Spring Cloud Alibaba | Sentinel: 服務限流基礎篇

Spring Cloud Alibaba | Sentinel: 服務限流基礎篇

1. 簡介

   資源：可以是任何東西，服務，服務裡的方法，甚至是一段代碼。使用 Sentinel 來進行資源保護，主要分為幾個步驟:

定義資源

定義規則

檢驗規則是否生效

先把可能需要保護的資源定義好，之後再配置規則。也可以了解為，隻要有了資源，我們就可以在任何時候靈活地定義各種流量控制規則。在編碼的時候，隻需要考慮這個代碼是否需要保護，如果需要保護，就将之定義為一個資源。

1. 2.1 主流架構的預設适配

為了減少開發的複雜程度，Sentinel對大部分的主流架構，例如 Web Servlet、Dubbo、Spring Cloud、gRPC、Spring WebFlux、Reactor 等都做了适配。

2.1.1 Web Servlet

Sentinel 提供與 Servlet 的整合，可以對 Web 請求進行流量控制。使用時需引入以下子產品（以 Maven 為例）：

<groupId>com.alibaba.csp</groupId>
<artifactId>sentinel-web-servlet</artifactId>
<version>x.y.z</version>           

僅需要在 Web 容器中的 web.xml 配置檔案中進行如下配置即可開啟 Sentinel 支援：

<filter-name>SentinelCommonFilter</filter-name>
<filter-class>com.alibaba.csp.sentinel.adapter.servlet.CommonFilter</filter-class>           

<filter-name>SentinelCommonFilter</filter-name>
<url-pattern>/*</url-pattern>           

若是 Spring 應用可以通過 Spring 進行配置，例如：

@Configuration

public class FilterConfig {

@Bean

public FilterRegistrationBean sentinelFilterRegistration() {

FilterRegistrationBean<Filter> registration = new FilterRegistrationBean<>();
registration.setFilter(new CommonFilter());
registration.addUrlPatterns("/*");
registration.setName("sentinelFilter");
registration.setOrder(1);

return registration;           

}

預設情況下，當請求被限流時會傳回預設的提示頁面。您也可以通過 WebServletConfig.setBlockPage(blockPage) 方法設定自定義的跳轉 URL，當請求被限流時會自動跳轉至設定好的 URL。同樣也可以實作 UrlBlockHandler 接口并編寫定制化的限流處理邏輯，然後将其注冊至 WebCallbackManager 中。

注意： Sentinel Web Filter 會将每個到來的不同的 URL 都作為不同的資源處理，是以對于 REST 風格的 API，需要自行實作 UrlCleaner 接口清洗一下資源（比如将滿足 /foo/:id 的 URL 都歸到 /foo/* 資源下），然後将其注冊至 WebCallbackManager 中。否則會導緻資源數量過多，超出資源數量門檻值（目前是 6000）時多出的資源的規則将 不會生效。

2.1.2 Dubbo

Sentinel 提供 Dubbo 的相關适配 Sentinel Dubbo Adapter，主要包括針對 Service Provider 和 Service Consumer 實作的 Filter。相關子產品：

sentinel-apache-dubbo-adapter（相容 Apache Dubbo 2.7.x 及以上版本，自 Sentinel 1.5.1 開始支援）

sentinel-dubbo-adapter（相容 Dubbo 2.6.x 版本）

對于 Apache Dubbo 2.7.x 及以上版本，使用時需引入以下子產品（以 Maven 為例）：

com.alibaba.csp

sentinel-apache-dubbo-adapter

x.y.z

對于 Dubbo 2.6.x 及以下版本，使用時需引入以下子產品（以 Maven 為例）：

sentinel-dubbo-adapter

引入此依賴後，Dubbo 的服務接口和方法（包括調用端和服務端）就會成為 Sentinel 中的資源，在配置了規則後就可以自動享受到 Sentinel 的防護能力。

若不希望開啟 Sentinel Dubbo Adapter 中的某個 Filter，可以手動關閉對應的 Filter，比如：

限流粒度可以是服務接口和服務方法兩種粒度：

服務接口：resourceName 為 接口全限定名，如 com.alibaba.csp.sentinel.demo.dubbo.FooService

服務方法：resourceName 為 接口全限定名:方法簽名，如 com.alibaba.csp.sentinel.demo.dubbo.FooService:sayHello(java.lang.String)

