摘　要

随着近些年系统稳定性要求越来越高，而系统限流则是其中提高系统稳定性的手段之一，而在众多限流平台中Sentinel凭着丰富功能特性和多次阿里双十一的线上实践，成为最热门限流平台之一，本文就Sentinel相关特性进行分析并测试并对底层原理进行分析，为后续相关系统建设积累经验。

关 键 词：

限流；熔断；自适应保护；Sentinel；流量控制

3. 应用集成测试

因Sentinel其他功能特性都是围绕着流量控制、熔断降级、自适应保护这三个点扩展而来，所以本次主要验证此3个功能点

3.1 测试环境准备

3.1.1 软件测试环境说明

硬件环境

• 中央处理器：Intel Core i7 2.5 GHz

• 内存：16GB

• 硬盘：512GB

• 显示器：NVIDIA GeForce GT 750M 2 GB 图形卡

• 网卡：100Mbit/s

软件环境

• 操作系统: mac os 10.14.6、Ubuntu Linux 14.04

• Zookeeper:3.4.6

• 开发软件：IDEA 2020.3

• JDK版本：1.8.0_151

• Sentinel版本：1.8.1

3.1.2 测试架构概述

为了使调研结果能覆盖更多真实场景，因此采用单节点和多节点集成Sentinel进行测试，以下是单节点和多节点测试架构。

3.1.2.1 单节点测试架构

见图4单节点测试架构图，主要分为4部分，分别为

• 应用系统：

此系统集成Sentinel相关jar包，并提供流量控制、熔断降级、自适应保护测试接口

• 测试脚本：

用于模拟用户请求，调用应用系统提供的测试接口，三个文件分别对应三个功能接口

• Sentinel控制台服务端：

提供了机器发现以及健康管理、流量监控、限流规则管理与下发的功能，应用系统启动时会指定此服务的地址，会把相关信息进行上报，上报之后控制台也有了应用的地址信息，那么在规则下发时就能定位到具体服务实例

• Sentinel控制台WEB端

Sentinel控制台对应的WEB端，提供了图形化的界面，对应用系统服务进行规则配置、以及监控应用系统运行情况

​ 图4 单节点测试架构,sentinel-springbot-demo为应用系统名称

3.1.2.2 多节点测试架构

见图5，多节点只是扩展应用系统部署数量以支撑更多的请求，其他配置与图4单节点测试架构一样

​ 图5 多节点测试架构

3.1.3 测试代码说明

3.1.3.1 应用系统配置说明

见代码块1，在应用系统的application.properties文件中指定了应用的端口和名称，后续测试会请求此端口进行测试

#应用名称
spring.application.name=sentinel-springboot-demo
#应用端口
server.port=****8094

​ 代码块1 应用系统部分配置

3.1.3.2 流量控制核心代码说明

见代码块2，在FlowService中，查看SentinelResource注解，定义资源名称为testFlow，如果未进行流控，则进入testFlow方法，返回passed，如果进行了流控进入exceptionFlowHandler方法返回block

@Service
@Slf4j
public class FlowService {/*** @description:流量控制测试* @param: origin* @return: java.lang.String*/
@SentinelResource(value = "testFlow", entryType = EntryType.IN, blockHandler = "exceptionFlowHandler")
public String testFlow(String origin) {//请求未被限流则进入此方法，返回passed结果System.out.println(String.format("Passed for resource testFlow, requestDate:%s , origin is %s", LocalDateTime.now(), origin));return "passed";
}public String exceptionFlowHandler(String origin, BlockException ex) {//请求被限流则进入此方法，返回block结果System.out.println(String.format("request block error,requestDate:%s , param:%s ", LocalDateTime.now(), origin));return "block";}}

​ 代码块2 流量控制核心测试代码

见代码块3，在TestController中定义了testFlow接口，url为/testFlow，来接收http请求进行测试

@RestController
public class TestController {@Autowired
private FlowService demoService;/**** @description:限流测试
**/
@GetMapping(value = "/testFlow")
public String testFlow(@RequestParam("origin") String origin) {return demoService.testFlow(origin);
}}

