微服务守护神-Sentinel-流控规则

引言

书接上篇 微服务守护神-Sentinel-概念 ,上面介绍了Sentinel相关概念,本篇就来看下Sentinel的流控规则。

流控规则

流量控制,其原理是监控应用流量的QPS(每秒查询率) 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。

 微服务守护神-Sentinel-流控规则_第1张图片

资源名:唯一名称,默认是请求路径,可自定义

针对来源:指定对哪个微服务进行限流,默认指default,意思是不区分来源,全部限制

阈值类型/单机阈值

  • QPS(每秒请求数量): 当调用该接口的QPS达到阈值的时候,进行限流

  • 线程数:当调用该接口的线程数达到阈值的时候,进行限流

是否集群:是否需要集群

 

QPS流控

还有沿用之前订单与商品项目代码

@RestController
public class SentinelController {
    @RequestMapping("/sentinel1")
    public String sentinel1(){
        //模拟一次网络延时
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "sentinel1";
    }
    @RequestMapping("/sentinel2")
    public String sentinel2(){
        return "测试高并发下的问题";
    }
}

启动订单服务,多次访问/sentinel2接口,会在sentinel 客户端看到order-service 管理界面,接下来就是具体流控配置。

步骤1:簇点链路--->流控

微服务守护神-Sentinel-流控规则_第2张图片

 步骤2:在单机阈值填写一个数值,表示每秒上限的请求数

微服务守护神-Sentinel-流控规则_第3张图片

 这里阈值 3 表示单位时间内(1s) QPS超过3次,执行流控限制逻辑

步骤3:通过控制台快速频繁访问, 观察效果

线程数流控

线程流控配置跟QPS流程差不多,先删掉QPS的流控配置

步骤1:新增线程数流控

微服务守护神-Sentinel-流控规则_第4张图片

 步骤2:启动Jemter压测工具,在Jmeter中新增线程
Jemter不会用参考这篇文章:微服务绕不过的坎-服务雪崩

微服务守护神-Sentinel-流控规则_第5张图片

微服务守护神-Sentinel-流控规则_第6张图片 

步骤3:访问 http://localhost:8091/sentinel2 会发现已经被限流

启动压测工具, 然后再访问

 

 此时肯定会有小伙伴问:QPS 方式跟线程数方式有啥区别?这个可以看这篇文章:微服务Sentinel流控难题:QPS模式与线程数模式区别

流控模式

点击上面设置流控规则的编辑按钮,然后在编辑页面点击高级选项,会看到有流控模式一栏。

微服务守护神-Sentinel-流控规则_第7张图片

 所谓流控模式,就是流量控制的操作方式有哪些。

sentinel共有三种流控模式,分别是:

  • 直接(默认):接口达到限流条件时,开启限流

  • 关联:当关联的资源(接口/服务)达到限流条件时,开启限流 [适合做应用让步]

  • 链路:当从某个接口过来的资源达到限流条件时,开启限流

直接流控模式

这个是默认模式, 上面我们演示QPS/线程数流控例子都是直接流控模式,请求达到设置流量阈值进行直接流控限制。

关联流控模式

关联流控模式指的是,当要关联的接口达到限流条件时,开启对当前接口开启限流。

啥意思?设想一种场景:电商项目中:用户下单与用户支付

假设用户下完单后会马上支付,如果某天支付服务非常繁忙,为防止整个项目因资源消耗被拖垮,配置当支付服务繁忙,限制下单。

这种场景就是关联流控, A接口与B接口存在联动(依赖)关系,比如:B调用A,当A接口出现高频访问,限制B接口调用。

沿用之前订单服务与商品服务案例

步骤1:在SentinelController.java中增加一个接口/sentinel3,重启订单服务

@RestController
public class SentinelController {
    @RequestMapping("/sentinel1")
    public String sentinel1(){
        //模拟一次网络延时
        try {
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "sentinel1";
    }
    @RequestMapping("/sentinel2")
    public String sentinel2(){
        return "测试高并发下的问题";
    }

    @RequestMapping("/sentinel3")
    public String sentinel3(){
    	return "sentinel3";
    }

}

步骤2:配置限流规则, 将流控模式设置为关联,关联资源设置为的 /sentinel2

在/sentinel3接口中配置关联接口:/sentinel2

微服务守护神-Sentinel-流控规则_第8张图片

步骤3:通过jmeter软件向/sentinel2连续发送请求,注意QPS一定要大于3  

微服务守护神-Sentinel-流控规则_第9张图片

 微服务守护神-Sentinel-流控规则_第10张图片

 步骤4:访问/sentinel3,会发现已经被限流

 sentinel3 接口关联sentinel2,它们为一体,当sentinel2接口超频访问,影响sentinel3的访问,这就是联动限制。

链路流控模式

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。

啥意思,解释一下:

链路:就是访问链条,请求到响应通过代码链。

比如下面:

链路1: trace1--->traceService

链路2: trace2--->traceService

微服务守护神-Sentinel-流控规则_第11张图片

 链路流控模式可以对traceService资源做流控限制,设置限制入口资源为/trace2,意味着请求触发流控规则,如果是从/trace1访问进入的不处理,如果是从/trace2进来的,直接拒绝。

用代码演示一遍

步骤1:在shop-order-server项目的application.yml文件中新增如下配置

sentinel默认是不支持链路,需要提前开启

spring:
  cloud:
    sentinel:
      web-context-unify: false

步骤2:在shop-order-server项目中新增TraceServiceImpl.java

@Service
@Slf4j
public class TraceServiceImpl {
    @SentinelResource(value = "traceService")
    public void tranceService(){
        log.info("调用tranceService方法");
    }
}

步骤3:在shop-order-server项目中新增TraceController.java

@RestController
public class TraceController {
    @Autowired
    private TraceServiceImpl traceService;
    @RequestMapping("/trace1")
    public String trace1(){
        traceService.tranceService();
        return "trace1";
    }
    @RequestMapping("/trace2")
    public String trace2(){
        traceService.tranceService();
        return "trace2";
    }
}

步骤4:重新启动订单服务并添加链路流控规则

微服务守护神-Sentinel-流控规则_第12张图片

步骤5:分别通过 /trace1 和 /trace2 访问, 发现/trace1没问题, /trace2的被限流了  

微服务守护神-Sentinel-流控规则_第13张图片

流控效果

最后一个是sentinel的流控效果

微服务守护神-Sentinel-流控规则_第14张图片

 sentinel总共设置了3个:

快速失败(默认): 直接失败,抛出异常,不做任何额外的处理,是最简单的效果

Warm Up:它从开始阈值到最大QPS阈值会有一个缓冲阶段,一开始的阈值是最大QPS阈值的

1/3,然后慢慢增长,直到最大阈值,适用于将突然增大的流量转换为缓步增长的场景。

排队等待:让请求以均匀的速度通过,单机阈值为每秒通过数量,其余的排队等待; 它还会让设

置一个超时时间,当请求超过超时间时间还未处理,则会被丢弃。

到这,sentinel的流控规则就结束了,如果想知道还有哪些控制逻辑,请听下回分解。

 看文字不过瘾可以切换视频版:SpringCloud Alibaba 极简入门

你可能感兴趣的:(SpringCloud,Alibaba极简入门,微服务,sentinel,java,线程数,QPS)