一、Sentinel 流控規則基本介紹

1、Snetinel 流控規則配置方式

? ? ? ?Sentinel 支持可視化的流控規則配置，使用非常簡單；可以在監控服務下的“簇點鏈路” 或

? ? ? ?“流控規則” 中 給指定的請求資源配置流控規則；一般推薦在?“簇點鏈路” 中配置流控規則。

? ? ? ? 如下圖所示：

? ? ? ? ? ? ?1）在 “簇點鏈路” 中配置流控規則

? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ?2）在 “流控規則” 中配置流控規則

? ? ? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ? ?

? ? ? ?

2、流控規則名詞解析

? ? ?1）資源名：唯一名稱，默認請求路徑

? ? ?2）針對來源：Sentinel可以針對調用者進行限流，填寫微服務名，默認default（不區分來源）

? ? ?3）閾值類型：

? ? ? ? ? QPS：每秒鐘的請求數量，當調用該API的QPS達到閾值的時候，進行限流

? ? ? ? ? 并發請求數：每秒調用請求的線程數量，當調用該API的線程數量達到閾值的時候，

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?進行限流

? ? ?4）單機閾值：指每秒調用當前資源的次數

? ? ?5）是否集群：當前不需要集群，先不測試集群

? ? ?6）流控模式：

? ? ? ? ? ?I）直接：API達到限流條件時，直接限流

? ? ? ? ? ?II）關聯：當關聯的資源達到閾值時，就限流自己

? ? ? ? ? ?III）鏈路：只記錄指定鏈路上的流量（指定資源從入口資源進來的流量，如果達到閾值，

? ? ? ? ? ? ? ? ? ? ? ? ? ? 就進行限流）(API級別的針對來源)

? ? ?7）流控效果：

? ? ? ? ? ?I）直接失敗：直接失敗，拋出異常

? ? ? ? ? ?II）Wam Up：根據codeFactor（冷加載因子，默認3）的值，從“閾值/codeFacotor” 開始，

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 經過預熱時長，才達到設置的QPS閾值

? ? ? ? ? ?III）排隊等待：勻速排隊，讓請求以勻速的速度通過，閾值類型必須設置為QPS，否則無效

二、具體的流控規則配置練習

1、準備環境

? ? ?創建服務（sentinel-8401），并整合Sentinel（具體步驟請參考上一篇“整合Sentinel”）;

? ? 在?sentinel-8401，創建controller類?FlowlimitController，定義2個資源 “/testA”、“/testB”；

? ? 如下所示：

@RestController
public class FlowlimitController {@GetMapping("/testA")public String testA() {return "testA------測試";}@GetMapping("/testB")public String testB(){return "testB------測試";}}

1、直接

1.1、QPS（閾值類型）+直接（流控模式）

? ? ? ? ?給請求testA配置流控，閾值類型選擇 “QPS”，單機閾值配置為 1，流控模式選擇“直接”，

? ? ? ? ?流控效果選擇“直接失敗”表示當請求/testA每秒請求數超過1時，請求直接失敗；

? ? ? ? ?如下圖所示：

? ? ? ? ? ? ? ?

? ? ? ?然后在瀏覽器或PostMan 中快速訪問 “/testA”，當達到限流上限后的請求直接返回異常，

? ? ? ?如下所示：

? ? ? ? ? ??

? ? ? ? ?流控模式為 “直接” 、流控效果為“直接”失敗的方式很簡單，就測試一種情況就行了

2、關聯

? ? ? 官方解釋：當關聯的資源達到閾值時，就限流自己。

? ? ??通俗解釋來說，比如那我們的程序，現在有testA接口和testB接口，當A關聯的資源B達到

? ? ? 閾值后，就限流自己，也就是B到達閾值，限流A本身，B本身不會被限流。

? ? ?換到程序里面來說比如一個電商系統中，支付系統達到閾值，就限流下訂單系統。

? ? ?如下圖所示：

? ? ? ? ? ??

2.1、“關聯”使用步驟

? ? ? ? ?1）準備2個請求資源“testA接口和testB接口”，如下所示：

@RestController
public class FlowlimitController {@GetMapping("/testA")public String testA() {return "testA------測試";}@GetMapping("/testB")public String testB(){return "testB------測試";}
}

? ? ? ? ?2）給請求資源 “testA” 添加流控規則，testA 關聯 testB，并配置testB的QPS為1

? ? ? ? ? ? ? 如下所示：

? ? ? ? ? ? ? ? ? ?

