分的值都是热点流量， 单机阈值就是针对热点流量进行设置， 额外针对普通流量进行参数值流控；
2. 假设当前 参数 大部分的值都是普通流量， 单机阈值就是针对普通流量进行设置， 额外针对热点流量进行参数值流控

配置热点参数规则：

资源名必须是@SentinelResource(value="资源名")中 配置的资源名，热点规则依赖于注解；

单独指定参数例外的参数具体值，必须是指定的7种数据类型才会生效；

4.1.1 模拟 单机阈值请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel-热点
*/
@GetMapping("testSentinelHotParam")
@SentinelResource(value = "sentinelHotParam", blockHandlerClass = MySentinelHotBlockExceptionHandler.class, blockHandler = "hotBlockExceptionHandle")
//热点参数，必须使用此注解，指定资源名
//注意使用此注解无法处理BlockExecption,会导致统一异常处理失效
public String testSentinelHotParam(@RequestParam String sentinelDesc) {

    log.info("------ testSentinelHotParam 接口调用 ------ ");

    return sentinelDesc;
}

4.1.2注意使用此注解无法处理BlockExecption,会导致统一异常处理失效

4.1.2.1 方法一：类内处理方法

@GetMapping("testSentinelHotParam")
@SentinelResource(value = "sentinelHotParam",blockHandler = "hotBlockExceptionHandle")
//热点参数，必须使用此注解，指定资源名
//注意使用此注解无法处理BlockExecption,会导致统一异常处理失效
public String testSentinelHotParam(@RequestParam String sentinelDesc) {
    log.info("------ testSentinelHotParam 接口调用 ------ ");
    return sentinelDesc;
}



/**
* @author : huayu
* @date   : 26/11/2022
* @param  : [sentinelDesc, e]
* @return : java.lang.String
* @description : 类内处理方法  增加一个自定义处理方法，参数必须跟入口一致
*/
public String hotBlockExceptionHandle(@RequestParam String sentinelDesc, BlockException e){
    //记录异常日志
    log.warn("------ hotBlockExceptionHandle 规则Rule：{} ------", e.getRule());
    return JSON.toJSONString(ResultBuildUtil.fail("9623", "热点参数限流")) ;

}

4.1.2.2 方法二：单独处理类

@GetMapping("testSentinelHotParam")
@SentinelResource(value = "sentinelHotParam", blockHandlerClass = MySentinelHotBlockExceptionHandler.class, blockHandler = "hotBlockExceptionHandle")
//热点参数，必须使用此注解，指定资源名
//注意使用此注解无法处理BlockExecption,会导致统一异常处理失效
public String testSentinelHotParam(@RequestParam String sentinelDesc) {

    log.info("------ testSentinelHotParam 接口调用 ------ ");

    return sentinelDesc;
}


//==========处理类
/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: 方式2 自定义热点参数限流处理异常并指定治理方法
 */
@Slf4j
public class MySentinelHotBlockExceptionHandler {

    /**
     * @param : [sentinelDesc, e]
     * @return : java.lang.String
     * @author : huayu
     * @date : 26/11/2022
     * @description : hotBlockExceptionHandle  方法 必须是 静态的  增加一个自定义处理方法，参数必须跟入口一致
     */
    public static String hotBlockExceptionHandle(@RequestParam String sentinelDesc, BlockException e) {
        //记录异常日志
        log.warn("------ hotBlockExceptionHandle 规则Rule：{} ------", e.getRule());
        return JSON.toJSONString(ResultBuildUtil.fail("9623", "热点参数限流"));

    }


}

4.1.3 热点参数策略和规则(sentinelHotParam)

4.1.4 浏览器快速请求测试

5、授权规则限流

根据调用来源来判断该次请求是否允许放行，这时候可以使用 Sentinel 的来源访问控制的功能。

来源访问控制根据资源的请求来源（origin）限制资源是否通过：

• 若配置白名单，则只有请求来源位于白名单内时才可通过；
• 若配置黑名单，则请求来源位于黑名单时不通过，其余的请求通过。

配置项：

• 资源名resource，即限流规则的作用对象
• 流控应用limitApp，对应的黑名单/白名单，不同 origin 用 , 分隔，如 appA,appB
  • Sentinel提供了 RequestOriginParser 接口来处理来源
  • 只要Sentinel保护的接口资源被访问，Sentinel就会调用 RequestOriginParser 的实现类去解析访问来源。
• 限制模式strategy，AUTHORITY_WHITE 为白名单模式，AUTHORITY_BLACK 为黑名单模式，默认为白名单模式