2.1.3 Spring Cloud

引入依賴：

<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>           

下面這個例子就是一個最簡單的使用 Sentinel 的例子：

@SpringBootApplication

public class Application {

public static void main(String[] args) {

SpringApplication.run(ServiceApplication.class, args);           

@RestController

public class TestController {

@GetMapping(value = "/hello")

@SentinelResource("hello")

public String hello() {

return "Hello Sentinel";           

@SentinelResource 注解用來辨別資源是否被限流、降級。上述例子上該注解的屬性 'hello' 表示資源名。

@SentinelResource 用于定義資源，并提供可選的異常處理和 fallback 配置項。 @SentinelResource 注解包含以下屬性：

value：資源名稱，必需項（不能為空）

entryType：entry 類型，可選項（預設為 EntryType.OUT）

blockHandler / blockHandlerClass: blockHandler 對應處理 BlockException 的函數名稱，可選項。blockHandler 函數通路範圍需要是 public，傳回類型需要與原方法相比對，參數類型需要和原方法相比對并且最後加一個額外的參數，類型為 BlockException。blockHandler 函數預設需要和原方法在同一個類中。若希望使用其他類的函數，則可以指定 blockHandlerClass 為對應的類的 Class 對象，注意對應的函數必需為 static 函數，否則無法解析。

fallback：fallback 函數名稱，可選項，用于在抛出異常的時候提供 fallback 處理邏輯。fallback 函數可以針對所有類型的異常（除了 exceptionsToIgnore 裡面排除掉的異常類型）進行處理。fallback 函數簽名和位置要求：

傳回值類型必須與原函數傳回值類型一緻；

方法參數清單需要和原函數一緻，或者可以額外多一個 Throwable 類型的參數用于接收對應的異常；

fallback 函數預設需要和原方法在同一個類中。若希望使用其他類的函數，則可以指定 fallbackClass 為對應的類的 Class 對象，注意對應的函數必需為 static 函數，否則無法解析。

defaultFallback（since 1.6.0）：預設的 fallback 函數名稱，可選項，通常用于通用的 fallback 邏輯（即可以用于很多服務或方法）。預設 fallback 函數可以針對所有類型的異常（除了 exceptionsToIgnore 裡面排除掉的異常類型）進行處理。若同時配置了 fallback 和 defaultFallback，則隻有 fallback 會生效。defaultFallback 函數簽名要求：

方法參數清單需要為空，或者可以額外多一個 Throwable 類型的參數用于接收對應的異常。

defaultFallback 函數預設需要和原方法在同一個類中。若希望使用其他類的函數，則可以指定 fallbackClass 為對應的類的 Class 對象，注意對應的函數必需為 static 函數，否則無法解析。

exceptionsToIgnore（since 1.6.0）：用于指定哪些異常被排除掉，不會計入異常統計中，也不會進入 fallback 邏輯中，而是會原樣抛出。

特别地，若 blockHandler 和 fallback 都進行了配置，則被限流降級而抛出 BlockException 時隻會進入 blockHandler 處理邏輯。若未配置 blockHandler、fallback 和 defaultFallback，則被限流降級時會将 BlockException 直接抛出。

示例：

public class TestService {

// 對應的

handleException

函數需要位于

ExceptionUtil

類中，并且必須為 static 函數.

@SentinelResource(value = "test", blockHandler = "handleException", blockHandlerClass = {ExceptionUtil.class})

public void test() {

System.out.println("Test");           

// 原函數

@SentinelResource(value = "hello", blockHandler = "exceptionHandler", fallback = "helloFallback")

public String hello(long s) {

return String.format("Hello at %d", s);           

// Fallback 函數，函數簽名與原函數一緻或加一個 Throwable 類型的參數.

public String helloFallback(long s) {

return String.format("Halooooo %d", s);           

// Block 異常處理函數，參數最後多一個 BlockException，其餘與原函數一緻.

public String exceptionHandler(long s, BlockException ex) {

// Do some log here.
ex.printStackTrace();
return "Oops, error occurred at " + s;           

從 1.4.0 版本開始，注解方式定義資源支援自動統計業務異常，無需手動調用 Tracer.trace(ex) 來記錄業務異常。Sentinel 1.4.0 以前的版本需要自行調用 Tracer.trace(ex) 來記錄業務異常。

