雪崩问题虽然有四种方案,但是限流是避免服务因突发的流量而发生故障,是对微服务雪崩问题的预防。我们先介绍这种模式。
1.簇点链路
当请求进入微服务时,首先会访问DispatcherServlet
,然后进入Controller
、Service
、Mapper
,这样的一个调用链就叫做簇点链路。簇点链路中被监控的每一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
,也就是controller
中的方法),因此SpringMVC
的每一个端点(Endpoint
)就是调用链路中的一个资源。
例如,我们刚才访问的order-service
中的OrderController
中的端点:/order/{orderId}
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:
- 流控:流量控制
- 降级:降级熔断
- 热点:热点参数限流,是限流的一种
- 授权:请求的权限控制
2.快速入门
2.1.示例
点击资源/order/{orderId}
后面的流控按钮,就可以弹出表单。
表单中可以填写限流规则,如下:
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。
2.2.练习:
需求:给/order/{orderId}
这个资源设置流控规则,QPS
不能超过 5,然后测试。
1)首先在sentinel
控制台添加限流规则
2)利用jmeter
测试
打开jmeter
,创建测试样例:
选择:
20个用户,2秒内运行完,QPS
是10,超过了5。
选中流控入门,QPS<5
右键运行:
注意,不要点击菜单中的执行按钮来运行。
结果:
可以看到,成功的请求每次只有5个
3.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
测试的就是直接模式。
3.1.关联模式
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
配置规则:
语法说明:当/write
资源访问量触发阈值时,就会对/read
资源限流,避免影响/write
资源。
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。业务需求是优先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。
需求说明:
-
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
1)定义/order/query
端点,模拟订单查询
@GetMapping("/query")
public String queryOrder() {
return "查询订单成功";
}
2)定义/order/update
端点,模拟订单更新
@GetMapping("/update")
public String updateOrder() {
return "更新订单成功";
}
重启服务,查看sentinel
控制台的簇点链路:
3)配置流控规则
对哪个端点限流,就点击哪个端点后面的按钮。我们是对订单查询/order/query
限流,因此点击它后面的按钮:
在表单中填写流控规则:
4)在Jmeter
测试
选择《流控模式-关联》:
可以看到1000个用户,100秒,因此QPS
为10,超过了我们设定的阈值:5
查看http
请求:
请求的目标是/order/update
,这样这个断点就会触发阈值。
但限流的目标是/order/query
,我们在浏览器访问,可以发现:
确实被限流了。
5)总结
满足下列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
3.2.链路模式
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。
配置示例:
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:
实战案例
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:
-
在
OrderService
中添加一个queryGoods
方法,不用实现业务 -
在
OrderController
中,改造/order/query
端点,调用OrderService
中的queryGoods
方法 -
在
OrderController
中添加一个/order/save
的端点,调用OrderService
的queryGoods
方法 -
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
实现:
1)添加查询商品方法
在order-service
服务中,给OrderService
类添加一个queryGoods
方法:
public void queryGoods(){
System.err.println("查询商品");
}
2)查询订单时,查询商品
在order-service
的OrderController
中,修改/order/query
端点的业务逻辑:
@GetMapping("/query")
public String queryOrder() {
// 查询商品
orderService.queryGoods();
// 查询订单
System.out.println("查询订单");
return "查询订单成功";
}
3)新增订单,查询商品
在order-service
的OrderController
中,修改/order/save
端点,模拟新增订单:
@GetMapping("/save")
public String saveOrder() {
// 查询商品
orderService.queryGoods();
// 查询订单
System.err.println("新增订单");
return "新增订单成功";
}
4)给查询商品添加资源标记
默认情况下,OrderService
中的方法是不被Sentinel
监控的,需要我们自己通过注解来标记要监控的方法。
给OrderService
的queryGoods
方法添加@SentinelResource
注解:
@SentinelResource("goods")
public void queryGoods(){
System.err.println("查询商品");
}
链路模式中,是对不同来源的两个链路做监控。但是sentinel
默认会给进入SpringMVC
的所有请求设置同一个root
资源,会导致链路模式失效。
我们需要关闭这种对SpringMVC
的资源聚合,修改order-service
服务的application.yml
文件:
spring:
cloud:
sentinel:
web-context-unify: false # 关闭context整合
重启服务,访问/order/query
和/order/save
,可以查看到sentinel
的簇点链路规则中,出现了新的资源:
5)添加流控规则
点击goods
资源后面的流控按钮,在弹出的表单中填写下面信息:
只统计从/order/query
进入/goods
的资源,QPS
阈值为2,超出则被限流。
6)Jmeter
测试
选择《流控模式-链路》:
可以看到这里200个用户,50秒内发完,QPS
为4,超过了我们设定的阈值2
一个http
请求是访问/order/save
:
运行的结果:
完全不受影响。
另一个是访问/order/query
:
运行结果:文章来源:https://www.toymoban.com/news/detail-437075.html
每次只有2个通过。
3.3.总结
流控模式有哪些?
