巧用 Sentinel 构建微服务熔断降级体系

微服务架构中的熔断降级需求

在微服务架构盛行的当下，一个大型应用被拆分成众多相互独立的微服务，各微服务之间通过网络相互调用。这种架构带来了诸多优势，如可扩展性强、技术栈灵活等，但同时也引入了新的挑战。其中，服务间调用的稳定性成为关键问题。由于微服务数量众多，网络环境复杂，任何一个微服务出现故障或响应延迟，都可能导致级联故障，最终使整个系统崩溃。

以电商系统为例，下单流程可能涉及商品服务、库存服务、支付服务等多个微服务。若库存服务因瞬时流量过大导致响应缓慢，调用它的下单服务线程会被长时间占用，随着请求不断涌入，下单服务的线程资源逐渐耗尽，进而影响到与下单服务相关的其他功能，如订单查询等，最终整个电商系统的可用性受到严重影响。

为了应对这类问题，熔断降级机制应运而生。熔断机制就像电路中的保险丝，当某个服务调用出现异常（如超时、失败率过高）达到一定阈值时，熔断器会“熔断”，暂时切断对该服务的调用，避免故障进一步蔓延。而降级则是在系统资源紧张或某个服务不可用时，暂时屏蔽一些非核心功能，优先保障核心业务的稳定运行。

Sentinel 概述

Sentinel 简介

Sentinel 是阿里巴巴开源的一款面向云原生微服务的流量控制、熔断降级和系统保护工具。它以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。Sentinel 具有丰富的功能特性，包括实时监控、动态规则配置、多种流量控制策略等。

Sentinel 的核心设计理念是将规则配置与业务逻辑解耦。通过统一的规则管理平台，运维人员可以方便地对各个微服务的限流、熔断等规则进行动态调整，而无需修改业务代码并重新部署。

Sentinel 的优势

1. 易用性：Sentinel 提供了简单易用的 API 和注解，开发者可以快速将其集成到现有项目中。例如，在 Spring Boot 项目中，只需引入相应的依赖，配置少量参数，即可实现对接口的流量控制和熔断降级。
2. 实时监控：Sentinel 具备强大的实时监控能力，能够实时展示每个资源的运行状态，如 QPS（每秒请求数）、响应时间、线程数、成功率等。通过这些监控数据，运维人员可以及时发现系统中的潜在问题，并针对性地调整规则。
3. 动态规则配置：支持多种数据源进行规则配置，包括本地文件、远程配置中心（如 Nacos、Zookeeper）。这使得规则的更新无需重启应用，大大提高了系统的灵活性和可维护性。例如，当发现某个微服务的流量突然增大，可以通过配置中心实时调整限流规则，避免服务因过载而崩溃。

Sentinel 的核心概念

资源

在 Sentinel 中，资源是核心概念之一。它可以是一段代码块、一个方法、一个接口甚至是整个微服务。Sentinel 通过对资源进行监控和控制，实现对微服务的保护。例如，我们可以将商品查询接口定义为一个资源，对其进行流量控制和熔断降级。

规则

规则是 Sentinel 实现各种功能的基础。常见的规则包括流量控制规则、熔断降级规则、系统保护规则等。这些规则定义了在何种条件下对资源采取何种保护措施。例如，流量控制规则可以设置某个资源的 QPS 阈值，当请求量超过该阈值时，进行限流处理。

插槽链

Sentinel 的核心功能是通过插槽链实现的。插槽链由一系列插槽组成，每个插槽负责特定的功能，如统计、流量控制、熔断降级等。当请求进入时，会依次经过插槽链中的各个插槽，根据插槽的功能对请求进行处理。这种设计模式使得 Sentinel 的功能扩展非常方便，开发者可以根据需求自定义插槽并插入到插槽链中。

使用 Sentinel 构建熔断降级体系

引入 Sentinel 依赖

以 Spring Boot 项目为例，首先在 pom.xml 文件中引入 Sentinel 相关依赖：

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

如果需要使用 Sentinel 的控制台来管理规则，还需引入：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel - transport - servlet - api</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel - transport - servlet - common</artifactId>
</dependency>
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel - transport - servlet - webflux</artifactId>
</dependency>

定义资源

1. 使用注解方式 在 Spring Boot 项目中，可以使用 @SentinelResource 注解来定义资源。例如：

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class ExampleController {

    @GetMapping("/example")
    @SentinelResource("exampleResource")
    public String exampleMethod() {
        return "This is an example response.";
    }
}

这里将 /example 接口定义为名为 exampleResource 的资源。

2. 使用 API 方式 除了注解方式，也可以通过 Sentinel 的 API 来定义资源。例如：

import com.alibaba.csp.sentinel.Entry;
import com.alibaba.csp.sentinel.SphU;
import com.alibaba.csp.sentinel.slots.block.BlockException;

public class ExampleService {

    public void exampleMethod() {
        Entry entry = null;
        try {
            entry = SphU.entry("exampleResource");
            // 业务逻辑
            System.out.println("Executing business logic.");
        } catch (BlockException e) {
            // 处理限流、熔断等异常
            System.out.println("Blocked by Sentinel.");
        } finally {
            if (entry != null) {
                entry.exit();
            }
        }
    }
}