AspectJ

如果應用直接使用了 AspectJ，那麼需要在 aop.xml 檔案中引入對應的 Aspect：

Spring AOP

如果應用使用了 Spring AOP，需要通過配置的方式将 SentinelResourceAspect 注冊為一個 Spring Bean：

public class SentinelAspectConfiguration {

@Bean

public SentinelResourceAspect sentinelResourceAspect() {

return new SentinelResourceAspect();           

2.1.4 Spring WebFlux

注：從 1.5.0 版本開始支援，需要 Java 8 及以上版本。

Sentinel 提供與 Spring WebFlux 的整合子產品，進而 Reactive Web 應用也可以利用 Sentinel 的流控降級來保障穩定性。該整合子產品基于 Sentinel Reactor Adapter 實作。

使用時需引入以下子產品（以 Maven 為例）：

sentinel-spring-webflux-adapter

使用時隻需注入對應的 SentinelWebFluxFilter 執行個體以及 SentinelBlockExceptionHandler 執行個體即可。比如：

public class WebFluxConfig {

private final List viewResolvers;

private final ServerCodecConfigurer serverCodecConfigurer;

public WebFluxConfig(ObjectProvider> viewResolversProvider,

ServerCodecConfigurer serverCodecConfigurer) {
this.viewResolvers = viewResolversProvider.getIfAvailable(Collections::emptyList);
this.serverCodecConfigurer = serverCodecConfigurer;           

@Order(-1)

public SentinelBlockExceptionHandler sentinelBlockExceptionHandler() {

// Register the block exception handler for Spring WebFlux.
return new SentinelBlockExceptionHandler(viewResolvers, serverCodecConfigurer);           

public SentinelWebFluxFilter sentinelWebFluxFilter() {

// Register the Sentinel WebFlux filter.
return new SentinelWebFluxFilter();           

您可以在 WebFluxCallbackManager 注冊回調進行定制：

setBlockHandler：注冊函數用于實作自定義的邏輯處理被限流的請求，對應接口為 BlockRequestHandler。預設實作為 DefaultBlockRequestHandler，當被限流時會傳回類似于下面的錯誤資訊：Blocked by Sentinel: FlowException。

setUrlCleaner：注冊函數用于 Web 資源名的歸一化。函數類型為 (ServerWebExchange, String) → String，對應含義為 (webExchange, originalUrl) → finalUrl。

setRequestOriginParser：注冊函數用于從請求中解析請求來源。函數類型為 ServerWebExchange → String。

2.1.5 gRPC

Sentinel 提供與 gRPC Java 的整合，以 gRPC ServerInterceptor 和 ClientInterceptor 的形式保護 gRPC 服務資源。

sentinel-grpc-adapter

在使用 Sentinel gRPC Adapter 時，隻需要将對應的 Interceptor 注冊至對應的用戶端或服務端中。其中用戶端的示例如下：

public class ServiceClient {

private final ManagedChannel channel;

ServiceClient(String host, int port) {

this.channel = ManagedChannelBuilder.forAddress(host, port)
    .intercept(new SentinelGrpcClientInterceptor()) // 在此處注冊攔截器
    .build();
// 在此處初始化用戶端 stub 類           

服務端的示例如下：

import io.grpc.Server;

Server server = ServerBuilder.forPort(port)

.addService(new MyServiceImpl()) // 添加自己的服務實作
 .intercept(new SentinelGrpcServerInterceptor()) // 在此處注冊攔截器
 .build();           

注意：由于 gRPC 攔截器中 ClientCall/ServerCall 以回調的形式進行請求響應資訊的擷取，每次 gRPC 服務調用計算出的 RT 可能會不準确。Sentinel gRPC Adapter 目前隻支援 unary call。

2.1.6 Reactive

Sentinel 提供 Reactor 的适配，可以友善地在 reactive 應用中接入 Sentinel。

sentinel-reactor-adapter

Sentinel Reactor Adapter 分别針對 Mono 和 Flux 實作了對應的 Sentinel Operator，進而在各種事件觸發時彙入 Sentinel 的相關邏輯。同時 Sentinel 在上層提供了 SentinelReactorTransformer 用于在組裝期裝入對應的 operator，使用者使用時隻需要通過 transform 操作符來進行變換即可。

接入示例：

someService.doSomething() // return type: Mono or Flux

.transform(new SentinelReactorTransformer<>(resourceName)) // 在此處進行變換

.subscribe();

