【仿12306项目】基于SpringCloud，使用Sentinal对抢票业务进行限流

一. 常见的限流算法

方法的具体介绍由AI生成

1. 静态窗口限流

• 工作原理：
  将时间划分为固定大小的窗口，例如每秒一个窗口。在每个窗口内，限制请求的总数。当窗口内的请求数量达到设定的阈值时，后续的请求将被拒绝，直到下一个窗口开始。
• 优点：
  • 实现简单，容易理解和部署。
  • 能够严格控制单位时间内的请求数量，避免系统过载。
• 缺点：
  • 粒度较粗，容易出现“突发流量”问题。例如，如果一个窗口的请求刚好用完，而下一个窗口的请求又集中在窗口开始的瞬间，会导致流量的瞬间激增，对系统造成冲击。
  • 不够灵活，无法根据实际流量动态调整窗口大小或阈值。

2. 动态窗口限流

• 工作原理：
  在静态窗口的基础上引入动态调整机制。根据系统的实时负载情况（如CPU使用率、内存占用等），动态调整窗口的大小或阈值。例如，当系统负载较高时，减小窗口阈值；当系统负载较低时，适当增加窗口阈值。
• 优点：
  • 比静态窗口限流更灵活，能够根据系统负载动态调整，更好地适应不同的流量情况。
  • 能够在一定程度上缓解突发流量对系统的影响。
• 缺点：
  • 实现相对复杂，需要实时监控系统的负载情况并进行动态调整。
  • 动态调整的策略需要精心设计，否则可能会导致系统抖动或调整不及时。

3. 漏桶限流

• 工作原理：
  漏桶算法的核心是一个“漏桶”，它以固定速率流出水（处理请求），而流入水（请求到达）的速率是不可控的。如果流入的水过多，导致桶溢出，多余的水（请求）将被丢弃。漏桶算法通过限制流出水的速率，来控制请求的处理速率。
• 优点：
  • 能够平滑突发流量，将突发的请求分散到后续的时间中处理。
  • 实现相对简单，容易理解。
• 缺点：
  • 由于漏桶的流出速率是固定的，因此对突发流量的处理能力有限。如果突发流量过大，可能会导致大量请求被丢弃。
  • 对于短时间内的高并发请求，响应速度可能会较慢，因为漏桶需要按照固定速率逐步处理。

4. 令牌桶限流

• 工作原理：
  令牌桶算法的核心是一个“令牌桶”，系统以固定速率向桶中添加令牌。当请求到达时，会尝试从桶中获取令牌。如果桶中有令牌，则获取成功，请求被处理；如果桶中没有令牌，则请求被拒绝。令牌桶算法允许在短时间内处理突发流量，只要桶中有足够的令牌。
• 优点：
  • 能够很好地处理突发流量，允许在短时间内处理更多的请求，只要令牌足够。
  • 灵活性较高，可以通过调整令牌的生成速率和桶的容量来适应不同的场景。
• 缺点：
  • 如果突发流量过大，可能会导致令牌桶中的令牌快速耗尽，后续的请求将被拒绝。
  • 实现相对复杂，需要管理令牌的生成和消耗。

5. 令牌大闸

• 工作原理：
• 令牌大闸限流是一种相对较新的限流算法，其核心思想是通过“大闸”来控制流量。大闸会根据系统的负载情况和流量特征，动态地决定是否允许请求通过。它通常结合了多种策略，如令牌桶、动态窗口等，以实现更灵活的限流效果。例如，当系统负载较低时，大闸可以适当放宽限制；当系统负载较高时，大闸会严格限制流量。
• 优点：
  • 集成了多种限流策略的优点，能够更灵活地应对复杂的流量场景。
  • 能够根据系统的实时状态动态调整限流策略，避免系统过载。
• 缺点：
  • 实现复杂度较高，需要综合考虑多种因素和策略。
  • 配置和调优较为复杂，需要根据具体场景进行精细调整。

二. Sentinal简介

• 官网：https://sentinelguard.io/zh-cn/index.html

Sentinel 是阿里巴巴开源的分布式系统流量控制和熔断降级组件，通过流量控制、熔断降级、系统负载保护等功能，帮助微服务在高并发场景下保持稳定运行。它基于责任链模式设计，通过多个插槽（Slot）协同工作，实现流量监控、规则判断、资源降级等操作。Sentinel 提供可视化的控制台，方便用户实时监控系统状态并动态配置规则，同时支持与 Spring Cloud、Dubbo 等主流微服务框架无缝集成，广泛应用于分布式系统架构中，保障系统的高可用性。

重点：限流是做在被调用方，熔断是做在调用方

三. 代码演示

0. 限流场景

在基于SpringCloud的仿12306项目中，对于抢票这一环节需要做限流。对于关键业务doConfirm方法，进行限流访问。

1. 引入依赖

引入SpringCloud的sentinel依赖

        <!-- 限流熔断 -->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
        </dependency>

