服务熔断与降级实战——Sentinel 规则配置、热点限流、系统保护全攻略

适读人群：需要在微服务中实现流量控制和熔断降级的 Java 后端开发者 | 阅读时长：约18分钟 | 核心价值：掌握 Sentinel 全套规则配置，建立完整的服务自保护体系

---

大促前的那次压测

三年前，我们要做一次双十二大促活动，预估峰值流量是平时的 15 倍。活动前一周，进行了全链路压测。

压测结果很难看：在 3000 并发时，大部分服务还好，但其中一个商品详情服务在 1200 并发时就开始崩溃，然后因为级联失败，调用商品详情的订单服务、购物车服务也相继垮了，最终整个链路全部不可用。

更诡异的是，我们以为只是商品详情服务扛不住，给它加了机器，但加完机器后，1200 并发时还是会崩。

排查了半天发现：商品详情服务有一个接口需要调用 ES，ES 在高并发下响应变慢（从 10ms 到 500ms），商品详情服务的 HTTP 连接池等待超时，把整个服务的线程池打满了。加机器没用，因为瓶颈在 ES 这一层。

解决方案：给商品详情接口加上 Sentinel 的热点限流和熔断降级，ES 响应慢时自动降级返回缓存数据，不让慢请求把线程池打满。

这篇文章把 Sentinel 的完整配置思路都讲出来。

---

Sentinel 核心概念

Sentinel 是阿里巴巴开源的流量治理组件，围绕资源的实时统计和流量控制规则工作：

• 资源（Resource）：要保护的代码块（接口、方法、外部调用）
• 规则（Rule）：针对资源的控制规则（限流、熔断、降级、热点、系统）
• 槽（Slot）：规则处理链，依次经过统计、校验等槽

---

快速接入

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>
<!-- Sentinel Dashboard 持久化：Nacos 数据源 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-datasource-nacos</artifactId>
</dependency>

spring:
  cloud:
    sentinel:
      transport:
        dashboard: sentinel-dashboard-host:8080  # Sentinel Dashboard 地址
        port: 8719
      # 配置 Nacos 作为规则持久化（防止 Dashboard 重启后规则丢失）
      datasource:
        flow-rule:
          nacos:
            server-addr: nacos-host:8848
            data-id: ${spring.application.name}-flow-rules
            group-id: SENTINEL_GROUP
            rule-type: flow
        degrade-rule:
          nacos:
            server-addr: nacos-host:8848
            data-id: ${spring.application.name}-degrade-rules
            group-id: SENTINEL_GROUP
            rule-type: degrade

---

流量控制规则

@RestController
@RequestMapping("/api/product")
public class ProductController {

    @Autowired
    private ProductService productService;

    /**
     * 使用 @SentinelResource 注解保护接口
     * value：资源名称
     * blockHandler：被 Sentinel 规则拦截时的处理方法
     * fallback：业务异常时的降级方法
     */
    @GetMapping("/{id}")
    @SentinelResource(
        value = "getProductDetail",
        blockHandler = "productBlockHandler",
        fallback = "productFallback"
    )
    public ProductDetail getProductDetail(@PathVariable String id) {
        return productService.getDetail(id);
    }

    /**
     * 被限流/熔断时调用（注意参数要和原方法一致，最后加 BlockException）
     */
    public ProductDetail productBlockHandler(String id, BlockException ex) {
        if (ex instanceof FlowException) {
            log.warn("商品详情接口被限流，id={}", id);
        } else if (ex instanceof DegradeException) {
            log.warn("商品详情接口被熔断，id={}", id);
        }
        // 返回缓存数据或兜底数据
        return productService.getFromCache(id)
            .orElse(ProductDetail.placeholder());
    }

    /**
     * 业务异常降级（抛出 Throwable 时调用）
     */
    public ProductDetail productFallback(String id, Throwable ex) {
        log.error("商品详情接口异常，id={}", id, ex);
        return ProductDetail.placeholder();
    }
}

编程式配置流控规则

@Component
public class SentinelRuleConfig implements ApplicationRunner {

    @Override
    public void run(ApplicationArguments args) {
        initFlowRules();
        initDegradeRules();
    }

    private void initFlowRules() {
        List<FlowRule> rules = new ArrayList<>();
        