5.1 自定义来源处理规则

/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: 自定义授权规则解析 来源 处理类
 */
@Component
public class MySentinelAuthRequestOriginParser implements RequestOriginParser {


    @Override
    public String parseOrigin(HttpServletRequest httpServletRequest) {

        // TODO 实际应用场景中，可以根据请求来源ip,进行ip限制
        //模拟，通过请求参数中，是否携带了自定义的来源参数OriginAuth
        //根据授权规则中的流控应用规则指定的参数列表，限制是否可以访问
        //授权规则，指定白名单，就代表请求携带的参数OriginAuth,参数值必须是在流控应用指定的参数列表中，才可以访问，否者不允许
        //黑名单相反
        return httpServletRequest.getParameter("originAuth");
    }


}

5.2 模拟授权请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel-授权
*/
@GetMapping("testSentinelAuth")
public String testSentinelAuth(@RequestParam String sentinelDesc,
                               @RequestParam String originAuth) {

    log.info("------ testSentinelHotParam 接口调用 ------ ");

    return "sentinelDesc:" + sentinelDesc + "\n,originAuth:" + originAuth;
}

5.3 白名单

5.3.1 配置白名单

5.3.2 测试

5.4黑名单

5.4.1 配置黑名单

5.4.2 测试

6、系统规则限流

系统保护规则是从应用级别的入口流量进行控制，从单台机器的总体 Load、RT、入口 QPS 、CPU使用
率和线程数五个维度监控应用数据，让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。系统
保护规则是应用整体维度的，而不是资源维度的，并且仅对入口流量 (进入应用的流量) 生效。

• Load 自适应（仅对 Linux/Unix­like 机器生效）：系统的 load1 作为启发指标，进行自适应系统保护。当系统load1 超过设定的启发值，且系统当前的并发线程数超过估算的系统容量时才会触发系统保护。系统容量由系统的 maxQps * minRt 估算得出。设定参考值一般是 CPU cores * 2.5。
• CPU usage（1.5.0+ 版本）：当系统 CPU 使用率超过阈值即触发系统保护（取值范围 0.0­ - 1.0），比较灵敏。
• 平均 RT：当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护，单位是毫秒。
• 并发线程数：当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
• 入口 QPS：当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护

6.1 模拟系统限流请求

/**
* @param : [sentinelDesc]
* @return : java.lang.String
* @author : huayu
* @date : 26/11/2022
* @description : 测试 Sentinel-系统
* //设置一个， 全部请求都受限制
*/
@GetMapping("testSentinelSys")
public String testSentinelSys(@RequestParam String sentinelDesc) {

    log.info("------ testSentinelHotParam 接口调用 ------ ");

    return "sentinelDesc:" + sentinelDesc;
}

6.2 系统规则配置

6.3 压测配置

6.4 浏览器测试

7、Sentinel 规则持久化

Dashboard控制台来为每个Sentinel客户端设置各种各样的规则，但是这里有一个问题，就是这些规则默认是存放在内存中，每次微服务重新启动，设置的各种规则都会消失。

7.1 方式1：本地文件（测试，线上不推荐）

本地文件数据源会定时轮询文件的变更，读取规则。这样我们既可以在应用本地直接修改文件来更新规则，也可以通过 Sentinel 控制台推送规则。

原理：首先 Sentinel 控制台通过 API 将规则推送至客户端并更新到内存中，接着注册的写数据源会将新的规则保存到本地的文件中。

7.1.1 配置类

创建配置类： SentinelFilePersistence

import com.alibaba.csp.sentinel.command.handler.ModifyParamFlowRulesCommandHandler;
import com.alibaba.csp.sentinel.datasource.*;
import com.alibaba.csp.sentinel.init.InitFunc;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule;
import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.param.ParamFlowRuleManager;
import com.alibaba.csp.sentinel.slots.system.SystemRule;
import com.alibaba.csp.sentinel.slots.system.SystemRuleManager;
import com.alibaba.csp.sentinel.transport.util.WritableDataSourceRegistry;
import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.TypeReference;
import lombok.extern.slf4j.Slf4j;

import java.io.File;
import java.io.IOException;
import java.util.List;

