微服务框架

【SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式，系统详解springcloud微服务技术栈课程|黑马程序员Java微服务】

微服务保护

文章目录

• • • 微服务框架
    • 微服务保护
    • 31 限流规则
    • • 31.4 流控效果【warm up】
      • • 31.4.1 流控效果
        • 31.4.2 流控效果 - warm up
        • 31.4.3 案例

31 限流规则

31.4 流控效果【warm up】

31.4.1 流控效果

流控效果是指请求达到流控阈值时应该采取的措施，包括三种：

• 快速失败：达到阈值后，新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。【响应状态码：429】
• warm up：预热模式，对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化，从一个较小值逐渐增加到最大阈值。
• 排队等待：让所有的请求按照先后次序排队执行，两个请求的间隔不能小于指定时长

31.4.2 流控效果 - warm up

【这种模式虽然也会直接把超出阈值的请求直接拒绝并且抛出异常，但是它特别的地方在于 它的阈值不是一成不变的】

warm up也叫预热模式，是应对服务冷启动的一种方案。

服务冷启动：比如人在运动之前，要先热热身，给身体做一下预热，如果不做，就会很容易在运动过程中拉上肌肉。

服务器也一样，如果一个服务器能够达到的QPS = 10，如果人家刚刚启动，QPS 立马就被打满，可能就会被打挂了【所以服务启动时，不能上来就把QPS 拉满】

请求阈值初始值是 threshold(最大阈值) / coldFactor(冷启动因子)，持续指定时长后，逐渐提高到threshold值。而coldFactor的默认值是3.

例如，我设置QPS的threshold为10，预热时间为5秒，那么初始阈值就是 10 / 3 ，也就是3，然后在5秒后逐渐增长到10.

避免冷启动那一刻，并发过高，导致服务故障

31.4.3 案例

【举个栗子】流控效果-warm up

需求：给/order/{orderId}这个资源设置限流，最大QPS为10，利用warm up效果，预热时长为5秒

先访问一下这个接口，让其能在sentinel 中显示

OK， 查看sentinel 控制台

OK，给它 添加流控规则

直接新增

OK

利用Jmeter 进行测试

QPS = 10

请求指向order ，直接启动

我这儿和老师不一样，我这儿初始只有1，

后面慢慢加到了 3

但是特喵图又是对的…

还是笔者的电脑性能问题，那个刷出来不行【这就是预热模式warm up】