[Java知识库]分布式防御系统Sentinel从应用到源码：流量控制、服务熔断、降级等

1. 分布式防御系统。以流量为切入点，通过动态设置的流量控制、服务熔断等手段达到保护系统的目的，通过服务降级增强服务被拒后用户的体验
2. 阿里巴巴的开源项目，提供了系统负载保护等多个维度来保障服务之间的稳定性。

1. 2012年，Sentinel诞生，主要功能为入口流量控制
2. 2013~2017年，Sentinel在阿里巴巴集团内部迅速发展，成为基础技术模块，覆盖了所有的核心场景。Sentinel也因此积累了大量的流量归整场景以及生产实践。
3. 2018年，Sentinel开源，并持续演进
4. 2019年，Sentinel朝着多语言扩展的方向不断探索，推出C++原生版本，同时针对Service Mesh场景也推出了Envoy集群流量控制支持，以解决Service Mesh架构下多语言限流的问题。
5. 2020年，推出Sentinel Go版本，继续朝着云原生方向演进。

1. 丰富的应用场景：Sentinel承接了阿里巴巴近10年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等
2. 完备的实时监控：Sentinel同时提供实时的监控功能。您可以在控制台中看到接入应用的单台机器秒级数据，甚至500台以下规模的集群的汇总运行情况。
3. 广泛的开源生态：Sentinel提供开箱即用的与其它开源框架/库的整合模块，例如与Spring Cloud、Dubbo、GRPC的整合。您只需要引入相应的依赖并进行简单配置即可快速地接入Sentinel。
4. 完善的SPI扩展点：Sentinel提供简单易用、完善的SPI扩展接口。您可以通过实现扩展接口来快速的定制逻辑。例如定制规则管理、适配动态数据源等。

1. 核心库（java 客户端）不依赖任何框架和第三方库，能够运行于所有java运行时环境，同时对Dubbo/Spring Cloud等框架也有较好的支持
2. 控制台（Dashboard）基于Spring Boot开发，打包后可以直接运行，不需要额外的Tomcat等应用容器

1. 资源：是关键概念，可以是java应用程序中的任何内容，例如，有应用程序提供的服务，或由应用程序调用的其它应用提供的服务，甚至可以是一段代码。后面我们用资源来描述代码块，只要通过Sentinel API定义的代码，就是资源，能够被Sentinel保护起来，大部分情况下，可以使用方法签名，URL，甚至服务名称作为资源名来标示资源
2. 规则：围绕资源的实时状态设定的规则，可以包括流量控制规则、熔断降级规则以及系统保护规则。所有规则可以动态实时调整。

1. 流量控制：在网络传输中的一个常用概念，用于调整网络包的发送数据，然而，从系统稳定性角度考虑，在处理请求的速度上，也有非常多的讲究。任意时间到来的请求往往是随机不可控的，而系统的处理能力是有限的。我们需要根据系统的处理能力对流量进行控制。Sentinel作为一个调配器，可以根据需要把随机的请求调整成合适的形状
   

1. 设计理念（让您自由选择控制角度，并灵活组合，从而达到想要的效果），有以下几个角度

1. 资源的调用关系，例如资源的调用链路，资源和资源之间的关系
2. 运行指标，例如QPS、线程池、系统负载等
3. 控制的效果，例如直接限流、冷启动、排队等。

2. 熔断降级：除了流量控制外，及时对调用链路中的不稳定因素进行熔断也是Sentinel的使命之一。由于调用关系的复杂性，如果调用链路中的某个资源出现了不稳定，可能会导致请求发生堆积，进而导致级联错误。

1. 当检测到调用链路中某个资源出现不稳定的表现，例如请求响应时间长或异常比例升高的时候，则对这个资源的调用进行限制，让请求快速失败，避免影响到其它的资源而导致级联故障（和Hystrix原则一致）
   
