知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# Sentinel 熔断降级与系统保护 > 导读:本文从"下游接口只是变慢、并没有报错,结果调用方线程被慢慢耗尽,最后整个应用一起躺平"这个具体痛点出发,把熔断器三态(CLOSED/OPEN/HALF_OPEN)与状态流转、三种熔断策略(慢调用比例/异常比例/异常数)、最小请求数与统计时长的作用、熔断与降级的本质区别、`fallback` / `defaultFallback` 的用法与限制、系统自适应保护的五个维度与系统规则、以及授权规则(黑白名单)逐项讲透,最后给出生产用法与踩坑。适合已经掌握 Sentinel 限流、准备把"熔断兜底"落到线上的同学。 ## 一、先建立全局认知 ### Q:熔断和降级是一回事吗? A:结论先行——**不是**。**熔断(Circuit Breaking)是一种"自动的、被动的"保护动作**:当统计指标越界时,组件自己切断对目标资源的调用。**降级(Degradation / Fallback)是一种"主动的、有人为设计"的兜底方案**:调用失败或不被允许调用时,返回一个可接受的替代结果。两者的关系是:**熔断是触发降级的手段之一,降级是熔断之后必须有人接住的落点**。 用一个表格把两者掰开: | 维度 | 熔断 | 降级 | |------|------|------| | 本质 | 一个**状态机**,自动切换"放行/拒绝" | 一套**兜底逻辑**,决定"拿不到结果时给什么" | | 触发者 | 组件自动(基于统计指标) | 由熔断、限流、超时、开关、异常等共同触发 | | 是否有状态 | 有(CLOSED/OPEN/HALF_OPEN) | 无状态,纯粹是业务逻辑分支 | | 是否自动恢复 | 会(熔断时长到期后进入半开探测) | 依赖调用是否恢复;兜底本身不需要"恢复" | | 谁来实现 | Sentinel 的 `DegradeSlot` + 熔断器 | 你的 `fallback` 方法 / 服务端降级开关 / 缓存兜底数据 | | 典型产出 | `DegradeException` | 兜底返回值(默认值、缓存值、空列表、友好提示) | 一个关键结论:**Sentinel 只负责"熔断"这一半,"降级"那一半是你自己的代码**。Sentinel 不会替你把兜底数据拼出来——如果你没配 `blockHandler`/`fallback`,熔断时上游拿到的就是一个 `DegradeException`。 再补一句容易混的:限流也算"降级"的触发源之一(被限流 → 走兜底 = 限流降级)。**"降级"是结果视角的统称,"熔断/限流/超时/开关"是原因视角的手段。** ### Q:为什么"变慢"比"报错"更危险,值得单独做一个熔断策略? A:结论先行——因为**报错是"显性失败",会立刻释放资源;变慢是"隐性失败",会持续占用资源**。一个只会变慢不会报错的下游,能不声不响地把调用方的线程池、连接池、内存队列一点点吃干,直到整个调用方失去服务能力——这就是"雪崩"的经典路径。 对比这两种故障形态的资源占用:  *图:下游报错快速失败 vs 变慢拖垮线程池* ```text 下游"报错"(快速失败): 调用方线程 ──► 发起调用 ──► 立即异常返回(比如 20ms)──► 线程立刻被释放 结果:错误率上升,但线程池水位正常,吞吐下降有限 下游"变慢"(慢响应): 调用方线程 ──► 发起调用 ──► 等待 5s ──► 超时 ──► 线程被占 5s 结果:线程池被慢慢占满 → 新请求排队 → 排队又拉长 RT → 更多线程被占 → 雪崩 ``` 三个由此推出的设计结论: 1. **熔断的判据必须有"慢"这一维**:只看错误率,会漏掉"全部成功但全部很慢"的故障模式。这也是 Sentinel 提供"慢调用比例"策略的原因。 2. **"慢"的熔断必须建立在"超时"之上**:如果调用永不超时,线程会被无限期占住,熔断器只是减少了新请求,已经被占住的线程依然回不来。**Sentinel 不提供超时能力**,所以熔断要发挥作用,调用链上必须有超时(HTTP 客户端超时、Feign 超时、网关超时)。 3. **半开探测要"温和"**:如果熔断恢复时一次性放行全量流量,很容易把一个刚爬起来的脆弱依赖再次打死。Sentinel 的做法是半开状态**只放行单个探测请求**。 ## 二、理解核心机制 ### Q:熔断器的三个状态是什么?怎么流转? A:结论先行——三态是 **CLOSED(关闭/正常放行)**、**OPEN(打开/全部拒绝)**、**HALF_OPEN(半开/只放行一个探测请求)**。流转规则是:CLOSED 下统计越界 → OPEN;OPEN 持续 `timeWindow`(熔断时长)→ HALF_OPEN;半开探测成功 → CLOSED 并重置统计,探测失败 → 回到 OPEN 重新计时。  *图:Sentinel 熔断降级状态机* ```text CLOSED ──① 统计指标越界──► OPEN ──② timeWindow 到期──► HALF_OPEN (正常放行 + 统计) (全部拒绝) (只放行 1 个探测请求) ▲ │ │ ③ 探测成功 │ └── 回 CLOSED 并重置统计 ◄─────────────────────────────┤ │ ④ 探测失败:回 OPEN 并重新计时 ◄─────────────────────┘ ①触发条件:慢调用比例 / 异常比例 / 异常数越界,且统计窗口内请求数 ≥ 最小请求数 ②熔断时长:OPEN 状态下所有请求在 DegradeSlot 被拒绝,业务方法完全不执行 ③探测成功:只放行的那 1 个请求成功 → 回 CLOSED,并清空旧统计 ④探测失败:立刻回到 OPEN,重新开始计一个 timeWindow ``` 关键点: - **CLOSED 不是"无事发生"**:它一边放行一边记录"成功率/慢调用比例",是熔断的**统计基座**。 - **OPEN 期间不执行任何"试探"**:所有请求在 `DegradeSlot` 就被拒绝,业务方法根本不会被执行。这既是保护(不把压力转给已挂的下游),也意味着**OPEN 期间的统计是"缺失"的**。 - **HALF_OPEN 只放行一个请求**:这是 Sentinel 与很多"简单熔断实现"的重要区别。很多实现会在半开时按比例放行,Sentinel 采用的是"单请求探测",好处是不会对刚恢复的依赖造成二次冲击。 - **半开探测成功 → CLOSED 并重置统计**:如果不重置,旧的越界数据会让刚恢复的资源立刻再次熔断,形成"熔断-恢复-再熔断"的抖动。 - 适用边界:这套状态机是**进程内单机**的。同一资源在 10 个实例上是 10 个独立的熔断器,各自的 OPEN/CLOSED 状态互不影响。集群级别的一致熔断需要额外的协调机制,不是 Sentinel 开箱即用的能力。 ### Q:三种熔断策略分别在统计什么? A:结论先行——**慢调用比例**统计"RT 超过阈值的调用占比";**异常比例**统计"抛异常的调用占比";**异常数**统计"统计窗口内异常调用的绝对数量"。同一资源建议只配一条,因为多条规则会各自独立判断、任一命中即熔断,容易造成"比预期更早熔断"。 | 策略 | 常量 | 判据 | `count` 的含义 | 是否需要额外参数 | |------|------|------|---------------|-----------------| | 慢调用比例 | `DEGRADE_GRADE_RT` | 慢调用数 / 总请求数 > 比例阈值 | **慢调用 RT 上限(毫秒)**,RT 超过它即算"慢" | 需要 `slowRatioThreshold`(慢调用比例阈值) | | 异常比例 | `DEGRADE_GRADE_EXCEPTION_RATIO` | 异常数 / 总请求数 > 比例阈值 | **异常比例阈值**(0~1) | 无 | | 异常数 | `DEGRADE_GRADE_EXCEPTION_COUNT` | 统计窗口内异常数 > 阈值 | **异常数的绝对阈值**(整数) | 无 | **必须重点提醒的版本行为**:`DEGRADE_GRADE_RT` 的语义在 1.8.0 发生过变化——在较早版本里它是"**平均 RT 超过阈值即熔断**",从 1.8.0 起改为"**慢调用比例**"(配 `slowRatioThreshold` 一起判断)。所以看到老文章/老配置里的"RT 模式",**务必先确认版本语义**,同一份配置在不同版本下的行为可能不同(**需结合版本确认**)。 ### Q:最小请求数、统计时长、熔断时长分别在防什么? A:结论先行——**最小请求数**防止"样本太少导致的误熔断";**统计时长**定义"观察窗口有多长";**熔断时长**决定"拒绝多久后开始探测"。三者共同构成熔断的"防火墙",少配任何一个都会出现典型误判。 | 参数 | 作用 | 不配/配错的后果 | |------|------|----------------| | `minRequestAmount`(最小请求数) | 统计窗口内请求数不足该值时,**即使比例超标也不熔断** | 配成 1 或 0:一次抖动/一次超时就熔断,频繁抖动 | | `statIntervalMs`(统计时长) | 熔断统计的滑动窗口长度(毫秒) | 配得太短:样本噪声大;配得太长:响应迟钝 | | `timeWindow`(熔断时长) | OPEN 状态持续多久(控制台单位通常为**秒**) | 配成 0:几乎立刻进入半开,等于没熔断 | | `slowRatioThreshold`(慢调用比例阈值) | 仅慢调用比例策略使用,慢调用占比超过它才熔断 | 不配(默认值)会导致行为与预期不符,**需结合版本确认默认值** | 这些参数的默认值(`minRequestAmount`、`statIntervalMs`、`slowRatioThreshold`)随版本有过调整,**务必以你所用版本的 `DegradeRule` 源码与官方文档为准**,不要照抄网上文章里的数字。 