# 流控
本文介绍流控插件 (opens new window)及其使用方式。
# 功能介绍
流控插件基于resilience4j (opens new window) 框架实现，以"流量"为切入点，实现"非侵入式"流量控制；当前支持限流、熔断、隔离、错误注入、重试、系统规则，并且支持通过配置中心动态下发流控规则，实时生效。
# 快速开始
本插件的快速上手使用教程可参考操作和结果验证。
# 限流
限流能力对指定接口限制1S秒内通过的QPS，当1S内流量超过指定阈值，将触发限流，限制请求流量，在客户端和服务端都可生效。
执行限流策略需要通过配置中心下发流量匹配规则和限流规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发限流规则： 下发限流规则对匹配的流量执行限流策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对于API访问路径为/rateLimiting的流量，如果每秒请求数超过2次，将触发限流机制。具体下发的规则如下所示：
# 下发流量匹配规则
为实现上述限流场景，首先下发流量匹配规则来匹配需要执行限流策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.rateLimitingScene
- content：
# 精确匹配api访问路径为/rateLimiting的流量
matches:
- apiPath:
exact: /rateLimiting
流量匹配的更多规则说明请参考流量匹配规则说明， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为rateLimitingScene。流量匹配规则和限流规则的key的自定义场景名称需保持一致，才能对匹配的流量执行限流策略。
# 下发限流规则
下发流量匹配规则后，对匹配的流量执行限流策略还需要下发限流规则。根据动态配置中心的配置模型，限流规则由group、key和content三部分组成，group用来约束限流规则生效的微服务，key用来约束限流规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的限流规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.rateLimiting.rateLimitingScene
- content：
# 1秒内超过2个请求，则触发限流能力
limitRefreshPeriod: 1000
rate: 2
限流配置的更多规则说明请参考限流规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：限流规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：限流规则的key由前缀
servicecomb.rateLimiting和自定义场景名称组成，本示例设定场景名称为rateLimitingScene。流量匹配规则和限流规则的key的自定义场景名称需保持一致，才能对匹配的流量执行限流策略。
# 熔断
熔断指对指定接口配置熔断策略，可从单位统计时间窗口内的错误率或者慢请求率进行统计，当请求错误率或者慢请求率达到指定比例阈值，即触发熔断，在时间窗口重置前，隔离所有请求，在客户端和服务端都可生效。
执行熔断策略需要通过配置中心下发流量匹配规则和熔断规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发熔断规则： 下发熔断规则对匹配的流量执行熔断策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/circuitBreaker的流量，在10秒内，若流量标记的接口请求次数超过3次，且错误率超过90%或者慢请求占比超过80%则触发熔断。具体下发的规则如下所示：
# 下发流量匹配规则
为实现上述熔断场景，首先下发流量匹配规则来匹配需要执行熔断策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.circuitBreakerScene
- content：
# 精确匹配api访问路径为/circuitBreaker的流量
matches:
- apiPath:
exact: /circuitBreaker
流量匹配的更多规则说明请参考流量匹配规则说明， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为circuitBreakerScene。流量匹配规则和熔断规则的key的自定义场景名称需保持一致，才能对匹配的流量执行熔断策略。
# 下发熔断规则
下发流量匹配规则后，对匹配的流量执行熔断策略还需要下发熔断规则。根据动态配置中心的配置模型，熔断规则由group、key和content三部分组成，group用来约束熔断规则生效的微服务，key用来约束熔断规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的熔断规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.circuitBreaker.circuitBreakerScene
- content：
# 在10秒内，若流量标记的接口请求次数超过3次，且错误率超过90%或者慢请求占比超过80%则触发熔断
failureRateThreshold: 90
minimumNumberOfCalls: 3
slidingWindowSize: 10S
slidingWindowType: time
slowCallRateThreshold: 80
熔断配置的更多规则说明请参考熔断规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：熔断规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：熔断规则的key由前缀
servicecomb.circuitBreaker和自定义场景名称组成，本示例设定场景名称为circuitBreakerScene。流量匹配规则和熔断规则的key的自定义场景名称需保持一致，才能对匹配的流量执行熔断策略。