2. 定义资源

定义限流的内容，就是资源

	@SentinelResource(value = "doConfirm", blockHandler = "doConfirmBlock")
    public void doConfirm(ConfirmOrderDoReq req) {
		//  业务代码
	}

    /**
     * 降级方法，需包含限流方法的所有参数和BlockException参数
     * @param req
     * @param e
     */
    public void doConfirmBlock(ConfirmOrderDoReq req, BlockException e) {
        LOG.info("购票请求被限流：{}", req);
        throw new BusinessException(BusinessExceptionEnum.CONFIRM_ORDER_FLOW_EXCEPTION);
    }

blockHandler = “doConfirmBlock” 表示被阻塞之后调用doConfirmBlock方法

3. 定义规则

在启动类定义并调用规则：

@SpringBootApplication
@ComponentScan("com.mystudy")
@MapperScan("com.mystudy.train.*.mapper")
@EnableFeignClients("com.mystudy.train.business.feign")
@EnableCaching
public class BusinessApplication {

    private static final Logger LOG = LoggerFactory.getLogger(BusinessApplication.class);

    public static void main(String[] args) {
        SpringApplication app = new SpringApplication(BusinessApplication.class);
        Environment env = app.run(args).getEnvironment();
        LOG.info("启动成功！！");
        LOG.info("测试地址: \thttp://127.0.0.1:{}{}/test", env.getProperty("server.port"), env.getProperty("server.servlet.context-path"));

         // 限流规则
         initFlowRules();
         LOG.info("已定义限流规则");
    }

	// 定义限流规则
    private static void initFlowRules(){
        List<FlowRule> rules = new ArrayList<>();
        FlowRule rule = new FlowRule();
        rule.setResource("doConfirm");
        rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
        // Set limit QPS to 20.
        rule.setCount(1);
        rules.add(rule);
        FlowRuleManager.loadRules(rules);
    }
}

4. 启动测试

通过JMeter测试，启动十个线程同时抢票，运行结束后，查看限流情况：

控制台打印，被拦截的请求有8个，说明成功限流。
还有2个请求成功进入业务代码，是因为每秒只允许1个请求进入，运行时间超过1秒

四. 使用Sentinel控台监控流量

1. Sentinel控台1.8.6版本下载地址

https://github.com/alibaba/Sentinel/releases/download/1.8.6/sentinel-dashboard-1.8.6.jar

2. 文档说明：

https://sentinelguard.io/zh-cn/docs/dashboard.html

3. 启动控制台

命令行运行：

java -Dserver.port=18080 -Dcsp.sentinel.dashboard.server=localhost:18080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.6.jar

访问浏览器：http://localhost:18080/

默认用户名密码均是sentinel

4. 客户端代码配置连接控制台

• 增加配置：

# sentinel控台：https://github.com/alibaba/spring-cloud-alibaba/wiki/Sentinel
spring.cloud.sentinel.transport.port=8719
spring.cloud.sentinel.transport.dashboard=localhost:18080

18080端口与上述启动的端口要一致
连接完成后，只有当business模块有流量时，才会在控制台显示

• 控制台显示
  

控制台成功显示流量信息

• 同时可以在控制台查看限流规则，删除修改或者新增：

五. 使用Sentinel控制台配置接口限流

有了控制台，就不需要把流控规则写死在代码里了，可以利用控制台中的簇点链路来增加规则：

同时在对应的接口或者方法上增加相对应的注解，定义为资源
@SentinelResource(value = "xxx", blockHandler = "doConfirmBlock")

这样就可以设置动态流控策略了！

六. Sentinel+Nacos实现限流规则持久化

上述在控制台修改流控策略的方法，在服务器重启之后会消失，不能实现持久化，因此可以使用Sentinel+Nacos实现限流规则持久化

1. 添加依赖

        <!-- sentinel + nacos -->
        <dependency>
            <groupId>com.alibaba.csp</groupId>
            <artifactId>sentinel-datasource-nacos</artifactId>
        </dependency>

2. 增加配置

# sentinel + nacos
spring.cloud.sentinel.datasource.flow.nacos.serverAddr=127.0.0.1:8848
spring.cloud.sentinel.datasource.flow.nacos.namespace=train
spring.cloud.sentinel.datasource.flow.nacos.groupId=DEFAULT_GROUP
spring.cloud.sentinel.datasource.flow.nacos.dataId=sentinel-business-flow
spring.cloud.sentinel.datasource.flow.nacos.ruleType=flow

3. Nacos增加流控规则

[
    {
        "resource": "doConfirm",
        "limitApp": "default",
        "grade": 1,
        "count": 100,
        "strategy": 0,
        "controlBehavior": 0,
        "clusterMode": false
    }
]

4. 控制台查看

此时就有持久化配置项了

七. 熔断简介

熔断是一种容错机制，用于防止分布式系统中的雪崩效应。当某个服务或资源出现故障（如响应时间过长、错误率过高）时，熔断器会快速失败并停止对该服务的调用，避免故障扩散到整个系统。经过一段时间后，熔断器会尝试恢复调用，如果问题已解决，则恢复正常调用。