• 热点参数的流量控制


    概述

    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。

    图片描述

    Sentinel 利用 LRU 策略统计最近最常访问的热点参数,结合令牌桶算法来进行参数级别的流控。

    基本使用

    要使用热点参数限流功能,需要引入以下依赖:

    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-parameter-flow-control</artifactId>
        <version>x.y.z</version>
    </dependency>
    

    然后为对应的资源配置热点参数限流规则,并在 entry 的时候传入相应的参数,即可使热点参数限流生效。
    注:若自行扩展并注册了自己实现的 SlotChainBuilder,并希望使用热点参数限流功能,则可以在 chain 里面合适的地方插入 ParamFlowSlot。
    那么如何传入对应的参数以便 Sentinel 统计呢?我们可以通过 SphU 类里面几个 entry 重载方法来传入:

    public static Entry entry(String name, EntryType type, int count, Object... args) throws BlockException
    public static Entry entry(Method method, EntryType type, int count, Object... args) throws BlockException
    

    其中最后的一串 args 就是要传入的参数,有多个就按照次序依次传入。比如要传入两个参数 paramA 和 paramB,则可以:

    // paramA in index 0, paramB in index 1.
    // 若需要配置例外项或者使用集群维度流控,则传入的参数只支持基本类型。
    SphU.entry(resourceName, EntryType.IN, 1, paramA, paramB);
    

    注意:若 entry 的时候传入了热点参数,那么 exit 的时候也一定要带上对应的参数(exit(count, args)),否则可能会有统计错误。正确的示例:

    Entry entry = null;
    try {
        entry = SphU.entry(resourceName, EntryType.IN, 1, paramA, paramB);
        // Your logic here.
    } catch (BlockException ex) {
        // Handle request rejection.
    } finally {
        if (entry != null) {
            entry.exit(1, paramA, paramB);
        }
    }
    

    对于 @SentinelResource 注解方式定义的资源,若注解作用的方法上有参数,Sentinel 会将它们作为参数传入 SphU.entry(res, args)。比如以下的方法里面 uid 和 type 会分别作为第一个和第二个参数传入 Sentinel API,从而可以用于热点规则判断:

    @SentinelResource("myMethod")
    public Result doSomething(String uid, int type) {
      // some logic here...
    }
    

    热点参数规则

    热点参数规则(ParamFlowRule)类似于流量控制规则(FlowRule):
    属性 说明 默认值

    属性说明默认值
    resource 资源名,必填  
    count 限流阈值,必填  
    grade 限流模式 QPS 模式
    durationInSec 统计窗口时间长度(单位为秒),1.6.0 版本开始支持 1s
    controlBehavior 流控效果(支持快速失败和匀速排队模式),1.6.0 版本开始支持  
    maxQueueingTimeMs 最大排队等待时长(仅在匀速排队模式生效),1.6.0 版本开始支持 0ms
    paramIdx 热点参数的索引,必填,对应 SphU.entry(xxx, args) 中的参数索引位置  
    paramFlowItemList 参数例外项,可以针对指定的参数值单独设置限流阈值,不受前面 count 阈值的限制。仅支持基本类型和字符串类型  
    clusterMode 是否是集群参数流控规则 false
    clusterConfig 集群流控相关配置  

    我们可以通过 ParamFlowRuleManager 的 loadRules 方法更新热点参数规则,下面是一个热点流控规则:

    ParamFlowRule rule = new ParamFlowRule(resourceName)
        .setParamIdx(0)
        .setCount(5);
    // 针对 int 类型的参数 PARAM_B,单独设置限流 QPS 阈值为 10,而不是全局的阈值 5.
    ParamFlowItem item = new ParamFlowItem().setObject(String.valueOf(PARAM_B))
        .setClassType(int.class.getName())
        .setCount(10);
    rule.setParamFlowItemList(Collections.singletonList(item));
    
    ParamFlowRuleManager.loadRules(Collections.singletonList(rule));
    

    示例
    示例可参见 sentinel-demo-parameter-flow-control

    概述

    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。

    图片描述

    Sentinel 利用 LRU 策略统计最近最常访问的热点参数,结合令牌桶算法来进行参数级别的流控。

    基本使用

    要使用热点参数限流功能,需要引入以下依赖:

    <dependency>
        <groupId>com.alibaba.csp</groupId>
        <artifactId>sentinel-parameter-flow-control</artifactId>
        <version>x.y.z</version>
    </dependency>
    

