在频繁的网络请求时,服务有时候也会受到很大的压力,尤其是那种网络攻击,非法的。这样的情形有时候需要作一些限制。例如:限制对方的请求,这种限制可以有几个依据:请求IP、用户唯一标识、请求的接口地址等等。
当前限流的方式也很多:Spring cloud 中在网关本身自带限流的一些功能,基于 redis 来做的。同时,阿里也开源了一款:限流神器 Sentinel。今天我们主要围绕这两块来实战微服务的限流机制。
首先讲 Spring cloud 原生的限流功能,因为限流可以是对每个服务进行限流,也可以对于网关统一作限流处理。
一、实战基于 Spring cloud Gateway 的限流
pom.xml引入依赖:
-
org.springframework.boot -
spring-boot-starter-data-redis-reactive
其基础是基于redis,所以:
- spring:
- application:
- name: gateway-service
- redis: #redis相关配置
- database: 8
- host: localhost
- port: 6379
- password: 123456 #有密码时设置
- jedis:
- pool:
- max-active: 8
- max-idle: 8
- min-idle: 0
- timeout: 10000ms
接下来需要注入限流策略的 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());
- }
-
- /**
- * API限流
- * @return
- *
- */
- @Bean(value = "apiKeyResolver")
- KeyResolver apiKeyResolver() {
- return exchange -> Mono.just(exchange.getRequest().getPath().value());
- }
-
- /**
- * 请求路径中必须携带userId参数
- * 用户限流
- * @return
- *
- */
- @Bean(value = "userKeyResolver")
- KeyResolver userKeyResolver() {
- return exchange -> Mono.just(exchange.getRequest().getQueryParams().getFirst("userId"));
- }
这里引入ipKeyResolver、apiKeyResolver、userKeyResolver三种策略,可以利用注解 @Primary 来决定其中一个被使用。
注入bean后,需要在配置中备用:
- spring:
- application:
- name: gateway-service
- redis: #redis相关配置
- database: 8
- host: localhost
- port: 6379
- password: 123456 #有密码时设置
- jedis:
- pool:
- max-active: 8
- max-idle: 8
- min-idle: 0
- timeout: 10000ms
-
- cloud:
- kubernetes:
- discovery:
- all-namespaces: true
- gateway:
- discovery:
- locator:
- enabled: true
- lowerCaseServiceId: true
- routes: #路由配置:参数为一个List
- - id: cas-server #唯一标识
- uri: lb://cas-server-service #转发的地址,写服务名称
- order: -1
- predicates:
- - Path=/cas-server/** #判断匹配条件,即地址带有/ribbon/**的请求,会转发至lb:cas-server-service
- filters:
- - StripPrefix=1 #去掉Path前缀,参数为1代表去掉/ribbon
- - name: RequestRateLimiter #基于redis的Gateway的自身限流
- args:
- redis-rate-limiter.replenishRate: 1 # 允许用户每秒处理多少个请求
- redis-rate-limiter.burstCapacity: 3 # 令牌桶的容量,允许在一秒钟内完成的最大请求数
- key-resolver: "#{@ipKeyResolver}" #SPEL表达式取的对应的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 # 允许用户每秒处理多少个请求
- redis-rate-limiter.burstCapacity: 3 # 令牌桶的容量,允许在一秒钟内完成的最大请求数
- key-resolver: "#{@ipKeyResolver}" #SPEL表达式取的对应的bean
- - id: order-service
- uri: lb://order-service-service
- order: -1
- predicates:
- - Path=/order-service/**
- filters:
- - StripPrefix=1
- - name: RequestRateLimiter
- args:
- redis-rate-limiter.replenishRate: 1 # 允许用户每秒处理多少个请求
- redis-rate-limiter.burstCapacity: 3 # 令牌桶的容量,允许在一秒钟内完成的最大请求数
- key-resolver: "#{@ipKeyResolver}" #SPEL表达式取的对应的bean
- http:
- encoding:
- charset: UTF-8
- enabled: true
- force: true
- mvc:
- throw-exception-if-no-handler-found: true
- main:
- allow-bean-definition-overriding: true # 当遇到同样名称时,是否允许覆盖注册
这里是在原有的路由基础上加入 RequestRateLimiter限流过滤器,包括三个参数:
- - name: RequestRateLimiter #基于redis的Gateway的自身限流
- args:
- redis-rate-limiter.replenishRate: 3 #允许用户每秒处理多少个请求
- redis-rate-limiter.burstCapacity: 5 #令牌桶的容量,允许在一秒钟内完成的最大请求数
- key-resolver: "#{@ipKeyResolver}" #SPEL表达式取的对应的bean
写一个小脚本来压测一下:
- 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
上面两个脚本分别对2个服务进行压测,打印结果:
- HTTP/1.1 200 OK
- transfer-encoding: chunked
- X-RateLimit-Remaining: 2
- X-RateLimit-Burst-Capacity: 3
- X-RateLimit-Replenish-Rate: 1
- Expires: 0
- Cache-Control: no-cache, no-store, max-age=0, must-revalidate
- Set-Cookie: ORDER-SERVICE-SESSIONID=R99Ljit9XvfCapyUJDWL8I0rZqxReoY6HwcQV2n2; path=/
