业务学习 -- 高并发系统保护之限流和降级熔断

蔚落 2022-01-26 05:33 310阅读 0赞

### 简介 ###

目前在分布式系统开发中随着业务的增长，业务与业务之间的隔离关系越来越明确，限流目前也是在分布式系统中常见的需求。  
限流的出发点可能基于以下考虑：  
（1）简单来说就是控制流程，防止因为请求流量过大导致服务崩溃。  
（2）通过限流设计可以限制不同的接口及服务的优先级关系，在资源一定时优先提供重要的接口及服务。  
（3）流量整理，针对流程进行削峰填谷整理。

### 限流方式 ###

目前常见的限流方式有如下几种：  
（1）请求入口限流算法：线程池及等待队列(Tomcat)、漏桶算法、令牌桶算法和计数器算法  
（2）接口调用限流实现方式：线程池和信号量  
（3）MQ 流量削峰填谷

限流算法：  
1、令牌桶算法  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70]  
算法思想是：

*  令牌以可调控速率产生，并缓存到令牌桶中；
 *  令牌桶放满时，多余的令牌被丢弃；
 *  请求要消耗等比例的令牌才能被处理；
 *  令牌不够时，请求被缓存。

2、漏桶算法  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 1]  
算法思想是：

*  水（请求）从上方倒入水桶，从水桶下方流出（被处理）；
 *  来不及流出的水存在水桶中（缓冲），以固定速率流出；
 *  水桶满后水溢出（丢弃）。
 *  这个算法的核心是：缓存请求、匀速处理、多余的请求直接丢弃。
 *  相比漏桶算法，令牌桶算法不同之处在于它不但有一只“桶”，还有个队列，这个桶是用来存放令牌的，队列才是用来存放请求的。

3、计数器算法

计数器算法是限流算法里最简单也是最容易实现的一种算法。比如我们规定，对于A接口来说，我们1分钟的访问次数不能超过100个。那么我们可以这么做：在一开 始的时候，我们可以设置一个计数器counter，每当一个请求过来的时候，counter就加1，如果counter的值大于100并且该请求与第一个 请求的间隔时间还在1分钟之内，那么说明请求数过多；如果该请求与第一个请求的间隔时间大于1分钟，且counter的值还在限流范围内，那么就重置 counter，具体算法的示意图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 2]

### 限流实现 ###

#### Nginx 限流 ####

Nginx主要有两种限流方式：  
（1）按连接数限流(ngx\_http\_limit\_conn\_module)（令牌算法实现）  
（2）按请求速率限流(ngx\_http\_limit\_req\_module)（漏桶算法实现）

##### ngx\_http\_limit\_req\_module #####

模块提供限制请求处理速率能力，使用了漏桶算法(leaky bucket)。下面例子使用 nginx limit\_req\_zone 和 limit\_req 两个指令，限制单个IP的请求处理速率。在 nginx.conf http 中添加限流配置：

格式：limit_req_zone key zone rate

http {
    limit_req_zone $binary_remote_addr zone=myRateLimit:10m rate=10r/s;
    }

配置 server，使用 limit\_req 指令应用限流。

server {
    location / {
    limit_req zone=myRateLimit;
    proxy_pass http://my_upstream;
    }
    }

key ：定义限流对象，binary\_remote\_addr 是一种key，表示基于 remote\_addr(客户端IP) 来做限流，binary\_ 的目的是压缩内存占用量。  
zone：定义共享内存区来存储访问信息， myRateLimit:10m 表示一个大小为10M，名字为myRateLimit的内存区域。1M能存储16000 IP地址的访问信息，10M可以存储16W IP地址访问信息。  
rate 用于设置最大访问速率，rate=10r/s 表示每秒最多处理10个请求。Nginx 实际上以毫秒为粒度来跟踪请求信息，因此 10r/s 实际上是限制：每100毫秒处理一个请求。这意味着，自上一个请求处理完后，若后续100毫秒内又有请求到达，将拒绝处理该请求。

**burst**  
上面例子限制 10r/s，如果有时正常流量突然增大，超出的请求将被拒绝，无法处理突发流量，可以结合 burst 参数使用来解决该问题。

server {
    location / {
    limit_req zone=myRateLimit burst=20;
    proxy_pass http://my_upstream;
    }
    }

burst 译为突发、爆发，表示在超过设定的处理速率后能额外处理的请求数。当 rate=10r/s 时，将1s拆成10份，即每100ms可处理1个请求。

此处，burst=20 ，若同时有21个请求到达，Nginx 会处理第一个请求，剩余20个请求将放入队列，然后每隔100ms从队列中获取一个请求进行处理。若请求数大于21，将拒绝处理多余的请求，直接返回503.

不过，单独使用 burst 参数并不实用。假设 burst=50 ，rate依然为10r/s，排队中的50个请求虽然每100ms会处理一个，但第50个请求却需要等待 50 \* 100ms即 5s，这么长的处理时间自然难以接受。

因此，burst 往往结合 nodelay 一起使用。

server {
    location / {
    limit_req zone=myRateLimit burst=20 nodelay;
    proxy_pass http://my_upstream;
    }
    }

nodelay 针对的是 burst 参数，burst=20 nodelay 表示这20个请求立马处理，不能延迟，相当于特事特办。不过，即使这20个突发请求立马处理结束，后续来了请求也不会立马处理。burst=20 相当于缓存队列中占了20个坑，即使请求被处理了，这20个位置这只能按 100ms一个来释放。

这就达到了速率稳定，但突然流量也能正常处理的效果。

##### ngx\_http\_limit\_conn\_module #####

ngx\_http\_limit\_conn\_module 提供了限制连接数的能力，利用 limit\_conn\_zone 和 limit\_conn 两个指令即可。下面是 Nginx 官方例子：

limit_conn_zone $binary_remote_addr zone=perip:10m;
    limit_conn_zone $server_name zone=perserver:10m;
    server {
    ...
    limit_conn perip 10;
    limit_conn perserver 100;
    }

limit\_conn perip 10 作用的key 是 $binary\_remote\_addr，表示限制单个IP同时最多能持有10个连接。

limit\_conn perserver 100 作用的key是 $server\_name，表示虚拟主机(server) 同时能处理并发连接的总数。

需要注意的是：只有当 request header 被后端server处理后，这个连接才进行计数。

#### Tomcat 线程池限流 ####

tomcat 通过以下三个配置参数来进行限流操作：  
（1）maxThreads（最大线程数）：每一次HTTP请求到达Web服务，tomcat都会创建一个线程来处理该请求，那么最大线程数决定了Web服务可以同时处理多少个请求，默认200.  
（2）accepCount（最大等待数）：当调用Web服务的HTTP请求数达到tomcat的最大线程数时，还有新的HTTP请求到来，这时tomcat会将该请求放在等待队列中，这个acceptCount就是指能够接受的最大等待数，默认100.如果等待队列也被放满了，这个时候再来新的请求就会被tomcat拒绝（connection refused）。  
（3）maxConnections（最大连接数）：这个参数是指在同一时间，tomcat能够接受的最大连接数。一般这个值要大于maxThreads+acceptCount。

#### Spring Cloud Hystrix ####

Spring Cloud Hystrix 是 Spring Cloud 全家桶系列中提供的限流及熔断框架，其提供了基于线程池和信号量的熔断机制  
1、通过配置隔离策略来选择是使用线程池还是信号量模式，默认线程池方式。

//信号量模式
    ExecutionIsolationStrategy.SEMAPHORE
    //线程池方式
    ExecutionIsolationStrategy.THREAD