2. 限制手段上，和Hystrix采取完全不一样的方法

1. Hystrix通过线程池隔离的方式，来对依赖（Sentinel中的资源）进行隔离，好处是资源和资源之间做到最彻底的隔离，缺点是增加了线程切换的成本（过多的线程池导致线程数目过多），还需要预先给各资源做线程池大小的分配。

3. Sentinel对这个问题采取了两种手段

1. 通过并发线程数进行限制：和资源池隔离不同，Sentinel通过限制并发线程数量，减少不稳定资源对其它资源的影响。这样不但没有线程切换的损耗，也不需要您预先分配线程池大小。那么当某资源不稳定，线程数逐步堆积到一定数量后，新的请求就会被拒，堆积线程完成任务后，才开始继续接收请求
2. 通过响应时间对资源进行降级：通过响应时间来快速降级不稳定资源。当依赖的资源出现响应时间过长后，所有对改资源的访问都会被直接拒绝，直到过了指定的时间窗口后才重新恢复。

3. 系统自适应保护：Sentinel同时提供系统维度的自适应保护能力。防止雪崩，是系统防护中重要的一环。当系统负载较高时，如果还持续让请求进入，可能会导致系统崩溃，无法响应。集群环境下，网络负载均衡会把本应当前机器承载的流量转发到其它机器上，如果这个时候其它机器也处于濒临崩溃的状态，此时Sentinel的对应保护机制将会发挥作用。让系统的入口流量和系统的负载达到一个平衡，保证系统在能力范围之外处理最多的请求

1. 对主流框架提供适配或者显示API，来定义需要保护的资源，并提供设施对资源进行实时统计和调用链路分析
2. 根据预设的规则，结合对资源的实时统计信息，对流量进行控制，同时，Sentinel提供开放的接口，方便您定义及改变规则
3. Sentinel提供实时的监控系统，方便快速了解目前系统的状态

一、快速入门案例

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <spring-cloud.version>Hoxton.SR8</spring-cloud.version>
        <springboot.version>2.3.2.RELEASE</springboot.version>
        <springcloudalibaba.version>2.2.4.RELEASE</springcloudalibaba.version>
    </properties>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-dependencies</artifactId>
                <version>${spring-cloud.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-dependencies</artifactId>
                <version>${springboot.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
            <dependency>
                <groupId>com.alibaba.cloud</groupId>
                <artifactId>spring-cloud-alibaba-dependencies</artifactId>
                <version>${springcloudalibaba.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

1. 引入依赖
   

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

2. 配置文件
   

server:
  port: 80
  servlet:
    context-path: "/"

3. 启动类
   

import com.alibaba.csp.sentinel.Entry;
import com.alibaba.csp.sentinel.SphU;
import com.alibaba.csp.sentinel.slots.block.RuleConstant;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRule;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.PostConstruct;
import java.util.ArrayList;

@RestController
public class SentinelController {

    /**
     * 定义限流规则
     * PostConstruct 构造方法执行完成后执行方法 定义和加载限流规则
     */
    @PostConstruct
    public void initFlowRules(){
        ArrayList<FlowRule> flowRules = new ArrayList<>();//定义限流规则集合
        FlowRule flowRule = new FlowRule();//定义限流规则
        flowRule.setResource("HelloWorld");//定义限流资源
        flowRule.setGrade(RuleConstant.FLOW_GRADE_QPS);//定义限流规则类型
        flowRule.setCount(2);//定义QPS阈值 每秒最多通过的请求个数
        flowRules.add(flowRule);//添加规则到集合
        FlowRuleManager.loadRules(flowRules);//加载规则集合
    }

    @RequestMapping("helloWorld")
    public String helloWorld(){
        try(Entry entry = SphU.entry("HelloWorld")){//使用限流规则HelloWorld
            return "Sentinel "+System.currentTimeMillis();
        }catch (Exception e){
            e.printStackTrace();
            return "系统繁忙，请稍后！";//降级处理
        }
    }
}

二、Sentinel dashboard控制台

1. 流量控制、熔断降级规则统一配置和管理入口，它为用户提供了机器自发现、簇点链路自发现、监控、规则配置等功能。在Sentinel控制台上，我们可以配置规则并实时查看流量控制效果。

1. 控制台

//这里通过-Dserver.port=8080指定端口为8080，你可以指定成其它
java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard.jar

2. java接入控制台

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-transport-simple-http</artifactId>
    <version>1.8.0</version>
</dependency>

// -Dcsp.sentinel.dashboard.server=localhost:8080 指定控制台地址和端口
// -Dproject.name=sentinel-helloWorld 设置控制台上显示的项目名称
-Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-helloWorld

