微服务凌晨崩到头皮发麻？别慌！先搞懂服务雪崩坑，再用超时、熔断等 5 招守住防线。对比 Hystrix，Sentinel 更轻量、可视化还在更，3 步就能整合，小白也能给微服务装 “保镖”

大纲 1.Guava提供的RateLimiter限流使用示例 2.Guava提供的RateLimiter简介与设计 3.继承RateLimiter的SmoothBursty源码

大纲 1.FlowSlot根据流控规则对请求进行限流 2.FlowSlot实现流控规则的快速失败效果的原理 3.FlowSlot实现流控规则中排队等待效果的原理 4.FlowSlot实现流控规则

大纲 1.NodeSelectorSlot构建资源调用树 2.LogSlot和StatisticSlot采集资源的数据 3.Sentinel监听器模式的规则对象与规则管理

大纲 1.Sentinel底层的核心概念 2.Sentinel中Context的设计思想与源码实现 3.Java SPI机制的引入 4.Java SPI机制在Sentinel处理链中的应用

固定窗口限流 每个请求对应一个时间窗口（如每分钟最多 100 次）。 到达窗口末尾时，计数清零或重新开始。 Redis 中 key 的过期时间控制窗口长度（如 expire 设置为 60 秒）。 场景

大纲 1.Sentinel流量治理框架简介 2.Sentinel源码编译及Demo演示 3.Dashboard功能介绍 4.流控规则使用演示 5.熔断规则使用演示 6.热点规则使用演示 7.授权规则使

在分布式系统中，许多服务之间通过远程调用实现信息交互，调用时难免会出现调用失败的情况，Sentinel能保证在一个服务出现问题的情况下，不会导致整体服务失败，防止服务雪崩

在微服务架构中，流量控制组件至关重要，它是保障系统稳定性与高可用性的核心手段之一 。Sentinel 是面向分布式、多语言异构化服务架构的流量治理组件，主要以流量为切入点，从流量控制、流量路由