# 熔断指标采集
服务配置了熔断策略后，可以开启监控开关，插件会异步采集熔断指标，并通过监控插件进行指标上报。
在${sermant-path}/agent/pluginPackage/flowcontrol/config/config.yaml配置文件中开启监控开关：
flow.control.plugin:
enable-start-monitor: true
说明：${sermant-path}为sermant包路径。
# 隔离
隔离对指定接口设置允许的最大并发量，当超过最大并发量时，对并发流量进行排队等待控制，等待超过最大等待时间则拒绝调用，避免瞬时并发流量过大导致服务崩溃，在客户端和服务端都可生效。
执行隔离策略需要通过配置中心下发流量匹配规则和限流规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发隔离规则： 下发隔离规则对匹配的流量执行隔离策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/bulkhead的流量，若最大并发数超过5，且新的请求等待10S，还未获取资源，则触发隔离异常。
# 下发流量匹配规则
为实现上述隔离场景，首先下发流量匹配规则来匹配需要执行隔离策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.bulkheadScene
- content：
# 精确匹配api访问路径为/bulkhead的流量
matches:
- apiPath:
exact: /bulkhead
流量匹配的更多规则说明请参考流量匹配规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为bulkheadScene。流量匹配规则和隔离规则的key的自定义场景名称需保持一致，才能对匹配的流量执行隔离策略。
# 下发隔离规则
下发流量匹配规则后，对匹配的流量执行隔离策略还需要下发隔离规则。根据动态配置中心的配置模型，隔离规则由group、key和content三部分组成，group用来约束隔离规则生效的微服务，key用来约束隔离规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的隔离规则，其内容如下所示：
- group： service=flowcontroll
- key： servicecomb.bulkhead.bulkheadScene
- content：
# 最大并发数超过5，且新的请求等待10S，还未获取资源，则触发隔离异常
maxConcurrentCalls: 5
maxWaitDuration: 10S
隔离配置的更多规则说明请参考隔离规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：隔离规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：隔离规则的key由前缀
servicecomb.bulkhead和自定义场景名称组成，本示例设定场景名称为bulkheadScene。流量匹配规则和隔离规则的key的自定义场景名称需保持一致，才能对匹配的流量执行隔离策略。
# 错误注入
错误注入指在服务运行时，给指定服务配置错误注入策略，在客户端访问目标服务前，以指定策略模式返回。该策略多用于减少目标服务的访问负载，可作为降级的一种措施。
执行错误注入策略需要通过配置中心下发流量匹配规则和限流规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发错误注入规则： 下发错误注入规则对匹配的流量执行错误注入策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/faultInjection的流量，访问接口时100%将返回空值。
# 下发流量匹配规则
为实现上述错误注入场景，首先下发流量匹配规则来匹配需要执行错误注入策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.faultInjectionScene
- content：
# 精确匹配api访问路径为/faultInjection的流量
matches:
- apiPath:
exact: /faultInjection
流量匹配的更多规则说明请参考流量匹配规则说明， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为faultInjectionScene。流量匹配规则和错误注入规则的key的自定义场景名称需保持一致，才能对匹配的流量执行错误注入策略。
# 下发错误注入规则
下发流量匹配规则后，对匹配的流量执行错误注入策略还需要下发错误注入规则。根据动态配置中心的配置模型，错误注入规则由group、key和content三部分组成，group用来约束错误注入规则生效的微服务，key用来约束错误注入规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的错误注入规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.faultInjection.faultInjectionScene
- content：
# 访问接口时100%将返回空值
type: abort
percentage: 100
fallbackType: ReturnNull
forceClosed: false
errorCode: 503
错误注入配置的更多规则说明请参考错误注入规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：错误注入规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：错误注入规则的key由前缀
servicecomb.faultInjection和自定义场景名称组成，本示例设定场景名称为faultInjectionScene。流量匹配规则和错误注入规则的key的自定义场景名称需保持一致，才能对匹配的流量执行错误注入策略。
# 重试
重试策略指当服务遇到非致命的错误时，可以通过重试的方式避免服务的最终失败。