3. 设置限流规则

1. 之前我们设置规则，是通过代码设置，不方便修改和维护，推荐使用Sentinel控制台设置规则

4. 定义资源（推荐使用注解方式，掌握抛异常，布尔值，其它了解一下即可）

1. 资源可以是任何东西，服务、服务里面的方法，甚至一段代码，使用Sentinel来进行资源保护，主要步骤如下：

1. 定义资源
2. 定义规则
3. 检验规则是否生效

2. 先把可能需要保护的资源定义好（埋点），之后再配置规则，也可以理解为，只要有了资源，我们就可以在随时灵活地定义各种流量控制规则。在编码的时候，只需要考虑这个代码是否需要保护，如果需要保护，就将之定义为一个资源。对于主流框架，我们提供适配，只需要按照适配中的说明配置，Sentinel就会默认定义提供的服务，方法等资源。

1. 为了减少开发复杂度，大部分主流框架（Web Servlet，Dubbo，Spring Cloud，gRPC、Spring WebFlux、Reactor等）都做了适配，只需要引入对应的依赖即可方便的整合Sentinel。

1. SphU包含了try-catch风格的API。这种方式，当资源发生了限流之后会抛出BlockException。这时可以捕捉遗产，进行限流之后的逻辑处理，具体参考快速入门案例中的controller
2. 通过SphU.entry(“资源名”)方法，定义资源。若entry的时候传入热点参数，那么exit的时候也移动要带上对应参数（exit(count,args)），否则会统计错误。
3. 可通过Tracer.trace(ex) 来统计异常信息

1. SphO提供if-else风格API，用这种方法，当资源发送限流后，返回false，这时根据返回值，进行限流后逻辑处理
   
2. 小例子
   

   @RequestMapping("helloWorld2")
    public String helloWorld2(){
        if(SphO.entry("HelloWorld")){
            try{
                //被保护资源代码
                return "boolean "+System.currentTimeMillis();
            }finally {
                SphO.exit();
            }
        }else{
            //降级或限流处理
            return "系统繁忙，请稍后！";
        }
    }

1. 通过@SentinelResource注解定义资源并配置blockHandler和fallback函数来进行限流之后的处理
2. 需要额外依赖，提供注解以及AspectJ的扩展用于自动定义资源，处理BlockException等
   

        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-annotation-aspectj</artifactId>
            <version>1.8.0</version>
        </dependency>

2. 配置类
   

import com.alibaba.csp.sentinel.annotation.aspectj.SentinelResourceAspect;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class SentinelAspectConfiguration {
    @Bean
    public SentinelResourceAspect sentinelResourceAspect(){
        return new SentinelResourceAspect();
    }
}

3. 使用注解看效果
   

    @SentinelResource(value = "HelloWorld",blockHandler = "blockHandlerForHelloWorld3")
    @RequestMapping("helloWorld3")
    public String helloWorld3(){
        return "SentinelResource" + System.currentTimeMillis();
    }

    /**
     * 源方法被限流/降级/系统保护时调用
     */
    public String blockHandlerForHelloWorld3(BlockException e){
        e.printStackTrace();
        return "系统繁忙，请稍后！";
    }

1. Sentinel支持异步调用链路统计。在异步调用中，需要通过SphU.asyncEntry(xxx)方法定义资源，并通常需要在异步的回调函数中调用exit方法。
2. 启动类添加注解@EnableAsync，让项目支持异步调用支持
   
3. 创建AsyncService异步调用类以及方法
   

import org.springframework.scheduling.annotation.Async;
import org.springframework.stereotype.Service;

@Service
public class AsyncService {
    @Async
    public void doSomethingAsync(){
        System.out.println("async start...");
        try{
            Thread.sleep(4000);
        }catch (InterruptedException e){
            e.printStackTrace();
        }
        System.out.println("async end...");

    }
}

3. controller测试
   

    @Autowired
    private AsyncService asyncService;

    @RequestMapping("helloWorld4")
    public void helloWorld4(){
        AsyncEntry asyncEntry = null;
        try {
            asyncEntry = SphU.asyncEntry("HelloWorld");
            asyncService.doSomethingAsync();
        }catch (BlockException e){
            System.out.println("系统繁忙，请稍后！");
        }finally {
            if(asyncEntry!=null){
                asyncEntry.exit();
            }
        }
    }

