springcloud alibaba中的sentinel组件

这个组件最主要的作用就是流量控制与降级、系统负载均衡等系统稳定的作用，这篇文章主要是限流与降级的作用
首先是限流功能的实现：
下载windows版本的sentinel组件jar包：

然后就是使用java -jar启动这个jar包，并且更改它原来的端口号：
java -Dserver.port=9999 -jar boot.jar
访问sentinel组件页面，初始账号与密码都是sentinel这个字符

然后对其相应的资源做限流规则配置如下：

这其中限流中的资源就是我们:

我们也可以自定义：


这是他们之间的用法以及代码应用，在使用上面的sentinel组件之前，我们应该引入必要的jar包：

因为我们每次重启项目就会导致原来的配置都会丢失掉，所以我们必须要对其进行持久化的操作
一：在nocas中进行必要的配置如下：

然后在应用的配置文件的内容修改如下：

具体的效果如下：

resource：资源名，即限流规则的作用对象
limitApp：流控针对的调用来源，若为 default 则不区分调用来源
grade：限流阈值类型（QPS 或并发线程数）；0代表根据并发数量来限流，1代表根据QPS来进行流量控制
count：限流阈值
strategy：调用关系限流策略
controlBehavior：流量控制效果（直接拒绝、Warm Up、匀速排队）
clusterMode：是否为集群模式
来源： http://javadaily.cn/articles/2019/12/11/1576035818705.html
RT(平均响应时间)：
当资源的平均响应时间超过阈值之后，资源进入准降级状态。接下来如果持续进入 5 个请求，它们的 RT 都持续超过这个阈值，那么在接下的时间窗口之内，对这个方法的调用都会自动抛出 DegradeException 异常。在下一个时间窗口到来时, 会接着再放入5个请求, 再重复上面的判断.
异常比例
当资源的每秒异常总数占通过量的比值超过阈值之后，资源进入降级状态，即在接下的时间窗口之内，对这个方法的调用都会自动地抛出DegradeException异常。异常比率的阈值范围是 [0.0, 1.0]，代表 0% - 100%。
异常数
当资源近 1 分钟的异常数目超过阈值之后会进行熔断。
resource：资源名，即降级规则的作用对象
count：阈值
grade：降级模式 0:RT 1:异常比例 2:异常数
timeWindow：时间窗口（单位秒）

其中的限流规则是优先于熔断规则配置的