​ 代码块3 流量控制测试接口

3.1.3.3 系统降级核心代码说明

见代码块4，在FlowService中，通过SentinelResource注解，定义资源名称为queryUserInfoSlowRequest，同时queryUserInfoSlowRequest方法为核心业务处理方法，在此方法中通过随机数来随机模拟接口执行耗时不稳定，执行耗时区间在40-60ms之间，具体查看sleep方法，如果大于50ms则进行次数记录，以便于测试结果比对，如果系统进行了熔断则进入exceptionHandler方法，等待一定时间后进入熔断恢复逻辑，并重置进入熔断的时间，同时为了验证结果的便捷性，提供了restSlowValue方法，对相关参数进行重置，这样可以快速验证降级结果

@Service
@Slf4j
public class FlowService {double count = 0;double slowRatioThreshold = 0;double slowRatioThresholdCount = 0;long failStartTime = 0;/*** @description:熔断降级测试* @param:* @return: java.lang.String*/@SentinelResource(value = "queryUserInfoSlowRequest", blockHandler = "exceptionHandler")public String queryUserInfoSlowRequest() {long start = System.currentTimeMillis();++count;if (failStartTime != 0) {System.out.println("request fusing recovery time: " + (System.currentTimeMillis() - failStartTime) + " ms");failStartTime = 0;sleep(1000 * 2);}sleep(ThreadLocalRandom.current().nextInt(40, 60));long end = System.currentTimeMillis();long callTime = end - start;//调用时间if (callTime > 50) {slowRatioThresholdCount += 1;}slowRatioThreshold = slowRatioThresholdCount / count;System.out.println("request success time: " + (end - start) + " ms count:" + count + "  slowRatioThreshold:" + slowRatioThreshold);return "success";}// Block 异常处理函数，参数最后多一个 BlockException，其余与原函数一致.public String exceptionHandler(BlockException ex) {if (failStartTime == 0) {failStartTime = System.currentTimeMillis();}System.out.println("request fusing time: " + LocalDateTime.now() + " ms");sleep(ThreadLocalRandom.current().nextInt(5, 10));return "Oops ";}//接收指定毫秒数进行休眠处理public static void sleep(int timeMs) {try {TimeUnit.MILLISECONDS.sleep(timeMs);} catch (InterruptedException e) {// ignore}}/*** @description:重置降级的相关参数，主要为了更好复现熔断结果* @return: java.lang.String*/
public String restSlowValue() {count = 0;slowRatioThreshold = 0;slowRatioThresholdCount = 0;failStartTime = 0;return "success";
}}

​ 代码块4 系统降级核心测试代码

见代码块5，定义queryUserInfoSlowRequest接口，url为/queryUserInfoSlowRequest,接收外部http请求进行测试，也提供了辅助测试接口restSlowValue接口，url为/restSlowValue,便于对相关参数进行重置

RestController
public class TestController {@Autowiredprivate FlowService demoService;/*** @description:熔断降级测试* @author: dongweizhao* @date: 2021/6/30 3:07 下午* @param:* @return: void*/@RequestMapping(value = "/queryUserInfoSlowRequest")public String queryUserInfoSlowRequest() {return demoService.queryUserInfoSlowRequest();}/*** @description:重置降级的相关参数，主要为了更好复现熔断结果* @return: void*/
@GetMapping(value = "/restSlowValue")
public String restSlowValue() {return demoService.restSlowValue();
}}

​ 代码块5 系统降级测试接口

3.1.3.4 系统自适应保护核心代码说明

见代码块6，系统自适应保护是Sentinel提供的整个系统级的控制功能，只需要在控制进行配置参数，请求任意接口测试即可，秉着测试便捷性、覆盖更多场景，后续此接口会结合其他接口进行自适应保护测试，如下代码表示如果系统未进行保护则进入testSysProtect方法，打印对应字符串，返回passed，否则直接抛出系统异常

