Spring cloud 限流的多種方式

更新時間：2021年06月09日 11:31:25 作者：小碼哥Damon

在頻繁的網(wǎng)絡(luò)請求時，服務(wù)有時候也會受到很大的壓力，尤其是那種網(wǎng)絡(luò)攻擊，非法的。這樣的情形有時候需要作一些限制。本文主要介紹了兩種限流方法，感興趣的可以了解一下

在頻繁的網(wǎng)絡(luò)請求時，服務(wù)有時候也會受到很大的壓力，尤其是那種網(wǎng)絡(luò)攻擊，非法的。這樣的情形有時候需要作一些限制。例如：限制對方的請求，這種限制可以有幾個依據(jù)：請求IP、用戶唯一標識、請求的接口地址等等。

當前限流的方式也很多：Spring cloud 中在網(wǎng)關(guān)本身自帶限流的一些功能，基于 redis 來做的。同時，阿里也開源了一款：限流神器 Sentinel。今天我們主要圍繞這兩塊來實戰(zhàn)微服務(wù)的限流機制。

首先講 Spring cloud 原生的限流功能，因為限流可以是對每個服務(wù)進行限流，也可以對于網(wǎng)關(guān)統(tǒng)一作限流處理。

一、實戰(zhàn)基于 Spring cloud Gateway 的限流

pom.xml引入依賴：

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
    </dependency>

其基礎(chǔ)是基于redis，所以：

spring:
  application:
    name: gateway-service
  redis: #redis相關(guān)配置
    database: 8
    host: 10.12.15.5
    port: 6379
    password: 123456 #有密碼時設(shè)置
    jedis:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
    timeout: 10000ms

接下來需要注入限流策略的 bean：

@Primary
  @Bean(value = "ipKeyResolver")
  KeyResolver ipKeyResolver() {
      return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getHostName());
      //return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
      //return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
  }

 
  @Bean(value = "apiKeyResolver")
  KeyResolver apiKeyResolver() {
    return exchange -> Mono.just(exchange.getRequest().getPath().value());
  }

  
  @Bean(value = "userKeyResolver")
  KeyResolver userKeyResolver() {
    return exchange -> Mono.just(exchange.getRequest().getQueryParams().getFirst("userId"));
  }

這里引入ipKeyResolver、apiKeyResolver、userKeyResolver三種策略，可以利用注解 @Primary 來決定其中一個被使用。

注入bean后，需要在配置中備用：

spring:
  application:
    name: gateway-service
  redis: #redis相關(guān)配置
    database: 8
    host: 10.12.15.5
    port: 6379
    password: 123456 #有密碼時設(shè)置
    jedis:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
    timeout: 10000ms

后面是限流的主要配置：

spring
  cloud:
    gateway:
      routes: #路由配置:參數(shù)為一個List
      - id: cas-server #唯一標識
        uri: lb://cas-server-service #轉(zhuǎn)發(fā)的地址,寫服務(wù)名稱
        order: -1
        predicates:
        - Path=/cas-server/** #判斷匹配條件,即地址帶有/ribbon/**的請求,會轉(zhuǎn)發(fā)至lb:cas-server-service
        filters:
        - StripPrefix=1 #去掉Path前綴,參數(shù)為1代表去掉/ribbon

        - name: RequestRateLimiter #基于redis的Gateway的自身限流
          args:
            redis-rate-limiter.replenishRate: 1  # 允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 3  # 令牌桶的容量，允許在一秒鐘內(nèi)完成的最大請求數(shù)
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應(yīng)的bean

      - id: admin-web
        uri: lb://admin-web-service
        order: -1
        predicates:
        - Path=/admin-web/**
        filters:
        - StripPrefix=1

        - name: RequestRateLimiter
          args:
            redis-rate-limiter.replenishRate: 1  # 允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 3  # 令牌桶的容量，允許在一秒鐘內(nèi)完成的最大請求數(shù)
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應(yīng)的bean

這里是在原有的路由基礎(chǔ)上加入 RequestRateLimiter限流過濾器，包括三個參數(shù)：

- name: RequestRateLimiter #基于redis的Gateway的自身限流
          args:
            redis-rate-limiter.replenishRate: 3  #允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 5  #令牌桶的容量，允許在一秒鐘內(nèi)完成的最大請求數(shù)
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應(yīng)的bean

其中 replenishRate，其含義表示允許每秒處理請求數(shù)；
burstCapacity 表示允許在一秒內(nèi)處理的最大請求數(shù)；
key-resolver 這里采用請求 IP 限流，利用SPEL 表達式取對應(yīng)的 bean

