本文源碼：GitHub·點這裡 || GitEE·點這裡

一、流量控制

1、基本概念

流量控制的核心作用是限制流出某一網路的某一連接的流量與突發，使這類報文以比較均勻的速度流動發送，達到保護系統相對穩定的目的。通常是將請求放入緩衝區或隊列內，然後基於特定策略處理請求，勻速或者批量處理，該過程也稱流量整形。

流量控制的核心演算法有以下兩種：漏桶演算法和令牌桶演算法。

2、漏桶演算法

基礎描述

漏桶演算法是流量整形或速率限制時經常使用的一種演算法，它的主要目的是控制數據註入到網路的速率，平滑網路上的突發流量。漏桶演算法提供了一種機制，通過它，突發流量可以被整形以便為網路提供一個穩定的流量。

漏桶演算法基本思路：請求（水流）先進入到容器（漏桶）里，漏桶以一定的速度出水，這裡就是指流量流出的策略，當流量流入速度過大容器無法承接就會直接溢出，通過該過程限制數據的傳輸速率。

核心要素

通過上述流程，不難發現漏桶演算法涉及下麵幾個要素：

容器容量

容器的大小直接決定能承接流量的多少，容器一但接近飽和，要麼溢出，要麼加快流速；

流出速度

流量流出的速度取決於服務的請求處理能力，介面支撐的併發越高，流速就可以越大；

時間控制

基於時間記錄，判斷流量流出速度，控制勻速模式，

註意：需要一個基本的判定策略，漏桶演算法在系統能承接當前併發流量時，不需要啟用。

3、令牌桶演算法

基礎描述

令牌桶可自行以恆定的速率源源不斷地產生令牌。如果令牌不被消耗，或者被消耗的速度小於產生的速度，令牌就會不斷地增多，直到把桶填滿。後面再產生的令牌就會從桶中溢出。

令牌桶演算法雖然根本目的也是控制流量速度，但是當令牌桶內的令牌足夠多時，則允許流量階段性的併發。傳送到令牌桶的數據包需要消耗令牌。不同大小的數據包，消耗的令牌數量不一樣。

核心要素

令牌桶

存放按照特定的速率生成的令牌，以此控制流量速度。

匹配規則

這裡的匹配規則更多是服務於分散式系統，例如服務A是系統的核心交易，當出現併發時，基於令牌桶最匹配規則，只允許交易請求通過，例如：常見雙十一期間，各大電商平臺提示，為保證核心交易，邊緣服務的數據延遲或暫停等。

註意：令牌桶演算法和漏桶演算法的目的雖然相同，但是實現策略是相反的，不過都存在一個問題，為保證大部分請求流量成功，會犧牲小部分請求。

二、限流組件

1、Nginx代理組件

Nginx反向代理實際運行方式是指以代理伺服器來接收客戶端連接請求，然後將請求轉發給內部網路上的伺服器，並將從伺服器上得到的結果返回給客戶端，此時代理伺服器對外就表現為一個伺服器。

流量限制是Nginx作為代理服務中一個非常實用的功能，通過配置方式來限制用戶在給定時間內HTTP請求的數量，兩個主要的配置指令limit_req_zone和limit_req，以此保護高併發下系統的穩定。

2、CDN邊緣節點

CDN邊緣節點，準確的說並不是用來處理流量限制的，而是存放靜態頁面。內容緩存為CDN網路節點，位於用戶接入點，是面向最終用戶的內容提供設備，可緩存靜態Web內容和流媒體內容，實現內容的邊緣傳播和存儲，以便用戶的就近訪問，這樣避免用戶大量刷新數據伺服器，節省骨幹網帶寬，減少帶寬需求量。

在高併發場景下，尤其是倒計時搶購類似業務，在活動開始前後用戶會產生大量刷新頁面的操作，基於CDN節點，這些請求不會下沉到數據的服務介面上。也可以基於頁面做一些請求攔截，比如點擊頁面單位時間內只放行一定量的請求，以此也可以實現一個限流控制。

三、熔斷器組件

所謂熔斷器機制，即類似電流的保險器，當然電壓過高會自動跳閘，從而保護電路系統。微服務架構中服務保護也是這個策略，當服務被判斷異常，會從服務列表斷開，等待恢覆在重新連接。服務熔斷降級的策略實現有如下幾個常用的組件。

1、Hystrix組件

基礎簡介

Hystrix當前處於維護模式，即不再更新，作為SpringCloud微服務組件中，最原生的一個熔斷組件，很多思路還是有必要瞭解一下。例如：服務熔斷，阻止故障的連鎖反應，快速失敗並迅速恢復，服務降級等。

某個微服務發生故障時，要快速切斷服務，提示用戶，後續請求，不調用該服務，直接返回，釋放資源，這就是服務熔斷。

熔斷器策略

伺服器高併發下，壓力劇增的時候,根據當業務情況以及流量，對一些服務和頁面有策略的降級(可以理解為關閉不必要的服務)，以此緩解伺服器資源的壓力以保障核心任務的正常運行。熔斷生效後，會在指定的時間後調用請求來測試依賴是否恢復，依賴的應用恢復後關閉熔斷。

基本流程：

首先判斷服務熔斷器開關狀態，服務如果未熔斷則放行請求；如果服務處於熔斷中則直接返回。

每次調用都執行兩個函數markSuccess(duration)和markFailure(duration) 來統計在一定的時間段內的調用是成功和失敗次數。

基於上述的成功和失敗次數的計算策略，來判斷是否應該打開熔斷器，如果錯誤率高於一定的閾值，就會觸發熔斷機制。

熔斷器有一個生命周期，周期過後熔斷器器進入半開狀態，允許放行一個試探請求；否則，不允許放行。

2、Sentinel組件

基礎簡介

基於微服務的模式，服務和服務之間的穩定性變得越來越重要。Sentinel以流量為切入點，從流量控制、熔斷降級、系統負載保護等多個維度保護服務的穩定性。

Sentinel可以針對不同的調用關係，以不同的運行指標（如QPS、併發調用數、系統負載等）為基準，收集資源的路徑，並將這些資源的調用路徑以樹狀結構存儲起來，用於根據調用路徑對資源進行流量控制。

流量整形策略

直接拒絕模式是預設的流量控制方式，即請求超出任意規則的閾值後，新的請求就會被立即拒絕。

啟動預熱模式：當流量激增的時候，控制流量通過的速率，讓通過的流量緩慢增加，在一定時間內逐漸增加到閾值上限，給冷系統一個預熱的時間，避免冷系統被壓垮。

勻速排隊方式會嚴格控制請求通過的間隔時間，也即是讓請求以均勻的速度通過，對應的是漏桶演算法。

熔斷策略

Sentinel本質上是基於熔斷器模式，支持基於異常比率的熔斷降級，在調用達到一定量級並且失敗比率達到設定的閾值時自動進行熔斷，此時所有對該資源的調用都會被阻塞，直到過了指定的時間視窗後才啟發性地恢復。

四、源代碼地址

GitHub·地址
https://github.com/cicadasmile/husky-spring-cloud
GitEE·地址
https://gitee.com/cicadasmile/husky-spring-cloud

推薦閱讀：微服務架構系列