@Service
@Slf4j
public class FlowService {/*** @description:系统自适应保护测试接口* @author: dongweizhao* @date: 2022/1/29 3:03 下午* @param: origin* @return: java.lang.String*/
public String testSysProtect(String origin) {System.out.println(String.format("Passed for resource testSysProtect, requestDate:%s , origin is %s", LocalDateTime.now(), origin));return "passed";
}}

​ 代码块6 系统自适应保护测试代码

见代码块7，定义testSysProtect接口，url为/testSysProtect,接收外部http请求进行测试

@RestController
public class TestController {@Autowiredprivate FlowService demoService;/*** @description:自适应保护接口* @author: dongweizhao* @date: 2021/6/30 3:07 下午* @param:* @return: void*/@GetMapping(value = "/testSysProtect")public String testSysProtect(@RequestParam("origin") String origin) {return demoService.testSysProtect(origin);}
}

​ 代码块7 系统自适应保护测试接口

3.1.3.5 测试脚本说明

见图6，另存附录A中test.zip，并进行解压，会看到解压后以下脚本文件，此脚本由shell脚本语言编写，此脚本在Linux、Macos系统中通过终端命令行即可执行，Windows需要安装git或者Linux、Macos虚拟机，本论文使用Macos系统进行执行，下面就脚本一一说明

​ 图6 附录A test.zip包含的测试脚本文件

3.1.3.5.1 start_dashboard.sh

此脚本为启动Sentinel控制台脚本，可以看到设置启动端口为8080，名称为sentinel-dashboard，并且会在脚本当前目录执行sentinel-dashboard-1.8.1.jar，所以控制台包必须与此脚本在同一目录

#!/bin/bash
nohup java -Dserver.port=****8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -Dproject.name=sentinel-dashboard -jar sentinel-dashboard-1.8.1.jar &

3.1.3.5.2 start_macos.sh

此脚本为在Macos系统中启动应用系统，在启动命令中指定了Sentinel控制台的ip和端口，并且指定应用名称为sentinel-springboot-demo，并且会在脚本当前目录执行sentinel-springboot-demo.jar，所以应用系统包必须与此脚本在同一目录

#!/bin/bash
nohup java  -Dcsp.sentinel.dashboard.server=127.0.0.1:8080 -Dproject.name=sentinel-springboot-demo -jar sentinel-springboot-demo.jar &

3.1.3.5.3 start_ubuntu.sh

此脚本为在Ubuntu系统中启动应用系统，在启动命令中指定了Sentinel控制台的ip和端口，因为控制台是在Masos系统进行了部署，所以ip地址需要指定Macos系统地址，其他与3.1.3.5.2章节start_macos.sh脚本一致

#!/bin/bash
nohup java  -Dcsp.sentinel.dashboard.server=10.211.55.2:8080 -Dproject.name=sentinel-springboot-demo -jar sentinel-springboot-demo.jar &

3.1.3.5.4 queryUserInfoSlowRequest_local.sh

此脚本为熔断降低测试脚本，名称中local本地测试，即在Macos系统中进行测试，结合3.1.3.3章节中系统降级代码分析，首先请求了restSlowValue接口重置相关参数，紧接着在循环中持续调用queryUserInfoSlowRequest接口进行测试，注意：内容的循环次数为1000000只是为了模拟用户不间断的请求，没有其它含义

#!/bin/bash
### 基于分组规则测试脚本
curl http://127.0.0.1:8094/restSlowValue;
for (( i = **0; i < **1000000; i++ )); docurl http://127.0.0.1:8094/queryUserInfoSlowRequest
done

3.1.3.5.5 queryUserInfoSlowRequest_remote.sh

此脚本为在Ubuntu系统测试脚本与queryUserInfoSlowRequest_local.sh作用等同，唯一的区别就是IP不同，IP地址为Ubuntu部署的应用系统IP地址

#!/bin/bash
curl http://10.211.55.5:8094/restSlowValue;
### 基于分组规则测试脚本
for (( i = **0; i < **1000000; i++ )); docurl http://10.211.55.5:8094/queryUserInfoSlowRequest
done