2.1.7 API Gateway

Sentinel 支援對 Spring Cloud Gateway、Zuul 等主流的 API Gateway 進行限流。

Spring Cloud Gateway

從 1.6.0 版本開始，Sentinel 提供了 Spring Cloud Gateway 的适配子產品，可以提供兩種資源次元的限流：

route 次元：即在 Spring 配置檔案中配置的路由條目，資源名為對應的 routeId

自定義 API 次元：使用者可以利用 Sentinel 提供的 API 來自定義一些 API 分組

sentinel-spring-cloud-gateway-adapter

使用時隻需注入對應的 SentinelGatewayFilter 執行個體以及 SentinelGatewayBlockExceptionHandler 執行個體即可。比如：

public class GatewayConfiguration {

private final List<ViewResolver> viewResolvers;
private final ServerCodecConfigurer serverCodecConfigurer;

public GatewayConfiguration(ObjectProvider<List<ViewResolver>> viewResolversProvider,
                            ServerCodecConfigurer serverCodecConfigurer) {
    this.viewResolvers = viewResolversProvider.getIfAvailable(Collections::emptyList);
    this.serverCodecConfigurer = serverCodecConfigurer;
}

@Bean
@Order(Ordered.HIGHEST_PRECEDENCE)
public SentinelGatewayBlockExceptionHandler sentinelGatewayBlockExceptionHandler() {
    // Register the block exception handler for Spring Cloud Gateway.
    return new SentinelGatewayBlockExceptionHandler(viewResolvers, serverCodecConfigurer);
}

@Bean
@Order(-1)
public GlobalFilter sentinelGatewayFilter() {
    return new SentinelGatewayFilter();
}           

因為Sentinel暫時隻支援了Zuul1.x，具體用發這裡暫不介紹。

2.1.8 Apache RocketMQ

在 Apache RocketMQ 中，當消費者去消費消息的時候，無論是通過 pull 的方式還是 push 的方式，都可能會出現大批量的消息突刺。如果此時要處理所有消息，很可能會導緻系統負載過高，影響穩定性。但其實可能後面幾秒之内都沒有消息投遞，若直接把多餘的消息丢掉則沒有充分利用系統處理消息的能力。我們希望可以把消息突刺均攤到一段時間内，讓系統負載保持在消息處理水位之下的同時盡可能地處理更多消息，進而起到“削峰填谷”的效果：

上圖中紅色的部分代表超出消息處理能力的部分。我們可以看到消息突刺往往都是瞬時的、不規律的，其後一段時間系統往往都會有空閑資源。我們希望把紅色的那部分消息平攤到後面空閑時去處理，這樣既可以保證系統負載處在一個穩定的水位，又可以盡可能地處理更多消息。Sentinel 專門為這種場景提供了勻速器的特性，可以把突然到來的大量請求以勻速的形式均攤，以固定的間隔時間讓請求通過，以穩定的速度逐漸處理這些請求，起到“削峰填谷”的效果，進而避免流量突刺造成系統負載過高。同時堆積的請求将會排隊，逐漸進行處理；當請求排隊預計超過最大逾時時長的時候則直接拒絕，而不是拒絕全部請求。

比如在 RocketMQ 的場景下配置了勻速模式下請求 QPS 為 5，則會每 200 ms 處理一條消息，多餘的處理任務将排隊；同時設定了逾時時間為 5 s，預計排隊時長超過 5 s 的處理任務将會直接被拒絕。示意圖如下圖所示：

RocketMQ 使用者可以根據不同的 group 和不同的 topic 分别設定限流規則，限流控制模式設定為勻速器模式（RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER），比如：

private void initFlowControlRule() {

FlowRule rule = new FlowRule();
rule.setResource(KEY); // 對應的 key 為 `groupName:topicName`
rule.setCount(5);
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setLimitApp("default");

// 勻速器模式下，設定了 QPS 為 5，則請求每 200 ms 允許通過 1 個
rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER);
// 如果更多的請求到達，這些請求會被置于虛拟的等待隊列中。等待隊列有一個 max timeout，如果請求預計的等待時間超過這個時間會直接被 block
// 在這裡，timeout 為 5s
rule.setMaxQueueingTimeMs(5 * 1000);
FlowRuleManager.loadRules(Collections.singletonList(rule));           

2.2 抛出異常的方式定義資源

SphU 包含了 try-catch 風格的 API。用這種方式，當資源發生了限流之後會抛出 BlockException。這個時候可以捕捉異常，進行限流之後的邏輯處理。示例代碼如下:

// 1.5.0 版本開始可以利用 try-with-resources 特性

// 資源名可使用任意有業務語義的字元串，比如方法名、接口名或其它可唯一辨別的字元串。

try (Entry entry = SphU.entry("resourceName")) {

// 被保護的業務邏輯

// do something here...

