皮皮网

1.阿里巴巴的阿里阿里 26 款超神 Java 开源项目！
2.阿里巴巴 Sentinel + InfluxDB + Chronograf 实现监控大屏
3.浅析微服务熔断与限流的源码源码原理与实现（以sentinel为例）
4.Sentinel 是如何做限流的
5.Sentinel与Hystrix的区别
6.Github一夜登顶！阿里内部SpringCloudAlibaba学习笔记，阿里阿里全彩版开源

阿里巴巴的源码源码 26 款超神 Java 开源项目！

       Spring Cloud Alibaba

       致力于提供分布式应用服务开发的阿里阿里一站式解决方案，包含开发分布式应用服务所需的源码源码消费全返商城系统源码组件。通过 Spring Cloud 编程模型，阿里阿里开发者只需添加注解和少量配置，源码源码即可将应用接入阿里分布式应用解决方案，阿里阿里利用阿里中间件快速搭建分布式系统。源码源码

       地址：github.com/spring-cloud...

       Druid

       Druid 是阿里阿里一个 JDBC 组件，提供监控数据库访问性能、源码源码高效数据库连接池、阿里阿里数据库密码加密和 SQL 执行日志等功能。源码源码

       地址：github.com/alibaba/drui...

       fastjson

       fastjson 是阿里阿里转盘美金源码一个快速且功能强大的 Java JSON 处理库，由阿里巴巴工程师开发。特点包括快速、支持 Jdk 类、零依赖等。

       地址：github.com/alibaba/fast...

       Dubbo

       Apache Dubbo (incubating) 是一款高性能、轻量级的开源 Java RPC 框架，提供面向接口的远程方法调用、智能容错和负载均衡、服务自动注册和发现等功能。

       地址：github.com/alibaba/dubb...

       JStorm

       JStorm 是基于 Apache Storm 实现的实时流式计算框架，改进了网络 IO、线程模型、资源调度、可用性及稳定性，tidb 源码阅读广泛应用于企业。

       地址：github.com/alibaba/jsto...

       apns4j

       apns4j 是 Apple Push Notification Service 的 Java 实现。

       地址：github.com/teaey/apns4j

       TDDL

       TDDL 是基于集中式配置的 JDBC 数据源实现，支持主备、读写分离、动态数据库配置等功能。

       地址：github.com/alibaba/tb_t...

       CobarClient

       Cobar Client 是基于 iBatis 和 Spring 的轻量级分布式数据访问层。

       地址：github.com/alibaba/coba...

       TaobaoJVM

       TaobaoJVM 是基于 OpenJDK HotSpot VM 的优化、定制且开源的服务器版 Java 虚拟机，已在淘宝、天猫上线。

       地址：jvm.taobao.org

       SimpleImage

       SimpleImage 是阿里巴巴的 Java 处理类库，支持缩略、水印等处理。生产软件源码

       地址：github.com/alibaba/simp...

       Tedis

       Tedis 是另一个 redis 的 Java 客户端，旨在打造高可用 Redis 解决方案。

       地址：github.com/justified/te...

       Arthas

       Arthas（阿尔萨斯）是阿里巴巴开源的 Java 诊断工具，采用命令行交互模式，提供 Tab 自动补全功能，便于问题定位和诊断。

       地址：alibaba.github.io/artha...

       Nacos

       Nacos 致力于帮助开发者实现动态服务发现、服务配置管理、服务及流量管理，构建以服务为中心的现代应用架构。

       地址：nacos.io/en-us/

       easyexcel

       Java 解析、生成 Excel 的轻量级框架，提供模型转换封装，使用简便。fdkaac源码分析

       地址：github.com/alibaba/easy...

       Sentinel

       Sentinel 是面向微服务的轻量级流量控制框架，提供流量控制、熔断降级、系统负载保护等功能。

       地址：github.com/alibaba/Sent...