3.1.3.5.6 testFlow_local.sh

此脚本为流量控制测试脚本，名称中local本地测试，即在Macos系统中进行测试，结合3.1.3.2章节中流量控制代码分析，在循环中调用testFlow接口进行测试，注意：内容的循环次数为1000000只是为了模拟用户不间断的请求，没有其它含义，请求参数origin无任何意义

#!/bin/bash
### 基于分组规则测试脚本
for (( i = **0; i < **1000000; i++ )); do
curl http://127.0.0.1:8094/testFlow?origin=appA
done

3.1.3.5.7 testFlow_remote.sh

此脚本为在Ubuntu系统测试脚本与3.1.3.5.6 testFlow_local.sh作用等同，唯一的区别就是IP不同，IP地址为Ubuntu部署的应用系统IP地址

#!/bin/bash
### 基于分组规则测试脚本
for (( i = **0; i < **1000000; i++ )); do
curl http://10.211.55.5:8094/testFlow?origin=appBdone

3.1.3.5.8 testSysProtect_local.sh

此脚本为自适应保护测试脚本，名称中local本地测试，即在Macos系统中进行测试，结合****3.1.3.4自适应保护代码分析，在循环中调用testSysProtect接口进行测试，注意：内容的循环次数为1000000只是为了模拟用户不间断的请求，没有其它含义，求参数origin无任何意义

#!/bin/bash
### 基于分组规则测试脚本
for (( i = **0; i < **1000000; i++ )); do
curl http://127.0.0.1:8094/testSysProtect?origin=appA
done

3.1.3.5.9 testSysProtect_remote.sh

此脚本为在Ubuntu系统测试脚本与testSysProtect_local.sh作用等同，唯一的区别就是IP不同，此地址为Ubuntu部署的应用系统IP地址

#!/bin/bash
### 基于分组规则测试脚本
for (( i = **0; i < **1000000; i++ )); do
curl http://10.211.55.5:8094/testSysProtect?origin=appA
done

3.1.4 控制台启动

3.1.4.1 控制台概述

此控制台为Sentinel官方提供的一个轻量级开源控制台，他提供了应用机器发现以及健康管理、流量监控、限流规则管理与下发

3.1.4.2 下载控制台jar

https://github.com/alibaba/Sentinel/releases/download/1.8.1/sentinel-dashboard-1.8.1.jar ，点击以上链接从github进行下载

3.1.4.3 启动控制台

下载附录A并解压test压缩包,拷贝****sentinel-dashboard-1.8.1.jar至test文件夹内，在终端执行"sh start_dashboard.sh"脚本启动控制台

sh start_dashboard.sh

3.1.4.4 查看启动结果

见图7，执行"tail -f nohup.out" 查询Sentinel控制台启动启动日志，如果出现Started字样，则表示启动成功

图7 Sentinel控制台启动日志

见图8图9，打开浏览器输入http://localhost:8080地址，即可打开控制台登录界面，输入sentinel/sentinel，即可登录成功。

​ 图8 Sentinel控制台登录界面

​ 图9 Sentinel登陆成功界面

3.1.5 应用系统启动

3.1.5.1 应用系统概述

此应用系统为了验证Sentinel特性，特此开发的测试系统，此系统基于spring-boot开发，他提供了本次论文要调研的功能特性相关集成示例和测试脚本，具体代码已存放在Github中，可自行下载，地址如下：https://github.com/dongweizhao/sentinel-springboot-demo/，为了论文调研方便性和结果的快速验证，基于部署包进行验证

3.1.5.2 应用系统部署包下载

https://github.com/dongweizhao/sentinel-springboot-demo/raw/ha/src/test/jar/sentinel-springboot-demo.jar ,点击以上链接从github进行下载

3.1.5.3 启动应用系统

拷贝sentinel-springboot-demo.jar至test文件夹内，在命令行执行"start_macos.sh"脚本启动

3.1.5.4 查看启动结果

见图10，执行"tail -f nohup.out" 查询启动日志，如果出现Started字样，则表示启动成功

​ 图10 应用系统启动成功日志

3.2 单节点集成限流测试

3.2.1 流量控制测试

在测试程序test_script目录下，分别执行testFlow_local.sh、testFlow_remote.sh脚本

3.2.1.1 执行测试脚本

首先在test_script目录下执行testFlow_local.sh，因为Sentinel是在接受到应用的第一次访问，才进行应用信息上报

sh testFlow_local.sh

3.2.1.2 规则配置

见图11，在控制台，点击流控规则菜单，进行限流规则配置，以下表示每秒最大通过请求为5

​ 图11 流量控制配置界面

3.2.1.3 测试结果

见图12，查看根据返回结果可以看到请求执行5次，则进行了限流

​ 图12 流量控制限流结果，passed表示未进行限流，block表示进行了限流

3.2.1.4 总结

结果符合预期，测试通过

3.2.2 熔断降级测试

由于在流量控制应用系统信息已上报至Sentinel控制台，所以省略前面几步，从配置规则开始

3.2.2.1规则配置

见图13，在降级规则菜单中新增如下规则，在2000ms内执行请求100次，如果接口执行时间大于50ms，并且比例超过0.2，进行熔断10s

​ 图13 限流降级配置界面

3.2.2.2执行测试脚本

在test_script目录下执行queryUserInfoSlowRequest_local.sh脚本

sh queryUserInfoSlowRequest_local.sh

3.2.2.3结果查看

执行"tail -f nohup.out "查看测试结果，见图14，可以看到次数100并且比例大于0.2时，进行了熔断

图14 限流降级日志，count表示请求次数，slowRatioThreshold表示耗时大于50ms的阈值

见图15，熔断恢复时间在10s左右，没法100%保证10s，因为系统负载还有io等等原因，只能尽可能接近

图15 熔断恢复日志，recovery time表示熔断时长

见图16，通过控制台图表可以看出熔断期间通过qps为0

图16 Sentinel控制台中限流降级监控图表

3.2.2.4总结

结果符合预期，测试通过

3.2.3 系统自适应保护测试

3.2.3.1 规则配置

由于自适应保护是系统级的，需要对所有请求的接口进行请求限流，所以Sentinel对spring boot框架进行了适配，不需要单独为每个接口配置，具体原理会在分析章节进行剖析，因此在控制台选择对应维度进行配置即可，见图17，这里选择入口QPS进行测试，因为测试结果较为直观，qps设置为2