} catch (BlockException ex) {

// 資源通路阻止，被限流或被降級

// 在此處進行相應的處理操作

特别地 ，若 entry 的時候傳入了熱點參數，那麼 exit 的時候也一定要帶上對應的參數（exit(count, args)），否則可能會有統計錯誤。這個時候不能使用 try-with-resources 的方式。另外通過 Tracer.trace(ex) 來統計異常資訊時，由于 try-with-resources 文法中 catch 調用順序的問題，會導緻無法正确統計異常數，是以統計異常資訊時也不能在 try-with-resources 的 catch 塊中調用 Tracer.trace(ex)。

1.5.0 之前的版本的示例：

Entry entry = null;

// 務必保證finally會被執行

try {

// 資源名可使用任意有業務語義的字元串

entry = SphU.entry("自定義資源名");

// do something...

} catch (BlockException e1) {

// 進行相應的處理操作

} finally {

if (entry != null) {

entry.exit();           

注意 ： SphU.entry(xxx) 需要與 entry.exit() 方法成對出現，比對調用，否則會導緻調用鍊記錄異常，抛出 ErrorEntryFreeException 異常。

2.3 傳回布爾值方式定義資源

SphO 提供 if-else 風格的 API。用這種方式，當資源發生了限流之後會傳回 false，這個時候可以根據傳回值，進行限流之後的邏輯處理。示例代碼如下:

// 資源名可使用任意有業務語義的字元串

if (SphO.entry("自定義資源名")) {

// 務必保證finally會被執行

try {

/**
* 被保護的業務邏輯
*/           

SphO.exit();           

} else {

2.4 注解方式定義資源

Sentinel 支援通過 @SentinelResource 注解定義資源并配置 blockHandler 和 fallback 函數來進行限流之後的處理。示例：

// 原本的業務方法.

@SentinelResource(blockHandler = "blockHandlerForGetUser")

public User getUserById(String id) {

throw new RuntimeException("getUserById command failed");           

// blockHandler 函數，原方法調用被限流/降級/系統保護的時候調用

public User blockHandlerForGetUser(String id, BlockException ex) {

return new User("admin");           

注意 blockHandler 函數會在原方法被限流/降級/系統保護的時候調用，而 fallback 函數會針對所有類型的異常。請注意 blockHandler 和 fallback 函數的形式要求。

2.5 異步調用支援

Sentinel 支援異步調用鍊路的統計。在異步調用中，需要通過 SphU.asyncEntry(xxx) 方法定義資源，并通常需要在異步的回調函數中調用 exit 方法。以下是一個簡單的示例：

AsyncEntry entry = SphU.asyncEntry(resourceName);

// 異步調用.
doAsync(userId, result -> {
    try {
        // 在此處處理異步調用的結果.
    } finally {
        // 在回調結束後 exit.
        entry.exit();
    }
});           

// Request blocked.
// Handle the exception (e.g. retry or fallback).           

SphU.asyncEntry(xxx) 不會影響目前（調用線程）的 Context，是以以下兩個 entry 在調用鍊上是平級關系（處于同一層），而不是嵌套關系：

// 調用鍊類似于：

// -parent

// ---asyncResource

// ---syncResource

asyncEntry = SphU.asyncEntry(asyncResource);

entry = SphU.entry(normalResource);

若在異步回調中需要嵌套其它的資源調用（無論是 entry 還是 asyncEntry），隻需要借助 Sentinel 提供的上下文切換功能，在對應的地方通過 ContextUtil.runOnContext(context, f) 進行 Context 變換，将對應資源調用處的 Context 切換為生成的異步 Context，即可維持正确的調用鍊路關系。示例如下：

public void handleResult(String result) {

Entry entry = null;
try {
    entry = SphU.entry("handleResultForAsync");
    // Handle your result here.
} catch (BlockException ex) {
    // Blocked for the result handler.
} finally {
    if (entry != null) {
        entry.exit();
    }
}           

public void someAsync() {

try {
    AsyncEntry entry = SphU.asyncEntry(resourceName);