       SOFALookout

       Lookout 是一个利用多维度 metrics 进行系统度量和监控的项目，支持 metrics 数据收集、加工、存储和查询等。

       地址：github.com/alipay/sofa-...

       SOFABoot

       SOFABoot 是基于 Spring Boot 的研发框架，提供 Readiness Check、类隔离、日志空间隔离等功能，方便使用 SOFAStack 相关中间件。

       地址：github.com/alipay/sofa-...

       SOFAArk

       SOFAArk 是一款轻量级 Java 类隔离容器，提供类隔离和依赖包隔离能力，支持简单的单模块或 Spring Boot 应用。

       地址：alipay.github.io/sofast...

       SOFATracer

       SOFATracer 是用于分布式系统调用跟踪的组件，通过统一的 traceId 记录调用链路，便于故障发现和服务治理。

       地址：github.com/alipay/sofa-...

       SOFARPC

       SOFARPC 是高性能、高可扩展性的 Java RPC 框架，提供方便透明、稳定高效的点对点远程服务调用方案。

       地址：github.com/alipay/sofa-...

       SOFABolt

       SOFABolt 是基于 Netty 实现的网络通信框架，旨在简化基于网络通信的业务逻辑实现。

       地址：github.com/alipay/sofa-...

       JVM-Sandbox

       JVM-Sandbox 是基于 JVM 的非侵入式运行期 AOP 解决方案。

       地址：github.com/alibaba/jvm-...

       OpenMessaging

       OpenMessaging 是由阿里巴巴发起的分布式消息及流处理领域的应用开发标准。

       地址：github.com/openmessagin...

       Dragonfly

       Dragonfly 是阿里自研的 P2P 文件分发系统，用于解决大规模文件分发场景下分发耗时、成功率低等问题。

       地址：github.com/alibaba/Drag...

       VirtualLayout

       VirtualLayout 是针对 RecyclerView 的 LayoutManager 扩展，提供布局方案和组件复用。

       地址：github.com/alibaba/vlay...

       P3C

       P3C 是 Java 代码规约扫描插件，包含 PMD 实现、IntelliJ IDEA 插件和 Eclipse 插件。

       地址：github.com/alibaba/p3c

阿里巴巴 Sentinel + InfluxDB + Chronograf 实现监控大屏

       在之前的文章中，我们探讨了如何利用InfluxDB存储实时流控数据，但焦点在于如何更有效地进行监控和预警。阿里巴巴的Sentinel控制台虽然功能强大，但其界面设计可能无法满足所有用户的需求。为了改进这一问题，我们转向了更灵活的展示工具，如Chronograf。

       关于Sentinel控制台和InfluxDB的安装方法，已经在之前的章节详细介绍，这里不再重复。推荐使用Docker来安装Chronograf，安装成功后，通过浏览器访问mandKey 和 groupKey（用于区分资源）以及对应的隔离策略（线程池隔离 or 信号量隔离）。线程池隔离模式下需要配置线程池对应的参数（线程池名称、容量、排队超时等），然后 Command 就会在指定的线程池按照指定的容错策略执行；信号量隔离模式下需要配置最大并发数，执行 Command 时 Hystrix 就会限制其并发调用。

       Sentinel 的设计则更为简单。相比 Hystrix Command 强依赖隔离规则，Sentinel 的资源定义与规则配置的耦合度更低。Hystrix 的 Command 强依赖于隔离规则配置的原因是隔离规则会直接影响 Command 的执行。在执行的时候 Hystrix 会解析 Command 的隔离规则来创建 RxJava Scheduler 并在其上调度执行，若是线程池模式则 Scheduler 底层的线程池为配置的线程池，若是信号量模式则简单包装成当前线程执行的 Scheduler。而 Sentinel 并不指定执行模型，也不关注应用是如何执行的。Sentinel 的原则非常简单：根据对应资源配置的规则来为资源执行相应的限流/降级/负载保护策略。在 Sentinel 中资源定义和规则配置是分离的。用户先通过 Sentinel API 给对应的业务逻辑定义资源（埋点），然后可以在需要的时候配置规则。埋点方式有两种：

