APISIX限流实战

apisix限流算法

目前apisix主要提供三种限流方式

Limit-req(漏桶算法)

漏桶算法限制单个客户端对服务的请求速率

目前看到的漏桶算法只支持单机限流, 所以线上不推荐使用limit-req

limit-count

对单个服务的并发请求数。当客户端对路由的并发请求数达到限制时。

这个主要是基于客户端连接数的,也是仅支持单机

limit-count

使用固定时间窗口算法,主要用于限制单个客户端在指定的时间范围内对服务的总请求数,并且会在 HTTP 响应头中返回剩余可以请求的个数 该限流方式支持外接redis来支持集群限流。但是固定时间窗口算法有一个致命的缺点我们需要注意 比如时间窗口设置为1,qps设置为200.

在 0-0.5请求为0, 0.5 -1s访问量为200 在 1-1.5访问量为200。

这种情况并不会限流。因为不是滑动窗口。

但是实际在0.5-1.5这1s内的请求数量是400

实战

  1. 在路由列表点击创建按钮
  1. 设置路由信息
  1. 设置上游服务 这里上游服务选我们要转发的服务,比如order
  1. 插件配置

限流相关的功能主要在插件里面。所以我们需要选用限流的插件

总结

总的来说apisix提供的插件功能给我提供了非常丰富的扩展组件。我们在对每个路由进行配置的时候只需要启动这些插件即可,非常简单

参考

相关推荐
非优秀程序员4 小时前
第07章 孙德良的阳谋|《互联网产品恩仇录》
javascript·后端
非优秀程序员4 小时前
第06章 浙江帮的内战|《互联网产品恩仇录》
后端
非优秀程序员4 小时前
第08章 马云的反击|《互联网产品恩仇录》
后端
非优秀程序员4 小时前
题记|《互联网产品恩仇录》
后端·程序员·创业
Gopher_HBo8 小时前
Go CPU 剖析的"地基":信号、CAS、写屏障、无锁环形缓冲
后端
panbook8 小时前
从0到1实现一个分布式时序数据库(二):写入成功之后,如何用 WAL 找回数据
后端
Swot9 小时前
上传一张 4MB 图片,我先后撞上了三层请求体限制
后端
IT_陈寒9 小时前
Vite的HMR把我整不会了:一个生产环境的热更新坑
前端·人工智能·后端
OLRainM9 小时前
实习复盘:大模型网关渠道质量评分实战(二)—— 报错了到底算谁的锅?流式归因与 Token 补账踩过的 8 个真坑
后端
梦想恒远9 小时前
Spring Boot + LangChain4j 统计 token 成本:ChatModelListener 实测与单价口径
spring boot·后端