寫一個小腳本來壓測一下：

for i in $(seq 1 30000); do echo $(expr $i \\* 3 + 1);curl -i -H "Accept: application/json" -H "Authorization:bearer b064d95b-af3f-4053-a980-377c63ab3413" -X GET http://10.10.15.5:5556/order-service/api/order/getUserInfo;done

for i in $(seq 1 30000); do echo $(expr $i \\* 3 + 1);curl -i -H "Accept: application/json" -H "Authorization:bearer b064d95b-af3f-4053-a980-377c63ab3413" -X GET http://10.10.15.5:5556/admin-web/api/user/getCurrentUser;done

上面兩個腳本分別對2個服務(wù)進行壓測，打印結(jié)果：

{"message":{"status":200,"code":0,"message":"success"},"data":"{\"message\":{\"status\":200,\"code\":0,\"message\":\"get user success\"},\"data\":{\"id\":23,\"isAdmin\":1,\"userId\":\"fbb18810-e980-428c-932f-848f3b9e7c84\",\"userType\":\"super_admin\",\"username\":\"admin\",\"realName\":\"super_admin\",\"password\":\"$2a$10$89AqlYKlnsTpNmWcCMvgluRFQ/6MLK1k/nkBpz.Lw6Exh.WMQFH6W\",\"phone\":null,\"email\":null,\"createBy\":\"admin\",\"createTime\":1573119753172,\"updateBy\":\"admin\",\"updateTime\":1573119753172,\"loginTime\":null,\"expireTime\":null,\"remarks\":\"super_admin\",\"delFlag\":0,\"loginType\":null}}"}ex

在用測試工具Jmeter在同一秒內(nèi)多次請求后：

HTTP/1.1 429 Too Many Requests
X-RateLimit-Remaining: 0
X-RateLimit-Burst-Capacity: 3
X-RateLimit-Replenish-Rate: 1
content-length: 0

expr: syntax error

HTTP/1.1 429 Too Many Requests
X-RateLimit-Remaining: 0
X-RateLimit-Burst-Capacity: 3
X-RateLimit-Replenish-Rate: 1
content-length: 0

expr: syntax error

從上面可以看到，執(zhí)行后，會出現(xiàn)調(diào)用失敗的情況，狀態(tài)變?yōu)?29 (Too Many Requests) 。

二、基于阿里開源限流神器：Sentinel

首先引入依賴：

<!--基于 阿里的sentinel作限流 -->
    <dependency>
          <groupId>com.alibaba.cloud</groupId>
          <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>

在配置文件 application.yaml 文件中配置，需要新增2個配置：

spring:
  application:
    name: admin-web
  cloud:
    kubernetes:
      discovery:
        all-namespaces: true
    sentinel:
      eager: true #取消Sentinel控制臺的懶加載
      transport:
        dashboard: 10.12.15.2:8080 #sentinel的Dashboard地址
        port: 8719 #是sentinel應(yīng)用端和控制臺通信端口
        heartbeat-interval-ms: 500 #心跳時間
      scg:
        fallback: #scg.fallback為sentinel限流后的響應(yīng)配置
          mode: response
          response-status: 455
          response-body: 已被限流

其中，這里面配置了一個服務(wù)：spring.cloud.sentinel.transport.dashboard，配置的是 sentinel 的 Dashboard 地址。同時 spring.cloud.sentinel.transport.port 這個端口配置會在應(yīng)用對應(yīng)的機器上啟動一個Http Server，該 Server 會與 Sentinel 控制臺做交互。

Sentinel 默認為所有的 HTTP 服務(wù)提供限流埋點，上面配置完成后自動完成所有埋點，只需要控制配置限流規(guī)則即可。
這里我們講下通過注解來給指定接口函數(shù)加上限流埋點，寫一個RestController，在接口函數(shù)上加上注解

@SentinelResource：
@GetMapping(value = "/getToken")
@SentinelResource("getToken")
public Response<Object> getToken(Authentication authentication){
    //Authentication authentication = SecurityContextHolder.getContext().getAuthentication();
    authentication.getCredentials();
    OAuth2AuthenticationDetails details = (OAuth2AuthenticationDetails)authentication.getDetails();
    String token = details.getTokenValue();
    return Response.ok(200, 0, "get token success", token);
}

以上代碼部分完成了，接下來先安裝SentinelDashBoard，Sentinel DashBoard下載地址：github.com/alibaba/Sentinel/releases。