执行重试策略需要通过配置中心下发流量匹配规则和限流规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发重试规则： 下发重试规则对匹配的流量执行重试策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/retry的流量，访问接口时，当请求抛出500异常时进行重试，直到重试成功或者达到最大重试次数。
# 下发流量匹配规则
为实现上述重试场景，首先下发流量匹配规则来匹配需要执行重试策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.retryScene
- content：
# 精确匹配api访问路径为/retry的流量
matches:
- apiPath:
exact: /retry
流量匹配的更多规则说明请参考流量匹配规则说明， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为retryScene。流量匹配规则和重试规则的key的自定义场景名称需保持一致，才能对匹配的流量执行重试策略。
# 下发重试规则
下发流量匹配规则后，对匹配的流量执行重试策略还需要下发重试规则。根据动态配置中心的配置模型，重试规则由group、key和content三部分组成，group用来约束重试规则生效的微服务，key用来约束重试规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的重试规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.retry.retryScene
- content：
# 访问接口时，当请求抛出500异常时进行重试，直到重试成功或者达到最大重试次数
waitDuration: 2000
retryStrategy: FixedInterval
maxAttempts: 2
retryOnResponseStatus:
- 500
重试配置的更多规则说明请参考重试规则说明，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：重试规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：重试规则的key由前缀
servicecomb.retry和自定义场景名称组成，本示例设定场景名称为retryScene。流量匹配规则和重试规则的key的自定义场景名称需保持一致，才能对匹配的流量执行重试策略。
# 系统级流控
系统级别的流控策略是指，在服务运行过程中，当系统的负载、CPU使用率、并发线程数、请求的平均响应时间或请求的每秒数量（qps）任何一个指标超过预设阈值时，将会启动流控机制，对请求流量进行限制。
使用系统级流控能力，需要在${sermant-path}/agent/pluginPackage/flowcontrol/config/config.yaml配置文件中开启系统级流控开关：
flow.control.plugin:
enable-system-rule: true
说明：${sermant-path}为sermant包路径。
执行系统规则策略需要通过配置中心下发流量匹配规则和限流规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发系统级流控规则： 下发系统级流控规则对匹配的流量执行系统级流控策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/system的流量，当系统负载超过5，或cpu使用率超过0.6，或qps超过1000，或请求响应时间小于100ms，或并发线程数大于200时，即触发限流，返回对应异常信息。
# 下发流量匹配规则
为实现上述系统规则场景，首先下发流量匹配规则来匹配需要执行系统规则策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.systemScene
- content：
# 精确匹配api访问路径为/system的流量
matches:
- apiPath:
exact: /system
流量匹配的更多规则说明请参考流量匹配规则说明， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为systemScene。流量匹配规则和系统规则的key的自定义场景名称需保持一致，才能对匹配的流量执行系统规则策略。
# 下发系统级流控规则
下发流量匹配规则后，对匹配的流量执行系统规则策略还需要下发系统规则。根据动态配置中心的配置模型，系统规则由group、key和content三部分组成，group用来约束系统规则生效的微服务，key用来约束系统规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的系统规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.system.systemScene
- content：
# 当系统负载超过5，或cpu使用率超过0.6，或qps超过1000，或请求响应时间小于100ms，或并发线程数大于200时，即触发限流，返回异常信息
systemLoad: 5
cpuUsage: 0.6
qps: 1000
aveRt: 100
threadNum: 200
系统级流控配置的更多规则说明请参考系统级流控规则说明，动态配置的配置模型请参考[动态配置中心配置模型](../user-guide/configuration-center. md#sermant动态配置中心模型)。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：系统规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：系统规则的key由前缀
servicecomb.system和自定义场景名称组成，本示例设定场景名称为systemScene。流量匹配规则和系统规则的key的自定义场景名称需保持一致，才能对匹配的流量执行系统规则策略。
# 系统自适应
系统自适应指在服务运行时，根据系统当前负载状态，以及过去一段时间内系统数据，对请求进行自适应流控。