? ? ? ? ?3）測試

? ? ? ? ? ? ? ?先在瀏覽器或postman訪問testB，達到限流上限，然后再訪問testA，

? ? ? ? ? ? ? ?testA 也會被限流，直接返回失敗；

? ? ? ? ? ? ? ?注意：此時testB并沒有被限流，testB還能正常訪問

? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ??

? ? ? ? ? ? ??

? ? ? ? ? ? ? ?

3、鏈路

? ? ??鏈路流控模式指的是，當從某個接口過來的資源達到限流條件時，開啟限流，它的功能有

? ? ? 點類似于“針對來源”配置項，區別在于：針對來源是針對上級微服務，而鏈路流控是針對

? ? ? 上級接口，也就是說它的粒度更細。

? ? ? ?比如在一個微服務中，兩個接口都調用了同一個Service中的方法，并且該方法用

? ? ? ?SentinelResource（用于定義資源）注解標注了，然后對該注解標注的資源（方法）進

? ? ? ?行配置，則可以選擇鏈路模式。如下圖所示：

? ? ? ? ? ? ??

? ? ? ? 此時若訪問testA時史資源 common 達到了限流上限，再訪問testA時會直接拋出異常

? ? ? （testA被限流了），但此時testB 正常訪問，testB沒有被限流。

3.2、測試步驟

? ? ? ? ?1）準備service接口common

public interface SentinelService {String common();
}/*****************************************************  測試 Sentinel 流控規則--鏈路*  鏈路流控模式指的是，當從某個接口過來的資源達到限流條件時，開啟限流，它的功能有點類似于針對來源配置項，*  與來源項的區別在于：來源項針對來源是針對上級微服務，而鏈路流控是針對上級接口，也就是說它的粒度更細。* 比如在一個微服務中，兩個接口都調用了同一個Service中的方法，并且該方法用SentinelResource（用于定義資源）注解標注了，* 然后對該注解標注的資源（方法）進行配置，則可以選擇鏈路模式。** @author * @date 2025/6/23 10:29****************************************************/
@Service
public class SentinelServiceImpl implements SentinelService {/*** 注解 @SentinelResource 指定需要限流的資源（方法）* @return*/@SentinelResource("common")@Overridepublic String common() {return "common";}
}

? ? ? ? ?2）修改FlowlimitController 中的testA 與testB 方法，并調用方法common

@RestController
public class FlowlimitController {@Autowiredprivate SentinelService sentinelService;@GetMapping("/testA")public String testA() {return sentinelService.common();}@GetMapping("/testB")public String testB(){return sentinelService.common();}
}

? ? ? ? ?3）給testA 鏈路中的方法資源common 配置流控規則，如下所示：

? ? ? ? ? ? ? ?

? ? ? ? ?4）修改配置文件application.yml，在Sentinel 配置中添加配置項web-context-unify=false；

? ? ? ? ? ? ? ?將 CommonFilter 中的參數 WEB_CONTEXT_UNIFY 設置為false，即可根據不同的URL

? ? ? ? ? ? ? ? 開啟限流，否則不生效，配置內容如下：

? ? ? ? ? ? ? ? ? ??

? ? ? ? ? 5）測試結果：

? ? ? ? ? ? ? ??

三、具體流控效果配置練習

1、Wam Up

? ? ?Warm Up方式，即預熱/冷啟動方式。

? ? ?該方式主要用于系統長期處于低水位的情況下，當流量突然增加時，直接把系統拉升到高水位

? ? ?可能瞬間把系統壓垮。通過"冷啟動"，讓通過的流量緩慢增加，在一定時間內逐漸增加到閾值

? ? ?上限，給冷系統一個預熱的時間，避免冷系統被壓垮的情況。

? ? ?預熱公式：預熱時間 = 閾值/coldFactor（coldFactor：冷加載因子，默認值為3）；

? ? ? 經過預熱時間后才會達到閾值，即啟動的過程系統允許通過的QPS不會瞬間到達閾值，

? ? ? 會慢慢的上升到QPS閾值，

? ? ? 冷啟動的過程系統允許通過的QPS曲線如下圖：

? ? ? ? ? ? ?