/**
 * Created On : 26/11/2022.
 * <p>
 * Author : huayu
 * <p>
 * Description: MySentinelRulePersistenceDunc
 */
public class MySentinelRulePersistencefunc implements InitFunc{

//    String ruleDir = System.getProperty("user.home") + "/sentinel/rules/";
    //填写 规则存放的绝对路径
    String ruleDir = "D:/KEGONGCHANG/DaiMa/IDEA/KH96/SpringCloud/springcloud-alibaba-96/kgcmall96-sentinel/sentinel/rules/";
//    String ruleDir = "/kgcmall96-sentinel/sentinel/rules/";

    String flowRulePath = ruleDir + "/flow-rule.json";
    String degradeRulePath = ruleDir + "/degrade-rule.json";
    String systemRulePath = ruleDir + "/system-rule.json";
    String authorityRulePath = ruleDir + "/authority-rule.json";
    String paramFlowRulePath = ruleDir + "/param-flow-rule.json";

    @Override
    public void init() throws Exception {

        // 创建规则存放目录
        this.mkdirIfNotExits(ruleDir);

        // 创建规则存放文件
        this.createFileIfNotExits(flowRulePath);
        this.createFileIfNotExits(degradeRulePath);
        this.createFileIfNotExits(systemRulePath);
        this.createFileIfNotExits(authorityRulePath);
        this.createFileIfNotExits(paramFlowRulePath);


        // 注册一个可读数据源，用来定时读取本地的json文件，更新到规则缓存中
        // 流控规则
        ReadableDataSource<String, List<FlowRule>> flowRuleRDS =
                new FileRefreshableDataSource<>(flowRulePath, flowRuleListParser);

        // 将可读数据源注册至FlowRuleManager，这样当规则文件发生变化时，就会更新规则到内存
        FlowRuleManager.register2Property(flowRuleRDS.getProperty());
        WritableDataSource<List<FlowRule>> flowRuleWDS = new FileWritableDataSource<>(
                flowRulePath,
                this::encodeJson
        );

        // 将可写数据源注册至transport模块的WritableDataSourceRegistry中
        // 这样收到控制台推送的规则时，Sentinel会先更新到内存，然后将规则写入到文件中
        WritableDataSourceRegistry.registerFlowDataSource(flowRuleWDS);

        // 降级规则
        ReadableDataSource<String, List<DegradeRule>> degradeRuleRDS = new FileRefreshableDataSource<>(
                degradeRulePath,
                degradeRuleListParser
        );
        DegradeRuleManager.register2Property(degradeRuleRDS.getProperty());
        WritableDataSource<List<DegradeRule>> degradeRuleWDS = new FileWritableDataSource<>(
                degradeRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerDegradeDataSource(degradeRuleWDS);

        // 系统规则
        ReadableDataSource<String, List<SystemRule>> systemRuleRDS = new FileRefreshableDataSource<>(
                systemRulePath,
                systemRuleListParser
        );
        SystemRuleManager.register2Property(systemRuleRDS.getProperty());
        WritableDataSource<List<SystemRule>> systemRuleWDS = new FileWritableDataSource<>(
                systemRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerSystemDataSource(systemRuleWDS);

        // 授权规则
        ReadableDataSource<String, List<AuthorityRule>> authorityRuleRDS = new FileRefreshableDataSource<>(
                authorityRulePath,
                authorityRuleListParser
        );
        AuthorityRuleManager.register2Property(authorityRuleRDS.getProperty());
        WritableDataSource<List<AuthorityRule>> authorityRuleWDS = new FileWritableDataSource<>(
                authorityRulePath,
                this::encodeJson
        );
        WritableDataSourceRegistry.registerAuthorityDataSource(authorityRuleWDS);

        // 热点参数规则
        ReadableDataSource<String, List<ParamFlowRule>> paramFlowRuleRDS = new FileRefreshableDataSource<>(
                paramFlowRulePath,
                paramFlowRuleListParser
        );
        ParamFlowRuleManager.register2Property(paramFlowRuleRDS.getProperty());
        WritableDataSource<List<ParamFlowRule>> paramFlowRuleWDS = new FileWritableDataSource<>(
                paramFlowRulePath,
                this::encodeJson
        );
        ModifyParamFlowRulesCommandHandler.setWritableDataSource(paramFlowRuleWDS);

