目录
一、簇点链路
簇点链路:就是项目内的调用链路,链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点(Endpoint),因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源。
流控、熔断等都是针对簇点链路中的资源来设置的,因此我们可以点击对应资源后面的按钮来设置规则:
二、快速入门
点击资源/order/{orderId}后面的流控按钮,就可以弹出表单。表单中可以添加流控规则,如下图所示:
其含义是限制 /order/{orderId}这个资源的单机QPS为1,即每秒只允许1次请求,超出的请求会被拦截并报错。
流控规则入门案例
需求:给/order/{orderId}这个资源设置流控规则,QPS不能超过5。然后利用jemeter测试。
1)、设置流控规则:
2)、jemeter测试:
2秒内运行20个线程,相当于2秒内发送20个请求。
三、流控模式
在添加限流规则时,点击高级选项,可以选择三种流控模式:
- 直接:统计当前资源的请求,触发阈值时对当前资源直接限流,也是默认的模式
- 关联:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流
- 链路:统计从指定链路访问到本资源的请求,触发阈值时,对指定链路限流
1、流控模式-直接
直接对本请求资源限流,比如入门案例
2、流控模式-关联
- 关联模式:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流
- 使用场景:比如用户支付时需要修改订单状态,同时用户要查询订单。查询和修改操作会争抢数据库锁,产生竞争。业务需求是有限支付和更新订单的业务,因此当修改订单业务触发阈值时,需要对查询订单业务限流。
使用场景
满足下面条件可以使用关联模式:
- 两个有竞争关系的资源
- 一个优先级较高,一个优先级较低
案例
需求:
- 在OrderController新建两个端点:/order/query和/order/update,无需实现业务
- 配置流控规则,当/order/update资源被访问的qps超过5时,对/order/query请求限流
代码
@GetMapping("/query")
public String queryOrder(){
return "查询订单成功";
}
@GetMapping("/update")
public String updateOrder(){
return "更新订单成功";
}
配置
当/update资源访问量触发阈值时,就会对/query资源限流,避免影响/update资源。
测试
3、流控模式-链路
链路模式:
只针对从指定链路访问到本资源的请求做统计,判断是否超过阈值。
例如有两条请求链路:
- /test1 --> /common
- /test2 --> /common
如果只希望统计从/test2进入到/common的请求,则可以这样配置:
@SentinelResource注解
- Sentinel默认值标记Controller中的方法为资源,如果要标记其他方法,需要利用 @SentinelResource注解
@SentinelResource
public void queryGoods(){
System.err.println("查询商品");
}
- Sentinel默认会将Controller方法做context整合,导致链路模式的流控失效,需要修改application.yml,添加配置:
spring:
cloud:
sentinel:
web-context-unify: false # 关闭context整合
案例
需求:
有查询订单和创建订单业务,两者都需要查询商品。针对从查询订单进入到查询商品的请求统计,并设置限流。
步骤
1)、在OrderService中添加一个queryGoods方法,不用事先业务
2)、在OrderController中,改造/order/query端点,调用OrderService中的queryGoods方法
3)、在OrderController中添加一个/order/save端点,调用Service的queryGoods方法
4)、给queryGoods设置限流规则,从/order/query进入queryGoods的方法限制QPS必须小于2
@GetMapping("/query")
public String queryOrder(){
// 1.查询商品
orderService.queryGoods();
// 2. 查询订单
System.out.println("查询订单");
return "查询订单成功";
}
@GetMapping("/save")
public String saveOrder(){
// 1.查询商品
orderService.queryGoods();
// 2. 新增订单
System.out.println("新增订单");
return "新增订单成功";
}
测试效果
/orders/query因为queryGoods限流导致500错误
/orders/save因为没有限制,正常访问
四、流控效果
流控效果是指请求达到流控阈值时应该采取的措施,包括三种:
- 快速失败:达到阈值后,新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
- warm up:预热模式,对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化,从一个较小值逐渐增加到最大阈值。
- 排队等待:让所有的请求按照先后次序排队执行,两个请求的间隔不能小于指定时长
1、流控效果-warm up
warm up也叫预热模式,是应对服务冷启动的一种方案。请求阈值初始值是 threshold / coldFactor,持续指定时长后,逐渐提高到threshold值。而coldFactor的默认值是3. 例如,我设置QPS的threshold为10,预热时间为5秒,那么初始阈值就是 10 / 3 ,也就是3,然后在5秒后逐渐增长到10.
案例
需求
给/order/{orderId}这个资源设置限流,最大QPS为10,利用warm up效果,预热时长为5秒
配置预热限流
效果
可以发现qps一开始是3,慢慢增加,最后稳定在10
2、流控效果-排队等待
当请求超过QPS阈值时,快速失败和warm up 会拒绝新的请求并抛出异常。而排队等待则是让所有请求进入一个队列中,然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面执行完成,如果请求预期的等待时间超出最大时长,则会被拒绝。
例如:QPS = 5,意味着每200ms处理一个队列中的请求;timeout = 2000,意味着预期等待超过2000ms的请求会被拒绝并抛出异常
案例
需求
给/order/{orderId}这个资源设置限流,最大QPS为10,利用排队的流控效果,超时时长设置5s。
配置排队等待
配置Jemeter
相当于QPS是15
效果
可以发现基本QPS是10
五、热点参数限流
之前的限流是统计访问某个资源的所有请求,判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求,判断是否超过QPS阈值。
配置示例:
代表的含义是:对hot这个资源的0号参数(第一个参数)做统计,每1秒相同参数值的请求数不能超过5
在热点参数限流的高级选项中,可以对部分参数设置例外配置:
结合上一个配置,这里的含义是对0号的long类型参数限流,每1秒相同参数的QPS不能超过5,有两个例外:
- 如果参数值是100,则每1秒允许的QPS为10
- 如果参数值是101,则每1秒允许的QPS为15
注意
热点参数限流对默认的SpringMVC资源无效
案例
需求
给/order/{orderId}这个资源添加热点参数限流,规则如下:
- 默认的热点参数规则是每1秒请求量不超过2
- 给102这个参数设置例外:每1秒请求量不超过4
- 给103这个参数设置例外:每1秒请求量不超过10
java
/**
* 配置热点资源名称是hot
*/
@SentinelResource("hot")
@GetMapping("/{id}")
public String get(@PathVariable("id") String id) {
R<UserInfoDTO> result = userFeignClient.getUserInfo(id);
return result.getData().getName()+"的订单";
}
配置热点规则
重启应用,访问一下请求就可以看到如下自定义hot
jemeter
相当于QPS是5
效果
- 101的QPS是2
- 102的QPS是4
- 103的QPS是4