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*/@Resourceprivate 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