图17 系统自适应保护配置界面

3.2.3.2 请求测试

3.2.3.2.1 单一接口请求测试

在test_script目录下执行testFlow_local.sh接口进行测试 ，见图18，执行的日志为1秒两次，多余的请求已在入口处进行拦截

​ 图18 单接口自适应保护测试日志

见图19，图表中也能看出来每秒通过QPS为2

​ 图19 Sentinel控制台中单接口自适应保护限流监控图表

3.2.3.2.2 多接口并发请求测试

在test_script目录下执行testFlow_local.sh testSysProtect_local.sh脚本

sh testFlow_local.sh
sh testSysProtect_local.sh

见图20，查看2个接口执行的日志分别为1秒1次，总通过为1秒2次，多余的请求已在入口处进行拦截

图20 多接口自适应保护测试日志

见图21，查看监控图表与每个接口通过qps为1，符合预期

​ 图21 Sentinel控制台中多接口自适应保护限流监控图表

3.2.3.3 结论

通过单一接口和多接口请求测试，通过qps都与配置qps值相等，测试结果符合预期。

3.3 多节点集成限流测试

3.3.1 环境准备

使用2台节点进行测试验证，分别为：Macos与Ubuntu虚拟机

3.3.1.1 部署Ubuntu系统测试程序

见图22，拷贝测试包至Ubuntu系统的指定目录，并进行启动

​ 图22 Ubuntu操作系统下应用系统启动日志

3.3.1.2 部署Macos系统测试程序

• 启动控制台程序

见图23，执行start_dashboard.sh脚本，启动控制台程序

​ 图23 Macos操作系统下Sentinel控制台启动日志

• 启动测试应用系统

见图24，执行start_macos.sh脚本，启动程序

​ 图24 Macos操作系统应用系统启动日志

3.3.2 流量控制测试

3.3.2.1 执行测试脚本

见图25，在Macos系统测试程序test_script目录下，分别执行testFlow_local.sh、testFlow_remote.sh脚本

​ 图25 执行流量控制测试脚本

3.3.2.2 规则配置

见图26，在控制台配置，点击流控规则菜单，选择对应节点进行限流规则配置，以下表示每秒最大通过请求为6

​ 图26 基于控制台配置流量控制

3.3.2.3 结果查看

见图27，Macos执行日志,同一秒只有6条“Passed for resource testFlow”开头日志

​ 图27 Macos系统中流量控制测试日志，“Passed for resource testFlow”表示放行请求

见图28，Ubuntu执行日志，同一秒只有6条“Passed for resource testFlow”开头日志

​ 图28 Ubuntu系统中流量控制测试日志

见图29，因为总共有2个节点，每个节点qps控制为6，控制台总通过qps为12

​ 图29 控制台流量控制监控报表

3.3.2.4 总结

结果符合预期，测试通过

3.3.3 熔断降级测试

3.3.3.1 执行测试脚本

见图30，在Macos系统测试程序test_script目录下，分别执行以下脚本

sh queryUserInfoSlowRequest_local.shsh queryUserInfoSlowRequest_remote.sh

​ 图30 执行熔断降级测试脚本

3.3.3.2 规则配置

见图31，在控制台配置，点击降级规则菜单，选择对应节点进行限流规则配置，在2000ms内执行请求50次，如果接口执行时间大于50ms，并且比例超过0.2，进行熔断10s

​ 图31 基于控制台配置熔断降级

3.2.3.3 结果查看

见图32，如下图Macos系统中执行到50次并且慢调用比例大于0.2进行了熔断10s

图32 Macos系统中熔断降级测试日志，count表示请求次数，slowRatioThreshold表示耗时大于50ms的阈值，recovery time表示熔断时长

见图33，执行到50次并且慢调用比例大于0.2进行了熔断10s

​ 图33 Ubunt系统中熔断降级测试日志

图34，通过控制台图表可以看出熔断期间通过qps为0

​ 图34 控制台熔断降级监控报表

3.3.3.4 总结

结果符合预期，测试通过

3.3.4 系统自适应保护测试

3.3.4.1 规则配置

见图35，选择不同进行配置，qps为2

​ 图35 基于控制台配置自适应保护

3.3.4.2 执行测试脚本

见图36，在Macos系统测试程序test_script目录下，分别执行testSysProtect_local.sh、testSysProtect_remote.sh、testFlow_local.sh、testFlow_remote.sh脚本

​ 图36执行自适应保护测试脚本

3.3.4.3 结果查看

见图37，Macos执行日志，每秒通过请求2个

​ 图37 Macos系统中自适应保护日志

见图38，Ubuntu执行日志，每秒通过请求2个

图38 Ubuntu系统中自适应保护日志

见图39，Sentinel控制台实时统计结果，请求2个接口，每个接口qps为2，总qps为4

​ 图39 控制台熔断降级监控报表

3.3.4.4 总结

结果符合预期，测试通过

链接

分布式系统并发请求限流平台Sentinel功能特性调研（上篇）

作者微信

分布式系统并发请求限流平台Sentinel功能特性调研-集成测试（中篇）相关推荐

1. 阿里限流神器Sentinel夺命连环 17 问？，nginx请求转发原理

   阿里限流神器Sentinel夺命连环 17 问?,nginx请求转发原理 前沿技术精品 2021-11-17 10:43:04 阅读数:77 评论数:0 点赞数:0 收藏数:0 标签:Sentinel ...

2. Sentinel系统规则_分布式系统集群限流_线程数隔离_削峰填谷_流量控制_速率控制_服务熔断_服务降级---微服务升级_SpringCloud Alibaba工作笔记0044

   技术交流QQ群[JAVA,C++,Python,.NET,BigData,AI]:170933152 然后咱们来说一下这个系统规则怎么用 可以看到系统规则,又叫系统自适应限流,就是说,sentinel ...

