限流和熔断

骆驼整理说

已于 2023-02-04 11:05:52 修改

阅读量195

点赞数

CC 4.0 BY-SA版权

分类专栏：分布式微服务框架、开源框架及中间件文章标签：微服务 1024程序员节 hystrix 分布式中间件

于 2022-02-28 20:34:27 首次发布

本文链接：https://blog.youkuaiyun.com/xing_jian1/article/details/122949818

分布式微服务框架、开源框架及中间件专栏收录该内容

109 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了限流的概念，通过计数器、滑动窗口、Leaky Bucket 和 Token Bucket 策略阐述如何限流。讨论了Spring Cloud Gateway和Sentinel在实际应用中的限流实现，以及Sentinel与Hystrix的熔断对比，强调Sentinel的轻量级、高性能特性，提供流量控制、系统负载保护和实时监控功能。

什么是限流

限流可以认为服务降级的一种，限制系统的输入和输出流量以达到保护系统的目的。一般来说系统的吞吐量是可以被测算的，为了保证系统的稳定运行，一旦达到阈值需要采取一些措施以完成限制流量的目的。比如延迟处理、拒绝处理或者部分拒绝处理等。

如何限流

计数器，控制单位时间内的请求数量。

import java.util.concurrent.atomic.AtomicInteger;

public class Counter {
    /**
     * 最大访问数量
     */
    private final int limit = 10;
    /**
     * 访问时间差
     */
    private final long timeout = 1000;
    /**
     * 请求时间
     */
    private long time;
    /**
     * 当前计数器
     */
    private AtomicInteger reqCount = new AtomicInteger(0);

    public boolean limit() {
        long now = System.currentTimeMillis();
        if (now < time + timeout) {
            // 单位时间内
            reqCount.addAndGet(1);
            return reqCount.get() <= limit;
        } else {