2、信号量和线程模式比较：  
（1）线程池隔离模式：使用一个线程池来存储当前请求，线程池对请求作处理，设置任务返回处理超时时间，堆积的请求先入线程池队列。这种方式要为每个依赖服务申请线程池，有一定的资源消耗，好处是可以应对突发流量（流量洪峰来临时，处理不完可将数据存储到线程池队里慢慢处理）  
（2）信号量隔离模式：使用一个原子计数器（或信号量）记录当前有多少个线程在运行，请求来先判断计数器的数值，若超过设置的最大线程个数则丢弃该类型的新请求，若不超过则执行计数操作请求来计数器+1，请求返回计数器-1。这种方式是严格的控制线程且立即返回模式，无法应对突发流量（流量洪峰来临时，处理的线程超过数量，其他的请求会直接返回，不继续去请求依赖的服务）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 3]  
3、基于线程池或信号量对接口进行限流及降级配置示例

@HystrixCommand(fallbackMethod = "getDefaultUserName", threadPoolKey = "query_user",
            threadPoolProperties = {
                    @HystrixProperty(name = CORE_SIZE, value = "10"),
                    @HystrixProperty(name = MAX_QUEUE_SIZE, value = "10")
            },
            commandProperties = {
                    @HystrixProperty(name = CIRCUIT_BREAKER_ENABLED, value = "true"),
                    @HystrixProperty(name = CIRCUIT_BREAKER_REQUEST_VOLUME_THRESHOLD, value = "1000"),
                    @HystrixProperty(name = CIRCUIT_BREAKER_ERROR_THRESHOLD_PERCENTAGE, value = "25"),
    				@HystrixProperty(name = "execution.isolation.strategy", value = "thread")
            }
    )
    static String getUserName(String userID) throws InterruptedException {
      Thread.sleep(-1);
      return userID;
    }
    public String getDefaultUserName(String userID) {
      return "";
    }

Spring Cloud Hystrix 接口调用限流及熔断流程：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 4]

#### MQ 削峰填谷 ####

目前 MQ（kafka、RocketMQ和RabbitMQ） 常被我们用来服务之间解耦、通知，但是目前比较常用的场景也是对流量进行削峰填谷，首先MQ 会对接收的消息持久化，尽最大程度的处理请求并持久化消息，消费者会根据自己的业务特别基于推或者拉模式来进行消息消费，在一定程度上也是能够在高并发下对系统进行保护。

#### 基于Redis 实现限流 ####

1、计数算法：  
基于redis的incrby 加一和decrby 操作，来控制分布式系统中计数器。

2、令牌桶算法：

基于 Redis 的 list接口可以实现令牌桶令牌补充和令牌消耗操作。

参考：  
[https://www.cnblogs.com/biglittleant/p/8979915.html][https_www.cnblogs.com_biglittleant_p_8979915.html]  
[https://juejin.im/post/5b3a25e46fb9a024fc284de4][https_juejin.im_post_5b3a25e46fb9a024fc284de4]

[https://blog.wangqi.love/articles/Java/基于redis的分布式限流方案.html][https_blog.wangqi.love_articles_Java_redis_.html]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70]: /images/20220126/f37bdf0278194d3e9dd7f10afaf3db70.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 1]: /images/20220126/ca250d41b6a548599444775faef1048f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 2]: /images/20220126/242570c90e284be8b2859d6d6e77cb6d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 3]: /images/20220126/59ad989e84274d7fb72896df8f45e460.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly90aWFuanVud2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 4]: /images/20220126/d1f3b34903b34bacb90aa2edac27f842.png
[https_www.cnblogs.com_biglittleant_p_8979915.html]: https://www.cnblogs.com/biglittleant/p/8979915.html
[https_juejin.im_post_5b3a25e46fb9a024fc284de4]: https://juejin.im/post/5b3a25e46fb9a024fc284de4
[https_blog.wangqi.love_articles_Java_redis_.html]: https://blog.wangqi.love/articles/Java/%E5%9F%BA%E4%BA%8Eredis%E7%9A%84%E5%88%86%E5%B8%83%E5%BC%8F%E9%99%90%E6%B5%81%E6%96%B9%E6%A1%88.html