Sentinel流控规则

流控规则

　　

　　注：Sentinel的监控页面一开始是没有东西，需要对监控的服务发起请求后才会出现

• 资源名：唯一名称，默认请求路径

• 针对来源：Sentinel可以针对调用者进行限流，填写微服务名，指定对哪个微服务进行限流 ，默认default(不区分来源，全部限制)

• 阈值类型/单机阈值：

  • QPS(每秒钟的请求数量)：当调用该接口的QPS达到了阈值的时候，进行限流；

  • 线程数：当调用该接口的线程数达到阈值时，进行限流

• 是否集群：不需要集群

• 流控模式：

  • 直接：接口达到限流条件时，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，就可以限流）[api级别的针对来源]

• 流控效果

  • 快速失败：直接失败，就异常

  • Warm Up：根据codeFactor（冷加载因子，默认为3）的值，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值 [https://github.com/alibaba/Sentinel/wiki/%E9%99%90%E6%B5%81---%E5%86%B7%E5%90%AF%E5%8A%A8#%E6%A6%82%E8%BF%B0]

https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6#%E5%9F%BA%E4%BA%8Eqps%E5%B9%B6%E5%8F%91%E6%95%B0%E7%9A%84%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6

• 直接快速失败

　　QPS(每秒钟请求的数量)：当调用该接口的QPS达到阈值的时候，进行限流

　　

　　直接快速失败的效果:

　　

• 线程数

　　

　　当请求A过来访问该接口，该请求处理的很慢，还没有返回数据；此时请求B也过来访问该接口，这个时候处理请求B需要额外开启一个线程，请求B则会报错；

　　效果如下：

　　

流控模式

• 直接模式

　　Sentinel的流控模式代表的流控的方式，默认【直接】；
　　上面的/testA接口的流控，QPS单机阀值为1，代表每秒请求不能超出1，要不然就做流控处理，处理方式直接调用失败；
　　调用/testA，慢一点请求，正常返回；快速请求几次，超过阀值；接口返回了Blocked by Sentinel (flow limiting)，代表被限流了；

• 关联模式

　　

　　设置效果：当关联资源/testB的QPS阈值超过1时，就限流/testA的Rest的访问地址，当关联资源到资源阈值后限制配置好的资源名；

　　关联通俗点说就是，当关联的资源达到阀值，就限流自己；

　　应用场景: 比如支付接口达到阈值,就要限流下订单的接口,防止一直有订单

• 链路模式

　　链路流控模式指的是，当从某个接口过来的资源达到限流条件时，开启限流；它的功能有点类似于针对 来源配置项，区别在于：针对来源是针对上级微服务，而链路流控是针对上级接口，也就是说它的粒度 更细；

　　如下：

　　1.编写一个service

@Service
public class OrderServiceImpl implements OrderService {

    @Override
    @SentinelResource(value = "getOrder", blockHandler = "handleException")
    public CommonResult getOrder() {
        return new CommonResult(0, String.valueOf(new Random().nextInt()));
    }

    public CommonResult handleException(BlockException ex) {
        return new CommonResult(-1,
                ex.getClass().getCanonicalName() + "\t服务不可用");
    }
}

　　

　　2.在Controller声明两个方法

@Autowired
private OrderService orderService;

@GetMapping("/test1")
public CommonResult test1() {
    return orderService.getOrder();
}

@GetMapping("/test2")
public CommonResult test2() {
    return orderService.getOrder();
}

　　

　　当流控规则配置了流控模式为链路时，发现当访问/test1和/test2接口都不能进行限流；

　　

　　

　　注意：

　　从1.6.3 版本开始， Sentinel Web filter默认收敛所有URL的入口context，因此链路限流不生效； ​

　　1.7.0 版本开始（对应Spring Cloud Alibaba的2.1.1.RELEASE)，官方在CommonFilter 引入了WEB_CONTEXT_UNIFY 参数，用于控制是否收敛context；将其配置为 false 即可根据不同的URL 进行链路限流；　[https://github.com/alibaba/Sentinel/issues/1213]

　　

@Configuration
public class FilterContextConfig {
    @Bean
    public FilterRegistrationBean sentinelFilterRegistration() {
        FilterRegistrationBean registration = new FilterRegistrationBean();
        registration.setFilter(new CommonFilter());
        registration.addUrlPatterns("/*");
        // 入口资源关闭聚合
        registration.addInitParameter(CommonFilter.WEB_CONTEXT_UNIFY, "false");
        registration.setName("sentinelFilter");
        registration.setOrder(1);
        return registration;
    }
}

　　

　　

　　关于新版本web-context-unify不起作用，参考[https://github.com/alibaba/Sentinel/issues/1313]

流量效果

• 快速失败

  直接拒绝（RuleConstant.CONTROL_BEHAVIOR_DEFAULT）方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出FlowException。这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。具体的例子参见 FlowQpsDemo。

  [https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6#%E7%9B%B4%E6%8E%A5%E6%8B%92%E7%BB%9D]

• 预热 Warm Up

　　Warm Up（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式，即预热/冷启动方式。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。详细文档可以参考 流量控制 - Warm Up 文档，具体的例子可以参见 WarmUpFlowDemo。

　　[https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6#warm-up]

　　根据codeFactor（冷加载因子，默认为3）的值，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值 ;

　　 

　　

　　系统初始化的默认阈值为10 / 3，即为3，也就是刚开始的时候阈值只有3，当经过5s后，阈值才慢慢提高到10；

　　源码：com.alibaba.csp.sentinel.slots.block.flow.controller.WarmUpController

　　应用场景：秒杀系统的开启瞬间，会有很多流量上来，很可能会把系统打挂，预热方式就是为了保护系统，可以慢慢的把流量放进来，慢慢的把阈值增长到设定值；

• 排队等待

　　匀速排队，让请求以均匀的速度通过，阈值类型必须设置成QPS，否则无效；

　　

　　

　　设置的含义：/testA每秒1次请求，QPS大于1后，再有请求就排队，等待超时时间为20000毫秒；

　　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。

　　源码：com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController

　　[https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6#%E5%8C%80%E9%80%9F%E6%8E%92%E9%98%9F]