[Alibaba微服务技术入门]_Sentinel流控规则_第12讲

Sentinel流量控制官方文档：https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6

流量控制概述：

流量控制（flow control），其原理是监控应用流量的 QPS 或并发线程数等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，从而保障应用的高可用性

一条限流规则主要由下面几个因素组成，我们可以组合这些元素来实现不同的限流效果：

• resource：资源名，即限流规则的作用对象
• count: 限流阈值 grade: 限流阈值类型（QPS 或并发线程数）
• limitApp: 流控针对的调用来源，若为 default 则不区分调用来源
• strategy: 调用关系限流策略
• controlBehavior: 流量控制效果（直接拒绝、Warm Up、匀速排队）

流量控制主要有两种统计类型：

• 一种是统计并发线程数，当调用该api的线程数达到阈值的时候，进行限流
• 一种是统计 QPS（每秒钟的请求数量），当调用该api的QPS达到阈值的时候，进行限流

是否集群：不需要集群

流控模式：

• 直接：api达到限流条件时，直接限流
• 关联：当关联的资源达到阈值时，就限流自己
• 链路：只记录指定链路上的流量（指定资源从入口资源进来的流量，如果达到阈值，就进行限流）【api级别的针对来源】

流控效果：

• 快速失败：直接失败，抛异常
• Warm Up：根据codeFactor（冷加载因子，默认3）的值，从阈值/codeFactor,经过预热时长，才达到设置的QPS阈值
• 排队等待：匀速排队，让请求以匀速的速度通过，阈值类型必须设置为QPS，否则无效

流控规则实战：

（一）QPS-直接-快速失败：设置每秒请求数量为 1，那么如果超过这个单机阈值，则sentinel会快速响应失败

 （二）线程数-直接失败：设置处理用户请求的线程数量，如果在一定时间内请求数量增多，而达到线程处理阈值，就会出现流控。比如：设置线程数量为1，需要处理用户请求时间800ms，但是在800ms内出现多个请求需要处理，则sentinel就会进行流控

通过JMeter 进行的线程的并发测试

 （三）流控-关联

• 概念：当关联的资源达到阈值时，就限流自己
• 例如：当与A服务关联的资源B达到阀值后，就限流A自己。泛指如果B服务挂掉，A服务就开启对自己的限流
• 例如：支付接口达到阈值，则就是限流下订单的接口

 我们在FlowLimitController接口中再去定义一个请求 public String playInfo() 方法

package com.liuyangjava.controller;

import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class FlowLimitController {
    @Value("${server.port}")
    private String port;

    @GetMapping("/sentinel/service")
    public String getInfo() {
        return "sentinel service is running, server port: " + port;
    }
    
    @GetMapping("/sentinel/playInfo")
    public String playInfo() {
        return "sentinel service is playInfo";
    }
}

开始配置流控-关联资源模式，当关联资源 /sentinel/playInfo 的 qps 阀值超过1时，就限流 /sentinel/service 的Rest访问地址

 通过JMeter 进行的线程的并发测试，模拟50个用户，每个用户请求20次，每秒并发5个请求

• Number of Threads (users)：运行的线程数设置，一个线程对应一个模拟用户
• Ramp-up period (seconds)：所有线程在多长时间内开始运行，单位是秒。比如我们设置线程数为 50，此处设置 10 秒，那么每秒就会启动 50 / 10，5 个线程。如果设置为 0 秒，则 50 个线程会立刻启动。如果设置为 100 秒，就会每隔 100 / 50，2 秒 启动 1 个线程
• Loop Count：迭代次数。可以填写数字指定迭代次数。也可以勾选 Infinite，表示无限迭代，一直运行到测试停止或异常崩溃

通过上面的模拟，当请求达到阈值，则 /sentinel/service 就会对自己进行限流控制

（四）预热（warm up）

当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，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

默认 coldFactor 为 3，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值 

预热冷启动的文档地址：https://github.com/alibaba/Sentinel/wiki/%E9%99%90%E6%B5%81---%E5%86%B7%E5%90%AF%E5%8A%A8

（五）排队等待

匀速排队，让请求以均匀的速度通过，阀值类型必须设成QPS，否则无效。官方对排队等待的一个图解如下

 

这种方式主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。

 稍微修改一下 FlowLimitController ，增加日志的输出信息

package com.liuyangjava.controller;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class FlowLimitController {
    @Value("${server.port}")
    private String port;

    private Logger logger = LoggerFactory.getLogger(FlowLimitController.class);

    @GetMapping("/sentinel/service")
    public String getInfo() {
        return "sentinel service is running, server port: " + port;
    }

    @GetMapping("/sentinel/playInfo")
    public String playInfo() {
        logger.info(Thread.currentThread().getName()+"\t"+".../sentinel/playInfo");
        return "sentinel service is playInfo";
    }
}

最后通过JMeter进行压力测试，后端输出的接口，几乎就是2秒钟通过2个请求