SpringCloud zuul 网关限流分析

最近项目中 spring cloud zuul 运用到限流功能，打算配置一下就直接使用，不过在压测与调优过程中遇到一些没有预测到的问题，附上排查与解析结果

yml、pom配置

强烈推荐，按最新github上的文档配，可以避免搜到一些已经废弃不用的配置方式！

https://github.com/marcosbarbero/spring-cloud-zuul-ratelimit

我的一些配置，可以直接套用：

zuul:
  routes:
  #路由、重试等zuul其他配置省略
  #限流
  ratelimit:
    enabled: true # 开启限流功能
    behind-proxy: true # 开启则限流与业务访问是异步的，相当于rateLimitFilter先放过；默认是false
    repository: REDIS # 可选REDIS、CONSUL、JPA等，老版本还有本地内存可选
    policy-list:
      myProject1:
        - limit: 5 # 这种配置方式相当于：10分钟内允许5个请求访问/api/test/info接口
          refresh-interval: 10
          type:
            - url_pattern=/api/test/info
      myProject2:
        - limit: 3000
          refresh-interval: 1 # 更常见的配置是这种，一秒允许3k个，相当于配qps限制
          type:
            - url_pattern=/api/test2/info
        - limit: 300
          refresh-interval: 1 # 如果同一个服务有多个需要限流的url，可以这样
          type:
            - url_pattern=/api/test2/info2

pom需要：

<dependency>
    <groupId>com.marcosbarbero.cloud</groupId>
    <artifactId>spring-cloud-zuul-ratelimit</artifactId>
    <version>${latest-version}</version>
</dependency>

如果 repository 选择用 REDIS，还需要：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

启动，检查限流功能生效，并且不影响不限流的其他接口！至此解决了限流有无的问题！

返回处理

我们可能需要对触发限流的情况做监控、报警等，需要识别由限流导致的异常返回

1. 推荐使用默认的 RateLimiterErrorHandler，直接写自己需要的处理就行
2. zuul触发限流后会抛出 http 429，可以针对这个错误码对response包装
3. 也可以在全局异常处理中，判断出现的异常是否是 RateLimitExceededException

其他配置方式 

目前项目中只用到了对特定url的qps限流，zuul ratelimit 还提供对user、http method、url正则等

性能分析

限流配置之前，单实例压测，qps大概能到2500；配个2300的限流，开开心心启动服务，启动压测！

WTF！限流对性能的影响已经超过了限流配置本身。。一定是我哪里不对TAT 

开始排查问题，查实现原理

zuul 限流的入口是zuul的 RateLimitPreFilter

其中 rateLimitKeyGenerator.key 所生成的redis key较长，规则为 前缀(默认为springBoot项目名) + : + zuul项目名 + : + matcher(和限流策略有关，这里是URL_PATTERN) + : + matcher(再来一遍)

如果项目名和url较长，可能出现key例如：my-test-project-gateway:my-sub-project:/api/test2/info2:/api/test2/info2

不过监控看redis暂不是短板，继续查

限流的实现，通过 rateLimiter.consume 方法

继续往下看，calcRemainingLimit 方法，内部调用了calcRemaining 方法：

原理不难，利用redis incr命令，每次计算当前过期窗口内还剩几次，来决定是否限流，安全又高效

但是，上一张图 rateLimiter.consume 方法增加了 synchornized，怀疑是这个原因

其中 redisTemplate.opsForValue().increment(key, usage) 已经没有并发问题了，这里感觉不用再 synchornized +_+*

发现也有同僚遇到了这个问题，建议是重写这个类，去掉synchornized

https://github.com/marcosbarbero/spring-cloud-zuul-ratelimit/issues/96

讨论中有人主张去掉synchornized，有人主张保留

决定还是要去掉synchornized，压测

完美！！！

再验证一下对无限流的接口是否无影响，确保可用

其他网关限流方式

目前刚开始接触，也还在探索中，可以一起讨论下

1. spring cloud gateway：

• 也是成熟的技术，并且大部分文章分析 Finchley版本的 gateway比 zuul 1.x系列的性能和功能整体要好
• 目前 spring cloud 没集成 Zuul 2.x，虽然zuul 2.x使用了异步无阻塞式的 API，性能改善明显
• 实现思想很简洁，令牌桶，只有50行lua，其中有4次redis调用
• 可以通过monitor命令看出：

request_rate_limiter.lua
测试配置为：
redis-rate-limiter.replenishRate: 500 允许每秒500个请求
redis-rate-limiter.burstCapacity: 5000 令牌桶容量5000

2. 查询上次取牌的时间
注意：通过当前时间，和上次取牌的时间差，即可在lua中计算出这段时间内新补充进桶里的令牌数，不用每秒真正补充进桶
1590493327.354696 [0 lua] "get" "request_rate_limiter.{/app/test/info}.timestamp"
3. 把这次取的1个令牌，和这段时间内需要重新补充进桶的令牌整合，更新最新令牌数
注意：超时时间为 (brustCapacity/replenishRate)*2，感觉不乘2也行，只要保证超时时间 >= 桶重新装满的时间就够了，乘2是否完全是为了保险？
1590493327.354712 [0 lua] "setex" "request_rate_limiter.{/app/test/info}.tokens" "20" "4999"
4. 更新最新取牌时间
1590493327.354727 [0 lua] "setex" "request_rate_limiter.{/app/test/info}.timestamp" "20" "1590493327"

2. 自己用filter+redis、guava rate limiter等实现

可以做单机缓存、自己定制规则

总结

目前的测试是单机压测，集群下压测或许还会在别的地方遇到瓶颈

单实例配置、zuul进程数和其他配置、redis集群性能、业务代码，都有提升的空间

还需要继续排查与优化