? ? ? 使用場景：一般秒殺系統中會有這樣的流控設置，為了防止秒殺瞬間造成系統崩潰。

1.1、Wam Up使用示例

? ? ? ? ?默認冷加載因子coldFactor為3，當發起請求即請求QPS從（閾值/3）開始（即第一次請求的

? ? ? ? ?初始化閾值= 當前閾值/coldFactor），經過指定預熱時長才逐步升至設定的QPS閾值，

? ? ? ? ?如：當前閾值設置為10，預熱時長設置為5秒，那么系統 初始化時閾值 = 當前閾值10/3

? ? ? ? ? ? ? ? 約等于3，即閾值在此時為3，經過5秒后閾值才慢慢升高到10

? ? ? ? ?流控規則配置如下：

? ? ? ? ? ? ? ??

? ? ? ? ?測試：

? ? ? ? ? ?直接在瀏覽器上手動刷新，然后我們來看Sentinel的實時監控中QPS的變化，

? ? ? ? ? ?如下圖所示：

? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ? 通過Sentinel的實時監控的圖中請求QPS的變化可以發現若每秒的QPS大于

? ? ? ? ? ? ? 初始化閾值（當前閾值/coldFactor），那么多于的請求會被拒絕，在瀏覽器中也可以

? ? ? ? ? ? ? 發現有請求返回：Blocked by Sentinel (flow limiting)

? ? ? ? ? ? ? 如下圖所示：

? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ?

2、排隊等待

2.1、概念

? ? ? ? ?排隊等待方式會嚴格控制請求通過的間隔時間，也即是讓請求以均勻的速度通過，對應

? ? ? ? ?的是漏桶算法。

? ? ? ? ?這種方式主要用于處理間隔性突發的流量，例如消息隊列。想象一下這樣的場景，在某一秒

? ? ? ? 有大量的請求到來，而接下來的幾秒則處于空閑狀態，我們希望系統能夠在接下來的空閑期

? ? ? ? 間逐漸處理這些請求，而不是在第一秒直接拒絕多余的請求（削峰填谷）。如下圖所示：

? ? ? ? ? ? ? ??

? ? ? ? 勻速器

? ? ? ? ? ? ? ??它的中心思想是，以固定的間隔時間讓請求通過。當請求到來的時候，如果當前請求距

? ? ? ? ? ? ? ? 離上個通過的請求通過的時間間隔不小于預設值，則讓當前請求通過。否則，計算當前

? ? ? ? ? ? ? ?請求的預期通過時間，如果該請求的預期通過時間小于規則預設的 timeout 時間，則該請

? ? ? ? ? ? ? ?求會等待直到預設時間到來通過（排隊等待處理）；若預期的通過時間超出最大排隊時

? ? ? ? ? ? ? ?長，則直接拒接這個請求。如下圖所示：

? ? ? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ?Sentinel 勻速排隊等待策略是漏桶算法結合虛擬隊列等待機制實現的。

? ? ? ? ? ?注意：排隊等待（勻速排隊）模式暫時不支持 QPS > 1000 的場景。

2.2、示例

? ? ? ? 給請求“/testF” 配置 “排隊等待” 流控效果；配置QPS的單機閾值為1，表示1秒只處理一個

? ? ? ? 請求，超時時間（最大排隊時間）為2000（20秒，單位是毫秒）；當1s內進來25個請求，

? ? ? ? 第一個請求會被立即處理，后續的請求被放到等待隊列中，隊列中的請求只要在超時時間

? ? ? ? 之內，都可以被處理，超過了超時時間就被直接拒絕了。流控規則配置如下：

? ? ? ? ? ? ? ?

? ? ? ? 注意：若想看到被拒絕的場景，可以把超時時間調小點，然后在瀏覽器中快速刷新請求；

? ? ? ? ? ? ? ? ? ?postman是每秒發送一次請求，測不出超時拒絕的場景

? ? ? ? 然后在FlowlimitController 類中的 testF 方法中打印一條輸出語句，如下圖所示：

? ? ? ? ? ? ? ?

? ? ? ? 最后我們可以通過Postman來進行測試，發送請求時沒有延遲，同時發送25條請求，

? ? ? ? 然后我們會發現就是排隊效果1秒執行一個請求，同時我們在Idea中也可以看到打印效果，

? ? ? ?也是1s輸出1條。

? ? ? ?如下圖所示：

? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ?

? ?