背景

api 流控分为 in/out 两个方向，in 控制调用者调入流量， out 控制调出 api 流量。开源有比较多的限流框架，如 guava ratelimiter，sentinel 的集群流控。 ratelimiter 单机版，不适合用在分布式场景；sentinel 集群流控其实是限速，但 api 限速是动态的，我们需要调速，根据资源情况或者 api 提供者的反馈，调高,调低流限，因此自研分布式 api 流控组件。

本组件用于系统调出第三方 api 流量整型，提高 api 调用通过率

参考和术语

ratelimiter guava 流控组件

sentinel 集群流控，支持集群限流

漏桶算法:

一个固定容量的漏桶，按照常量固定速率流出水滴；

如果桶是空的，则不需流出水滴；

可以以任意速率流入水滴到漏桶；

如果流入水滴超出了桶的容量，则流入的水滴溢出了（被丢弃），而漏桶容量是不变的。

通俗的比喻，门很窄，只能通过一个人

令牌桶算法：

用户设定 QPS 为 r，则每隔 1/r 秒一个令牌被加入到桶中

设定桶中最多可以存放 b 个令牌。如果令牌到达时令牌桶已经满了，那么这个令牌会被丢弃

当流量以速率 v 进入，从桶中以速率 v 取令牌，拿到令牌的流量通过，拿不到令牌流量不通过，执行等待或熔断

通俗的比喻，门很宽，门口放一个桶，桶里放着令牌，每个人要过门需要从桶里拿个令牌，凭令牌通过，桶令牌匀速投放

场景视图

场景视图描述系统干了什么事，有什么价值

拦截器

1. 拦截 client 调用，申请 token，执行流量控制逻辑

> retrofit/okhttp3

> httpclient

> aop

2. 申请 token 返回调用频率太高(429)，发送超限消息

设置 api 资源 资源是流控目标抽象，api 看作资源，资源配置流控规则

申请 token 令牌桶算法

定时重置速率作业 调度作业，依据观测速率作为经验值

事件监听 监听超限消息，调整 rate

输出测量 api 请求集群 qps ，支持 Prometheus;console(本地测试用); NopScheduledReporter(什么都不做的报告器，相当于屏蔽)

技术架构

请求，同一个资源，任何时候，任何服务，任何实例，发出请求

资源的流量限制是动态的，资源提供者根据系统总体负载的变化而变更流量限制

拦截器 调用拦截，申请令牌，若超限发送超限消息

流量控制 令牌桶算法使用 redis lua 实现

流量规则 流量规则管理

流控速率重置作业 定时重置资源流限

事件监听 接收超限事件，调速

metrics 汇集到 Prometheus，聚合统计; 作为经验值数据支持

流量控制算法

本组件使用令牌桶算法，观测作为经验值定时重置限制值; 资源调用反馈调速

详细设计

领域模型

源码

源码(付费)：
https://download.csdn.net/download/szlhj/62649559

包括流控源码，及依赖 metrics-reporter，metrics 输出器

测试：TestFlowSharpingMetrics，测试包括限流和 metrics 输出，单机可用 console reporter；分布式聚合 metrics 需 Prometheus

aop: TestFlowSharpingAspect

okhttp: FlowSharpingOkHttpInterceptorTest

httpclient: FlowSharpingHttpClientTest

效果

8.1 分布式服务流控

改造 sentinel 的 okhttp 和 httpclient 两个是单元测试，但资源名称一样 r1

1）设置资源/桶
TestFlowRuleService.testAddRedsourceFlowRule

桶配置，限流 50/分钟

使用 Prometheus 输出器

上面两个图表两个不同的服务，同一机器，端口不同，下面图表两机器总的流量

绿色 pass 流量，红色 fail 流量，紫色总流量

可以看到，流量基本稳定在 50 左右

关掉一个服务，总体仍然保持 50 设定速率

再次打开另一个服务，流量速率保持设定 50

8.2 场景: 动态变更流限

8.2.1 动态变更流限通过经验速率设置, ResourceService. updateExperienceRate

"15": 80 , 15 点，经验值 80

8.2.1 经验速率设置

ResourceService. setExperienceRate