Sentinel -- FLOW SLOT核心原理篇

这个节点是sentinel流控接口，主要承担的作用是限流和预热。还是老套路，在介绍源码之前先介绍一下源码中用到的几个核心原理，这样大家看源码相对轻松一些。

1、核心算法

1.1 漏洞算法和令牌通算法

漏桶可以看作是一个带有常量服务时间的单服务器队列，如果漏桶（包缓存）溢出，那么数据包会被丢弃。在网络中，漏桶算法可以控制端口的流量输出速率，平滑网络上的突发流量，实现流量整形，从而为网络提供一个稳定的流量。

如图所示，把请求比作是水，水来了都先放进桶里，并以限定的速度出水，当水来得过猛而出水不够快时就会导致水直接溢出，即拒绝服务。

1.2令牌桶算法

令牌桶算法的原理是系统会以一个恒定的速度往桶里放入令牌，而如果请求需要被处理，则需要先从桶里获取一个令牌，当桶里没有令牌可取时，则拒绝服务。从原理上看，令牌桶算法和漏桶算法是相反的，一个“进水”，一个是“漏水”。

1.3预热桶算法

系统在初始化或者长时间处于低利用率下，系统由于所依赖资源的限制，并不能立马达到它正常的服务水平；例如系统依赖的缓存过期导致新的请求会直接请求 db，再比如很多系统使用了连接池，长时间的 idle 情况下连接池只会保持少量的连接，新的请求会重新创建连接，这些都是耗时操作，完成这些操作之后，系统才能到达正常的服务水平。这时候变需要预热桶算法。

预热桶算法本质是按照一个 y=mx+b的一个线性函数，将投入令牌桶的时间间隔又大到小的过程。下面是guava源码中的一个函数图。

throttling
             |        
       cold  +              |   /
    interval |              |  /.
             |              | / .  
             |              |/  .   
             |              +   .   ← "f(storedPermits)"  
             |             /|   .
             |            / |   .
             |           /  |   .
      stable +----------/   |   .   ← "warmup period"  
    interval |          .   |   .      is the area of the trapezoid between thresholdPermits and maxPermits
             |          .   |   .
             |          .   |   .
           0 +----------+---|---+--------------→ storedPermits
             0 thresholdPermits maxPermits

我们可以定义一个冷却因子(coldFactor) ，令系统处于最冷的状态下获取一个令牌的时长 coldInterval = stableInterval * coldFactor ；「预热桶」从最冷状态到完成预热进入稳定期有个转折点，到达这个转折点时的令牌数量我们用 thresholdPermits 表示；这样，我们就获得了一个获取(一个)令牌的时长随着令牌数量变化的连续函数 f(storedPermits) ：

1） 0 <= storedPermits <= thresholdPermits 时；f(storedPermits) = stableInterval; // 常数函数，函数值始终为 stableInterval ;

2） thresholdPermits <= storedPermits <= maxPermits 时，f(storedPermits) = (coldInterval - stableInterval) * storedPermits / (maxPermits -thresholdPermits); // 正比例函数，比例常数为 (coldInterval - stableInterval) / (maxPermits - thresholdPermits) ;

在上面这张图中，我们画一条与 x 轴垂直的线 n，这条线与函数曲线的交点的纵坐标当前 storedPermits 数量下获取单个令牌所需的时间；

当我们从右向左移动 n 时，表示系统接收到请求，令牌正在被消耗，假设系统连续接收到 k 个请求，获取对应令牌所需要的时间为：t = f(maxPermits) + f(maxPermits - 1) + f(maxPermits - 2) + ... + f(maxPermits - k)，通过微积分的知识可以看出来这是在求函数 f 在 maxPermits - k 到 maxPermits 区间的定积分，可以用这个区间的函数图形的面积表示。也就是说图中梯形的面积为我们的预热时间。图中矩形的面积为预热时间的一半。网上及guava源码出的解释：英文冷却因子是3，然后code inteval 到 stable inteval的值是stable inteval到0值的2倍所以预热面积也是2倍的关系。具体情况如下图：

ps:个人理解这里的解释欠妥，如下图如果①和②是二倍的关系还可以理解。这是个人理解欢迎大家给出合理解释。

2、FLOW SLOT源码解读

流控节点整体流程是：先验证流量是否超过阀值，没有的情况下载进入下一个节点。

代码往下跟，最终进入单机限流模式下。

集群限流在sentinel这个组件中个人不推荐，虽然集权能解决如下问题：

假设集群中有 10 台机器，我们给每台机器设置单机限流阈值为 10 qps，理想情况下整个集群的限流阈值就为 100 qps。不过实际情况下路由到每台机器的流量可能会不均匀，会导致总量没有到的情况下某些机器就开始限流。
每台单机实例只关心自己的阈值，对于整个系统的全局阈值大家都漠不关心，当我们希望为某个 api 设置一个总的 qps 时(就跟为 api 设置总的调用次数一样)，那这种单机模式的限流就无法满足条件了。

但是，sentinel的集群限流会引入新的服务新的依赖并没有对其进行熔断处理，本来是未来保护系统，如果用集群限流会引入新的风险点。这是个人片面理解仅供参考。

接下来看下限流具体如何处理的