下載完成后，命令啟動：

java -jar sentinel-dashboard-1.6.2.jar

默認啟動端口為8080，訪問 IP:8080，就可以顯示 Sentinel 的登錄界面，用戶名與密碼均為sentinel。登錄 Dashboard 成功后，多次訪問接口"/getToken"，可以在 Dashboard 看到相應(yīng)數(shù)據(jù)，這里不展示了。接下來可以設(shè)置接口的限流功能，在 “+流控” 按鈕點擊打開設(shè)置界面，設(shè)置閾值類型為 qps，單機閾值為5。

瀏覽器重復請求 http://10.10.15.5:5556/admin-web/api/user/getToken 如果超過閥值就會出現(xiàn)如下界面信息：
Blocked by Sentinel (flow limiting)

此時，就看到Sentinel 限流起作用了，可以加上 spring.cloud.sentinel.scg.fallback 為sentinel 限流后的響應(yīng)配置，亦可自定義限流異常信息：

@GetMapping(value = "/getToken")
@SentinelResource(value = "getToken", blockHandler = "handleSentinelException", blockHandlerClass = {MySentinelException.class}))
public Response<Object> getToken(Authentication authentication){
    //Authentication authentication = SecurityContextHolder.getContext().getAuthentication();
    authentication.getCredentials();
    OAuth2AuthenticationDetails details = (OAuth2AuthenticationDetails)authentication.getDetails();
    String token = details.getTokenValue();
    return Response.ok(200, 0, "get token success", token);
}

public class MySentinelException {
    public static Response<Object> handleSentinelException(BlockException e) {
        Map<String,Object> map=new HashMap<>();
        logger.info("Oops: " + ex.getClass().getCanonicalName());
        return Response.ok(200, -8, "通過注解 @SentinelResource 配置限流埋點并自定義限流后的處理邏輯", null);
    }
}

這里講下注解 @SentinelResource 包含以下屬性：

value：資源名稱，必需項；
entryType：入口類型，可選項（默認為 EntryType.OUT）；
blockHandler：blockHandlerClass中對應(yīng)的異常處理方法名，參數(shù)類型和返回值必須和原方法一致；
blockHandlerClass：自定義限流邏輯處理類

Sentinel 限流邏輯處理完畢了，但每次服務(wù)重啟后，之前配置的限流規(guī)則就會被清空。因為是內(nèi)存形式的規(guī)則對象。所以下面就講下用 Sentinel 的一個特性 ReadableDataSource 獲取文件、數(shù)據(jù)庫或者配置中心設(shè)置限流規(guī)則，目前支持 Apollo、Nacos、ZK 配置來管理。

首先回憶一下，一條限流規(guī)則主要由下面幾個因素組成：

resource：資源名，即限流規(guī)則的作用對象，即為注解 @SentinelResource 的value；
count：限流閾值；grade：限流閾值類型（QPS 或并發(fā)線程數(shù)）；
limitApp：流控針對的調(diào)用來源，若為 default 則不區(qū)分調(diào)用來源；
strategy：基于調(diào)用關(guān)系的限流策略；
controlBehavior：流量控制效果（直接拒絕、排隊等待、勻速器模式）

理解了意思，接下來通過文件來配置：

#通過文件讀取限流規(guī)則
spring.cloud.sentinel.datasource.ds1.file.file=classpath:flowrule.json
spring.cloud.sentinel.datasource.ds1.file.data-type=json
spring.cloud.sentinel.datasource.ds1.file.rule-type=flow

在resources新建一個文件，比如 flowrule.json 添加限流規(guī)則：

[
  {
    "resource": "getToken",
    "count": 1,
    "controlBehavior": 0,
    "grade": 1,
    "limitApp": "default",
    "strategy": 0
  },
  {
    "resource": "resource",
    "count": 1,
    "controlBehavior": 0,
    "grade": 1,
    "limitApp": "default",
    "strategy": 0
  }
]

重新啟動項目，出現(xiàn)如下日志說明成功：

DataSource ds1-sentinel-file-datasource start to loadConfig
DataSource ds1-sentinel-file-datasource load 2 FlowRule

如果采用 Nacos 作為配置獲取限流規(guī)則，可在文件中加如下配置：

spring:
  application:
    name: order-service
  cloud:
    nacos:
      config:
        server-addr: 10.10.15.5:8848
      discovery:
        server-addr: 10.10.15.5:8848
    sentinel:
      eager: true
      transport:
        dashboard: 10.10.15.5:8080
      datasource:
        ds1:
          nacos:
            server-addr: 10.10.15.5:8848
            dataId: ${spring.application.name}-flow-rules
            data-type: json
            rule-type: flow

到此這篇關(guān)于Spring cloud 限流的多種方式的文章就介紹到這了,更多相關(guān)Spring cloud 限流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: