> 距離上次總結Sentinel的滑動視窗演算法已經有些時間了，原本想著一口氣將它的core模組全部總結完，但是中間一懶就又鬆懈下來了，這幾天在工作之餘又重新整理了一下，在這裡做一個學習總結。 > > 上篇滑動視窗演算法總結連結：https://www.cnblogs.com/mrxiaobai-wen/p/14212637.html > > 今天主要總結了一下Sentinel的快速失敗和勻速排隊的漏桶演算法。因為它的WarmUpController和WarmUpRateLimiterController對應的令牌桶演算法的數學計算原理有一點點複雜，所以我準備在後面單獨用一篇來總結。所以今天涉及到的主要就是DefaultController和RateLimiterController。 *** ## 限流策略入口 首先進入到FlowRuleUtil類中，方法generateRater就是對應策略的建立，邏輯比較簡單，程式碼如下： ~~~java private static TrafficShapingController generateRater(FlowRule rule) { if (rule.getGrade() == RuleConstant.FLOW_GRADE_QPS) { switch (rule.getControlBehavior()) { case RuleConstant.CONTROL_BEHAVIOR_WARM_UP: // WarmUp-令牌桶演算法 return new WarmUpController(rule.getCount(), rule.getWarmUpPeriodSec(), ColdFactorProperty.coldFactor); case RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER: // 排隊等待-漏桶演算法 return new RateLimiterController(rule.getMaxQueueingTimeMs(), rule.getCount()); case RuleConstant.CONTROL_BEHAVIOR_WARM_UP_RATE_LIMITER: // 預熱和勻速排隊結合 return new WarmUpRateLimiterController(rule.getCount(), rule.getWarmUpPeriodSec(), rule.getMaxQueueingTimeMs(), ColdFactorProperty.coldFactor); case RuleConstant.CONTROL_BEHAVIOR_DEFAULT: default: // Default mode or unknown mode: default traffic shaping controller (fast-reject). } } // 快速失敗 return new DefaultController(rule.getCount(), rule.getGrade()); } ~~~ *** ## 快速失敗DefaultController 預設流控演算法程式碼如下： ~~~java @Override public boolean canPass(Node node, int acquireCount, boolean prioritized) { int curCount = avgUsedTokens(node); // 當前閾值 + acquireCount 是否大於規則設定的count，小於等於則表示符合閾值設定直接返回true if (curCount + acquireCount > count) { // 在大於的情況下，針對QPS的情況會對先進來的請求進行特殊處理 if (prioritized && grade == RuleConstant.FLOW_GRADE_QPS) { long currentTime; long waitInMs; currentTime = TimeUtil.currentTimeMillis(); // 如果策略是QPS，那麼對於優先請求嘗試去佔用下一個時間視窗中的令牌 waitInMs = node.tryOccupyNext(currentTime, acquireCount, count); if (waitInMs < OccupyTimeoutProperty.getOccupyTimeout()) { node.addWaitingRequest(currentTime + waitInMs, acquireCount); node.addOccupiedPass(acquireCount); sleep(waitInMs); // PriorityWaitException indicates that the request will pass after waiting for {@link @waitInMs}. throw new PriorityWaitException(waitInMs); } } return false; } return true; } ~~~ 先看一下涉及到的avgUsedTokens方法： ~~~java private int avgUsedTokens(Node node) { if (node == null) { return DEFAULT_AVG_USED_TOKENS; } // 獲取當前qps或者當前執行緒數 return grade == RuleConstant.FLOW_GRADE_THREAD ? node.curThreadNum() : (int)(node.passQps()); } ~~~ 主要是獲取已使用的令牌數，如果設定的閾值型別為執行緒數，那麼返回當前統計節點中儲存的執行緒數，如果設定的閾值型別為QPS，那麼返回已經通過的QPS數。 然後回到上面的canPass方法，其主要邏輯就是在獲取到目前節點的統計資料後，將已佔用的令牌數與請求的令牌數相加，如果小於設定的閾值，那麼直接放行。 如果大於設定的閾值，那麼在閾值型別為QPS且允許優先處理先到的請求的情況下進行特殊處理，否則返回false不放行。 上面特殊處理就是：首先嚐試去佔用後面的時間視窗的令牌，獲取到等待時間，如果等待時間小於設定的最長等待時長，那麼就進行等待，當等待到指定時間後返回。否則直接返回false不放行。 由程式碼可以看出，在等待指定時長後，丟擲PriorityWaitException進行放行，對應實現的地方在StatisticSlot中，對應entry方法程式碼如下： ~~~java @Override public void entry(Context context, ResourceWrapper resourceWrapper, DefaultNode node, int count, boolean prioritized, Object... args) throws Throwable { try { // Do some checking. fireEntry(context, resourceWrapper, node, count, prioritized, args); // 說明：省略了執行通過的處理邏輯 } catch (PriorityWaitException ex) { node.increaseThreadNum(); if (context.getCurEntry().getOriginNode() != null) { context.getCurEntry().getOriginNode().increaseThreadNum(); } if (resourceWrapper.getEntryType() == EntryType.IN) { Constants.ENTRY_NODE.increaseThreadNum(); } for (ProcessorSlotEntryCallback