分散式系統為了保證系統穩定性，在服務治理的限流中會根據不同場景進行限流操作，常見的限流演算法有：
-
令牌桶：可容忍一定突發流量的速率的限流，令牌桶演算法的原理是系統以恆定的速率產生令牌，然後把令牌放到令牌桶中，令牌桶有一個容量，當令牌桶滿了的時候，再向其中放令牌，那麼多餘的令牌會被丟棄；當想要處理一個請求的時候，需要從令牌桶中取出一個令牌，如果此時令牌桶中沒有令牌，那麼則拒絕該請求。
-
漏斗：固定速率限流，可以啟動整流作用。
在分析sentinel限流之前，我們先看下sentinel是什麼，官網說明如下：
隨著微服務的流行，服務和服務之間的穩定性變得越來越重要。Sentinel 是面向分散式服務架構的流量控制元件，主要以流量為切入點，從流量控制、熔斷降級、系統自適應保護等多個維度來幫助您保障微服務的穩定性。
從限流角度來看，sentinel的限流有2種控制維度，一個是qps，一個是併發數。
qps這個很好理解，也就是每秒處理請求量，當超過設定閾值時，會進行流控，策略有如下幾種：拒絕、排隊（一定時長）等。
併發數這個就是當前執行緒執行數，類似於hystrix，只不過sentinel是進行執行緒個數統計判斷是否達到執行緒設定值，而hystrix是根據不同執行緒池來做的。
sentinel中處理流程是一個責任鏈，不同功能的邏輯抽象成不同的ProcessorSlot組合在一起，比如有限流的FlowSlot、打日誌的LogSot、資料統計的StatisticSlot。下面重點看限流的com.alibaba.csp.sentinel.slots.block.flow.FlowSlot：
public void entry(Context context, ResourceWrapper resourceWrapper, DefaultNode node, int count,
boolean prioritized, Object... args) throws Throwable {
// 是否觸發限流檢查
checkFlow(resourceWrapper, context, node, count, prioritized);
// 繼續往下一個節點走
fireEntry(context, resourceWrapper, node, count, prioritized, args);
}
public void checkFlow(Function<String, Collection<FlowRule>> ruleProvider, ResourceWrapper resource,
Context context, DefaultNode node, int count, boolean prioritized) throws BlockException {
Collection<FlowRule> rules = ruleProvider.apply(resource.getName());
for (FlowRule rule : rules) { // 多個限流規則檢查
if (!canPassCheck(rule, context, node, count, prioritized)) {
throw new FlowException(rule.getLimitApp(), rule);
}
}
}
// canPassCheck -> passLocalCheck
private static boolean passLocalCheck(FlowRule rule, Context context, DefaultNode node, int acquireCount,
boolean prioritized) {
return rule.getRater().canPass(selectedNode, acquireCount, prioritized);
}
canPass校驗目前有以下幾種實現類：
這幾個實現類分別使用瞭如下幾種限流演算法：
-
DefaultController：令牌桶
-
RateLimiterController：漏斗
-
WarmUpController：冷啟動的令牌桶
-
WarmUpRateLimiterController：冷啟動的漏斗
sentinel中統計資訊，比如qps、pass、block等資訊都是在滑動時間視窗中維護的，比如時間戳是910時，統計資訊會往對應800-1000的時間視窗更新，當時間戳是1001時，由於時間視窗只有5個(每個200ms)，因此會複用第一個時間視窗，在使用前會先進行初始化該視窗統計值。
對於預設的流控實現 DefaultController，其是根據時間視窗的統計值是否達到了限流值來決定是否限流的，這也是把它歸為令牌桶演算法的原因。漏斗演算法實現RateLimiterController，會記錄上一次正常通過的時間戳資訊（latestPassedTime），當判斷是否限流時，會根據當前時間-latestPassedTime是否大於間隔值，大於的話表示可以正常通過，小於的話表示剛剛已經有流程正常通過，此次需要排隊等待，等待時間為期望時間戳-當前時間戳，併發場景下，多個執行緒可能都會走到等待這裡，因此需要(cas操作)判斷當前需等待時間是否大於某個值，大於的話直接進行限流，不再排隊等待。
冷啟動限流演算法，即預熱/冷啟動方式。當系統長期處於低水位的情況下，當流量突然增加時，直接把系統拉昇到高水位可能瞬間把系統壓垮。通過"冷啟動"，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。
sentinel中通常冷啟動的過程系統允許通過的 QPS 曲線如下圖所示：
冷啟動的兩種模式，令牌桶和漏斗大同小異，只不過在流量較大時，冷啟動過程 令牌桶走勢類似於階梯向上直到設定的限流值，漏洞走勢類似於幾個斜線向上之道設定的限流值。
關於sentinel更多的知識可參考官方文件：https://sentinelguard.io/zh-cn/docs/introduction.html
推薦閱讀