5-CloudAlibaba-Sentinel
(热点参数与系统限流)学习笔记2020.10.25
前言:
何为热点?热点即经常访问的数据。很多时候我们希望统计某个热点数据中访问频次最高的 Top K 数据,并对其访问进行限制。比如:
- 商品 ID 为参数,统计一段时间内最常购买的商品 ID 并进行限制
- 用户 ID 为参数,针对一段时间内频繁访问的用户 ID 进行限制
热点参数限流会统计传入参数中的热点参数,并根据配置的限流阈值与模式,对包含热点参数的资源调用进行限流。热点参数限流可以看做是一种特殊的流量控制,仅对包含热点参数的资源调用生效。
也就是说对一个api接口, 传递的参数符合规则的才进行限流。
假设一个单独一个商品查询接口, 在这个商品查询接口中, 最近在这个苹果新机出新品的时候, 抢购查询得最多的就是苹果iPhone12, 所以可以使用热点参数限流只针对查询苹果商品的访问进行控制, 以免
QPS
访问量过大造成服务异常, 下面进行配置测试。
1.0 热点参数限流 (官网)
1.1在学习的Sentinel
模块中增加api
接口
@GetMapping("/findCommodityByName")
@SentinelResource(value = "findCommodityByName",blockHandler = "handleException")
public CommonResult findCommodityByName(String name,String Id)
{
return new CommonResult(200,"找到了"+name+"商品",Id);
}
public CommonResult handleException(String name,String Id,BlockException exception)
{
return new CommonResult(429,exception.getClass().getCanonicalName()+"\t 服务限流了,限流商品"+name,Id);
}
1.2 控制台进行配置热点规则与测试
2.0 系统规则限流 (官网)
Sentinel 系统自适应限流从整体维度对应用入口流量进行控制,结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标,通过自适应的流控策略,让系统的入口流量和系统的负载达到一个平衡,让系统尽可能跑在最大吞吐量的同时保证系统整体的稳定性。
系统规则支持以下的模式:
- Load 自适应(仅对 Linux/Unix-like 机器生效):系统的 load1 作为启发指标,进行自适应系统保护。当系统 load1 超过设定的启发值,且系统当前的并发线程数超过估算的系统容量时才会触发系统保护(BBR 阶段)。系统容量由系统的
maxQps * minRt
估算得出。设定参考值一般是CPU cores * 2.5
。- CPU usage(1.5.0+ 版本):当系统 CPU 使用率超过阈值即触发系统保护(取值范围 0.0-1.0),比较灵敏。
- 平均 RT:当单台机器上所有入口流量的平均 RT 达到阈值即触发系统保护,单位是毫秒。
- 并发线程数:当单台机器上所有入口流量的并发线程数达到阈值即触发系统保护。
- 入口 QPS:当单台机器上所有入口流量的 QPS 达到阈值即触发系统保护。
对整个应用的限流。
2.1 进行入口 QPS
进行配置测试
2.1.1 新增2个api接口
@GetMapping("/test1")
public CommonResult test1()
{
return new CommonResult(200,"正常访问",null);
}
@GetMapping("/test2")
public CommonResult test2()
{
return new CommonResult(200,"正常访问",null);
}
2.1.2 控制台配置规则与测试
1