springcloud 限流之 zuul 网关和微服务

小鱼儿 2022-12-26 10:16 143阅读 0赞

**令牌桶算法**

令牌桶算法是网络流量整形（Traffic Shaping）和限流（Rate Limiting）中最常使用的一种算法，它可用于控制发送到网络上数据的数量并允许突发数据的发送。

从某种意义上来说，令牌桶算法是对漏桶算法的一种改进，主要在于令牌桶算法能够在限制调用的平均速率的同时还允许**一定程度**的突发调用，令牌桶算法的实现原理：

![6273590ebcf1abd8e315f2826ee48231.png][]

整个的过程是这样的：

*  系统以恒定的速率产生令牌，然后将令牌放入令牌桶中
 *  令牌桶有一个容量，当令牌桶满了的时候，再向其中放入的令牌就会被丢弃
 *  每次一个请求过来，需要从令牌桶中获取一个令牌，假设有令牌，那么提供服务；假设没有令牌，那么拒绝服务

那么，我们再看一下，为什么令牌桶算法可以防止一定程度的突发流量呢？可以这么理解，假设我们想要的速率是1000QPS，那么往桶中放令牌的速度就是1000个/s，假设第1秒只有800个请求，那意味着第2秒可以容许1200个请求，这就是**一定程度**突发流量的意思，反之我们看漏桶算法，第一秒只有800个请求，那么全部放过，第二秒这1200个请求将会被打回200个。

注意上面多次提到一定程度这四个字，这也是我认为令牌桶算法最需要注意的一个点。假设还是1000QPS的速率，那么5秒钟放1000个令牌，第1秒钟800个请求过来，第2~4秒没有请求，那么按照令牌桶算法，第5秒钟可以接受4200个请求，但是实际上这已经远远超出了系统的承载能力，因此使用令牌桶算法特别注意**设置桶中令牌的上限**即可。

总而言之，作为对漏桶算法的改进，令牌桶算法在限流场景下被使用更加广泛。

1. 引入依赖

<dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-starter-netflix-zuul</artifactId>
            </dependency>

2.每引入新的依赖，一般都需要在启动类的增加注解，需要引入@EnableZuulProxy 注解

3.yml文件的配置：

配置为SimpleHostRoutingFilter的方式

server:
      port: 9100
    
    zuul:
      routes:
        zuul-service:
          path: /forword1/**
          url: http://localhost:9100/myController

4. 应用Guava的RateLimiter的RateLimiter

import com.google.common.util.concurrent.RateLimiter;
    import com.netflix.zuul.ZuulFilter;
    import com.netflix.zuul.context.RequestContext;
    import com.netflix.zuul.exception.ZuulException;
    import org.springframework.cloud.netflix.zuul.filters.support.FilterConstants;
    import org.springframework.http.HttpStatus;
    import org.springframework.stereotype.Component;
    
    
    @Component
    public class LimitFilter extends ZuulFilter {
    
        @Override
        public String filterType() {
            return FilterConstants.PRE_TYPE;
        }
    
        @Override
        public int filterOrder() {
            return -10;
        }
    
        @Override
        public boolean shouldFilter() {
            return true;
        }
    
        // 50 qps(1秒  50个 请求 Query Per Second 每秒查询量)
        private static final RateLimiter RATE_LIMITER = RateLimiter.create(50);
    
        @Override
        public Object run() throws ZuulException {
            RequestContext currentContext = RequestContext.getCurrentContext();
    //acquire是阻塞的且会一直等待到获取令牌为止，它有一个返回值为double型，意思是从阻塞开始到获取到令牌的等待时间，单位为秒
    //    tryAcquire是另外一个方法，它可以指定超时时间，返回值为boolean型，即假设线程等待了指定时间后仍然没有获取到令牌，那么就会返回给客户端false，客户端根据自身情况是打回给前台错误还是定时重试
    
            if (RATE_LIMITER.tryAcquire()){
                System.out.println("通过");
                return null;
            }else {
                // 被流控的逻辑
                System.out.println("被限流了");
                currentContext.setSendZuulResponse(false);
                currentContext.setResponseStatusCode(HttpStatus.TOO_MANY_REQUESTS.value());
            }
            return null;
        }
    }

5.便于测试，在本服务中（网关）增加 controller，实际应用中zuul充当网关，请求都会被打到网关上

import org.springframework.web.bind.annotation.GetMapping;
    import org.springframework.web.bind.annotation.RestController;
    
    
    @RestController
    public class MyController  {
    
      @GetMapping("/myController")
      public String myForward(){
         System.out.println("我被调用了");
         return "my controller : ";
      }
    }

测试：

请求地址：localhost:9100/forword1/  该地址会被转发到myController接口，若被限流，则不会向后转发

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW96aHUwMzAx_size_16_color_FFFFFF_t_70][]

这种限流方式，适合各微服务能扛的流量均衡，若各个微服务，流量差异较大，则用ribbon来设置负载均衡，网关可以根据权重来做负载

[6273590ebcf1abd8e315f2826ee48231.png]: /images/20221120/e1716295c17c47548e4dc2cd5a198ee1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW96aHUwMzAx_size_16_color_FFFFFF_t_70]: /images/20221120/4b0e5d7a232745a682f2ce2fd76eb20b.png