【SpringCloud】Sentinel 组件：流控规则

1 流控规则

基本介绍

复制代码

======= 🌟 青柠来相伴，代码更简单。🌟 =======
📚 本文所有内容，我都整理在了 青柠合集 里。👇
🎯 搜索关注【青柠代码录】，即可查看所有合集文章 ~
======= 🌟 ================ 🌟 =======

img img

阈值类型

类型	适用场景	核心思想	示例
QPS	高频短请求（API网关、登录接口）	每秒最多允许 N 次请求	设置 QPS=5，超过则拒绝
并发线程数	耗时操作（数据库查询、远程调用）	同时最多 N 个线程处理该资源	防止线程池耗尽

🔍 判断标准：

若接口平均响应时间 < 50ms → 优先选 QPS
若接口涉及 IO 操作、远程调用 → 优先选并发线程数

示例：设置 QPS=5 的流控规则（编程式）

复制代码

private void initFlowRules() {
    List<FlowRule> rules = new ArrayList<>();
    FlowRule rule = new FlowRule();
    rule.setResource("create-order");           // 资源名
    rule.setGrade(RuleConstant.FLOW_GRADE_QPS); // QPS 模式
    rule.setCount(5);                           // 每秒最多 5 次
    rule.setLimitApp("default");                // 对所有来源生效
    rules.add(rule);
    FlowRuleManager.loadRules(rules);
}

⚙️ 在 @PostConstruct 中调用即可生效。

流控模式

1. 直接模式（Direct）

直接（默认）：最常见模式，直接对当前资源进行限流。

✅ 配置简单，适用于独立接口保护。

直接->快速失败

表示1秒钟内查询1次就是OK，若超过次数1，就直接-快速失败，报默认错误
img

2. 关联模式（Associated）

当关联资源达到阈值时，限流当前资源。

当关联的资源达到阈值时，就限流自己。当与A关联的资源B达到阀值后，就限流A自己。
img

📌 典型场景："读写分离"下的写操作保护

例如：商品详情页（GET /product/{id}）访问量大，但库存扣减（POST /seckill）非常关键。我们可以设置：

当 /seckill 接口 QPS > 10 时，限流 /product/{id}，防止大量读请求压垮数据库。

复制代码

FlowRule rule = new FlowRule();
rule.setResource("product-detail");             // 当前资源
rule.setRefResource("seckill-action");          // 关联资源
rule.setGrade(RuleConstant.FLOW_GRADE_QPS);
rule.setCount(20);
rule.setLimitApp("default");
rule.setStrategy(RuleConstant.STRATEGY_RELATE); // 关联模式

3. 链路模式（Chain）

仅针对特定调用链路上的请求生效。

⚠️ 注意：需要关闭 Web 上下文合并：

复制代码

spring:
  cloud:
    sentinel:
      web-context-unify: false

假设存在两个入口调用同一个服务方法：

复制代码

@GetMapping("/fromA")
public String fromA() {
    return businessService.commonResource(); // 资源名：common-resource
}

@GetMapping("/fromB")
public String fromB() {
    return businessService.commonResource(); // 资源名：common-resource
}

此时可在 Dashboard 中分别看到两条链路：

/fromA -> common-resource
/fromB -> common-resource

可单独对 /fromA 的路径进行限流，不影响 /fromB。

流控效果

效果	算法模型	适用场景	图解
快速失败	固定窗口	明确容量边界
Warm Up（预热）	梯度升温	冷启动保护（缓存预热、JVM JIT）	初始阈值 = 设定值 / 3，逐渐上升
排队等待	漏桶算法	匀速处理突发流量	请求排队，超时则拒绝

快速失败

直接->快速失败(默认的流控处理)

直接失败，抛出异常

Warm Up ：

说明

公式：阈值除以coldFactor(默认值为3),经过预热时长后才会达到阈值

默认coldFactor为3，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值。

WarmUp配置

默认 coldFactor 为 3，即请求QPS从(threshold / 3) 开始，经多少预热时长才逐渐升至设定的 QPS 阈值。

案例，阀值为10+预热时长设置5秒。系统初始化的阀值为10 / 3 约等于3,即阀值刚开始为3；然后过了5秒后阀值才慢慢升高恢复到10
img

复制代码

rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_WARM_UP);
rule.setWarmUpPeriodSec(10); // 10秒内从 1/3 阈值升至全量

如 QPS=30，则初始允许 10 QPS，10 秒后提升至 30。

排队等待：

匀速排队，让请求以均匀的速度通过，阀值类型必须设成QPS，否则无效。

设置含义：/testA每秒1次请求，超过的话就排队等待，等待的超时时间为20000毫秒。
img

复制代码

rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_QUEUEING);
rule.setMaxQueueingTimeMs(500); // 最大等待时间 500ms

结合漏桶算法，保证请求匀速通过，适合订单创建类接口。
img

本文由mdnice多平台发布