使用系统自适应规则，需要在${sermant-path}/agent/pluginPackage/flowcontrol/config/config.yaml配置文件中开启系统规则开关和系统自适应开关，并下发系统级流控规则。根据上述下发的系统级流控规则，系统自适应的规则为当系统负载大于5时，若当前并发线程数大于系统容量（系统容量由qps * minRt计算得出），则触发限流：
flow.control.plugin:
enable-system-rule: true
enable-system-adaptive: true
说明1：${sermant-path}为sermant包路径。
# 多流控能力配置
上述文档介绍了如何针对单个流控能力进行配置，本节介绍对于匹配的流量如何执行多个流控策略的配置。
执行多个流控策略需要通过配置中心下发流量匹配规则和流控规则，主要分为两步：
下发流量匹配规则： 下发流量匹配规则匹配满足要求的流量。
下发流控规则： 下发多个流控规则对匹配的流量执行流控规则策略。
# 示例
现有如下场景：在名称为flowcontrol的微服务中，对api访问路径为/mutliCapability的流量，若1秒内超过2个请求，则触发限流能力，或者访问接口时，当请求抛出500异常时进行重试，直到重试成功或者达到最大重试次数。
# 下发流量匹配规则
为实现上述流控策略场景，首先下发流量匹配规则来匹配需要执行流控策略的流量。根据动态配置中心的配置模型，流量匹配规则由group、key和content组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，content为具体的流量匹配规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.matchGroup.mutliCapabilityScene
- content：
# 精确匹配api访问路径为/mutliCapability的流量
matches:
- apiPath:
exact: /mutliCapability
流量匹配的更多配置规则请参考流量匹配配置项， 动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为mutliCapabilityScene。流量匹配规则和多个流控规则的key的自定义场景名称需保持一致，才能对匹配的流量执行多个流控策略。
# 下发限流规则
下发流量匹配规则后，对匹配的流量执行限流策略还需要下发限流规则。根据动态配置中心的配置模型，限流规则由group、key和content三部分组成，group用来约束限流规则生效的微服务，key用来约束限流规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的限流规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.rateLimiting.mutliCapabilityScene
- content：
# 1秒内超过2个请求，则触发限流能力
limitRefreshPeriod: 1000
rate: 2
限流配置的更多配置规则请参考限流策略配置项一节，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：限流规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：限流规则的key由前缀
servicecomb.rateLimiting和自定义场景名称组成，本示例设定场景名称为mutliCapabilityScene。流量匹配规则和限流规则的key的自定义场景名称需保持一致，才能对匹配的流量执行限流策略。
# 下发重试规则
下发流量匹配规则后，对匹配的流量执行重试策略还需要下发重试规则。根据动态配置中心的配置模型，重试规则由group、key和content三部分组成，group用来约束重试规则生效的微服务，key用来约束重试规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的重试规则，其内容如下所示：
- group： service=flowcontrol
- key： servicecomb.retry.mutliCapabilityScene
- content：
# 访问接口时，当请求抛出500异常时进行重试，直到重试成功或者达到最大重试次数
waitDuration: 2000
retryStrategy: FixedInterval
maxAttempts: 2
retryOnResponseStatus:
- 500
重试配置的更多配置规则请参考重试策略配置项，动态配置的配置模型请参考动态配置中心配置模型。如何使用不同的动态配置中心请参考：基于-zookeeper-的配置模型实现，基于-nacos-的配置模型实现，基于-servicecomb-kie-的配置模型实现。
说明1：重试规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，由微服务配置文件的dubbo.application.name、spring.applicaton.name或application确定，优先级dubbo.application.name>spring.applicaton.name>application，本示例设定微服务名称为flowcontrol。
说明2：重试规则的key由前缀
servicecomb.retry和自定义场景名称组成，本示例设定场景名称为mutliCapabilityScene。流量匹配规则和重试规则的key的自定义场景名称需保持一致，才能对匹配的流量执行重试策略。
# 详细规则说明
# 流量匹配规则说明
流量匹配是使用流控能力的前提配置，用于给不同的流控能力匹配相应的流量。 流量匹配规则的详细说明如下所示：
# 匹配器集合，可配置多个
matches:
# 匹配的api路径， 支持各种比较方式，相等(exact)、包含(contains)等
- apiPath:
# 具体匹配路径
exact: /degrade
# 请求头
headers:
key:
# 请求头值，此处为key=value
exact: value
method:
# 支持方法类型
- GET
# 可选，自定义配置名
name: degrade
该示例流量匹配规则用于匹配api路径为/degrade，请求头包含exact=value，请求方法类型为get的流量。
流量标记请求路径（apiPath）规则说明
流量标记的请求路径会因不同的请求协议配置而存在差异，当前主要为Http（Spring）与Rpc（Dubbo）协议，下面分别说明两种请求协议的规则配置方式：
Http协议
该协议依据请求路径进行匹配，例如请求路径为localhost:8080/test/flow，则实际拿到的路径为
/test/flow，因此若需设置匹配规则，需依据该路径进行配置。值得注意的是，如果用户配置了contextPath，则需要加上contextPath前缀才可生效，即流量标记中请求路径为
${contextPath}/test/flow。Rpc协议（Dubbo）
该协议调用需要基于接口+方法，例如请求的接口为com.demo.test，其方法为flow， 则对应的请求路径为
com.demo.test.flow，特别的，如果用户有配置接口的版本，例如指定的version为1.0.0， 则请求路径为com.demo.test:1.0.0.flow。同时需要配置请求方法为POST，RPC协议仅支持POST类型。
# 限流规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| limitRefreshPeriod | 单位统计时间，单位毫秒，若需配置秒则可增加单位S， 例如10S | 1000ms | 否 |
| rate | 单位统计时间所能通过的请求个数 | 1000 | 否 |
# 熔断规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| failureRateThreshold | 熔断所需达到的错误率 | 50 | 否 |
| minimumNumberOfCalls | 滑动窗口内的最小请求数， 超过最小请求数才开始判断熔断条件 | 100 | 否 |
| name | 配置项名称，可选参数 | null | 否 |
| slidingWindowSize | 滑动统计窗口大小，支持毫秒与秒，例如1000为1000毫秒，10S代表10秒 | 100ms | 否 |
| slidingWindowType | 滑动窗口类型，目前支持time与count两种类型，前者基于时间窗口统计，后者基于请求次数 | time | 否 |
| slowCallDurationThreshold | 慢请求阈值，单位同滑动窗口配置 | 60s | 否 |
| slowCallRateThreshold | 慢请求占比，当慢调用请求数达到该比例触发通断 | 100 | 否 |
| waitDurationInOpenState | 熔断后恢复时间 | 60s | 否 |
# 隔离规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| maxConcurrentCalls | 最大并发数 | 1000 | 否 |
| maxWaitDuration | 最大等待时间，若线程超过maxConcurrentCalls，会尝试等待，若超出等待时间还未获取资源，则抛出隔离仓异常 | 0 | 否 |
| name | 可选，配置名称 | null | 否 |
# 错误注入规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| type | 错误注入类型，目前支持abort(请求直接返回)与delay（请求延时） | delay | 否 |
| percentage | 错误注入触发概率 | -1 | 是 |
| fallbackType | 请求调用返回类型，仅type=abort生效。当前支持两种ReturnNull:直接返回空内容，状态码200；ThrowException: 按照指定错误码返回，关联配置errorCode | ThrowException | 否 |
| errorCode | 指定错误码返回，默认500，仅在type=abort且fallbackType=ThrowException生效 | 500 | 否 |
| forceClosed | 是否强制关闭错误注入能力，当为true时，错误注入将不会生效。默认false | false | 否 |
# 重试规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| waitDuration | 重试等待时间，默认毫秒；支持秒单位，例如2S | 10ms | 否 |
| retryStrategy | 重试策略，当前支持两种重试策略：固定时间间隔（FixedInterval）， 指数增长间隔(RandomBackoff) | FixedInterval | 否 |
| maxAttempts | 最大重试次数 | 3 | 否 |
| retryOnResponseStatus | HTTP状态码，当前仅支持HTTP请求；针对dubbo请求，可通过配置异常类型确定是否需要重试，默认为RpcException | null | 否 |
# 系统级流控规则说明
| 规则项 | 说明 | 默认值 | 是否必须 |
|---|---|---|---|
| systemLoad | 系统负载阈值，仅支持linux | Double.MAX_VALUE | 否 |
| cpuUsage | 系统cpu使用率阈值 | 1.0 | 否 |
| qps | 入口流量的qps阈值 | Double.MAX_VALUE | 否 |
| aveRt | 入口流量的平均响应时间阈值，单位ms | Long.MAX_VALUE | 否 |
| threadNum | 入口流量的并发线程数阈值 | Long.MAX_VALUE | 否 |
# 基于配置文件设置流控规则
若应用未采用配置中心的方式配置流控规则，也可采用配置文件的方式使用流控能力。
流控插件在应用启动时，会尝试从SpringBoot框架加载的配置源读取流控规则，用户需要在启动之前进行配置。如下为流控规则的配置示例，示例配置直接基于application.yml文件进行配置：
servicecomb:
matchGroup:
# 重试场景下的流量匹配规则
demo-retry:
matches:
- apiPath:
prefix: "/retry"
serviceName: rest-provider
method:
- GET
# 限流场景下的流量匹配规则
demo-rateLimiting:
matches:
- apiPath:
exact: "/flow"
rateLimiting:
