Sentinel20# 针对调用来源的限流

瓜农老梁

共 3294字,需浏览 7分钟

 ·

2021-05-02 17:49

引言

当我们的服务提供方S的某个资源(接口方法)想针不同的服务消费方(A与B)设置不同的限流阈值时,这时就需要用到针对调用来源的限流。那我们可以大规模去使用这种限流方式吗?

内容提要

1.应用场景

示意图如下,针对A服务methodA1调用服务S的methodS1设置QPS限流300,针对B服务methodB1调用S服务的methodS1设置限流1000。也就是需要在S服务中对相同的资源(methodS1)针对不同的来源A与B设置不同的限流阈值。

2.实现原理

  • Sentinel在统计请求流量时会为每个调用来源构建统计信息(StatisticNode)

  • 在请求通过时获取调用来源origin对应的统计信息判决请求是否放行

3.为什么不能大量使用针对调用来源的限流?

备注:由于需要为每个调用来源origin的资源建立统计信息StatisticNode,大量使用会造成内存占用过多。这点官方faq中也给出了警示,注意 origin 数量不能太多,否则会导致内存暴涨,并且目前不支持模式匹配

下面举例说明,下面的例子中针对来源限流是不针对来源限流内存占用的30倍。

不针对来源限流:S服务有15个对外提供的服务接口,如果不针对来源限流,只需要15个统计StatisticNode即可

针对来源限流:如果调用S服务的消费者有30个,那么需要统计的StatisticNode的数量=30 * 15 = 450个

在实际中如果支持了其实难以控制数量是否是太多的,所以这是一个权衡的过程。首先针对调用来源的限流这个场景是不是很普遍,如果只是偶尔出现,这个功能应该考虑被禁用

代码示例

注入规则

注入同一个资源“consumer-source-test“针对不同来源AppId1、AppId2的两条规则。

[
    {
        "clusterMode"false,
        "controlBehavior": 0,
        "count": 20,
        "grade": 1,
        "limitApp""AppId1",
        "maxQueueingTimeMs": 500,
        "resource""consumer-source-test",
        "strategy": 0,
        "warmUpPeriodSec": 10
    },
    {
        "clusterMode"false,
        "controlBehavior": 0,
        "count": 40,
        "grade": 1,
        "limitApp""AppId2",
        "maxQueueingTimeMs": 500,
        "resource""consumer-source-test",
        "strategy": 0,
        "warmUpPeriodSec": 10
    }
]

限流日志

针对AppId2的运行日志显示限流40,针对调用来源限流生效。

1619830979000|2021-05-01 09:02:59|consumer-source-test|42|1135|42|0|0|0|0|0
1619830980000|2021-05-01 09:03:00|consumer-source-test|40|1152|40|0|0|0|0|0
1619830981000|2021-05-01 09:03:01|consumer-source-test|42|1180|42|0|0|0|0|0
1619830982000|2021-05-01 09:03:02|consumer-source-test|40|1172|40|0|0|0|0|0
1619830983000|2021-05-01 09:03:03|consumer-source-test|40|1152|40|0|0|0|0|0
1619830984000|2021-05-01 09:03:04|consumer-source-test|43|1159|43|0|0|0|0|0
1619830985000|2021-05-01 09:03:05|consumer-source-test|41|1195|41|0|0|0|0|0
1619830986000|2021-05-01 09:03:06|consumer-source-test|40|1160|40|0|0|0|0|0
1619830987000|2021-05-01 09:03:07|consumer-source-test|40|1209|40|0|0|0|0|0
1619830988000|2021-05-01 09:03:08|consumer-source-test|41|1159|41|0|0|0|0|0
1619830989000|2021-05-01 09:03:09|consumer-source-test|40|1136|40|0|0|0|0|0

源码分析

针对调用来源构建统计信息

为每个origin构建统计信息StatisticNode

请求通过时的校验

当请求判断是否允许放行时,需要统计信息Node与规则阈值比较,此时获取的是origin的统计信息。



浏览 25
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报