-
直接:对当前资源限流
-
关联:高优先级资源触发阈值,对低优先级资源限流。
-
链路:阈值统计时,只统计从指定资源进入当前资源的请求,是对请求来源的限流
4.流控效果
在流控的高级选项中,还有一个流控效果选项:
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。
4.1.warm up
阈值一般是一个微服务能承担的最大QPS
,但是一个服务刚刚启动时,一切资源尚未初始化(冷启动),如果直接将QPS
跑到最大值,可能导致服务瞬间宕机。
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 maxThreshold / coldFactor
,持续指定时长后,逐渐提高到maxThreshold
值。而coldFactor
的默认值是3。
例如,我设置QPS
的maxThreshold
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
1)配置流控规则:
2)Jmeter
测试
选择《流控效果,warm up
》:
QPS
为10。
刚刚启动时,大部分请求失败,成功的只有3个,说明QPS
被限定在3:
随着时间推移,成功比例越来越高:
到Sentinel
控制台查看实时监控:
一段时间后:
4.2.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。
工作原理
例如:QPS
= 5,意味着每200ms
处理一个队列中的请求;timeout = 2000
,意味着预期等待时长超过2000ms
的请求会被拒绝并抛出异常。
那什么叫做预期等待时长呢?
比如现在一下子来了12 个请求,因为每200ms
执行一个请求,那么:
- 第6个请求的预期等待时长 =
200 * (6 - 1)
=1000ms
- 第12个请求的预期等待时长 =
200 * (12-1)
=2200ms
现在,第1秒同时接收到10个请求,但第2秒只有1个请求,此时QPS
的曲线这样的:
如果使用队列模式做流控,所有进入的请求都要排队,以固定的200ms
的间隔执行,QPS
会变的很平滑:
平滑的QPS
曲线,对于服务器来说是更友好的。
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,超时时长设置为5s
1)添加流控规则
2)Jmeter
测试
选择《流控效果,队列》:
QPS
为15,已经超过了我们设定的10。
如果是之前的 快速失败、warmup
模式,超出的请求应该会直接报错。
但是我们看看队列模式的运行结果:
全部都通过了。
再去sentinel
查看实时监控的QPS
曲线:
QPS
非常平滑,一致保持在10,但是超出的请求没有被拒绝,而是放入队列。因此响应时间(等待时间)会越来越长。
当队列满了以后,才会有部分请求失败:
4.3.总结
流控效果有哪些?
-
快速失败:
QPS
超过阈值时,拒绝新的请求 -
warm up
:QPS
超过阈值时,拒绝新的请求;QPS
阈值是逐渐提升的,可以避免冷启动时高并发导致服务宕机。 -
排队等待:请求会进入队列,按照阈值允许的时间间隔依次执行请求;如果请求预期等待时长大于超时时间,直接拒绝
5.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。
5.1.全局参数限流
例如,一个根据id
查询商品的接口:
访问/goods/{id}
的请求中,id
参数值会有变化,热点参数限流会根据参数值分别统计QPS
,统计结果:
当id=1
的请求触发阈值被限流时,id
值不为1的请求不受影响。
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
5.2.热点参数限流
刚才的配置中,对查询商品这个接口的所有商品一视同仁,QPS
都限定为5。
而在实际开发中,可能部分商品是热点商品,例如秒杀商品,我们希望这部分商品的QPS
限制与其它商品不一样,高一些。那就需要配置热点参数限流的高级选项了:
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
5.4.案例
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
注意事项:热点参数限流对默认的SpringMVC
资源无效,需要利用@SentinelResource
注解标记资源
1)标记资源
给order-service
中的OrderController
中的/order/{orderId}
资源添加注解:
2)热点参数限流规则
访问该接口,可以看到我们标记的hot
资源出现了:
这里不要点击hot
后面的按钮,页面有BUG
点击左侧菜单中热点规则菜单:
点击新增,填写表单:
3)Jmeter
测试
选择《热点参数限流QPS1
》:
这里发起请求的QPS
为5。
包含3个http
请求:
普通参数,QPS
阈值为2
运行结果:
例外项,QPS
阈值为4
运行结果:
例外项,QPS
阈值为10
运行结果:
文章来源地址https://www.toymoban.com/news/detail-437075.html
到了这里,关于SpringCloud:微服务保护之流量控制的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!