← 课程目录 🚀 从零到一
📐 学习维度 阶段4 · 第16章 微服务(Spring Cloud Alibaba) 🚀 从零到一 📚 课程目录 🏠 首页 🛤️ 学习路径

16.5 Sentinel:限流、熔断与降级

审校 2026-09-25 · 素材来源:L33-微服务架构(底稿改写)、2026真题_09、sentinel-dashboard
📑 本篇章节导航 (共7节,点击直达)
四种限流算法,一个表格说清熔断器三态状态机代码落地:注解加两个兜底方法规则持久化与集群流控踩坑清单面试怎么问一句话总结

大促零点,流量洪峰过境:库存服务被打挂,等它恢复的调用方线程越积越多,订单服务跟着拖死,连锁塌方吞掉整个集群——这叫级联故障(下游故障沿调用链向上游蔓延的雪崩现象)。防御体系三件兵器:限流(入口控制,超阈值的请求直接拒绝)、熔断(连续失败达到条件就断开调用,过段时间试探恢复)、降级(服务不可用时返回兜底数据保核心流程)。Sentinel 一套全带,外加可视化的 Dashboard,是当下主流选择。

四种限流算法,一个表格说清

算法原理优点缺点
固定窗口每分钟计数,超了拒绝实现最简临界点双倍突刺
滑动窗口时间切成细格子滚动统计平滑精确内存开销略高
漏桶恒定速率处理请求流量绝对平滑应对不了突发
令牌桶恒定速率发令牌,有牌才放行允许短时突发实现稍复杂

固定窗口的坑要会演示:限每分钟100次,第59秒来100次、第61秒又来100次——两个窗口各自合规,实际两秒内打了200次。滑动窗口的解法是把一分钟切成更细的格子,窗口边界随时间滑动,统计永远是「最近一分钟」,突刺无处藏身。

Sentinel 内部用 LeapArray(滑动窗口的环形数组实现,每格一个统计桶)落地这套思想:默认1秒切成两个500ms的格子,请求落进对应格子计数,过期格子复用重置。QPS 就是各格计数之和—— O(1) 的读写,代价只是几个桶的内存。

熔断器三态状态机


CLOSED(正常放行)
   │ 慢调用比例/异常比例/异常数 超阈值
   ▼
OPEN(熔断中:请求直接走降级,不碰下游)
   │ 熔断时长到了
   ▼
HALF-OPEN(放一个探测请求过去)
   ├─ 成功 → 回到 CLOSED
   └─ 失败 → 回到 OPEN 再等下一轮

三种触发条件对应三类病灶:慢调用比例(RT超过阈值的请求占比过高——下游没死但拖)适合保护延迟敏感的调用;异常比例(错误率超线)适合明确的故障;异常数(绝对条数)适合低流量接口。熔断的价值不在「断」而在「歇」:给下游喘息窗口,避免刚恢复又被流量打死——救人是救己。

代码落地:注解加两个兜底方法


@SentinelResource(value = "createOrder",
    blockHandler = "createOrderBlock",   // 被限流/熔断时走这
    fallback = "createOrderFallback")    // 业务异常时走这
public Order createOrder(CreateOrderCmd cmd) {
    return orderService.create(cmd);      // 正常路径
}

public Order createOrderBlock(CreateOrderCmd cmd, BlockException ex) {
    throw new BizException("系统繁忙,请稍后再试");  // 拒绝
}
public Order createOrderFallback(CreateOrderCmd cmd, Throwable t) {
    return Order.cached(cmd.getOrderId());  // 兜底数据
}

blockHandler 和 fallback 的区别是高频追问:前者接住「被 Sentinel 拦下」的请求(限流熔断规则生效),后者接住业务自身异常——一个是保安拦人,一个是医生接诊,签名里的异常类型也不同(BlockException vs Throwable)。区分不了这两个,说明只看过 demo 没上过生产。

规则的三种流控形态也顺带记:QPS流控最常用;关联流控(写接口达到阈值时限制读接口——保写牺牲读)适合「下单高峰保护扣库存」;链路流控(只限某条调用链路的入口)适合同一服务被多个入口调、只想限第三方渠道的场景。

流控效果还有一个被低估的选项:匀速排队(阈值类型选排队等待,请求按恒定间隔放行)。它把「超了就拒」改成「超了排会儿」——突发洪峰被削成平稳细流,下游始终以额定速率处理,适合消息消费、任务提交这类能等一点的场景。配套参数超时时间要设:排队超过时限的请求仍被拒,不让队列无限涨。削峰填谷的思想(11.1 的 MQ 用队列做)在限流器里换了个形态又见面了。

热点参数限流(按参数值分别限流的规则形态)则是秒杀场景的定制兵器:限「查商品详情」这个资源时指定按第一个参数(skuId)分别计数——爆款 SKU 单独限 500 QPS,长尾商品各限 50,互不挤占。普通限流对热点无解:总阈值 1000 会被一个爆款独吞,其他商品全 403。热点规则还支持参数例外项——指定 skuId=爆款id 时用另一组更严的阈值,规则不用写多条。

再往上是系统自适应保护(从整体负载维度的兜底规则):不看单个接口,看整机——Load、CPU 使用率、平均 RT、入口 QPS 四个指标,整体压力超线时把入口流量整体限住。它防的是「不知道该限谁但系统已经在塌」的最后时刻,属于保命底牌——单接口规则管局部,系统规则保全局,两层都在才算完整防线。

规则持久化与集群流控

Sentinel 默认把规则存内存,重启即失——生产必须接规则持久化:把规则推到 Nacos 配置中心,服务启动拉取、变更实时生效(16.2 的推送通道复用)。Dashboard 只做规则的编辑展示,Nacos 才是真源——这个架构答出来,「用过」和「玩过 demo」立判。

再深一档是集群流控:单机限流100、十台机器就是1000,但下游的承受力可能只有600——集群流控选一台 Token Server 全局发牌,总量精确可控。代价是多一个组件和通信延迟,规模没到就单机流控够用。

踩坑清单

面试怎么问

一句话总结

Sentinel 用滑动窗口统计流量、三态状态机管理熔断、双兜底方法分流异常——限流是入口的闸、熔断是过载的歇、降级是断供的粮,三件兵器配 Nacos 持久化才算生产级的雪崩防线。