        try-catch 方式（通过 SphU.entry(...)），用户在 catch 块中执行异常处理 / fallback

        if-else 方式（通过 SphO.entry(...)），当返回 false 时执行异常处理 / fallback

       Sentinel 提供 多样化的规则配置方式 。除了直接通过 loadRules API 将规则注册到内存态之外，用户还可以注册各种外部数据源来提供动态的规则。用户可以根据系统当前的实时情况去动态地变更规则配置，数据源会将变更推送至 Sentinel 并即时生效。

       éš”离是 Hystrix 的核心功能之一。Hystrix 提供两种隔离策略：线程池隔离（Bulkhead Pattern）和信号量隔离，其中最推荐也是最常用的是线程池隔离。Hystrix 的线程池隔离针对不同的资源分别创建不同的线程池，不同服务调用都发生在不同的线程池中，在线程池排队、超时等阻塞情况时可以快速失败，并可以提供 fallback 机制。线程池隔离的好处是隔离度比较高，可以针对某个资源的线程池去进行处理而不影响其它资源，但是代价就是线程上下文切换的 overhead 比较大，特别是对低延时的调用有比较大的影响。

        但是，实际情况下，线程池隔离并没有带来非常多的好处。首先就是过多的线程池会非常影响性能。考虑这样一个场景，在 Tomcat 之类的 Servlet 容器使用 Hystrix，本身 Tomcat 自身的线程数目就非常多了（可能到几十或一百多），如果加上 Hystrix 为各个资源创建的线程池，总共线程数目会非常多（几百个线程），这样上下文切换会有非常大的损耗。另外，线程池模式比较彻底的隔离性使得 Hystrix 可以针对不同资源线程池的排队、超时情况分别进行处理，但这其实是超时熔断和流量控制要解决的问题，如果组件具备了超时熔断和流量控制的能力，线程池隔离就显得没有那么必要了。

        Sentinel 可以通过并发线程数模式的流量控制来提供信号量隔离的功能。这样的隔离非常轻量级，仅限制对某个资源调用的并发数，而不是显式地去创建线程池，所以 overhead 比较小，但是效果不错。并且结合基于响应时间的熔断降级模式，可以在不稳定资源的平均响应时间比较高的时候自动降级，防止过多的慢调用占满并发数，影响整个系统。而 Hystrix 的信号量隔离比较简单，无法对慢调用自动进行降级，只能等待客户端自己超时，因此仍然可能会出现级联阻塞的情况。

        熔断降级对比 sentinel和Hystrix的熔断降级本质都是基于熔断器模式

         Sentinel 与 Hystrix 都支持基于失败比率（异常比率） 的熔断降级 æ­¤æ—¶æ‰€æœ‰å¯¹è¯¥èµ„源的调用都会被 block，直到过了指定的时间窗口后才启发性地恢复。上面提到过，Sentinel 还支持基于平均响应时间的熔断降级，可以在服务响应时间持续飙高的时候自动熔断，拒绝掉更多的请求，直到一段时间后才恢复。这样可以防止调用非常慢造成级联阻塞的情况。

       å®žæ—¶æŒ‡æ ‡ç»Ÿè®¡å®žçŽ°å¯¹æ¯”

        Hystrix 和 Sentinel 的实时指标数据统计实现都是基于滑动窗口的。Hystrix 1.5 之前的版本是通过环形数组实现的滑动窗口，通过锁配合 CAS 的操作对每个桶的统计信息进行更新。Hystrix 1.5 开始对实时指标统计的实现进行了重构，将指标统计数据结构抽象成了响应式流（reactive stream）的形式，方便消费者去利用指标信息。同时底层改造成了基于 RxJava 的事件驱动模式，在服务调用成功/失败/超时的时候发布相应的事件，通过一系列的变换和聚合最终得到实时的指标统计数据流，可以被熔断器或 Dashboard 消费。