    }

        private Converter<String, List<FlowRule>> flowRuleListParser = source -> JSON.parseObject(
                source,
                new TypeReference<List<FlowRule>>() {
                }
        );
        private Converter<String, List<DegradeRule>> degradeRuleListParser = source -> JSON.parseObject(
                source,
                new TypeReference<List<DegradeRule>>() {
                }
        );
        private Converter<String, List<SystemRule>> systemRuleListParser = source -> JSON.parseObject(
                source,
                new TypeReference<List<SystemRule>>() {
                }
        );

        private Converter<String, List<AuthorityRule>> authorityRuleListParser = source -> JSON.parseObject(
                source,
                new TypeReference<List<AuthorityRule>>() {
                }
        );

        private Converter<String, List<ParamFlowRule>> paramFlowRuleListParser = source -> JSON.parseObject(
                source,
                new TypeReference<List<ParamFlowRule>>() {
                }
        );

        private void mkdirIfNotExits(String filePath) throws IOException {
            File file = new File(filePath);
            if (!file.exists()) {
                file.mkdirs();
            }
        }

        private void createFileIfNotExits(String filePath) throws IOException {
            File file = new File(filePath);
            if (!file.exists()) {
                file.createNewFile();
            }
        }

        private <T> String encodeJson(T t) {
            return JSON.toJSONString(t);
        }

}

7.1.2 InitFunc 文件

在resources文件下创建META-INF/services文件夹；

创建文档com.alibaba.csp.sentinel.init.InitFunc，文档名就是配置类实现接口的全类名；

在文件中添加第一步配置类的全类名即可；

测试：启动服务，当访问系统规则限流接口，自动创建目录和文件，添加规则后，重启服务，刚进来，之前的配置看不到，必须先访问对应的入口才可以，要注意

com.kgc.scda.config.MySentinelRulePersistencefunc

8、Openfeign 远程调用

8.1 依赖

<!--    openfeign 远程调用    -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
    <version>2.1.1.RELEASE</version>
</dependency>

8.2 配置

# 整合Sentinel 和OpenFeign ,默认关闭
feign:
  sentinel:
    enabled: true  #开启

8.3 注解

著启动类： @EnableFeignClients

接口：@FeignClient(value = "服务名")

8.4 测试 (与单独使用Openfeign一样不在赘述)

9、GateWay 服务网关

9.1 依赖

<!--  Gatway 网关会和springMvc冲突，不能添加web依赖      -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter</artifactId>
</dependency>

<!--   gateway 依赖     -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-gateway</artifactId>
</dependency>

9.2 配置

# 端口
server:
  port: 9606

# 服务名
spring:
  application:
    name: kgcmall-gatway

  cloud:
    #nacos 配置
    nacos:
      discovery:
        server-addr: 127.0.0.1:8848

    # 网关配置
    gateway:
      routes: # 路由，是list集合，可以配置多个路由
      	#product模块
        - id: kh96_route_first # 当前route路由的唯一标识，不能重复
          #uri: http://localhost:9602 # 路由转发的目标资源地址，不支持多负载调用，不利于扩展，不推荐
          uri: lb://kgcmall96-prod # lb 从nacos注册中心的服务列表中，根据指定的服务名，调用服务，推荐用法
          predicates: # 指定路由断言配置，支持多个断言，只要断言成功（满足路由转发条件），才会执行转发到目标资源地址访问
            - Path=/prod-gateway/** # 指定path路径断言，必须满足请求地址是/prod-gateway开始，才会执行路由转发
          filters: # 指定路由过滤配置，支持多个过滤器，在断言成功，执行路由转发时，对请求和响应数据进行过滤处理
            - StripPrefix=1 # 在请求断言成功后，执行路由转发时，自动去除第一层的访问路径/prod-gateway
        #user模块
        - id: kh96_route_second
          uri: lb://kgcmall96-user
          predicates:
            - Path=/user-gateway/**
          filters:
            - StripPrefix=1

9.3 测试

9.3.1 nacos

9.3.2 请求测试

9.3.2.1 通过gateway网关调用prod模块

9.3.2.1 通过gateway网关调用user模块