一个直观的"最小请求数"示例: ```text 统计窗口 = 1s,minRequestAmount = 5,异常比例阈值 = 0.5 情况 A(请求数不足,不熔断): 本秒共 2 个请求,2 个都异常 → 异常比例 = 100% > 50% 但请求数 2 < 最小请求数 5 → 【不熔断】✔ 避免"2 个请求全挂就熔断" 情况 B(请求数足够,熔断): 本秒共 100 个请求,60 个异常 → 异常比例 = 60% > 50% 且 100 >= 5 → 【熔断】✔ ``` ### Q:熔断规则用代码怎么写? A:结论先行——用 `DegradeRule` + `DegradeRuleManager.loadRules(...)`。三个关键点:**`grade` 决定判据**、**`count` 的含义随 grade 变化**(慢调用比例策略下它是"慢调用 RT 上限"毫秒数)、**`timeWindow` 必须显式设置**(否则可能拿到 0 或不可用的默认值)。 ```java import com.alibaba.csp.sentinel.slots.block.RuleConstant; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule; import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager; import java.util.ArrayList; import java.util.List; public class DegradeRuleConfig { public static void initRules() { List<DegradeRule> rules = new ArrayList<>(); // 策略一:慢调用比例 —— RT 超过 500ms 算慢调用,慢调用占比超过 0.5 且请求数够则熔断 10 秒 DegradeRule slowCall = new DegradeRule(); slowCall.setResource("callUserCenter"); slowCall.setGrade(RuleConstant.DEGRADE_GRADE_RT); slowCall.setCount(500); // ★ 慢调用 RT 上限,单位毫秒 slowCall.setSlowRatioThreshold(0.5); // 慢调用比例阈值 slowCall.setMinRequestAmount(10); // 统计窗口内至少 10 个请求才判断 slowCall.setStatIntervalMs(1000); // 统计窗口 1s slowCall.setTimeWindow(10); // 熔断时长 10s rules.add(slowCall); // 策略二:异常比例 —— 异常占比超过 0.5 且请求数够则熔断 5 秒 DegradeRule exceptionRatio = new DegradeRule(); exceptionRatio.setResource("queryInventory"); exceptionRatio.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO); exceptionRatio.setCount(0.5); // ★ 异常比例阈值(0~1) exceptionRatio.setMinRequestAmount(20); exceptionRatio.setStatIntervalMs(1000); exceptionRatio.setTimeWindow(5); rules.add(exceptionRatio); // 策略三:异常数 —— 统计窗口内异常数超过 5 个则熔断 30 秒 DegradeRule exceptionCount = new DegradeRule(); exceptionCount.setResource("pushMessage"); exceptionCount.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT); exceptionCount.setCount(5); // ★ 异常数绝对阈值 exceptionCount.setStatIntervalMs(10000); // 窗口 10s exceptionCount.setTimeWindow(30); rules.add(exceptionCount); DegradeRuleManager.loadRules(rules); } } ``` 关键点与适用边界: - `DegradeRuleManager.loadRules()` 与流控规则一样是**覆盖式 + 仅内存**,重启失效,需要接数据源持久化。 - **应该统计哪些异常是可以控制的**:`@SentinelResource` 的 `exceptionsToIgnore` 可以排除掉"业务校验类异常"(例如参数非法),避免它们污染异常统计导致误熔断。**把参数校验异常算进熔断统计,是一个非常常见的误熔断来源。** - `timeWindow` 的**单位是秒**(控制台与 API 一致);如果你在上层封装里做过单位换算(例如统一按毫秒传参),务必核对,**单位口径需结合版本确认**。 - 适用边界:**异常比例/异常数策略的前提是"异常确实代表故障"**。如果你的下游喜欢用异常表达正常业务分支(如"库存不足"抛异常),那异常策略会频繁误熔断——此时应该用慢调用比例,或在 `exceptionsToIgnore` 里排除这些异常。 ### Q:熔断触发后,异常是怎么走到我的兜底方法的? A:结论先行——熔断时 `DegradeSlot` 抛出 `DegradeException`,它是 `BlockException` 的子类;因此它走的是 **`blockHandler`** 分支,**不会**进入处理业务异常的 `fallback` 分支(在较新版本中,未配置 `blockHandler` 时 `BlockException` 也会交给 `fallback` 处理,**需结合版本确认**)。这一条是"我配了 fallback,为什么熔断时没生效"的第一大原因。 ```java import com.alibaba.csp.sentinel.annotation.SentinelResource; import com.alibaba.csp.sentinel.slots.block.BlockException; public class UserFacade { // 熔断 / 限流 / 系统保护 被拒绝 → BlockException → blocked() // 业务异常(如远端 RpcException) → fallback() @SentinelResource(value = "getUser", exceptionsToIgnore = IllegalArgumentException.class, // 参数异常不参与熔断统计 blockHandler = "blocked", fallback = "fallback") public User get(Long uid) { if (uid == null || uid <= 0) { throw new IllegalArgumentException("非法 uid"); // 被 ignore,不影响统计 } return rpcGetUser(uid); // 可能抛 RpcException } public User blocked(Long uid, BlockException ex) { // 被熔断/限流时兜底 return User.fromCache(uid); // 优先读本地缓存 } public User fallback(Long uid, Throwable t) { // 业务异常时兜底 return User.fromCache(uid); } } ``` 关键点: - **`exceptionsToIgnore` 只影响"是否被记入异常统计/是否交给 fallback"**,它不会吞掉异常——异常依然会向上传播(除非有 fallback 接住)。用它把"参数非法""业务校验失败"这类**预期内异常**剔出熔断统计。 - **熔断触发时方法体不执行**,所以兜底方法拿不到"部分执行"的中间状态,只能给一个完整替代值。 - 适用边界:兜底方法本身**要足够轻、不能有远程调用**。兜底里再调一次远端依赖,等于把熔断又绕回去了。兜底的正确定位是"读本地缓存 / 返回默认值 / 返回友好提示"。 ## 三、降级方法与限制 ### Q:`fallback` 和 `defaultFallback` 怎么用?各自有什么硬限制? A:结论先行——`fallback` 是**针对某个资源**的定制兜底;`defaultFallback` 是**通用兜底**(签名最简单,无参或仅一个 `Throwable`),适合一大批方法共用同一套降级逻辑。两者的共同硬限制是:**返回类型必须与原方法一致;方法默认写在同一个类里(若要放到其他类,需用 `fallbackClass` 指定,且那个方法必须是 `static`)**;`defaultFallback` 不能接收原方法的参数。 | 维度 | `fallback` | `defaultFallback` | |------|-----------|-------------------| | 作用范围 | 指定资源的定制兜底 | 通用兜底,可被多个资源复用 | | 方法签名 | 与原方法参数一致,或原参数 + 末尾一个 `Throwable` | **无参**,或仅一个 `Throwable` | | 返回类型 | 必须与原方法一致 | 必须与原方法返回类型兼容 | | 能否拿到参数 | 能(做针对性兜底,如按 uid 返回不同默认值) | 不能 | | 同类多方法复用 | 每个资源写一个 | 可以只写一个 | | 与另一方同时配置 | 通常 `fallback` 生效,`defaultFallback` 作为兜底再兜底 | —— | ```java import com.alibaba.csp.sentinel.annotation.SentinelResource; public class OrderFacade { private static final List<Order> EMPTY = Collections.emptyList(); // 只配 defaultFallback:适合"降级结果就是一个空集合"这类统一策略 @SentinelResource(value = "listOrders", defaultFallback = "defaultFallbackForList") public List<Order> list(Long uid) { return rpcListOrders(uid); } // defaultFallback:无参(也可写成 (Throwable t)),返回类型必须与原方法兼容 public static List<Order> defaultFallbackForList() { return EMPTY; } } ``` 关键点与限制(逐条): 1. **返回类型必须一致**。原方法返回 `List<Order>`,兜底返回 `String` 或 `Object`,会导致降级方法无法被正确调用(表现为兜底不生效)。这是第二大常见"兜底失灵"原因。 2. **兜底方法默认写在同一个类里;放到其他类必须 `static`**。Sentinel 通过反射按名字找方法:默认在**原方法所在的类**里查找,此时写成实例方法可以工作;而 `blockHandlerClass`/`fallbackClass` 指向的**其他类**,其中的方法**必须是 `static`**,否则无法解析。另外方法必须是 `public`,`private` 会找不到。**具体查找规则需结合版本确认。** 3. **`fallback` 与 `defaultFallback` 同时配置时,优先走哪个**——这一点在版本间有过讨论,**需结合版本确认**;稳妥做法是只配一个,或者按"两者返回同一份兜底结果"来设计,避免依赖优先级细节。 4. **`Throwable` 参数是可选的**。写了 `Throwable` 就能在兜底里记日志/区分异常类型;不写也能用。注意写 `Throwable` 的话它在参数列表的**末尾**。 5. **`defaultFallback` 无法拿到方法参数**,所以无法做"按参数返回不同默认值"的定制兜底——需要定制就用 `fallback`。 6. 适用边界:`defaultFallback` 的价值在"统一降级策略"(例如所有查询类接口统一返回空),**不适合"降级结果与入参强相关"的场景**。 ### Q:`blockHandler` 和 `fallback` 在熔断场景下的配合方式是什么? A:结论先行——**把熔断/限流的拒绝交给 `blockHandler`,把业务异常交给 `fallback`**,两者各管一段,不要试图让其中一个包揽全部。这样兜底语义清晰:blockHandler 表示"我们主动没让你执行",fallback 表示"执行了但失败了"。 | 触发情况 | 抛出的异常 | 走哪个兜底 | |---------|-----------|-----------| | QPS/线程数限流 | `FlowException` | `blockHandler` | | 熔断器 OPEN 直接拒绝 | `DegradeException` | `blockHandler` | | 系统规则拦截 | `SystemBlockException` | `blockHandler` | | 授权规则拦截 | `AuthorityException` | `blockHandler` | | 热点参数限流 | `ParamFlowException` | `blockHandler` | | 方法体抛出业务异常 | 业务异常(`RpcException` 等) | `fallback` / `defaultFallback` | 三个实践结论: - **`blockHandler` 更适合返回"请稍后重试/系统繁忙"**(因为资源根本没被调用,重试可能有意义);**`fallback` 更适合返回"降级数据"**(因为真的调用失败了,重试大概率还是失败)。 - **只配 `fallback` 不配 `blockHandler`** 时,被熔断的请求会抛 `DegradeException` 给上层(除非版本行为把它交给 fallback)——这通常不是你要的,务必两个都配。 - **兜底方法里要做限流/熔断的日志与打点**,否则线上你只知道"有降级",不知道"降级了多少、为什么降级"。建议在兜底里打印资源名 + 异常类型,并接入监控。 ## 四、系统自适应保护与授权规则 ### Q:系统自适应保护解决的是什么问题?它和普通流控有什么不同? A:结论先行——普通流控是**"针对某个资源"**设定阈值,是**局部视角**;系统自适应保护是**"针对整个应用进程"**设定水位线,是**全局视角**。它的判断依据不是单个资源的 QPS,而是进程级的 load1、CPU 使用率、入口总 RT、入口并发线程数、入口总 QPS,任一越界就拒绝**新的入口流量**。 | 维度 | 普通流控(FlowRule) | 系统保护(SystemRule) | |------|---------------------|----------------------| | 作用对象 | 单个资源(按资源名匹配) | 整个应用进程的**入口流量** | | 判断依据 | 该资源的 QPS / 并发线程数 | load1 / CPU / 入口平均 RT / 入口并发线程数 / 入口 QPS | | 生效范围 | 只对配置的资源生效 | 对**所有 `EntryType.IN` 的入口资源**生效 | | 触发异常 | `FlowException` | `SystemBlockException` | | 执行顺序 | 在 `SystemSlot` 之后 | `SystemSlot` **先于** `FlowSlot` 执行 | | 典型用途 | 保护某个接口、某个依赖 | 兜住"整台机器快不行了"的最后一道闸 | 关键点: - **系统规则只对 `EntryType.IN` 生效**。这是最高频的"配了没反应"原因——Service 方法上的 `@SentinelResource` 默认是 `OUT`,不归系统规则管。Web 接口(URL 资源)才是 `IN`。 - **系统保护先于普通流控执行**:在 Slot 链里 `SystemSlot` 排在 `FlowSlot` 前面,所以"机器整体水位越界"的拒绝会先发生。这个顺序是刻意的:进程都快撑不住了,先全局刹车比先掐某个接口更有意义。 - 适用边界:系统保护是**兜底闸**,不是**规划工具**。正确用法是"各业务资源配合理的局部限流 + 全应用配一道系统水位线兜底"。指望系统规则去做精细的流量分配是不现实的——它只会一刀切地拒绝入口。 ### Q:系统规则的五个维度分别怎么理解?load1 的触发条件为什么有"两个"? A:结论先行——五个维度是 **`highestSystemLoad`(load1)**、**`highestCpuUsage`(CPU 使用率)**、**`avgRt`(入口平均 RT)**、**`maxThread`(入口并发线程数)**、**`qps`(入口总 QPS)**。其中 load1 的触发有**两个条件同时满足**才行:当前 load1 超过阈值,**并且**当前并发线程数超过 Sentinel 估算的"系统容量"。 | 维度 | 属性名 | 单位 | 说明 | |------|--------|------|------| | 系统负载 | `highestSystemLoad` | 无量纲(load1) | 一分钟平均负载;超过阈值**且**并发线程数超过系统容量时触发 | | CPU 使用率 | `highestCpuUsage` | 0~1(或 0~100,**需按版本确认**) | 系统 CPU 使用率超过阈值触发;**部分平台可能无法获取系统 CPU,需确认** | | 入口平均 RT | `avgRt` | 毫秒 | 所有入口流量的平均响应时间超过阈值触发 | | 入口并发线程数 | `maxThread` | 个 | 所有入口流量的并发线程数超过阈值触发 | | 入口 QPS | `qps` | 次/秒 | 所有入口流量的总 QPS 超过阈值触发 | load1 为什么要"两个条件":**单纯看 load1 会误判**。load1 是操作系统层面的指标,它高可能是因为本进程忙,也可能是因为同机上的其他进程(甚至是 IO 等待、容器被超卖)造成的。Sentinel 的做法是:先看 load1 是否越界,**再看"自己的并发线程数是否已经超过系统容量"**——只有"机器很忙 **且** 我自己也在高并发"时,才判断为"我该刹车了"。 系统容量(capacity)是 Sentinel 根据全局统计**估算**出来的(历史上采用 `maxQps * minRt` 的思路,即在历史统计里能同时容纳的最大请求量与最小响应时间的乘积)。**具体估算公式与采样方式以源码为准,需结合版本确认**,不要把它当成一个可精确配置的值。 ```java import com.alibaba.csp.sentinel.slots.system.SystemRule; import com.alibaba.csp.sentinel.slots.system.SystemRuleManager; SystemRule rule = new SystemRule(); rule.setHighestSystemLoad(8.0); // load1 阈值 rule.setAvgRt(500); // 入口平均 RT 500ms rule.setMaxThread(200); // 入口并发线程数 200 rule.setQps(2000); // 入口总 QPS 2000 rule.setHighestCpuUsage(0.8); // CPU 使用率 80%(取值口径需结合版本确认) SystemRuleManager.loadRules(Collections.singletonList(rule)); ``` 关键点与适用边界: - **阈值只设置你需要的那几个**。未设置的维度一般保持"不生效"状态(Sentinel 内部用负值或特定值表示"未启用",**具体取值需结合版本确认**)。全维度都设死阈值,容易出现"不知道是哪条触发的"排障困境——`SystemBlockException` 的日志里通常能看到触发维度,遇到时先去日志确认。 - **CPU 维度在容器环境下要谨慎**:容器里读到的可能是宿主机 CPU 而不是 cgroup 限额,导致判断失真;**是否能正确读取容器 CPU 限额需结合版本与平台确认**。 - **load1 阈值怎么定**:官方给出的经验参考是"CPU 核数 × 2.5"这类量级,但这是**参考起点而非标准答案**,必须结合压测与线上表现调。 - **平均 RT 的阈值要结合业务 RT 基线**:如果你的接口正常就要 300ms,把 `avgRt` 设成 200ms 会长期误触发。 - 适用边界:系统规则适合**入口类型单一、RT 基线稳定**的应用(如纯 API 网关后端)。对"既有毫秒级查询又有秒级报表"的混合应用,平均 RT 意义不大,建议主要用 `maxThread` 与 `qps`。 ### Q:授权规则(黑白名单)怎么做? A:结论先行——授权规则(`AuthorityRule`)按**调用来源(origin)**做黑白名单控制:**白名单模式下只放行名单内的来源,黑名单模式下拒绝名单内的来源**。它依赖一个 `RequestOriginParser` 把 HTTP 请求解析成"来源标识",配置里用逗号分隔多个来源。 ```java import com.alibaba.csp.sentinel.adapter.spring.webmvc.callback.RequestOriginParser; import javax.servlet.http.HttpServletRequest; // Spring MVC 环境下把来源解析器注册为 Bean,Sentinel 的 Web 拦截器会用它解析 origin @Component public class HeaderOriginParser implements RequestOriginParser { @Override public String parseOrigin(HttpServletRequest request) { // 从请求头取调用方标识;取不到时返回一个明确的默认值,不要返回 null 之外的随机串 String origin = request.getHeader("X-Caller-App"); return origin == null ? "unknown" : origin; } } ``` ```java import com.alibaba.csp.sentinel.slots.block.RuleConstant; import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRule; import com.alibaba.csp.sentinel.slots.block.authority.AuthorityRuleManager; AuthorityRule rule = new AuthorityRule(); rule.setResource("queryInternalData"); rule.setLimitApp("app-order,app-report"); // 逗号分隔的来源列表 rule.setStrategy(RuleConstant.AUTHORITY_BLACK); // 或 AUTHORITY_WHITE AuthorityRuleManager.loadRules(Collections.singletonList(rule)); ``` 关键点与限制: - **来源解析是关键前置**:`RequestOriginParser` 没实现或没注册,来源就是空的,黑白名单判断会落到"空来源"的分支上——**白名单模式下空来源通常会被拒绝**,容易出现"全都 403 了"的事故。