# 限流场景下的流控规则
demo-rateLimiting:
rate: 1
retry:
# 重试场景下的流控规则
demo-retry: |
maxAttempts: 3
retryOnResponseStatus:
- 500
# 支持版本与限制
# 支持版本
| 框架类型 | 版本支持 |
|---|---|
| SpringBoot | 1.2.x - 2.6.x |
| SpringWebMvc | 4.1.3.RELEASE - 5.3.x |
| Dubbo | 2.6.x-2.7.x |
# 限制
- 系统规则与系统自适应规则中
systemLoad配置仅限于Linux。 - 上述基于配置文件设置配置 仅限于Springboot应用。
# 操作和结果验证
下面我们通过限流场景开始使用流控插件，通过简单的几个步骤，就可以开始对微服务执行限流。本次示例使用ZooKeeper作为动态配置中心。
# 准备工作
- 下载 (opens new window)流控Demo二进制产物压缩包
- 下载 (opens new window)Sermant包（当前版本推荐1.4.0版本）
- 下载 (opens new window)并启动ZooKeeper
# 限流示例
# 步骤一：启动流控Demo
解压准备工作下载的流控Demo获得可执行JAR包，即spring-provider.jar文件，参考如下命令启动Demo
#linux mac
java -javaagent:${sermant-path}/agent/sermant-agent.jar -Dspring.application.name=spring-flow-provider -jar spring-provider.jar
说明： ${sermant-path}为Sermant包路径。
# 步骤二：发布流量匹配规则
参考动态配置中心使用手册配置模型，流量匹配规则由group、key和content三部分组成，group用来约束流量匹配规则生效的微服务，key用来约束流量匹配规则生效的场景，需和限流规则的场景名称保持一致，content为具体的流量匹配规则，其内容如下所示：
- group： service=spring-flow-provider
- key： servicecomb.matchGroup.flowScene
- content：
# 精确匹配api路径为/flow并且请求方法类型为GET的流量
matches:
- apiPath:
exact: /flow
method:
- GET
说明1：流量匹配规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，本示例所使用Demo的微服务名称为spring-flow-provider。
说明2：流量匹配规则的key由前缀
servicecomb.matchGroup和自定义场景名称组成，本示例设定场景名称为flowScene。流量匹配规则和限流规则的key的自定义场景名称需保持一致，才能对匹配的流量执行限流策略。
利用ZooKeeper提供的命令行工具下发流量匹配规则：
- 在
${zookeeper-path}/bin/目录执行以下命令创建配置模型的group节点/service=spring-flow-provider：
# linux mac
./zkCli.sh -server localhost:2181 create /service=spring-flow-provider
- 创建完成group节点后，在
${zookeeper-path}/bin/目录执行以下命令创建配置模型的key节点/service=spring-flow-provider/servicecomb.matchGroup.flowScene，并设置节点的content：
# linux mac
./zkCli.sh -server localhost:2181 create /service=spring-flow-provider/servicecomb.matchGroup.flowScene "matches:
- apiPath:
exact: /flow
method:
- GET"
说明：${zookeeper-path}为ZooKeeper的安装目录。
# 步骤三：发布限流规则
参考动态配置中心使用手册配置模型，限流规则由group、key和content三部分组成，group用来约束限流规则生效的微服务，key用来约束限流规则生效的场景，需和流量匹配规则的场景名称保持一致，content为具体的限流规则，其内容如下所示：
- group： service=spring-flow-provider
- key： servicecomb.rateLimiting.flowScene
- content：
# 限制两秒内不能访问超过四次
limitRefreshPeriod: 2S
rate: 4
说明1：限流规则的group由
service=和${service.name}组成，其中${service.name}为微服务的名称，本示例所使用Demo的微服务名称为spring-flow-provider。
说明2：限流规则的key由前缀
servicecomb.rateLimiting和自定义场景名称组成，本示例设定场景名称为flowScene。流量匹配规则和限流规则的key的自定义场景名称需保持一致，才能对匹配的流量执行限流策略。
利用ZooKeeper提供的命令行工具下发限流规则：
- 步骤二已经创建了group节点，在
${zookeeper-path}/bin/目录执行以下命令创建配置模型的key节点/service=spring-flow-provider/servicecomb.rateLimiting.flowScene并设置节点的content：
# linux mac
./zkCli.sh -server localhost:2181 create /service=spring-flow-provider/servicecomb.rateLimiting.flowScene "limitRefreshPeriod: 2S
rate: 4"
说明：${zookeeper-path}为ZooKeeper的安装目录。
# 验证
通过浏览器多次请求localhost:8003/flow若在2秒内请求数超过4个时返回rate limited，则触发流控成功，效果如下：