限流是保障服务高可用的方式之一，尤其是在微服务架构中，对接口或资源进行限流可以有效地保障服务的可用性和稳定性。
之前的项目中使用的限流措施主要是Guava的RateLimiter。RateLimiter是基于令牌桶流控算法，使用非常简单，但是功能相对比较少。
而现在，我们有了一种新的选择，阿里提供的Sentinel。
Sentinel 是阿里巴巴提供的一种限流、熔断中间件，与RateLimiter相比，Sentinel提供了丰富的限流、熔断功能。它支持控制台配置限流、熔断规则，支持集群限流，并可以将相应服务调用情况可视化。
目前已经有很多项目接入了Sentinel，而本文主要是对Sentinel的限流功能做一次详细的分析，至于Sentinel的其他能力，则不作深究。
一：总体流程：
从设计模式上来看，典型的的责任链模式。外部请求进来后，要经过责任链上各个节点的处理，而Sentinel的限流、熔断就是通过责任链上的这些节点实现的。
从限流算法来看，Sentinel使用滑动窗口算法来进行限流。要想深入了解原理，还是得从源码上入手，下面，直接进入Sentinel的源码阅读。
二：源码解读：
1，总体流程：
读源码先得找到源码入口。我们经常使用@ SentinelResource来标记一个方法，可以将这个被@ SentinelResource标记的方法看成是一个Sentinel资源。因此，我们以@ SentinelResource为入口，找到其切面，看看切面拦截后所做的工作，就可以明确Sentinel的工作原理了。直接看注解@SentinelResource的切面代码（SentinelResourceAspect）。
可以清晰的看到Sentinel的行为方式。进入SentinelResource切面后，会执行SphU.entry方法，在这个方法中会对被拦截方法做限流和熔断的逻辑处理。
如果触发熔断和限流，会抛出BlockException，我们可以指定blockHandler方法来处理BlockException。而对于业务上的异常，我们也可以配置fallback方法来处理被拦截方法调用产生的异常。
所以，Sentinel熔断限流的处理主要是在SphU.entry方法中，其主要处理逻辑见下图源码。
