摘要:以流量為切入點(diǎn),從流量控制熔斷降級系統(tǒng)負(fù)載保護(hù)等多個(gè)維度保護(hù)服務(wù)的穩(wěn)定性分布式系統(tǒng)的流量防衛(wèi)兵。歡迎關(guān)注我們獲得更多的好玩實(shí)踐
之前分享過 一篇 《Spring Cloud Gateway 原生的接口限流該怎么玩》, 核心是依賴Spring Cloud Gateway 默認(rèn)提供的限流過濾器來實(shí)現(xiàn)
原生RequestRateLimiter 的不足配置方式
spring: cloud: gateway: routes: - id: requestratelimiter_route uri: lb://pigx-upms order: 10000 predicates: - Path=/admin/** filters: - name: RequestRateLimiter args: redis-rate-limiter.replenishRate: 1 redis-rate-limiter.burstCapacity: 3 key-resolver: "#{@remoteAddrKeyResolver}" #SPEL表達(dá)式去的對應(yīng)的bean - StripPrefix=1
RequestRateLimiterGatewayFilterFactory
public GatewayFilter apply(Config config) { KeyResolver resolver = getOrDefault(config.keyResolver, defaultKeyResolver); RateLimiter
在實(shí)際生產(chǎn)過程中,必定不能滿足我們的需求
生產(chǎn)中路由信息是保存數(shù)據(jù)庫持久化或者配置中心,RequestRateLimiterGatewayFilterFactory 并不能隨著持久化數(shù)據(jù)的改變而動(dòng)態(tài)改變限流參數(shù),不能做到實(shí)時(shí)根據(jù)流量來改變流量閾值
Sentinel Spring Cloud Gateway 流控支持 Sentinel 是什么?隨著微服務(wù)的流行,服務(wù)和服務(wù)之間的穩(wěn)定性變得越來越重要。Sentinel 以流量為切入點(diǎn),從流量控制、熔斷降級、系統(tǒng)負(fù)載保護(hù)等多個(gè)維度保護(hù)服務(wù)的穩(wěn)定性,分布式系統(tǒng)的流量防衛(wèi)兵。
從 1.6.0 版本開始,Sentinel 提供了 Spring Cloud Gateway 的適配模塊,可以提供兩種資源維度的限流:
route 維度:即在 Spring 配置文件中配置的路由條目,資源名為對應(yīng)的 routeId
自定義 API 維度:用戶可以利用 Sentinel 提供的 API 來自定義一些 API 分組
配置本地路由規(guī)則及其sentinel數(shù)據(jù)源com.alibaba.cloud spring-cloud-alibaba-sentinel-gateway com.alibaba.csp sentinel-datasource-nacos
spring: application: name: sentinel-spring-cloud-gateway cloud: gateway: enabled: true discovery: locator: lower-case-service-id: true routes: - id: pigx_route uri: https://api.readhub.cn predicates: - Path=/topic/** sentinel: datasource.ds1.nacos: server-addr: 127.0.0.1:8848 data-id: gw-flow group-id: DEFAULT_GROUP ruleType: gw-api-group filter: enabled: true配置nacos數(shù)據(jù)源中的限流策略
常用限流策略 常量
以客戶端IP作為限流因子 public static final int PARAM_PARSE_STRATEGY_CLIENT_IP = 0; 以客戶端HOST作為限流因子 public static final int PARAM_PARSE_STRATEGY_HOST = 1; 以客戶端HEADER參數(shù)作為限流因子 public static final int PARAM_PARSE_STRATEGY_HEADER = 2; 以客戶端請求參數(shù)作為限流因子 public static final int PARAM_PARSE_STRATEGY_URL_PARAM = 3; 以客戶端請求Cookie作為限流因子 public static final int PARAM_PARSE_STRATEGY_COOKIE = 4;
核心源碼解析 SentinelGatewayFilter
sentinel通過擴(kuò)展Gateway的過濾器,通過選擇的不同GatewayParamParser 過處理請求限流因子和數(shù)據(jù)源中的配置進(jìn)行比較
源碼如下:
public Mono效果演示filter(ServerWebExchange exchange, GatewayFilterChain chain) { Route route = exchange.getAttribute(ServerWebExchangeUtils.GATEWAY_ROUTE_ATTR); Mono asyncResult = chain.filter(exchange); if (route != null) { String routeId = route.getId(); Object[] params = paramParser.parseParameterFor(routeId, exchange, r -> r.getResourceMode() == SentinelGatewayConstants.RESOURCE_MODE_ROUTE_ID); String origin = Optional.ofNullable(GatewayCallbackManager.getRequestOriginParser()) .map(f -> f.apply(exchange)) .orElse(""); asyncResult = asyncResult.transform( new SentinelReactorTransformer<>(new EntryConfig(routeId, EntryType.IN, 1, params, new ContextConfig(contextName(routeId), origin))) ); } Set matchingApis = pickMatchingApiDefinitions(exchange); for (String apiName : matchingApis) { Object[] params = paramParser.parseParameterFor(apiName, exchange, r -> r.getResourceMode() == SentinelGatewayConstants.RESOURCE_MODE_CUSTOM_API_NAME); asyncResult = asyncResult.transform( new SentinelReactorTransformer<>(new EntryConfig(apiName, EntryType.IN, 1, params)) ); } return asyncResult; }
以上nacos 配置為 每秒只能通過5個(gè)請求,我們使用jmeter 4.0 來并發(fā)10個(gè)線程測試一下
通過上圖可以結(jié)果證明sentinel限流確實(shí)有效
動(dòng)態(tài)修改限流參數(shù)sentinel-datasource-nacos 作為sentinel的數(shù)據(jù)源,可以從如上 nacos 管理臺實(shí)時(shí)刷新限流參數(shù)及其閾值
目前sentinel dashboard 1.6.2 暫未實(shí)現(xiàn)gateway 流控圖形化控制 , 1.7.0 會增加此功能
總結(jié)以上源碼參考個(gè)人項(xiàng)目 基于Spring Cloud、OAuth2.0開發(fā)基于Vue前后分離的開發(fā)平臺
QQ: 2270033969 一起來聊聊你們是咋用 spring cloud 的吧。
歡迎關(guān)注我們獲得更多的好玩JavaEE 實(shí)踐
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/106177.html
摘要:以流量為切入點(diǎn),從流量控制熔斷降級系統(tǒng)負(fù)載保護(hù)等多個(gè)維度保護(hù)服務(wù)的穩(wěn)定性分布式系統(tǒng)的流量防衛(wèi)兵。歡迎關(guān)注我們獲得更多的好玩實(shí)踐 之前分享過 一篇 《Spring Cloud Gateway 原生的接口限流該怎么玩》, 核心是依賴Spring Cloud Gateway 默認(rèn)提供的限流過濾器來實(shí)現(xiàn) 原生RequestRateLimiter 的不足 配置方式 spring: clou...
摘要:應(yīng)對突發(fā)請求時(shí)額外允許的請求數(shù)目。勻速排隊(duì)模式下的最長排隊(duì)時(shí)間,單位是毫秒,僅在勻速排隊(duì)模式下生效。和為后續(xù)參數(shù)匹配特性預(yù)留,目前未實(shí)現(xiàn)。 1. 前言 4月25號,Sentinel 1.6.0 正式發(fā)布,帶來 Spring Cloud Gateway 支持、控制臺登錄功能、改進(jìn)的熱點(diǎn)限流和注解 fallback 等多項(xiàng)新特性,該出手時(shí)就出手,緊跟時(shí)代潮流,昨天剛發(fā)布,今天我就要給大家分...
摘要:常見的限流方式,比如適用線程池隔離,超過線程池的負(fù)載,走熔斷的邏輯。在令牌桶算法中,存在一個(gè)桶,用來存放固定數(shù)量的令牌。,令牌桶每秒填充平均速率。 轉(zhuǎn)載請標(biāo)明出處: https://www.fangzhipeng.com本文出自方志朋的博客 在高并發(fā)的系統(tǒng)中,往往需要在系統(tǒng)中做限流,一方面是為了防止大量的請求使服務(wù)器過載,導(dǎo)致服務(wù)不可用,另一方面是為了防止網(wǎng)絡(luò)攻擊。 常見的限流方式,...
摘要:歡迎訪問我的歡迎訪問我的內(nèi)容所有原創(chuàng)文章分類匯總及配套源碼,涉及等本篇概覽本篇概覽本文是實(shí)戰(zhàn)系列的第八篇,經(jīng)過前面的學(xué)習(xí),咱們對過濾器已了解得差不多,今天來補(bǔ)全過濾器的最后一個(gè)版塊限流默認(rèn)的限流器是基于實(shí)現(xiàn)的,限流算法是大家熟悉的令牌桶關(guān)于歡迎訪問我的GitHubhttps://github.com/zq2599/blog_demos內(nèi)容:所有原創(chuàng)文章分類匯總及配套源碼,涉及Java、Doc...
閱讀 793·2021-11-11 16:54
閱讀 1530·2021-08-24 10:01
閱讀 1916·2019-08-30 15:54
閱讀 3302·2019-08-29 14:02
閱讀 3137·2019-08-28 18:22
閱讀 2251·2019-08-28 18:09
閱讀 3712·2019-08-26 10:26
閱讀 2674·2019-08-23 18:23