5. 规则（了解一下即可，掌握web管理器的使用）

1. Sentinel的所有规则，都可以在内存中动态的查询及修改，修改后立即生效。同时Sentinel也提供相关API，来定制自己的规则策略

1. 流量控制规则

1. 原理就是监控应用流量的QPS或并发线程等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性。
2. 重要属性如下（Field字段，代表代码设置时的方法名）：
   

1. QPS：每秒请求数限制
2. 线程数：资源使用线程数限制

1. 直接：资源直接限流，这个就是简单的限流
2. 关联：关联模式需要填写关联资源的路径，意为如果关联资源的流量超额之后，限流自己（自己为资源名填写的路径）
3. 链路：如果是链路模式需要填写入口资源，限制入口资源对自己的调用

1. 快速失败：默认的流控方式，当QPS超过任意规则阈值后，新请求会立即被拒绝，抛出FlowException。此方式适用于对系统处理能力确切已知的情况线下，比如通过压测确定了系统的准确水位时
2. Warm Up：预热/冷启动方式。当系统长期处于低水位情况下，流量突然增加，直接把系统拉升到高水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
3. 排队等待：严格控制请求通过的间隔时间，也让请求以均匀的速度通过，对应的是漏桶算法

2. 熔断降级规则

1. 对不稳定资源进行熔断降级是保障高可用的重要措施之一，一个服务常常会调用别的模块，可能是远程服务、数据库、第三方API等，例如支付时远程调用支付宝，银联API。然而被依赖服务的稳定性是不能保证的，如果依赖的服务出现不稳定，请求响应时间变长，那么调用服务的方法的响应时间也会变长，线程会产生堆积，最终可能耗尽业务自身的线程池，服务本身也变得不可用
2. 现代微服务架构都是分布式的，不同服务之间相互调用，组成复杂的调用链路，复杂链路某一环不稳定，就可能会层层级联，最终导致整个链路都不可用，因此我们需要对不稳定的弱依赖服务调用进行熔断降级，暂时切断不稳定调用，避免局部不稳定因素导致整体的雪崩。熔断降级作为保护自身的手段，通常在客户端（调用端）进行配置。

        List<DegradeRule> rules = new ArrayList<>();
        DegradeRule degradeRule = new DegradeRule();
        degradeRule.setResource("HelloWorld");
        degradeRule.setCount(10);
        degradeRule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
        degradeRule.setTimeWindow(10);
        rules.add(degradeRule);
        DegradeRuleManager.loadRules(rules);

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，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（HALF-OPEN），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
2. 异常比例（ERROR_RATIO）：当单位统计时长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，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. 异常数（ERROR_COUNT）：当单位统计时长内的异常数目超过阈值后会自动进行熔断，经过熔断时长后熔断器会进入探测恢复状态，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
4. 注意：异常降级仅仅针对业务异常，对Sentinel限流降级本身的异常（BlockException）不生效。为了统计异常比率或异常数，需要通过Tracer.trace(ex)记录业务异常，示例如下（开源整合模块，Sentinel Dubbo Adapter,Sentinel Web Servlet Filter或@SentinelResource注解会自动统计业务异常，需要手动调用）
   

3. 系统保护规则

1. Sentinel系统自适应限流从整体维度对应入口流量进行控制，结合应用的Load、CPU使用率、总体平均RT、入口QPS和并发线程数等几个维度的监控指标，通过自适应的流控策略，让系统的入口流量和系统的负载达到一个平衡，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

1. 保证系统不被拖垮
2. 在系统稳定的前提下，保持系统的吞吐量
   

1. 代码设置
   

        ArrayList<SystemRule> rules = new ArrayList<>();
        SystemRule systemRule = new SystemRule();
        systemRule.setHighestSystemLoad(10);
        rules.add(systemRule);
        SystemRuleManager.loadRules(rules);

4. 来源访问控制规则

1. 很多时候，我们需要根据调用来源来判断该次请求是否允许，这时候可以使用此功能。此功能提供黑白名单，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，则请求来源不在黑名单中，才能通过
2. 调用放信息通过ContextUtil.enter(resourceName,origin)方法中的origin参数传入

1. resource：资源名，限流规则作用的对象
2. limitApp：对应的黑名单/白名单，不同origin用逗号分隔，如appA,appB.
3. strategy：限制模式，AUTHORITY_WHITE为白名单模式，AUTHORITY_BLACK为黑名单模式，默认白名单模式