上线前务必确认解析器已生效、且能返回稳定值。 - **白名单与黑名单的语义不要记反**:白名单 = "只允许名单内",黑名单 = "只拒绝名单内,其他放行"。默认策略值在版本间有过差异,**配置时请显式指定 `strategy`,不要依赖默认值**。 - **来源标识不要直接信任客户端可伪造的头**。`X-Caller-App` 这类自定义头是**调用方自己填的**,只能防"误调用",不能防"恶意调用"。真正的安全边界要靠网络隔离、鉴权与网关白名单。 - **`limitApp` 在流控规则里也存在但语义不同**:`FlowRule.limitApp` 是"针对调用来源的限流"(`default` 表示不区分),与授权规则的"允许/拒绝"不是一回事,别混。 - 适用边界:授权规则适合"内部服务之间的误调用防护"(禁止某个后台任务调用核心写接口)。**不适合当作对外安全防线**。 ## 五、小结与延伸 ### Q:把这一篇压缩成几句话 A:结论先行——**熔断是自动的状态机,降级是人写的兜底;系统保护是进程级的最后一道闸**。 - 熔断三态:CLOSED(放行+统计)→ OPEN(全拒,持续 `timeWindow`)→ HALF_OPEN(放行 1 个探测)→ 成功回 CLOSED、失败回 OPEN。 - 三种策略:慢调用比例(`count` 是慢调用 RT 上限)、异常比例(`count` 是比例)、异常数(`count` 是绝对数量);`DEGRADE_GRADE_RT` 的语义在 1.8.0 前后有变化,**必须确认版本**。 - 三道参数防火墙:`minRequestAmount` 防小样本误熔断、`statIntervalMs` 定观察窗口、`timeWindow` 定拒绝时长。 - 熔断的拒绝是 `DegradeException`(`BlockException` 家族)→ 走 **blockHandler**,不走业务异常的 fallback。 - `fallback` 要"参数一致 + 返回类型一致",`defaultFallback` 无参;同类内可写实例方法,**放到 `fallbackClass` 指定的其他类里则必须是 `static`**;签名不对 = 静默失效。 - 系统规则只对 `EntryType.IN` 生效,五维度里 load1 需要"load 超阈值 **且** 并发线程数超系统容量"双条件。 - 授权规则靠 `RequestOriginParser`,白名单"只允许名单内",别依赖默认策略。 ## 小结 - 熔断是自动保护动作,降级是人为兜底方案;Sentinel 只提供熔断,兜底必须自己写。 - 熔断器三态流转清晰但有细节:OPEN 期间不接受任何请求、HALF_OPEN 只放行一个探测请求、半开成功后必须重置统计。 - 三种熔断策略的 `count` 含义完全不同(毫秒 / 比例 / 数量),且慢调用比例策略还依赖 `slowRatioThreshold`。 - `minRequestAmount` + `statIntervalMs` + `timeWindow` 共同决定"什么时候熔断、熔断多久",任何一个配错都会导致误熔断或形同虚设。 - 熔断触发走 `blockHandler`(`DegradeException` 属 `BlockException`),业务异常走 `fallback`;两个兜底方法的签名与返回类型必须严格匹配,否则静默失效。 - 系统自适应保护是进程级兜底闸,只看入口流量(`EntryType.IN`),五维度中 load1 需要双条件;容器/平台的 CPU 读取需谨慎。 - 授权规则按来源做黑白名单,依赖 `RequestOriginParser`,且不能当作安全防线。 ## 思考题 1. 一个下游接口"从不报错但 RT 从 50ms 涨到 5s"。只配了异常比例熔断,会发生什么?应该补哪种策略? 2. HALF_OPEN 状态为什么要"只放行一个请求"而不是按比例放行?如果放行一批会有什么风险? 3. 你把 `DEGRADE_GRADE_RT` 的 `count` 从 200 改成了 0.5,本意是"慢调用比例阈值 50%"。实际会发生什么?为什么? 4. 系统规则里只配了 `highestSystemLoad = 8`,压测时完全不生效。列出两个最可能的原因,并说明怎么验证。 5. 兜底方法写成 `private List<Order> myFallback()`,而且它被放到了一个通过 `fallbackClass` 指定的类里。这里有几处问题?运行时会发生什么?你会怎么定位?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入