Spring cloud 限流的多種方式

在頻繁的網絡請求時,服務有時候也會受到很大的壓力,尤其是那種網絡攻擊,非法的。這樣的情形有時候需要作一些限制。例如:限制對方的請求,這種限制可以有幾個依據:請求IP、用戶唯一標識、請求的接口地址等等。

當前限流的方式也很多:Spring cloud 中在網關本身自帶限流的一些功能,基於 redis 來做的。同時,阿裡也開源瞭一款:限流神器 Sentinel。今天我們主要圍繞這兩塊來實戰微服務的限流機制。

首先講 Spring cloud 原生的限流功能,因為限流可以是對每個服務進行限流,也可以對於網關統一作限流處理。

一、實戰基於 Spring cloud Gateway 的限流

pom.xml引入依賴:

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis-reactive</artifactId>
    </dependency>

其基礎是基於redis,所以:

spring:
  application:
    name: gateway-service
  redis: #redis相關配置
    database: 8
    host: 10.12.15.5
    port: 6379
    password: 123456 #有密碼時設置
    jedis:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
    timeout: 10000ms

接下來需要註入限流策略的 bean:

@Primary
  @Bean(value = "ipKeyResolver")
  KeyResolver ipKeyResolver() {
      return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getHostName());
      //return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
      //return exchange -> Mono.just(exchange.getRequest().getRemoteAddress().getAddress().getHostAddress());
  }

 
  @Bean(value = "apiKeyResolver")
  KeyResolver apiKeyResolver() {
    return exchange -> Mono.just(exchange.getRequest().getPath().value());
  }

  
  @Bean(value = "userKeyResolver")
  KeyResolver userKeyResolver() {
    return exchange -> Mono.just(exchange.getRequest().getQueryParams().getFirst("userId"));
  }

這裡引入ipKeyResolver、apiKeyResolver、userKeyResolver三種策略,可以利用註解 @Primary 來決定其中一個被使用。

註入bean後,需要在配置中備用:

spring:
  application:
    name: gateway-service
  redis: #redis相關配置
    database: 8
    host: 10.12.15.5
    port: 6379
    password: 123456 #有密碼時設置
    jedis:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
    timeout: 10000ms

後面是限流的主要配置:

spring
  cloud:
    gateway:
      routes: #路由配置:參數為一個List
      - id: cas-server #唯一標識
        uri: lb://cas-server-service #轉發的地址,寫服務名稱
        order: -1
        predicates:
        - Path=/cas-server/** #判斷匹配條件,即地址帶有/ribbon/**的請求,會轉發至lb:cas-server-service
        filters:
        - StripPrefix=1 #去掉Path前綴,參數為1代表去掉/ribbon

        - name: RequestRateLimiter #基於redis的Gateway的自身限流
          args:
            redis-rate-limiter.replenishRate: 1  # 允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 3  # 令牌桶的容量,允許在一秒鐘內完成的最大請求數
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應的bean

      - id: admin-web
        uri: lb://admin-web-service
        order: -1
        predicates:
        - Path=/admin-web/**
        filters:
        - StripPrefix=1

        - name: RequestRateLimiter
          args:
            redis-rate-limiter.replenishRate: 1  # 允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 3  # 令牌桶的容量,允許在一秒鐘內完成的最大請求數
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應的bean

這裡是在原有的路由基礎上加入 RequestRateLimiter限流過濾器,包括三個參數:

- name: RequestRateLimiter #基於redis的Gateway的自身限流
          args:
            redis-rate-limiter.replenishRate: 3  #允許用戶每秒處理多少個請求
            redis-rate-limiter.burstCapacity: 5  #令牌桶的容量,允許在一秒鐘內完成的最大請求數
            key-resolver: "#{@ipKeyResolver}" #SPEL表達式取的對應的bean
  • 其中 replenishRate,其含義表示允許每秒處理請求數;
  • burstCapacity 表示允許在一秒內處理的最大請求數;
  • key-resolver 這裡采用請求 IP 限流,利用SPEL 表達式取對應的 bean

寫一個小腳本來壓測一下:

for i in $(seq 1 30000); do echo $(expr $i \\* 3 + 1);curl -i -H "Accept: application/json" -H "Authorization:bearer b064d95b-af3f-4053-a980-377c63ab3413" -X GET http://10.10.15.5:5556/order-service/api/order/getUserInfo;done

for i in $(seq 1 30000); do echo $(expr $i \\* 3 + 1);curl -i -H "Accept: application/json" -H "Authorization:bearer b064d95b-af3f-4053-a980-377c63ab3413" -X GET http://10.10.15.5:5556/admin-web/api/user/getCurrentUser;done

上面兩個腳本分別對2個服務進行壓測,打印結果:

{“message”:{“status”:200,”code”:0,”message”:”success”},”data”:”{\”message\”:{\”status\”:200,\”code\”:0,\”message\”:\”get user success\”},\”data\”:{\”id\”:23,\”isAdmin\”:1,\”userId\”:\”fbb18810-e980-428c-932f-848f3b9e7c84\”,\”userType\”:\”super_admin\”,\”username\”:\”admin\”,\”realName\”:\”super_admin\”,\”password\”:\”$2a$10$89AqlYKlnsTpNmWcCMvgluRFQ/6MLK1k/nkBpz.Lw6Exh.WMQFH6W\”,\”phone\”:null,\”email\”:null,\”createBy\”:\”admin\”,\”createTime\”:1573119753172,\”updateBy\”:\”admin\”,\”updateTime\”:1573119753172,\”loginTime\”:null,\”expireTime\”:null,\”remarks\”:\”super_admin\”,\”delFlag\”:0,\”loginType\”:null}}”}ex

在用測試工具Jmeter在同一秒內多次請求後:

HTTP/1.1 429 Too Many Requests
X-RateLimit-Remaining: 0
X-RateLimit-Burst-Capacity: 3
X-RateLimit-Replenish-Rate: 1
content-length: 0

expr: syntax error

HTTP/1.1 429 Too Many Requests
X-RateLimit-Remaining: 0
X-RateLimit-Burst-Capacity: 3
X-RateLimit-Replenish-Rate: 1
content-length: 0

expr: syntax error

從上面可以看到,執行後,會出現調用失敗的情況,狀態變為429 (Too Many Requests) 。

二、基於阿裡開源限流神器:Sentinel

首先引入依賴:

<!--基於 阿裡的sentinel作限流 -->
    <dependency>
          <groupId>com.alibaba.cloud</groupId>
          <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    </dependency>

在配置文件 application.yaml 文件中配置,需要新增2個配置:

spring:
  application:
    name: admin-web
  cloud:
    kubernetes:
      discovery:
        all-namespaces: true
    sentinel:
      eager: true #取消Sentinel控制臺的懶加載
      transport:
        dashboard: 10.12.15.2:8080 #sentinel的Dashboard地址
        port: 8719 #是sentinel應用端和控制臺通信端口
        heartbeat-interval-ms: 500 #心跳時間
      scg:
        fallback: #scg.fallback為sentinel限流後的響應配置
          mode: response
          response-status: 455
          response-body: 已被限流

其中,這裡面配置瞭一個服務:spring.cloud.sentinel.transport.dashboard,配置的是 sentinel 的 Dashboard 地址。同時 spring.cloud.sentinel.transport.port 這個端口配置會在應用對應的機器上啟動一個Http Server,該 Server 會與 Sentinel 控制臺做交互。

Sentinel 默認為所有的 HTTP 服務提供限流埋點,上面配置完成後自動完成所有埋點,隻需要控制配置限流規則即可。
這裡我們講下通過註解來給指定接口函數加上限流埋點,寫一個RestController,在接口函數上加上註解

@SentinelResource:
@GetMapping(value = "/getToken")
@SentinelResource("getToken")
public Response<Object> getToken(Authentication authentication){
    //Authentication authentication = SecurityContextHolder.getContext().getAuthentication();
    authentication.getCredentials();
    OAuth2AuthenticationDetails details = (OAuth2AuthenticationDetails)authentication.getDetails();
    String token = details.getTokenValue();
    return Response.ok(200, 0, "get token success", token);
}

以上代碼部分完成瞭,接下來先安裝SentinelDashBoard,Sentinel DashBoard下載地址:github.com/alibaba/Sentinel/releases。

