本文主要是介绍SpringCloud Alibaba Sentinel 流量控制之流控效果实践总结，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
当 QPS 超过某个阈值的时候，则采取措施进行流量控制。流量控制的效果包括以下几种：直接拒绝、Warm Up、匀速排队/排队等待。对应 FlowRule 中的 controlBehavior 字段。
注意：若使用除了直接拒绝之外的流量控制效果，则调用关系限流策略（strategy）会被忽略。
官网地址：https://github.com/alibaba/Sentinel/wiki/%E6%B5%81%E9%87%8F%E6%8E%A7%E5%88%B6
【1】直接拒绝
直接拒绝（RuleConstant.CONTROL_BEHAVIOR_DEFAULT）方式是默认的流量控制方式，当QPS超过任意规则的阈值后，新的请求就会被立即拒绝，拒绝方式为抛出FlowException。
这种方式适用于对系统处理能力确切已知的情况下，比如通过压测确定了系统的准确水位时。
浏览器频繁访问 ：http://localhost:8401/testA ，将会抛出异常信息Blocked by Sentinel (flow limiting)。
对应源码实现为：com.alibaba.csp.sentinel.slots.block.flow.controller.DefaultController
【2】Warm Up
Warm Up（RuleConstant.CONTROL_BEHAVIOR_WARM_UP）方式，即预热/冷启动方式。
当系统长期处于低水位的情况下，当流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统被压垮。
通常冷启动的过程系统允许通过的 QPS 曲线如下图所示：
具体来说为：阈值除以coldFactor(默认值为3),经过预热时长后才会达到阈值。
默认coldFactor为3，即请求 QPS 从 threshold / 3 开始，经预热时长逐渐升至设定的 QPS 阈值。如下为例，刚开始限制QPS为10/3=3，经过5秒后，QPS限制为设置的阈值10 。
源码实现：com.alibaba.csp.sentinel.slots.block.flow.controller.WarmUpController
应用场景如：秒杀系统在开启的瞬间，会有很多流量上来，很有可能把系统打死，预热方式就是把为了保护系统，可慢慢的把流量放进来，慢慢的把阀值增长到设置的阀值。
【3】匀速排队
匀速排队（RuleConstant.CONTROL_BEHAVIOR_RATE_LIMITER）方式会严格控制请求通过的间隔时间，也即是让请求以均匀的速度通过，对应的是漏桶算法。
该方式的作用如下图所示：
这种方式主要用于处理间隔性突发的流量，例如消息队列。想象一下这样的场景，在某一秒有大量的请求到来，而接下来的几秒则处于空闲状态，我们希望系统能够在接下来的空闲期间逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求。
注意：匀速排队模式暂时不支持 QPS > 1000 的场景。
如下我们设置规则，期望每秒处理一个请求。
频繁请求 http://localhost:8401/testA，如下图所示每秒处理一个请求，后面的请求需要等待：
其源码实现为：com.alibaba.csp.sentinel.slots.block.flow.controller.RateLimiterController
这篇关于SpringCloud Alibaba Sentinel 流量控制之流控效果实践总结的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
