Spring?Cloud中Sentinel的兩種限流模式介紹
Sentinel流控模式
Sentinel流量控制主要有以下幾種模式:
直接失敗模式:在達到流量控制閾值后,直接拒絕請求,返回錯誤信息。
關聯(lián)模式:當關聯(lián)的資源達到流量控制閾值時,將觸發(fā)當前資源的流量控制。
Warm Up模式:在系統(tǒng)啟動時,允許一定量的請求通過,防止出現(xiàn)系統(tǒng)冷啟動時大量請求被拒絕的情況。
排隊等待模式:在達到流量控制閾值后,請求將進入隊列等待,直到有資源可用時再處理請求。
熱點規(guī)則:對于一些熱點資源,可以設置特定的流量控制規(guī)則,以防止熱點資源被過多請求占用導致系統(tǒng)崩潰。
說明:由于篇幅原因,本篇文章先介紹前兩種模式,即直接失敗模式和關聯(lián)模式。
直接失敗模式
Sentinel的直接失敗模式是一種流量控制策略,它可以在系統(tǒng)達到預設的流量閾值時直接拒絕請求,而不是將請求放入隊列等待處理。該模式可以避免系統(tǒng)資源過度消耗,并且可以快速響應請求,提高系統(tǒng)的可用性。
具體來說,Sentinel的直接失敗模式可以通過以下步驟實現(xiàn):
1.配置流量閾值:在Sentinel中,可以通過配置規(guī)則來設置系統(tǒng)的流量閾值,例如:每秒最多處理100個請求。
2.監(jiān)控流量:Sentinel會監(jiān)控系統(tǒng)的流量,當流量達到預設的閾值時,Sentinel會觸發(fā)流量控制策略。
3.直接拒絕請求:在直接失敗模式下,當流量達到閾值時,Sentinel會直接拒絕請求,并返回錯誤信息給客戶端,而不是將請求放入隊列等待處理。
4.統(tǒng)計流量:Sentinel會統(tǒng)計系統(tǒng)的流量情況,并根據配置的規(guī)則進行限流,以保證系統(tǒng)的穩(wěn)定性和可用性。
首先,我們需要添加Sentinel依賴:
<dependency> <groupId>com.alibaba.cloud</groupId> <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId> </dependency>
然后,在啟動類上添加@EnableSentinel注解啟用Sentinel:
@SpringBootApplication @EnableSentinel public class DemoApplication { public static void main(String[] args) { SpringApplication.run(DemoApplication.class, args); } }
接下來,我們定義一個Controller,其中包含一個需要進行流量控制的方法:
@RestController public class DemoController { @GetMapping("/hello") @SentinelResource(value = "hello", fallback = "fallback") public String hello() { return "Hello, World!"; } public String fallback() { return "Sorry, the service is busy, please try again later."; } }
在上面的代碼中,我們使用@SentinelResource注解標記了hello()方法,并指定了一個fallback方法。當Sentinel進行流量控制并觸發(fā)熔斷時,會自動調用fallback方法返回一個固定的響應。
接下來,我們需要在Sentinel Dashboard中配置流量控制規(guī)則。打開Dashboard,進入流控規(guī)則頁面,添加一個新的規(guī)則,將控制臺模式設置為直接失敗,并設置閾值和時間窗口等參數。保存規(guī)則后,我們就可以開始測試了。
當流量超過閾值時,Sentinel會拒絕請求并返回一個固定的響應,即fallback方法中定義的響應。這就是Sentinel的直接失敗模式。
關聯(lián)模式
Sentinel的關聯(lián)模式是一種流量控制策略,它可以根據不同的資源之間的關聯(lián)關系來進行流量控制。比如,如果一個接口的訪問頻率過高,可能會導致其所依賴的其他接口也受到影響,此時就可以使用關聯(lián)模式來控制流量。
關聯(lián)模式的實現(xiàn)需要定義資源之間的關聯(lián)關系,并為每個資源設置獨立的流控規(guī)則。在實際使用中,可以通過配置文件或代碼來定義關聯(lián)關系和流控規(guī)則。
以下是一個使用代碼實現(xiàn)Sentinel關聯(lián)模式的示例:
// 定義資源關聯(lián)關系 private static final String RESOURCE_A = "resourceA"; private static final String RESOURCE_B = "resourceB"; private static final String RESOURCE_C = "resourceC"; // 定義流控規(guī)則 private static final FlowRule RULE_A = new FlowRule(RESOURCE_A) .setCount(10) // 每秒最多處理10個請求 .setGrade(RuleConstant.FLOW_GRADE_QPS); private static final FlowRule RULE_B = new FlowRule(RESOURCE_B) .setCount(20) // 每秒最多處理20個請求 .setGrade(RuleConstant.FLOW_GRADE_QPS); private static final FlowRule RULE_C = new FlowRule(RESOURCE_C) .setCount(30) // 每秒最多處理30個請求 .setGrade(RuleConstant.FLOW_GRADE_QPS); // 定義資源關聯(lián)關系 private static final