面试题：Sentinel 是怎么实现限流的？

Sentinel 是一个强大的流量控制组件，支持多种限流策略，包括 QPS 限流、线程数限流、熔断降级 等。其限流功能主要通过以下几种机制实现：

1. 滑动窗口算法

Sentinel 使用 滑动窗口算法 来统计单位时间内的请求量，从而实现精确的限流控制。滑动窗口将时间划分为多个小的时间片段（如 1 秒划分为 2 个 500 毫秒的窗口），每个窗口统计请求量，然后通过滑动的方式计算单位时间内的总请求量。

工作原理

将时间划分为多个小窗口（如 1 秒划分为 2 个 500 毫秒的窗口）。
每个窗口统计当前时间片段内的请求量。
滑动窗口根据时间推移，动态计算单位时间内的总请求量。
如果总请求量超过限流阈值，则触发限流。

优点

实时性高：滑动窗口可以实时统计请求量，响应速度快。
精度高：通过细分时间窗口，可以更精确地控制流量。

2. 令牌桶算法

Sentinel 还支持 令牌桶算法 来实现限流。令牌桶算法通过控制令牌的生成和消耗来限制请求的速率。

工作原理

系统以固定的速率向桶中添加令牌（如每秒添加 10 个令牌）。
每个请求需要从桶中获取一个令牌。
如果桶中有足够的令牌，则允许请求通过。
如果桶中没有令牌，则触发限流。

优点

平滑流量：令牌桶算法可以平滑突发流量，避免系统过载。
灵活性高：通过调整令牌生成速率和桶的大小，可以灵活控制流量。

3. 限流规则

Sentinel 的限流功能通过 规则配置 来实现。用户可以根据需要定义多种限流规则，包括：

QPS 限流：限制每秒的请求量。
线程数限流：限制并发线程数。
熔断降级：基于响应时间、异常比例等指标实现熔断。

示例：QPS 限流规则

FlowRule rule = new FlowRule();
rule.setResource("myResource"); // 资源名
rule.setGrade(RuleConstant.FLOW_GRADE_QPS); // 限流类型（QPS）
rule.setCount(10); // 限流阈值（10 QPS）
FlowRuleManager.loadRules(Collections.singletonList(rule));

4. 责任链模式

Sentinel 使用 责任链模式 来实现多种流量控制规则。每个规则对应一个处理器，请求会依次通过各个处理器，直到被限流或通过。

工作原理

请求进入 Sentinel 时，会依次通过多个处理器（如限流处理器、熔断处理器）。
每个处理器根据规则判断是否允许请求通过。
如果某个处理器触发限流，则请求被拒绝。
如果所有处理器都通过，则请求被允许。

优点

扩展性强：可以轻松添加新的处理器，支持多种流量控制规则。
灵活性高：可以根据需要动态调整处理器的顺序和规则。

5. 实时监控和动态配置

Sentinel 提供 实时监控 和 动态配置 功能，用户可以通过控制台实时查看系统的流量状态，并动态调整限流规则。

实时监控

Sentinel 控制台可以实时显示每个资源的 QPS、响应时间、异常比例等指标。
用户可以根据监控数据调整限流规则。

动态配置

Sentinel 支持动态配置限流规则，规则可以实时生效，无需重启应用。
用户可以通过控制台或 API 动态调整限流阈值、熔断条件等。

6. 集群限流

Sentinel 还支持 集群限流，用于在分布式系统中实现全局的流量控制。集群限流通过 Token Server 和 Token Client 的协作，实现全局的限流功能。

工作原理

部署一个或多个 Token Server，负责管理全局的流量配额。
每个微服务实例作为 Token Client，向 Token Server 申请令牌。
如果 Token Server 有足够的令牌，则允许请求通过。
如果 Token Server 没有足够的令牌，则触发限流。

优点

全局流量控制：在分布式系统中实现全局的流量控制。
高可用性：支持 Token Server 的高可用部署。

总结

Sentinel 的限流功能通过 滑动窗口算法、令牌桶算法、限流规则、责任链模式 和 集群限流 等机制实现。它支持多种限流策略（如 QPS 限流、线程数限流），并提供实时监控和动态配置功能，适用于高并发和分布式系统中的流量控制场景。通过合理配置限流规则，可以有效保护系统的稳定性。

THE END

SpringCloud 面试题