共计 2860 个字符，预计需要花费 8 分钟才能阅读完成。
作者：宿何
微服务的稳定性始终是开发者十分关注的话题。随着业务从单体架构向分布式架构演进以及部署形式的变动，服务之间的依赖关系变得越来越简单，业务零碎也面临着微小的高可用挑战。利用高可用服务 AHAS (Application High Availability Service) 是经阿里巴巴外部多年高可用体系积淀下来的云产品，以流量与容错为切入点，从流量管制、不稳固调用隔离、熔断降级、热点流量防护、零碎自适应爱护、集群流控等多个维度来帮忙保障服务的稳定性，同时提供秒级的流量监控剖析性能。AHAS 不仅在阿里外部淘宝、天猫等电商畛域有着宽泛的利用，在互联网金融、在线教育、游戏、直播行业和其余大型政央企行业也有着大量的实际。
流控是保障微服务稳定性最罕用也是最间接的一种管制伎俩。每个零碎、服务都有其能承载的容量下限，流控的思路非常简单，当某个接口的申请 QPS 超出肯定的下限后，回绝多余的申请，避免零碎被突发的流量打垮。市面上最常见的计划是单机维度的流控，比方通过 PTS 性能测试预估某个接口的容量下限是 100 QPS，服务有 10 个实例，则配置单机流控 10 QPS。但很多时候，因为流量散布的不确定性，单机维度的流量管制存在一些成果不佳的状况。
典型场景 1: 准确管制对上游的调用总量
场景： 服务 A 须要频繁调用服务 B 的查问接口，但服务 A 和 B 的容量存在差别，服务 B 约定最多给服务 A 提供总共 600 QPS 的查问能力，通过流控等伎俩进行管制。
痛点： 若依照单机流控的策略配置，因为调用逻辑、负载平衡策略等起因，A 调用 B 达到每个实例的流量散布可能十分不均，局部流量较大的服务 B 实例触发单机流控，但总体限度量尚未达到，导致 SLA 未达标。这种不均的状况常常会产生在调用某个依赖服务或组件（如数据库拜访）的时候，这也是集群流控的一个典型场景：准确管制微服务集群对上游服务（或数据库、缓存）的调用总量。
典型场景 2：业务链路入口进行申请总量管制
场景： 在 Nginx/Ingress 网关、API Gateway (Spring Cloud Gateway, Zuul) 进行入口流量管制，心愿准确管制某个或某组 API 的流量来起到提前爱护作用，多余流量不会打到后端系统。
痛点： 如果依照单机维度配置，一方面不好感知网关机器数变动，另一方面网关流量不均可能导致限流成果不佳；而且从网关入口角度来讲，配置总体阈值是最天然的伎俩。
AHAS 集群流控
AHAS 集群流控能够准确地管制某个服务接口在整个集群的实时调用总量，能够解决单机流控因流量不平均、机器数频繁变动、均摊阈值太小导致限流成果不佳的问题，联合单机流控兜底，更好地施展流量防护的成果。
对于下面的场景，通过 AHAS 集群流控，无论是 Dubbo 服务调用、Web API 拜访，还是自定义的业务逻辑，均反对准确管制调用总量，而无关调用逻辑、流量散布状况、实例散布。既能够撑持数十万 QPS 大流量管制，也反对分钟小时级业务维度小流量准确管制。防护触发后的行为可由用户自定义（如返回自定义的内容、对象）。
AHAS 集群防护具备以下几大劣势：
- 场景丰盛： 全面笼罩从网关 /Mesh 入口流量准确防护、Web/RPC 服务 /SQL 调用准确流控，到分钟小时级业务维度流量管制的场景，反对数十万 QPS 量级；
- 低应用老本： 无需非凡接入形式，开箱即用，疾速配置；
- 全自动管控与运维： 自动化管控与调配 token server 资源，自动化运维能力保障可用性，用户无需关注服务端资源筹备与调配，只需关注规定配置与业务流程；
- 低性能损耗： 性能模式下对业务链路齐全无时延减少，准确模式对业务链路的 RT 损耗管制在 3ms 之内，用户可放心使用；
- 配套的可观测能力， 实时理解接口稳定性与规定失效状况。
上面咱们就来用一个示例来介绍一下，如何疾速将利用接入 AHAS 来玩转集群流控能力，保障服务稳定性。
疾速玩转 AHAS 集群流控
第一步，咱们将服务或网关接入 AHAS 流量防护。AHAS 提供多种疾速便捷的无侵入接入伎俩：
AHAS 流量防护反对 Java/Go/C++/PHP 等多语言原生接入，以及 Nginx/Ingress 网关接入和 Mesh 接入；Java 利用反对全方位的 20+ 种微服务框架 / 组件（详情见文末相干链接）：
- Web 服务端：Spring Web/Spring Boot/Spring Cloud/Tomcat/Jetty/Undertow
- Web client：OkHttp/Apache HttpClient
- RPC：Dubbo/Feign/gRPC
- DAO/ 缓存：MyBatis/Spring Data JPA/Memcached/Jedis client
- MQ consumer：RocketMQ client/Kafka client/RocketMQ client
- API Gateway：Spring Cloud Gateway/Zuul 1.x
- Reactor 框架
接入 AHAS 胜利后，只有触发服务调用 / 接口拜访，即可在 AHAS 控制台（详情见文末相干链接）看到本人的服务，并能够在监控页面看到本人的接口：
第二步，咱们在利用左侧菜单的“集群流控 - 集群配置”页面，开启集群流控性能。测试利用咱们能够开启“试用”集群，不同的集群规格能够承载不同的 QPS 量级：
第三步，咱们在实时监控页面找一个接口，点击右上角的“+”号，新增流控规定（详情见文末相干链接）。以下示例中，咱们对 /doSomething 这个接口配置集群流控规定，这个接口总的访问量每秒钟不超过 200 次。规定状态为“开启”，代表新增后实时失效。
点击下一步，咱们还能够给抉择的 Web/RPC 调用配置防护规定触发后的解决逻辑（详情见文末相干链接），如自定义返回值。最终配置实现后，咱们点击新增按钮，这条规定就会失效到每个节点。
配置结束后，咱们能够向利用集群中不同机器发动肯定数量的该接口申请，能够发现每秒钟超过 200 个申请后会主动返回咱们在规定中预设好的返回行为；同时控制台实时监控页面也能够看到，多余的流量被回绝，接口每秒钟通过的总量级安稳在 200 QPS：
通过几步简略的配置，咱们就能够疾速体验 AHAS 集群流控给业务流量带来“如丝般顺滑”的爱护能力；同时最近 AHAS 还新上线 Nginx/Ingress 网关入口流量防护、Web 申请参数流控（详情见文末相干链接）等外围性能，欢送大家点击浏览原文，在返回 AHAS 控制台进行疾速体验。
相干链接
1）全方位的 20+ 种微服务框架 / 组件：
https://help.aliyun.com/docum…
2）AHAS 控制台：
https://common-buy.aliyun.com…
3）新增流控规定：
https://help.aliyun.com/docum…
4）防护规定触发后的解决逻辑 https://help.aliyun.com/docum…
5）Nginx/Ingress 网关入口流量防护 https://help.aliyun.com/docum…
6）Web 申请参数流控 https://help.aliyun.com/docum…