        AuthorityRule authorityRule = new AuthorityRule();
        authorityRule.setResource("test");
        authorityRule.setStrategy(RuleConstant.AUTHORITY_WHITE);
        authorityRule.setLimitApp("appA,appB");
        AuthorityRuleManager.loadRules(Collections.singletonList(authorityRule));

5. 热点参数规则

1. 热点：经常访问的数据
2. 很多时候，我们希望统计某个热点数据中访问频次最高的Top K数据，并对其访问进行限制

1. 商品ID为参数，统计一段时间内最常购买的商品ID并进行限制
2. 用户ID为参数，针对一段时间内频繁访问的用户ID进行限制

3. 热点参数限流会统计传入参数的热点参数，并根据配置的限流阈值与模式，对包含特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。（Sentinel利用LRU策略统计最近最常访问的热点参数，结合令牌桶算法来进行参数级别的流控，热点参数限流支持集群模式）
   

        ParamFlowRule param1 = new ParamFlowRule("param1");
        param1.setParamIdx(0)
                .setCount(5);
        ParamFlowItem paramFlowItem = new ParamFlowItem().setObject(String.valueOf(param1));
        paramFlowItem.setClassType(int.class.getName())
                .setCount(10);
        param1.setParamFlowItemList(Collections.singletonList(paramFlowItem));
        ParamFlowRuleManager.loadRules(Collections.singletonList(param1));

1. 加入依赖

        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-parameter-flow-control</artifactId>
            <version>1.8.0</version>
        </dependency>

2. 编写controller
   

    @RequestMapping("helloWorld")
    public String helloWorld(){
        Entry entry = null;
        try{//使用限流规则HelloWorld
            entry = SphU.entry("HelloWorld", EntryType.IN,1, param1);
            System.out.println(param1);
            return "Sentinel "+System.currentTimeMillis();
        }catch (Exception e){
            e.printStackTrace();
            return "系统繁忙，请稍后！";//降级处理
        }finally {
            entry.exit(0,EntryType.IN,1,param1);
        }
    }

三、Spring Cloud整合Sentinel(重点)

1. 和Spring Cloud集成

1. Spring Cloud Alibaba默认为Sentinel整合了Servlet、RestTemplate、FeignClient和Spring WebFlux，它不仅补全了Hystrix在Servlet和RestTemplate这一块的空白，还完全兼容了Hystrix在FeignClient中限流降级的用法，并支持灵活配置和调整流控规则

        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

server:
  port: 80
  servlet:
    context-path: "/"

spring:
  application:
    name: sentinel_springcloud # 设置应用名称
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080 # 设置Sentinel连接控制台的主机地址和端口

@RestController
public class SentinelController {

    @SentinelResource(value = "HelloWorld",blockHandler = "blockHandlerForHelloWorld3")
    @RequestMapping("helloWorld3")
    public String helloWorld3(){
        return "SentinelResource" + System.currentTimeMillis();
    }

    /**
     * 源方法被限流/降级/系统保护时调用
     */
    public String blockHandlerForHelloWorld3(BlockException e){
        e.printStackTrace();
        return "系统繁忙，请稍后！";
    }

}

2. 整合nacos实现配置持久化

1. 前面的例子中，每次重启，客户端中数据将会消失，需要重新定义规则，因为默认是将规则放在内存
2. 我们可以将规则保存到Nacos配置中心中，实现持久化

        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

类型选择为json

[
    {
        "resource":"HelloWorld",
        "limitApp":"default",
        "grade":1,
        "count":2,
        "strategy":0,
        "controlBehavior":0,
        "clusterMode":false
    }
]

server:
  port: 80
  servlet:
    context-path: "/"

spring:
  application:
    name: sentinel_springcloud # 设置应用名称
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8080 # 设置Sentinel连接控制台的主机地址和端口
      datasource:
        ds:
          nacos:
            server-addr: localhost:8848 # nacos 连接地址
            group-id: DEFAULT_GROUP # nacos组名，要和nacos中配置的一致
            rule-type: flow # 流控规则，rule-type配置表示该数据源中的规则属于哪种类型的规则（flow ,degrade,authority,system,param-flow,gw-glow,gw-api-group）
            data-id: sentinel-test # 读取配置文件的data-iid
            data-type: json # 读取配置文件类型

四、源码