Sentinel限流规则详解

上一期教程讲解了 Sentinel 的快速入门：Sentinel快速入门，这一期主要讲述 Sentinel 的限流规则

簇点链路

簇点链路就是项目内的调用链路（Controller -> Service -> Mapper），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（这里指的就是 Controller 中的方法）

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：

点击后面的流控按钮，就可以弹出表单。表单中可以添加流控规则，如下图所示：

然后，我们在单击阈值的框中填写数字 1 并点击新增按钮，表示限制 /service1/hello 这个资源的单击 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

之后在浏览器快速刷新对应的页面，结果如下所示，表示限流规则已经生效

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：

三种模式对应的含义是：

1.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，是默认的模式

2.关联

统计与当前资源相关的另一个资源，当另一个资源触发阈值时，对当前资源限流

使用场景：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

例如，对于下图来说，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

关联模式

一般来说，满足下面条件就可以使用关联模式：

① 两个有竞争关系的资源
② 一个优先级较高，一个优先级较低

3.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

例如，有两条请求链路：

① /link1 -> /common
② /link2 -> /common

如果只希望统计从 /link2 进入到 /common 的请求，就可以设置链路模式的流控规则

实现步骤：

1.在服务层中填写共同调用的方法

@Service
public class WebServiceImpl implements WebService {

    @Override
    @SentinelResource("/common")
    public void common() {
        System.out.println("调用共同方法");
    }

}

需要注意的是，Sentinel 默认只标记 Controller 中的方法作为资源，如果要标记其它方法，需要利用 @SentinelResource 注解进行标记，参数为对应资源的路径

2.在控制层中，编写两条请求链路方法

@RestController
@RequestMapping("/service1")
public class WebController {

    @Autowired
    private WebService service;

    @GetMapping("/link1")
    public String link1() {
        service.common();
        return "调用链路1";
    }

    @GetMapping("/link2")
    public String link2() {
        service.common();
        return "调用链路2";
    }

}

3.修改配置文件

Sentinel 默认会将 Controller 中所有的方法进行 context 整合，此时会认为所有的 Controller 端点是同一个根链路发展而来的两个子链路，那么最终还是属于一个链路，由于不是两个链路，因此会导致链路模式的流控失效

如下图所示：

此时需要在 application.yml 添加：

spring:
  cloud:
    sentinel:
      web-context-unify: false # 关闭context整合

重新启动后，可以发现变成了两个链路，如下图所示：

4.在控制台设置流控规则，限制从 /service1/link2 进入到 /common 的 QPS 阈值为 2

5.测试

快速在浏览器刷新 link2 的请求，可以得到如下结果，即流控规则已经生效

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：

1.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

2.wam 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

warm up 是应对服务冷启动（冷启动指的是服务器虽然具有某一 QPS 最大值，但在刚启动时，是无法达到这个最大值的，如果此时请求数较高，即使没有超过最大QPS，服务器也可能因此挂掉）的一种方案。请求阈值初始值是 threshold / coldFactor，threshold 是最大阈值，coldFactor 是冷启动因子。持续指定时长后，逐渐提高到 threshold 值。而 coldFactor 的默认值是 3

预热模式

3.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

在排队等待中，所有请求都会进入一个队列中，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，如果请求的等待时间超出最大时长，则会被拒绝

例如，如果 QPS = 5，意味着每 200ms 处理一个队列中的请求；而如果此时 timeout = 2000，则意味着等待超过 2000ms 的请求会被拒绝并抛出异常

排队等待案例

这种效果的好处是，即使请求数量的波动较大，即某段时间请求数量很少，某段时间请求数量很多，从队列中出去的数量也会是稳定的。因此起到流量削峰的作用，对微服务具有一定的保护功能

排队等待

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。这种方式是一种粒度更细的限流，精细到参数级别

例如，在下图中，有四个请求，其中三个请求的参数 id 为1，最后一个请求的参数 id 为 2。此时就可以得出，id 为 1 的 QPS 为 3，id 为 2 的 QPS 为1

热点参数限流

案例：

1.编写控制层代码

这里需要注意的是，热点参数限流对默认的 SpringMVC 资源无效，只有通过 @SentinelResource 注解声明的资源才有效

@RestController
@RequestMapping("/service1")
public class WebController {

    @GetMapping("/hot")
    @SentinelResource("/hot")
    public String hot(String username, String password, Integer age) {
        return "热点";
    }

}