Sentinel能够对流量进行控制，主要是监控应用的QPS流量或者并发线程数等指标，如果达到指定的阈值时，就会被流量进行控制，以避免服务被瞬时的高并发流量击垮，保证服务的高可靠性。

1.流控模式:

直接模式测试案例

表示1秒钟内查询1次就是OK，若超过次数1，就直接-快速失败，报默认错误。

测试结果

关联模式测试案例 

当关联的资源到达阈值，就限流自己

测试案例:当关联资源/testB的qps阀值超过1时，就限流/testA的Rest访问地址，当关联资源到阈值后限制配置好的资源名，B惹事，A挂了

使用jmeter对testB进行高并发访问  导致A挂了

测试结果:

链路模式测试案例

当不同链路的请求对同一个目标访问时，实施针对性的不同限流措施

eg：C请求访问限流 D请求访问不限流

添加yml配置:

新建测试业务类:

package com.wen.cloud.service;

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.stereotype.Service;
@Service
public class FlowLimitService
{
    @SentinelResource(value = "common")
    public void common()
    {
        System.out.println("------FlowLimitService come in");
    }
}

/**流控-链路演示demo
     * C和D两个请求都访问flowLimitService.common()方法，阈值到达后对C限流，对D不管
     */
    @Resource
    private FlowLimitService flowLimitService;

    @GetMapping("/testC")
    public String testC()
    {
        flowLimitService.common();
        return "------testC";
    }
    @GetMapping("/testD")
    public String testD()
    {
        flowLimitService.common();
        return "------testD";
    }

sentinel配置

说明：C和D两个请求都访问flowLimitService.common()方法，对C限流，对D不管

2.流控效果:

快速失败

直接失败,抛出异常。

预热(WarmUp)

限流-冷启动

当流量突然增大时,让系统从空闲状态到繁忙状态的切换时间更长一些

计算公式:阈值÷冷却因子coldFactor（默认为3），经过预热时长后才会到达阈值。

测试案例:

案例，单机阈值为10，预热时长设置5秒。

系统初始化的阈值为10 / 3 约等于3,即单机阈值刚开始为3(我们人工设定单机阈值是10，sentinel计算后QPS判定为3开始)；

然后过了5秒后阀值才慢慢升高恢复到设置的单机阈值10，也就是说5秒钟内QPS为3，过了保护期5秒后QPS为10        

测试结果

应用场景:

秒杀系统在开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是把为了保护系统，可慢慢的把流量放进来，慢慢的把阈值增长到设置的阈值。

排队等待

测试案例:

@GetMapping("/testE")
    public String testE(){
        System.out.println(System.currentTimeMillis()+"      testE,排队等待");
        return "------testE";
    }

按照单机阈值，一秒钟通过一个请求，10秒后的请求作为超时处理，放弃

jmeter测试  一秒访问二十次

测试结果:

请求只捕捉了十一个请求，十秒后的请求都放弃