3. javaweb对于高并发策略--限流

   1.对于后端开发来说基本策略:缓存,限流,降级 缓存 缓存比较好理解,在大型高并发系统中,如果没有缓存数据库将分分钟被爆,系统也会瞬间瘫痪.使用缓存不单单能够提升系统访问速度.提高并发访问量,也是保护 ...

4. 高并发系统限流最佳实践

   缓存 缓存比较好理解,在大型高并发系统中,如果没有缓存数据库将分分钟被爆,系统也会瞬间瘫痪. 使用缓存不单单能够提升系统访问速度.提高并发访问量,也是保护数据库.保护系统的有效方式.大型网站一般主要是 ...

5. 互联网高并发解决方案（2）--高并发服务限流特技

   RPC和本地JAVA调用的区别 RPC远程调用:一般是可以跨平台使用的,采用Socket技术,只要语言支持socket技术就可以进行互相通信.其实就是socket+反射实现的. 本地调用:只能支持Ja ...

6. 阿里巴巴开源限流系统 Sentinel 全解析

   今年下半年阿里开源了自研的限流系统 Sentinel,官方对 Sentinel 的介绍中用到了一系列高大山的名词诸如 限流.熔断降级.流量塑形.系统负载保护等,还有漂亮的形容词诸如 轻巧.专业.实时等 ...

7. 高并发系统限流-漏桶算法和令牌桶算法

   参考: https://www.cnblogs.com/xuwc/p/9123078.html http://www.cnblogs.com/LBSer/p/4083131.html https:// ...

8. 高并发系统--限流算法

   在开发高并发系统时,有三把利器用来保护系统:缓存.降级和限流.通过限流,我们可以很好地控制系统的qps,从而达到保护系统的目的.主要算法有:计数器算法,滑动窗口算法,漏桶算法,令牌桶算法 1.计数器算 ...

9. Springboot项目中通过谷歌的guava实现令牌桶算法，来进行请求限流

   令牌桶算法是一种对请求限流的有效算法,核心思想是,一定时间内产生固定数量的令牌,拿到该令牌的请求可以通过,进行业务处理,没有拿到令牌的请求需要等待,直到新的令牌产生并领到该令牌,才可以通过,否则一直被 ...

最新文章

1. 网络分流器-网络分流器IP网络路由交换测试技术探讨
2. XX must be built with ARC
3. DPDK使用linux drivers（二十九）
4. iphone无法连接电脑_电脑开机无线网卡无法自动连接网络怎么办？
5. 点击时候确定某个元素 js_某空气质量监测平台 JS反爬
6. android 视频录制和上传,关于android实时视频录制与上传 .
7. 解决$ is not define
8. left join 多条件_第九篇|Spark的五种JOIN策略解析
9. netlink 学习笔记 3.8.13内核
10. Java 实现导出excel表 POI
11. easydarwin 安装_EasyDarwin 笔记
12. Docker 配置镜像加速器
13. ArcGIS数据生产与精细化制图之中国年降水量分布图的制作
14. python 操作excel 表格
15. oracle存储过程执行中输出日志文件 （转载学习）
16. 软考 - 高级信息系统项目管理师，考证好处、报考流程及知识体系
17. 线性代数1.5 克莱姆法则
18. TutorialGateway BI 中文系列教程【翻译完成】
19. VS Code下搭建开发51单片机的环境（基于Embedded IDE）
20. 【渝粤教育】广东开放大学 商务谈判 形成性考核 (34)

热门文章

1. 处理Java堆溢出的简单思路
2. poj pku 1673 EXOCENTER OF A TRIANGLE 三角形 垂心
3. php数组用逗号相连,php逗号连接数组
4. 音视频探索(6)：浅析MediaCodec工作原理
5. 蔚来即将二次上市 车企跨界排头兵或将再添一员？
6. 递归系统卷积码译码_编码器使用RSC递归系统卷积码. RSC码由前馈多项式和反馈多项式确定....
7. 赚大了海量电子书和科技期刊免费看
8. Java、JS解析JSON对象、JSON数组
9. Java8中关于Paths、Path等工具类的简单使用
10. 相机拍照Camera