SpringCloud：Sentinel2携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第9天，点

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第9天，点击查看活动详情

3. 流控效果

在流控的高级选项中，有一个流控效果的单选

流控效果是指请求达到流控阈值的时候该采取的措施，包括三种：

Warm Up

也叫做预热模式，是应对服务冷启动的一种方案。请求阈值初始值是 threshold / coldFactor，持续指定时常后，逐渐提高到 threshold 值。

也就是说它从开始阈值到最大QPS阈值会有一个缓冲阶段，一开始的阈值是最大QPS阈值的1/3，然后慢慢增长，直到最大阈值，适用于将突然增大的流量转换为缓步增长的场景。

例如：coldFactor 的默认值是 3，我设置 QPS 的 threshold 为 10，预热时间为 5 秒。那么初始阈值是 10/3，也就是 3。初始阈值由 3 逐渐增长到 10。
配置规则
使用场景

当系统长期处于低水位的情况下，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”，可以让通过的流量慢慢增加，在一定时间内流量逐渐增加到阈值上线。“冷启动”给冷系统一个预热时间，避免冷系统被压垮。Warm Up 冷启动主要用于启动需要额外开销的场景，例如建立数据库连接等。
案例
1. 配置流控规则
2. JMeter 测试
3. 测试结果
  
  我们通过实时监控看到 通过QPS 和 拒绝QPS 逐渐有交集，通过率逐渐上升，拒绝率逐渐下降

排队等待

当请求超过 QPS 阈值时，快速失败和Warm Up会在第一时刻拒绝新的请求并抛出异常。

而排队等待则是让所有请求进入一个队列当中，然后按照阈值允许的时间间隔依次执行。后来的请求必须等待前面的请求执行完成。如果请求的等待时间超过预计等待时长，则会被拒绝。
工作原理

例如：QPS = 5，意味着每 200ms 处理一个队列中的请求；timeout = 2000，意味着预计等待时长超过 2000ms 的请求会被拒绝并抛出异常。

什么是预计等待时长

对上述的流控规则对应的资源有 12 个请求，每个请求用时 200ms。
- 第 9 个请求的预计等待时长 = 200 × (9 - 1) = 1600ms
- 第12个请求的预期等待时长 = 200 × (12 - 1) = 2200ms
配置规则
使用场景

这种方式主要用于处理间隔性突发的流量，例如：消息队列。当某一时刻由大量的请求涌入，而接下来的几秒处于空闲状态，我们希望系统能够在接下来的空闲时间内逐渐处理这些请求，而不是在第一秒直接拒绝多余的请求
案例
1. 添加流控规则
2. JMeter 测试
3. 测试结果
  
  请求的 QPS 为 15。
  
  我们设置的 QPS 是 5，预期等待时长为 2000，就可以计算出最多能够有 10 个请求在队列中。
  
  我们可以通过实时监控的 通过QPS 和拒绝QPS 的比例是 2:1。

流控效果有哪些？

流控效果的限流是根据某个资源的请求数量是否超过 QPS 阈值来决定。而热点参数限流是分辨统计参数值相同的请求，判断是否超过 QPS 阈值。

全局参数限流

对某资源的指定请求做统计，每个时间段内的相同请求的 QPS 达到阈值就会拒绝并返回异常。

举个例子就是：A资源对每次到达的第0个请求进行统计，这个请求的在 1 秒内的 QPS 不能超过10。
配置规则

这个例子中，这个资源的每个 0 号请求的在 1 秒内 QPS 都不能超过 10。
案例

例如，一个根据id查询商品的接口：

访问/goods/{id}的请求中，id参数值会有变化，热点参数限流会根据参数值分别统计QPS，统计结果：

当id=1的请求触发阈值被限流时，id值不为1的请求不受影响。

配置示例：

代表的含义是：对hot这个资源的0号参数（第一个参数）做统计，每1秒相同参数值的请求数不能超过5