- X-XSS-Protection: 1; mode=block
- Pragma: no-cache
- X-Frame-Options: DENY
- Date: Thu, 19 Mar 2020 06:32:27 GMT
- X-Content-Type-Options: nosniff
- Content-Type: application/json;charset=UTF-8
-
- {"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
-
- 同一秒内多次后:
-
- 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
从上面可以看到,执行后,会出现调用失败的情况,状态变为429 (Too Many Requests) 。
二、基于阿里开源限流神器:Sentinel
首先引入依赖:
-
-
com.alibaba.cloud -
spring-cloud-starter-alibaba-sentinel -
在配置文件 application.yaml 文件中配置,需要新增2个配置:
- spring:
- application:
- name: admin-web
- cloud:
- kubernetes:
- discovery:
- all-namespaces: true
- sentinel:
- eager: true #取消Sentinel控制台的懒加载
- transport:
- dashboard: localhost:8080 #sentinel的Dashboard地址
- port: 8719 #是sentinel应用端和控制台通信端口
- heartbeat-interval-ms: 500 #心跳时间
- scg:
- fallback: #scg.fallback为sentinel限流后的响应配置
- mode: response
- response-status: 455
- response-body: 已被限流
其中,这里面配置了一个服务:spring.cloud.sentinel.transport.dashboard,配置的是 sentinel 的 Dashboard 地址。同时 spring.cloud.sentinel.transport.port 这个端口配置会在应用对应的机器上启动一个 Http Server,该 Server 会与 Sentinel 控制台做交互。
Sentinel 默认为所有的 HTTP 服务提供限流埋点,上面配置完成后自动完成所有埋点,只需要控制配置限流规则即可。
这里我们讲下通过注解来给指定接口函数加上限流埋点,写一个 RestController,在接口函数上加上注解 @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);
- }
以上代码部分完成了,接下来先安装 SentinelDashBoard,Sentinel DashBoard 下载地址:https://github.com/alibaba/Sentinel/releases 。
下载完成后,命令启动:
java -jar sentinel-dashboard-1.6.2.jar
默认启动端口为 8080,访问 IP:8080,就可以显示 Sentinel 的登录界面,用户名与密码均为 sentinel。登录 Dashboard 成功后,多次访问接口"/getToken",可以在 Dashboard 看到相应数据,这里不展示了。接下来可以设置接口的限流功能,在 “+流控” 按钮点击打开设置界面,设置阈值类型为 qps,单机阈值为 5。
浏览器重复请求 http://localhost:5556/admin-web/api/user/getToken 如果超过阀值就会出现如下界面信息:
Blocked by Sentinel (flow limiting)
此时,就看到Sentinel 限流起作用了,可以加上 spring.cloud.sentinel.scg.fallback 为sentinel 限流后的响应配置,亦可自定义限流异常信息:
- @GetMapping(value = "/getToken")
- @SentinelResource(value = "getToken", blockHandler = "handleSentinelException", blockHandlerClass = {MySentinelException.class}))
- public Response
- //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
- Map
map=new HashMap<>(); - logger.info("Oops: " + ex.getClass().getCanonicalName());
- return Response.ok(200, -8, "通过注解 @SentinelResource 配置限流埋点并自定义限流后的处理逻辑", null);
- }
- }
这里讲下注解 @SentinelResource 包含以下属性:
Sentinel 限流逻辑处理完毕了,但每次服务重启后,之前配置的限流规则就会被清空。因为是内存形式的规则对象。所以下面就讲下用 Sentinel 的一个特性 ReadableDataSource 获取文件、数据库或者配置中心设置限流规则,目前支持 Apollo、Nacos、ZK 配置来管理。
首先回忆一下,一条限流规则主要由下面几个因素组成:
接下来通过文件来配置:
- #通过文件读取限流规则
- 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新建一个文件,比如 flowrule.json 添加限流规则:
- [
- {
- "resource": "getToken",
- "count": 1,
- "controlBehavior": 0,
- "grade": 1,
- "limitApp": "default",
- "strategy": 0
- },
- {
- "resource": "resource",
- "count": 1,
- "controlBehavior": 0,
- "grade": 1,
- "limitApp": "default",
- "strategy": 0
- }
- ]
重新启动项目,出现如下日志说明成功:
- DataSource ds1-sentinel-file-datasource start to loadConfig
- DataSource ds1-sentinel-file-datasource load 2 FlowRule
如果采用 Nacos 作为配置获取限流规则,可在文件中加如下配置:
- spring:
- application:
- name: order-service
- cloud:
- nacos:
- config:
- server-addr: localhost:8848
- discovery:
- server-addr: localhost:8848
- sentinel:
- eager: true
- transport:
- dashboard: localhost:8080
- datasource:
- ds1:
- nacos:
- server-addr: localhost:8848
- dataId: ${spring.application.name}-flow-rules
- data-type: json
- rule-type: flow
更多开源实战利用 k8s 作微服务的架构设计代码:spring-cloud-k8s: 利用k8s实现微服务架构设计,包括网关、鉴权、负载均衡、配置管理、熔断、流控等