Spring Cloud中Sentinel的两种限流模式介绍

Sentinel流控模式

Sentinel流量控制主要有以下几种模式：

直接失败模式：在达到流量控制阈值后，直接拒绝请求，返回错误信息。

关联模式：当关联的资源达到流量控制阈值时，将触发当前资源的流量控制。

Warm Up模式：在系统启动时，允许一定量的请求通过，防止出现系统冷启动时大量请求被拒绝的情况。

排队等待模式：在达到流量控制阈值后，请求将进入队列等待，直到有资源可用时再处理请求。

热点规则：对于一些热点资源，可以设置特定的流量控制规则，以防止热点资源被过多请求占用导致系统崩溃。

说明：由于篇幅原因，本篇文章先介绍前两种模式，即直接失败模式和关联模式。

直接失败模式

Sentinel的直接失败模式是一种流量控制策略，它可以在系统达到预设的流量阈值时直接拒绝请求，而不是将请求放入队列等待处理。该模式可以避免系统资源过度消耗，并且可以快速响应请求，提高系统的可用性。

具体来说，Sentinel的直接失败模式可以通过以下步骤实现：

1.配置流量阈值：在Sentinel中，可以通过配置规则来设置系统的流量阈值，例如：每秒最多处理100个请求。

2.监控流量：Sentinel会监控系统的流量，当流量达到预设的阈值时，Sentinel会触发流量控制策略。

3.直接拒绝请求：在直接失败模式下，当流量达到阈值时，Sentinel会直接拒绝请求，并返回错误信息给客户端，而不是将请求放入队列等待处理。

4.统计流量：Sentinel会统计系统的流量情况，并根据配置的规则进行限流，以保证系统的稳定性和可用性。

首先，我们需要添加Sentinel依赖：

<dependency>
   <groupId>com.alibaba.cloud</groupId>
   <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

然后，在启动类上添加@EnableSentinel注解启用Sentinel：

@SpringBootApplication
@EnableSentinel
public class DemoApplication {
   public static void main(String[] args) {
       SpringApplication.run(DemoApplication.class, args);
   }
}

接下来，我们定义一个Controller，其中包含一个需要进行流量控制的方法：

@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.";
   }
}

在上面的代码中，我们使用@SentinelResource注解标记了hello()方法，并指定了一个fallback方法。当Sentinel进行流量控制并触发熔断时，会自动调用fallback方法返回一个固定的响应。

接下来，我们需要在Sentinel Dashboard中配置流量控制规则。打开Dashboard，进入流控规则页面，添加一个新的规则，将控制台模式设置为直接失败，并设置阈值和时间窗口等参数。保存规则后，我们就可以开始测试了。

当流量超过阈值时，Sentinel会拒绝请求并返回一个固定的响应，即fallback方法中定义的响应。这就是Sentinel的直接失败模式。

关联模式

Sentinel的关联模式是一种流量控制策略，它可以根据不同的资源之间的关联关系来进行流量控制。比如，如果一个接口的访问频率过高，可能会导致其所依赖的其他接口也受到影响，此时就可以使用关联模式来控制流量。

关联模式的实现需要定义资源之间的关联关系，并为每个资源设置独立的流控规则。在实际使用中，可以通过配置文件或代码来定义关联关系和流控规则。

以下是一个使用代码实现Sentinel关联模式的示例：

// 定义资源关联关系
private static final String RESOURCE_A = "resourceA";
private static final String RESOURCE_B = "resourceB";
private static final String RESOURCE_C = "resourceC";

// 定义流控规则
private static final FlowRule RULE_A = new FlowRule(RESOURCE_A)
   .setCount(10) // 每秒最多处理10个请求
   .setGrade(RuleConstant.FLOW_GRADE_QPS);
private static final FlowRule RULE_B = new FlowRule(RESOURCE_B)
   .setCount(20) // 每秒最多处理20个请求
   .setGrade(RuleConstant.FLOW_GRADE_QPS);
private static final FlowRule RULE_C = new FlowRule(RESOURCE_C)
   .setCount(30) // 每秒最多处理30个请求
   .setGrade(RuleConstant.FLOW_GRADE_QPS);

// 定义资源关联关系
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);
}

// 注册流控规则
FlowRuleManager.loadRules(RULES_A);
FlowRuleManager.loadRules(RULES_B);
FlowRuleManager.loadRules(RULES_C);

// 定义资源关联关系
DegradeRule degradeRuleA = new DegradeRule(RESOURCE_A)
   .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT)
   .setCount(5) // 每秒最多处理5个异常
   .setTimeWindow(10); // 统计时间窗口为10秒
DegradeRule degradeRuleB = new DegradeRule(RESOURCE_B)
   .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT)
   .setCount(10) // 每秒最多处理10个异常
   .setTimeWindow(10); // 统计时间窗口为10秒
DegradeRule degradeRuleC = new DegradeRule(RESOURCE_C)
   .setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT)
   .setCount(15) // 每秒最多处理15个异常
   .setTimeWindow(10); // 统计时间窗口为10秒

// 定义资源关联关系
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);
}

// 注册降级规则
DegradeRuleManager.loadRules(DEGRADE_RULES_A);
DegradeRuleManager.loadRules(DEGRADE_RULES_B);
DegradeRuleManager.loadRules(DEGRADE_RULES_C);

在上面的代码中，我们定义了三个资源：RESOURCE_A、RESOURCE_B、RESOURCE_C，并为每个资源设置了独立的流控规则和降级规则。同时，我们还定义了资源之间的关联关系，即RESOURCE_A和RESOURCE_B关联，RESOURCE_B和RESOURCE_C关联。

通过这种方式，当RESOURCE_A的流量达到限制时，Sentinel会自动触发降级操作，从而避免RESOURCE_B和RESOURCE_C受到影响。同样地，当RESOURCE_B的流量达到限制时，Sentinel会自动触发降级操作，从而避免RESOURCE_C受到影响。

来源：https://blog.csdn.net/qq_53847859/article/details/130566565