配置熔断降级规则

1. 基于异常比例熔断 基于异常比例熔断是指当某个资源的调用异常比例超过一定阈值时，触发熔断。在 Sentinel 控制台中，可以如下配置：

• 资源名：填写之前定义的资源名称，如 exampleResource。
• 熔断策略：选择“异常比例”。
• 阈值：设置异常比例阈值，例如 0.5，表示当异常比例达到 50% 时触发熔断。
• 熔断时长：设置熔断的持续时间，单位为秒，如 10 秒。在这 10 秒内，所有对该资源的请求都会被熔断，直接返回错误信息。
• 最小请求数：设置触发熔断的最小请求数，例如 100。只有当请求数达到 100 时，才会根据异常比例判断是否熔断。这是为了避免因请求数过少导致的误判。

2. 基于慢调用比例熔断 慢调用比例熔断是指当某个资源的慢调用比例超过一定阈值时，触发熔断。在 Sentinel 控制台中，配置如下：

• 资源名：同样填写定义的资源名称。
• 熔断策略：选择“慢调用比例”。
• 阈值：设置慢调用比例阈值，如 0.3，表示当慢调用比例达到 30% 时触发熔断。
• 熔断时长：设置熔断持续时间。
• 最小请求数：设置触发熔断的最小请求数。
• 慢调用响应时间：设置慢调用的响应时间阈值，例如 500 毫秒。当请求的响应时间超过 500 毫秒时，被认为是慢调用。

处理熔断降级后的请求

当熔断发生后，需要给调用方一个合适的响应，避免调用方长时间等待。在 @SentinelResource 注解中，可以通过 fallback 属性指定降级处理方法。例如：

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class ExampleController {

    @GetMapping("/example")
    @SentinelResource(value = "exampleResource", fallback = "fallbackMethod")
    public String exampleMethod() {
        // 模拟可能出现异常的业务逻辑
        int result = 10 / 0;
        return "This is an example response.";
    }

    public String fallbackMethod() {
        return "Service is currently unavailable, please try again later.";
    }
}

当 exampleResource 触发熔断时，会调用 fallbackMethod 方法，返回友好的提示信息给调用方。

Sentinel 与其他组件的集成

Sentinel 与 Spring Cloud Gateway 集成

Spring Cloud Gateway 是 Spring Cloud 生态中的网关组件，负责对请求进行路由和过滤。将 Sentinel 与 Spring Cloud Gateway 集成，可以实现对网关层的流量控制和熔断降级。

1. 引入依赖 在 Spring Cloud Gateway 项目的 pom.xml 文件中引入 Sentinel 网关依赖：

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud - starter - alibaba - sentinel - gateway</artifactId>
</dependency>

2. 配置 Sentinel 过滤器 在 application.yml 文件中配置 Sentinel 网关过滤器：

spring:
  cloud:
    sentinel:
      gateway:
        enabled: true
        block - handler - class: com.example.gateway.SentinelGatewayBlockHandler
        block - handler: handleBlock

这里指定了自定义的 SentinelGatewayBlockHandler 类及其 handleBlock 方法来处理被 Sentinel 限流或熔断的请求。

3. 定义资源和规则 可以通过 Sentinel 控制台为网关中的路由定义资源和规则。例如，为 /api/user 路由定义流量控制规则，限制其 QPS 为 100。这样可以有效保护后端微服务，避免因网关层流量过大导致后端服务崩溃。

Sentinel 与 Dubbo 集成

Dubbo 是一款高性能的 Java RPC 框架，广泛应用于微服务架构中。将 Sentinel 与 Dubbo 集成，可以对 Dubbo 服务的调用进行流量控制和熔断降级。

1. 引入依赖 在 Dubbo 项目的 pom.xml 文件中引入 Sentinel 与 Dubbo 的集成依赖：

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel - adapter - dubbo - spi</artifactId>
</dependency>

2. 配置 Sentinel 过滤器 在 Dubbo 的配置文件（如 dubbo.xml 或 application.yml）中配置 Sentinel 过滤器：

<dubbo:provider filter="sentinel.dubbo.provider"/>
<dubbo:consumer filter="sentinel.dubbo.consumer"/>

通过配置这两个过滤器，分别对 Dubbo 服务的提供者和消费者进行保护。

3. 定义资源和规则 可以在 Sentinel 控制台为 Dubbo 服务定义资源和规则。例如，为某个 Dubbo 服务的方法定义熔断降级规则，当调用失败率达到 40% 时，触发熔断 5 秒。这样可以确保 Dubbo 服务在出现故障时，不会影响到整个微服务系统的稳定性。