    // Asynchronous invocation.
    doAsync(userId, result -> {
        // 在異步回調中進行上下文變換，通過 AsyncEntry 的 getAsyncContext 方法擷取異步 Context
        ContextUtil.runOnContext(entry.getAsyncContext(), () -> {
            try {
                // 此處嵌套正常的資源調用.
                handleResult(result);
            } finally {
                entry.exit();
            }
        });
    });
} catch (BlockException ex) {
    // Request blocked.
    // Handle the exception (e.g. retry or fallback).
}           

1. 規則的種類

   Sentinel 的所有規則都可以在記憶體态中動态地查詢及修改，修改之後立即生效。同時 Sentinel 也提供相關 API，供您來定制自己的規則政策。

Sentinel 支援以下幾種規則：流量控制規則 、熔斷降級規則 、系統保護規則 、來源通路控制規則 和 熱點參數規則 。

3.1 流量控制規則 (FlowRule)

流量規則的定義

重要屬性：

Field 說明 預設值

resource 資源名，資源名是限流規則的作用對象

count 限流門檻值

grade 限流門檻值類型，QPS 或線程數模式 QPS 模式

limitApp 流控針對的調用來源 default，代表不區分調用來源

strategy 判斷的根據是資源自身，還是根據其它關聯資源 (refResource)，還是根據鍊路入口 根據資源本身

controlBehavior 流控效果（直接拒絕 / 排隊等待 / 慢啟動模式） 直接拒絕

同一個資源可以同時有多個限流規則。

通過代碼定義流量控制規則

了解上面規則的定義之後，我們可以通過調用 FlowRuleManager.loadRules() 方法來用寫死的方式定義流量控制規則，比如：

private void initFlowQpsRule() {

List<FlowRule> rules = new ArrayList<>();
FlowRule rule = new FlowRule(resourceName);
// set limit qps to 20
rule.setCount(20);
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setLimitApp("default");
rules.add(rule);
FlowRuleManager.loadRules(rules);           

3.2 熔斷降級規則 (DegradeRule)

熔斷降級規則包含下面幾個重要的屬性：

resource 資源名，即限流規則的作用對象

count 門檻值

grade 降級模式，根據 RT 降級還是根據異常比例降級

timeWindow 降級的時間，機關為 s

同一個資源可以同時有多個降級規則。

了解上面規則的定義之後，我們可以通過調用 DegradeRuleManager.loadRules() 方法來用寫死的方式定義流量控制規則。

private void initDegradeRule() {

List<DegradeRule> rules = new ArrayList<>();
DegradeRule rule = new DegradeRule();
rule.setResource(KEY);
// set threshold RT, 10 ms
rule.setCount(10);
rule.setGrade(RuleConstant.DEGRADE_GRADE_RT);
rule.setTimeWindow(10);
rules.add(rule);
DegradeRuleManager.loadRules(rules);           

3.3 系統保護規則 (SystemRule)

規則包含下面幾個重要的屬性：

highestSystemLoad 最大的 load1，參考值 -1 (不生效)

avgRt 所有入口流量的平均響應時間 -1 (不生效)

maxThread 入口流量的最大并發數 -1 (不生效)

qps 所有入口資源的 QPS -1 (不生效)

了解上面規則的定義之後，我們可以通過調用 SystemRuleManager.loadRules() 方法來用寫死的方式定義流量控制規則。

private void initSystemRule() {

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

3.4 通路控制規則 (AuthorityRule)

很多時候，我們需要根據調用方來限制資源是否通過，這時候可以使用 Sentinel 的通路控制（黑白名單）的功能。黑白名單根據資源的請求來源（origin）限制資源是否通過，若配置白名單則隻有請求來源位于白名單内時才可通過；若配置黑名單則請求來源位于黑名單時不通過，其餘的請求通過。

授權規則，即黑白名單規則（AuthorityRule）非常簡單，主要有以下配置項：

resource：資源名，即限流規則的作用對象

limitApp：對應的黑名單/白名單，不同 origin 用 , 分隔，如 appA,appB

strategy：限制模式，AUTHORITY_WHITE 為白名單模式，AUTHORITY_BLACK 為黑名單模式，預設為白名單模式

原文位址

https://www.cnblogs.com/babycomeon/p/11210884.html