    然后为对应的资源配置热点参数限流规则,并在 entry 的时候传入相应的参数,即可使热点参数限流生效。
    注:若自行扩展并注册了自己实现的 SlotChainBuilder,并希望使用热点参数限流功能,则可以在 chain 里面合适的地方插入 ParamFlowSlot。
    那么如何传入对应的参数以便 Sentinel 统计呢?我们可以通过 SphU 类里面几个 entry 重载方法来传入:

    public static Entry entry(String name, EntryType type, int count, Object... args) throws BlockException
    public static Entry entry(Method method, EntryType type, int count, Object... args) throws BlockException
    

    其中最后的一串 args 就是要传入的参数,有多个就按照次序依次传入。比如要传入两个参数 paramA 和 paramB,则可以:

    // paramA in index 0, paramB in index 1.
    // 若需要配置例外项或者使用集群维度流控,则传入的参数只支持基本类型。
    SphU.entry(resourceName, EntryType.IN, 1, paramA, paramB);
    

    注意:若 entry 的时候传入了热点参数,那么 exit 的时候也一定要带上对应的参数(exit(count, args)),否则可能会有统计错误。正确的示例:

    Entry entry = null;
    try {
        entry = SphU.entry(resourceName, EntryType.IN, 1, paramA, paramB);
        // Your logic here.
    } catch (BlockException ex) {
        // Handle request rejection.
    } finally {
        if (entry != null) {
            entry.exit(1, paramA, paramB);
        }
    }
    

    对于 @SentinelResource 注解方式定义的资源,若注解作用的方法上有参数,Sentinel 会将它们作为参数传入 SphU.entry(res, args)。比如以下的方法里面 uid 和 type 会分别作为第一个和第二个参数传入 Sentinel API,从而可以用于热点规则判断:

    @SentinelResource("myMethod")
    public Result doSomething(String uid, int type) {
      // some logic here...
    }
    

    热点参数规则

    热点参数规则(ParamFlowRule)类似于流量控制规则(FlowRule):
    属性 说明 默认值

    属性说明默认值
    resource 资源名,必填  
    count 限流阈值,必填  
    grade 限流模式 QPS 模式
    durationInSec 统计窗口时间长度(单位为秒),1.6.0 版本开始支持 1s
    controlBehavior 流控效果(支持快速失败和匀速排队模式),1.6.0 版本开始支持  
    maxQueueingTimeMs 最大排队等待时长(仅在匀速排队模式生效),1.6.0 版本开始支持 0ms
    paramIdx 热点参数的索引,必填,对应 SphU.entry(xxx, args) 中的参数索引位置  
    paramFlowItemList 参数例外项,可以针对指定的参数值单独设置限流阈值,不受前面 count 阈值的限制。仅支持基本类型和字符串类型  
    clusterMode 是否是集群参数流控规则 false
    clusterConfig 集群流控相关配置  

    我们可以通过 ParamFlowRuleManager 的 loadRules 方法更新热点参数规则,下面是一个热点流控规则:

    ParamFlowRule rule = new ParamFlowRule(resourceName)
        .setParamIdx(0)
        .setCount(5);
    // 针对 int 类型的参数 PARAM_B,单独设置限流 QPS 阈值为 10,而不是全局的阈值 5.
    ParamFlowItem item = new ParamFlowItem().setObject(String.valueOf(PARAM_B))
        .setClassType(int.class.getName())
        .setCount(10);
    rule.setParamFlowItemList(Collections.singletonList(item));
    
    ParamFlowRuleManager.loadRules(Collections.singletonList(rule));
    

    示例
    示例可参见 sentinel-demo-parameter-flow-control

    输出结果:

    图片描述

     
     
    阶段一 单体电商项目架构,开发与上线(1~5周)
     
    阶段二 从单体到高可用集群演进(6-8周)
     
    阶段三 分布式架构-逐个击破分布式核心问题(9-17周)
     
    阶段四 基于SpringCloud改造微服务(18-25周)
     
    · 微服务架构认知、服务治理-Eureka
     
    · 负载均衡、服务通信与调用
     
    · 服务容错-Hystrix
     
    · 分布式配置中心-Config
     
    · 消息总线、服务网关
     
    · 服务调用链追踪、消息驱动
     
    · 微服务下Sentinel流量防控卫兵
     
    · 服务治理的另一条路 - Dubbo
     
    阶段五 服务容器化-Docker与K8S(26-30周)
     
    阶段六 高性能网络通信-Netty与性能调优(31~40周)
     
     
     
     
  • 相关阅读:
    Eclipse安装常用离线插件
    Eclipse添加Maven、Jdk、Tomcat
    每天总结模电-去耦电容(一)
    4K显示器含义
    c语言的学习方法
    悲伤逆流成河读后感
    晶体管(三极管,场效应管,MOS以及CMOS)的区别
    强电的元器件认识
    ElasticSearch
    DataGrip
  • 原文地址:https://www.cnblogs.com/wjx6270/p/13330464.html
Copyright © 2020-2023  润新知