        Sentinel 目前抽象出了 Metric 指标统计接口，底层可以有不同的实现，目前默认的实现是基于LeapArray的滑动窗口，后续根据需要可能会引入 reactive stream 等实现。

       Sentinel 的特色

        除了之前提到的两者的共同特性之外，Sentinel 还提供以下的特色功能：

        轻量级，高性能 

        Sentinel 作为一个功能完备的高可用流量管控组件，其核心sentinel-core没有任何多余依赖，打包后只有不到K，非常轻量级，开发者可以放心引入 sentinel-core è€Œä¸éœ€æ‹…心依赖问题 ，同时sentinel提供多种扩展点，用户可以很方便的根据需求去进行扩展，而且无缝切换到Sentinel中

        引入Sentinel带来的性能损耗非常小。只有在业务单机量级超过 W QPS 的时候才会有一些显著的影响（5% - % 左右），单机 QPS 不太大的时候损耗几乎可以忽略不计。

       æµé‡æŽ§åˆ¶

        Sentinel可以针对不同的调用 以不同的运行指标 å¦‚ QPS、并发调用数、系统负载等）为基准，对资源调用进行流量控制，将随机的请求调整成合适的形状。

        Sentinel 支持多样化的流量整形策略，在 QPS 过高的时候可以自动将流量调整成合适的形状。常用的有：

        直接拒绝模式：即超出的请求直接拒绝。

        慢启动预热模式： 当流量激增的时候，控制流量通过的速率，让通过的流量缓缓的增加，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。

        匀速器模式 åˆ©ç”¨ Leaky Bucket 算法实现的匀速模式，严格控制了请求通过的时间间隔，同时堆积的请求将会排队，超过超时时长的请求直接被拒绝。

       Sentinel   Hystrix

        隔离策略基于并发数线程池隔离/信号量隔离

        熔断降级策略基于响应时间或失败比率基于失败比率

        实时指标实现滑动窗口滑动窗口（基于 RxJava）

        规则配置支持多种数据源支持多种数据源

        扩展性多个扩展点插件的形式

        基于注解的支持即将发布支持

        调用链路信息支持同步调用不支持

        限流基于 QPS / 并发数，支持基于调用关系的限流不支持

        流量整形支持慢启动、匀速器模式不支持

        系统负载保护支持不支持

        实时监控 API各式各样较为简单

        控制台开箱即用，可配置规则、查看秒级监控、机器发现等不完善

        常见框架的适配Servlet、Spring Cloud、Dubbo、gRPC 等Servlet、Spring Cloud Netflix

       æ–‡ç« å‡ºå¤„ /educast/article/details/

Github一夜登顶！阿里内部SpringCloudAlibaba学习笔记，全彩版开源

       Spring Cloud Alibaba为分布式应用开发提供一站解决方案，简化了开发复杂度。只需添加注解与少量配置，便能将Spring Cloud应用与Alibaba分布式解决方案对接，使用Alibaba中间件构建分布式应用系统。

       学习SpringCloud Alibaba技术变得至关重要。市面上的资料分散不完整，官网学习困难重重。因此，我将分享一套Spring Cloud Alibaba学习笔记。

       笔记内容涵盖微服务架构设计、Nacos服务治理、系统保护（Sentinel）、高级特性（配置中心、链路跟踪、性能监控、分布式事务、消息队列等）、微服务通信（Dubbo、openfeign）及微服务架构最佳实践。

       此外，我将分享Java面试与Java后端技术核心指南，总结多年工作经验与春招经验，包含分布式、中间件、大数据与高并发、数据库、设计模式与设计、常见面试题等模块。需完整版笔记与指南的小伙伴，可获取。