Sentinel 的高级应用场景

热点参数限流

热点参数限流是 Sentinel 特有的功能，它可以针对请求中的热点参数进行限流。例如，在电商系统中，某个商品的查询接口，不同的商品 ID 可能会有不同的访问热度。通过热点参数限流，可以对访问热度高的商品 ID 进行更严格的限流。

1. 配置热点参数限流规则 在 Sentinel 控制台中，选择要配置的资源，然后在“流量控制”中选择“热点参数限流”。例如，对于商品查询接口 /product/{productId}，可以配置针对 productId 参数的限流规则：

• 资源名：填写商品查询接口对应的资源名称。
• 参数索引：根据方法参数顺序，指定 productId 的索引位置，如 0。
• 单机阈值：设置针对该参数的单机 QPS 阈值，例如 100，表示对于某个特定的 productId，每秒最多允许 100 次请求。
• 统计窗口：设置统计时间窗口，单位为秒，如 1 秒。

2. 代码实现 在使用 @SentinelResource 注解定义资源时，可以通过 blockHandler 等属性处理热点参数限流后的请求。例如：

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class ProductController {

    @GetMapping("/product/{productId}")
    @SentinelResource(value = "productResource", blockHandler = "handleProductBlock")
    public String getProduct(@PathVariable String productId) {
        return "Product information for productId: " + productId;
    }

    public String handleProductBlock(String productId, BlockException ex) {
        return "Product access is limited due to high traffic for productId: " + productId;
    }
}

系统自适应保护

系统自适应保护是 Sentinel 的一项重要功能，它可以根据系统的负载情况，自动调整限流和熔断规则，以保障系统的整体稳定性。

1. 系统保护规则配置 在 Sentinel 控制台中，可以配置系统保护规则。主要参数包括：

• 最大 QPS：设置系统允许的最大 QPS，当系统的 QPS 超过该值时，Sentinel 会自动触发限流。
• CPU 使用率：设置系统 CPU 使用率的阈值，当 CPU 使用率超过该阈值时，进行限流。例如，设置为 0.8，表示当 CPU 使用率达到 80% 时，开始限流。
• 平均响应时间：设置系统平均响应时间的阈值，当平均响应时间超过该值时，触发限流。

2. 工作原理 Sentinel 通过实时监控系统的各项指标（如 QPS、CPU 使用率、平均响应时间等），与配置的阈值进行比较。当指标超过阈值时，会根据预设的策略对资源进行限流或熔断，以降低系统负载，保证系统的可用性。例如，当系统 CPU 使用率过高时，Sentinel 会自动降低一些非核心业务的流量，优先保障核心业务的运行。

实践中的注意事项

规则的合理配置

1. 阈值的设置 在配置限流和熔断规则时，阈值的设置至关重要。如果阈值设置过高，可能无法起到有效的保护作用；如果设置过低，则可能导致服务无法正常提供。例如，在配置流量控制规则的 QPS 阈值时，需要根据服务的性能测试结果和实际业务场景来确定。如果服务在正常情况下的 QPS 为 500，且有一定的流量突发空间，可以将阈值设置为 800 - 1000。对于熔断规则的异常比例和慢调用比例阈值，也需要结合历史数据和业务容忍度来设置。

2. 规则的继承和覆盖 在 Sentinel 中，规则可以存在继承和覆盖关系。例如，在全局配置了某个资源的基本限流规则后，还可以针对特定的环境（如生产环境、测试环境）或特定的调用方配置更详细的规则。在配置时，需要注意规则的优先级，避免出现规则冲突导致的意外情况。

监控与调优

1. 利用监控数据 Sentinel 的实时监控功能提供了丰富的数据，包括资源的 QPS、响应时间、成功率等。运维人员和开发人员应定期查看这些监控数据，分析系统的运行状况。例如，如果发现某个资源的响应时间突然变长，可能是该资源对应的微服务出现了性能问题，需要进一步排查原因。通过监控数据，还可以评估规则配置的合理性，及时调整规则。

2. 性能调优 虽然 Sentinel 的设计目标是对系统性能影响最小化，但在高并发场景下，仍可能对系统性能产生一定影响。为了优化性能，可以采取一些措施，如合理设置插槽链，避免不必要的插槽；对频繁调用的资源进行缓存处理等。同时，定期对系统进行性能测试，确保在引入 Sentinel 后，系统性能仍能满足业务需求。

故障演练

1. 模拟故障场景 为了确保熔断降级体系在实际故障发生时能够正常工作，需要进行故障演练。可以通过工具（如 Chaos Monkey）模拟微服务故障、网络延迟等场景，观察 Sentinel 的熔断降级机制是否生效。例如，模拟某个微服务的响应延迟达到 1 秒，观察 Sentinel 是否会根据慢调用比例熔断规则进行熔断。

2. 验证恢复机制 除了验证熔断机制，还需要验证服务在熔断后的恢复机制。当故障排除后，Sentinel 应能够及时恢复对服务的正常调用。在故障演练中，检查服务在熔断时长结束后，是否能够重新接收请求并正常处理，确保系统的高可用性。