SpringCloud：微服务保护之流量控制

news2024/11/24 4:39:04

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}

在这里插入图片描述

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。

在这里插入图片描述

表单中可以填写限流规则，如下：

在这里插入图片描述

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

在这里插入图片描述

2）利用jmeter测试

打开jmeter，创建测试样例：

在这里插入图片描述

选择：

在这里插入图片描述

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：

在这里插入图片描述

注意，不要点击菜单中的执行按钮来运行。

结果：

在这里插入图片描述

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

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

在表单中填写流控规则：

在这里插入图片描述

4）在Jmeter测试

选择《流控模式-关联》：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

  1. 在OrderService中添加一个queryGoods方法，不用实现业务

  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的端点，调用OrderService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

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：

在这里插入图片描述

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：

在这里插入图片描述

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》：

在这里插入图片描述

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：

在这里插入图片描述

运行的结果：

在这里插入图片描述

完全不受影响。

另一个是访问/order/query：

在这里插入图片描述

运行结果：

在这里插入图片描述

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：

在这里插入图片描述

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。

在这里插入图片描述

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：

在这里插入图片描述

2）Jmeter测试

选择《流控效果，warm up》：

在这里插入图片描述

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：

在这里插入图片描述

随着时间推移，成功比例越来越高：

在这里插入图片描述

到Sentinel控制台查看实时监控：

在这里插入图片描述

一段时间后：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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

在这里插入图片描述

2）Jmeter测试

选择《流控效果，队列》：

在这里插入图片描述

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：

在这里插入图片描述

全部都通过了。

再去sentinel查看实时监控的QPS曲线：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

点击新增，填写表单：

在这里插入图片描述

3）Jmeter测试

选择《热点参数限流QPS1》：

在这里插入图片描述

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

在这里插入图片描述

运行结果：

在这里插入图片描述

例外项，QPS阈值为4

在这里插入图片描述

运行结果：

在这里插入图片描述

例外项，QPS阈值为10

在这里插入图片描述

运行结果：

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/499909.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

c++ static修饰类的成员

c++ static修饰类的成员

静态成员就是成员变量和成员函数前面加上static,称为静态成员 1.static修饰成员变量 (1)所有对象共享static成员变量&#xff0c;一旦一个对象数据对其进行改动&#xff0c;所有对象调用其数据也会改变&#xff0c;一改全改。 (2)编译阶段分配内存&#xff0c;static成员变量…
阅读更多...
定积分比较大小的常用手段。

定积分比较大小的常用手段。

1.常用手段 ①区间对称&#xff0c;利用被积函数奇偶性 ②放缩(利用常用不等式,结论等) ③将 1 转换成定积分 ④直接算 ⑤“拆区间&#xff0c;变量代换改区间再合并” 2.常用不等式 1.基本不等式 sinx < x < tanx (0 , Π/2) (几何或者夹逼证明) ex > 1 x (-∞&a…
阅读更多...
【数据结构】set 与 map

【数据结构】set 与 map

目录 一、关联式容器 二、set 1、set的介绍 2、set的模板参数列表 3、set的构造 4、set的迭代器 5、set的容量 6、set修改操作 7、set 与 multiset 三、map 1、map的介绍 2、map的模板参数列表 3、map的构造 4、map的迭代器 5、map的容量与元素访问 6、map中元素…
阅读更多...
代码随想录算法训练营第五十三天| 1143.最长公共子序列 、1035.不相交的线、53. 最大子序和 动态规划

代码随想录算法训练营第五十三天| 1143.最长公共子序列 、1035.不相交的线、53. 最大子序和 动态规划

文章目录 1143.最长公共子序列:star:1035.不相交的线53. 最大子序和 动态规划 1143.最长公共子序列⭐️ 题目链接&#xff1a;代码随想录 解题思路&#xff1a; 1.dp数组&#xff1a;长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp(i)[j]…
阅读更多...
记录一次从exe到python源码

记录一次从exe到python源码

找到要解析源码的exe&#xff0c;用7zip解压出来&#xff0c;可以看到打包前的目录&#xff08;这里并不是所有的exe都可以&#xff09;。 如下图所示&#xff0c;由于这个是一个前后端打包的exe&#xff0c;这里的server是后端的服务&#xff0c;resources是前端&#xff0c;这…
阅读更多...
【现代机器人学】学习笔记十二：轮式移动机器人

【现代机器人学】学习笔记十二：轮式移动机器人

这一章讲移动机器人相关的内容。许久没有更新了&#xff0c;有人私聊我是不是烂尾了。写的这几篇屁文我本来是拿来当自己的笔记本的&#xff0c;不以为有人会认真看。没想到居然还有人追&#xff0c;真是受宠若惊。在这里深表感谢&#xff01;一直没更新其实是因为年后的工作实…
阅读更多...
优惠卷秒杀功能、全局唯一ID、乐观锁解决超卖问题、悲观锁实现一人一单、集群下锁失效问题

优惠卷秒杀功能、全局唯一ID、乐观锁解决超卖问题、悲观锁实现一人一单、集群下锁失效问题

文章目录 1 全局唯一ID的需求分析2 Redis实现全局唯一Id3 添加优惠卷4 实现秒杀下单5 库存超卖问题分析6 乐观锁解决超卖问题6 悲观锁实现一人一单7 集群环境下的并发问题 1 全局唯一ID的需求分析 每个店铺都可以发布优惠券&#xff1a; 当用户抢购时&#xff0c;就会生成订单…
阅读更多...
ASP.NET Core MVC 从入门到精通之序列化