Set<FlowRule> RULES_A = new HashSet<>(); private static final Set<FlowRule> RULES_B = new HashSet<>(); private static final Set<FlowRule> RULES_C = new HashSet<>(); static { RULES_A.add(RULE_A); RULES_A.add(RULE_B); RULES_B.add(RULE_B); RULES_C.add(RULE_C); } // 注冊流控規(guī)則 FlowRuleManager.loadRules(RULES_A); FlowRuleManager.loadRules(RULES_B); FlowRuleManager.loadRules(RULES_C); // 定義資源關聯(lián)關系 DegradeRule degradeRuleA = new DegradeRule(RESOURCE_A) .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT) .setCount(5) // 每秒最多處理5個異常 .setTimeWindow(10); // 統(tǒng)計時間窗口為10秒 DegradeRule degradeRuleB = new DegradeRule(RESOURCE_B) .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT) .setCount(10) // 每秒最多處理10個異常 .setTimeWindow(10); // 統(tǒng)計時間窗口為10秒 DegradeRule degradeRuleC = new DegradeRule(RESOURCE_C) .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT) .setCount(15) // 每秒最多處理15個異常 .setTimeWindow(10); // 統(tǒng)計時間窗口為10秒 // 定義資源關聯(lián)關系 private static final Set<DegradeRule> DEGRADE_RULES_A = new HashSet<>(); private static final Set<DegradeRule> DEGRADE_RULES_B = new HashSet<>(); private static final Set<DegradeRule> DEGRADE_RULES_C = new HashSet<>(); static { DEGRADE_RULES_A.add(degradeRuleA); DEGRADE_RULES_A.add(degradeRuleB); DEGRADE_RULES_B.add(degradeRuleB); DEGRADE_RULES_C.add(degradeRuleC); } // 注冊降級規(guī)則 DegradeRuleManager.loadRules(DEGRADE_RULES_A); DegradeRuleManager.loadRules(DEGRADE_RULES_B); DegradeRuleManager.loadRules(DEGRADE_RULES_C);
在上面的代碼中,我們定義了三個資源:RESOURCE_A、RESOURCE_B、RESOURCE_C,并為每個資源設置了獨立的流控規(guī)則和降級規(guī)則。同時,我們還定義了資源之間的關聯(lián)關系,即RESOURCE_A和RESOURCE_B關聯(lián),RESOURCE_B和RESOURCE_C關聯(lián)。
通過這種方式,當RESOURCE_A的流量達到限制時,Sentinel會自動觸發(fā)降級操作,從而避免RESOURCE_B和RESOURCE_C受到影響。同樣地,當RESOURCE_B的流量達到限制時,Sentinel會自動觸發(fā)降級操作,從而避免RESOURCE_C受到影響。
到此這篇關于Spring Cloud中Sentinel的兩種限流模式介紹的文章就介紹到這了,更多相關Spring Cloud Sentinel限流模式內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
- 在SpringBoot項目中使用Spring Cloud Sentinel實現(xiàn)流量控制
- SpringCloud?集成Sentinel的實戰(zhàn)教程
- Spring?Cloud?中使用?Sentinel?實現(xiàn)服務限流的兩種方式
- springcloud3 Sentinel的搭建及案例操作方法
- Spring?Cloud微服務架構Sentinel數據雙向同步
- Spring?Cloud?Alibaba微服務組件Sentinel實現(xiàn)熔斷限流
- Spring?Cloud?Gateway整合sentinel?實現(xiàn)流控熔斷的問題
- Java之SpringCloudAlibaba Sentinel組件案例講解
- Sentinel 斷路器在Spring Cloud使用詳解
相關文章
Mybatis-plus foreach拼接字符串查詢無數據返回問題
這篇文章主要介紹了Mybatis-plus foreach拼接字符串查詢無數據返回問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-03-03spring 整合 mybatis 中數據源的幾種配置方式(總結篇)
因為spring 整合mybatis的過程中, 有好幾種整合方式,尤其是數據源那塊,經??吹讲灰粯拥呐渲梅绞?,總感覺有點亂,所以今天有空總結下,感興趣的朋友跟隨腳本之家小編一起學習吧2018-05-05SpringBoot配置MyBatis-Plus實現(xiàn)增刪查改
本文主要介紹了SpringBoot配置MyBatis-Plus實現(xiàn)增刪查改,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-08-08