下載完成後,命令啟動:

java -jar sentinel-dashboard-1.6.2.jar

默認啟動端口為8080,訪問 IP:8080,就可以顯示 Sentinel 的登錄界面,用戶名與密碼均為sentinel。登錄 Dashboard 成功後,多次訪問接口”/getToken”,可以在 Dashboard 看到相應數據,這裡不展示瞭。接下來可以設置接口的限流功能,在 “+流控” 按鈕點擊打開設置界面,設置閾值類型為 qps,單機閾值為5。

瀏覽器重復請求 http://10.10.15.5:5556/admin-web/api/user/getToken 如果超過閥值就會出現如下界面信息:
Blocked by Sentinel (flow limiting)

此時,就看到Sentinel 限流起作用瞭,可以加上 spring.cloud.sentinel.scg.fallback 為sentinel 限流後的響應配置,亦可自定義限流異常信息:

@GetMapping(value = "/getToken")
@SentinelResource(value = "getToken", blockHandler = "handleSentinelException", blockHandlerClass = {MySentinelException.class}))
public Response<Object> getToken(Authentication authentication){
    //Authentication authentication = SecurityContextHolder.getContext().getAuthentication();
    authentication.getCredentials();
    OAuth2AuthenticationDetails details = (OAuth2AuthenticationDetails)authentication.getDetails();
    String token = details.getTokenValue();
    return Response.ok(200, 0, "get token success", token);
}

public class MySentinelException {
    public static Response<Object> handleSentinelException(BlockException e) {
        Map<String,Object> map=new HashMap<>();
        logger.info("Oops: " + ex.getClass().getCanonicalName());
        return Response.ok(200, -8, "通過註解 @SentinelResource 配置限流埋點並自定義限流後的處理邏輯", null);
    }
}

這裡講下註解 @SentinelResource 包含以下屬性:

  • value:資源名稱,必需項;
  • entryType:入口類型,可選項(默認為 EntryType.OUT);
  • blockHandler:blockHandlerClass中對應的異常處理方法名,參數類型和返回值必須和原方法一致;
  • blockHandlerClass:自定義限流邏輯處理類

Sentinel 限流邏輯處理完畢瞭,但每次服務重啟後,之前配置的限流規則就會被清空。因為是內存形式的規則對象。所以下面就講下用 Sentinel 的一個特性 ReadableDataSource 獲取文件、數據庫或者配置中心設置限流規則,目前支持 Apollo、Nacos、ZK 配置來管理。

首先回憶一下,一條限流規則主要由下面幾個因素組成:

  • resource:資源名,即限流規則的作用對象,即為註解 @SentinelResource 的value;
  • count:限流閾值;grade:限流閾值類型(QPS 或並發線程數);
  • limitApp:流控針對的調用來源,若為 default 則不區分調用來源;
  • strategy:基於調用關系的限流策略;
  • controlBehavior:流量控制效果(直接拒絕、排隊等待、勻速器模式)

理解瞭意思,接下來通過文件來配置:

#通過文件讀取限流規則
spring.cloud.sentinel.datasource.ds1.file.file=classpath:flowrule.json
spring.cloud.sentinel.datasource.ds1.file.data-type=json
spring.cloud.sentinel.datasource.ds1.file.rule-type=flow

在resources新建一個文件,比如 flowrule.json 添加限流規則:

[
  {
    "resource": "getToken",
    "count": 1,
    "controlBehavior": 0,
    "grade": 1,
    "limitApp": "default",
    "strategy": 0
  },
  {
    "resource": "resource",
    "count": 1,
    "controlBehavior": 0,
    "grade": 1,
    "limitApp": "default",
    "strategy": 0
  }
]

重新啟動項目,出現如下日志說明成功:

DataSource ds1-sentinel-file-datasource start to loadConfig
DataSource ds1-sentinel-file-datasource load 2 FlowRule

如果采用 Nacos 作為配置獲取限流規則,可在文件中加如下配置:

spring:
  application:
    name: order-service
  cloud:
    nacos:
      config:
        server-addr: 10.10.15.5:8848
      discovery:
        server-addr: 10.10.15.5:8848
    sentinel:
      eager: true
      transport:
        dashboard: 10.10.15.5:8080
      datasource:
        ds1:
          nacos:
            server-addr: 10.10.15.5:8848
            dataId: ${spring.application.name}-flow-rules
            data-type: json
            rule-type: flow

到此這篇關於Spring cloud 限流的多種方式的文章就介紹到這瞭,更多相關Spring cloud 限流內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!