ASP.NET Core MVC 从入门到精通之序列化

随着技术的发展&#xff0c;ASP.NET Core MVC也推出了好长时间&#xff0c;经过不断的版本更新迭代&#xff0c;已经越来越完善&#xff0c;本系列文章主要讲解ASP.NET Core MVC开发B/S系统过程中所涉及到的相关内容&#xff0c;适用于初学者&#xff0c;在校毕业生&#xff0c…
阅读更多...
Springboot +Flowable，任务认领和回退（三）

Springboot +Flowable，任务认领和回退（三）

一.简介 有的时候&#xff0c;一个任务节点会存在多个候选人&#xff0c;例如&#xff1a;张三提交一个任务&#xff0c;这个任务即可以由李四处理&#xff0c;又可以由王五处理&#xff0c;那么针对这种多个任务候选人的情况&#xff0c;该如何处理&#xff1f; 二.绘制流程…
阅读更多...
并发编程05：Java内存模型之JMM

并发编程05：Java内存模型之JMM

文章目录 5.1 先从大场面试开始5.2 计算机硬件存储体系5.3 Java内存模型Java Memory Model5.4 JMM规范下三大特性5.5 JMM规范下多线程对变量的读写过程5.6 JMM规范下多线程先行发生原则之happens-before5.6.1 x,y案例说明5.6.2 先行并发原则说明5.6.3 happens-before总原则5.6.…
阅读更多...
【面试题】面试官：说说你对MySQL的了解

【面试题】面试官：说说你对MySQL的了解

文章目录 基础篇非关系型数据库和关系型数据库的区别&#xff1f;MySQL 数据库两种存储引擎的区别? 索引篇为什么索引能提高查询速度?聚集索引和非聚集索引的区别&#xff1f;非聚集索引一定回表查询吗?索引这么多优点&#xff0c;为什么不对表中的每一个列创建一个索引呢&a…
阅读更多...
八岁都能懂：BFS判断一个图是二分图

八岁都能懂：BFS判断一个图是二分图

目录 1 什么是二分图2 进入情境3 代码实现4 BFS是什么&#xff1f; 1 什么是二分图 一个图用两种颜色涂&#xff08;橙黄和橘绿&#xff09;&#xff0c;相邻节点不能同色&#xff0c;如下图&#xff0c;4与5相邻且同色&#xff0c;所以不是二分图。 2 进入情境 第一版&#xf…
阅读更多...
微服务高频面试题

微服务高频面试题

1、Spring Cloud 5大组件有哪些&#xff1f; 早期我们一般认为的Spring Cloud五大组件是 Eureka : 注册中心Ribbon : 负载均衡Feign : 远程调用Hystrix : 服务熔断Zuul/Gateway : 网关 随着SpringCloudAlibba在国内兴起 , 我们项目中使用了一些阿里巴巴的组件 注册中心/配置…
阅读更多...
【论文】SimCLS:摘要总结的对比学习(2）

【论文】SimCLS:摘要总结的对比学习(2）

SimCLS:摘要总结的对比学习(1&#xff09; 写在最前面2 抽象总结的对比学习框架 写在最前面 SimCLS: A Simple Framework for Contrastive Learning of Abstractive Summarization&#xff08;2021ACL会议&#xff09; https://arxiv.org/abs/2106.01890 论文&#xff1a;htt…
阅读更多...
HTTP第四讲——域名和DNS

HTTP第四讲——域名和DNS

IP 协议的职责是“网际互连”&#xff0c;它在 MAC 层之上&#xff0c;使用 IP 地址把 MAC 编号转换成了四位数字&#xff0c;这就对物理网卡的 MAC 地址做了一层抽象&#xff0c;发展出了许多的“新玩法”。 例如&#xff0c;分为 A、B、C、D、E 五种类型&#xff0c;公有地址…
阅读更多...
[GFCTF 2021] day2

[GFCTF 2021] day2

Baby_Web 查看源码发现 <!--源码藏在上层目录xxx.php.txt里面&#xff0c;但你怎么才能看到它呢?--> 然后抓包看中间件&#xff0c;Apache/2.4.49 (Unix) 存在目录穿越漏洞 curl http://node4.anna.nssctf.cn:28805/cgi-bin/.%2e/.%2e/.%2e/.%2e/var/www/index …
阅读更多...
快速上手分布式异步任务框架Celery

快速上手分布式异步任务框架Celery

一、Celery架构介绍 Celery&#xff1a;芹菜&#xff1f;&#xff08;跟翻译没有任何关系&#xff09;&#xff0c;分布式异步任务框架&#xff08;跟其他web框架无关&#xff09; Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please…
阅读更多...
【嵌入式系统】课程复习资料整理

【嵌入式系统】课程复习资料整理

【嵌入式系统】课程复习资料整理 一、绪论 1.定义 从技术的角度定义&#xff1a;以应用为中心、以计算机技术为基础、软件硬件可裁剪、对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。从系统的角度定义&#xff1a;嵌入式系统是设计完成复杂功能的硬件和软件&a…
阅读更多...
Android多模块开发

Android多模块开发

Android多模块开发 1. 建立项目和多个模块 ​ app为主模块 ​ app-setting为功能模块&#xff0c;可作为独立模块运行&#xff0c;也可作为其他模块的资源模块 ​ app-video为功能模块 2. 建立公共环境文件(env.gradle)并在各模块配置 Step1&#xff1a; 建立在根目录下建…
阅读更多...
第31步 机器学习分类实战：多轮建模

第31步 机器学习分类实战：多轮建模

开始填坑之旅。 首先&#xff0c;之前提过&#xff0c;random_state这个参数&#xff0c;它的功能是确保每次随机抽样所得到的数据都是一样的&#xff0c;有利于数据的复现。比如&#xff0c;我们这十个ML模型&#xff0c;用的参数都是random_state666&#xff0c;这样作比较才…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023