        // 商品详情接口：QPS 限流，最大 500 QPS
        FlowRule productDetailRule = new FlowRule();
        productDetailRule.setResource("getProductDetail");
        productDetailRule.setGrade(RuleConstant.FLOW_GRADE_QPS);
        productDetailRule.setCount(500);
        // 流控效果：快速失败（直接返回 BlockException）
        // 也可设为 CONTROL_BEHAVIOR_WARM_UP（预热）或 CONTROL_BEHAVIOR_RATE_LIMITER（排队等待）
        productDetailRule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_DEFAULT);
        rules.add(productDetailRule);
        
        // 下单接口：线程数限流，最大 200 并发线程
        // 比 QPS 限流更保险：即使线程都被慢请求占住了也能保护
        FlowRule orderRule = new FlowRule();
        orderRule.setResource("createOrder");
        orderRule.setGrade(RuleConstant.FLOW_GRADE_THREAD);
        orderRule.setCount(200);
        rules.add(orderRule);
        
        FlowRuleManager.loadRules(rules);
    }

    private void initDegradeRules() {
        List<DegradeRule> rules = new ArrayList<>();
        
        // 异常比例熔断：30秒内异常比例超过50%，熔断10秒
        DegradeRule exceptionRatioRule = new DegradeRule();
        exceptionRatioRule.setResource("getProductDetail");
        exceptionRatioRule.setGrade(CircuitBreakerStrategy.ERROR_RATIO.getType());
        exceptionRatioRule.setCount(0.5);           // 50% 异常率触发
        exceptionRatioRule.setMinRequestAmount(10); // 最少10次请求才统计
        exceptionRatioRule.setStatIntervalMs(30000); // 30秒统计窗口
        exceptionRatioRule.setTimeWindow(10);       // 熔断持续时间（秒）
        rules.add(exceptionRatioRule);
        
        // 慢调用比例熔断：响应时间 > 500ms 且比例 > 80%，熔断 20 秒
        DegradeRule slowCallRule = new DegradeRule();
        slowCallRule.setResource("getProductDetail");
        slowCallRule.setGrade(CircuitBreakerStrategy.SLOW_REQUEST_RATIO.getType());
        slowCallRule.setCount(0.8);           // 80% 慢调用触发
        slowCallRule.setSlowRatioThreshold(500);    // 超过 500ms 算慢调用
        slowCallRule.setMinRequestAmount(10);
        slowCallRule.setTimeWindow(20);
        rules.add(slowCallRule);
        
        DegradeRuleManager.loadRules(rules);
    }
}

---

热点参数限流

热点限流是 Sentinel 的特色功能，可以针对请求的某个参数值进行限流，比如：

• 某个商品 ID 的请求量突然暴增（爆款商品）
• 某个用户频繁刷接口

@GetMapping("/{id}")
@SentinelResource(
    value = "getProductDetail",
    blockHandler = "productBlockHandler"
)
public ProductDetail getProductDetail(@PathVariable @RequestParam String id) {
    // 第一个参数（index=0，即 id）会被作为热点参数统计
    return productService.getDetail(id);
}

// 编程式配置热点规则
@PostConstruct
private void initHotspotRules() {
    ParamFlowRule rule = new ParamFlowRule("getProductDetail")
        .setParamIdx(0)  // 对第一个参数（商品 ID）限流
        .setCount(100)   // 默认：每个商品 ID 最多 100 QPS
        .setDurationInSec(1);
    
    // 为特定商品 ID 设置不同的阈值
    // 比如：爆款商品 sku-12345 最多允许 500 QPS，其他商品 100 QPS
    ParamFlowItem exceptionItem = new ParamFlowItem()
        .setObject("sku-12345")    // 特定参数值
        .setClassType(String.class.getName())
        .setCount(500);            // 单独的阈值
    
    rule.setParamFlowItemList(Collections.singletonList(exceptionItem));
    
    ParamFlowRuleManager.loadRules(Collections.singletonList(rule));
}

实测场景：双十二时，爆款商品的 QPS 可能是普通商品的 100 倍，用热点限流把爆款单独设置更高阈值，保证爆款商品的可用性，同时保护后端不被普通商品的"僵尸刷量"打垮。

---

系统保护规则

系统保护是从整体视角对服务进行保护，当系统负载达到上限时，自动拒绝入口流量：

private void initSystemRules() {
    List<SystemRule> rules = new ArrayList<>();
    
    SystemRule rule = new SystemRule();
    // CPU 使用率超过 80% 时，触发系统保护
    rule.setHighestCpuUsage(0.8);
    // 系统平均响应时间超过 200ms，触发系统保护
    rule.setAvgRt(200);
    // 并发线程数不超过 1000
    rule.setMaxThread(1000);
    // 入口 QPS 不超过 5000
    rule.setQps(5000.0);
    
    rules.add(rule);
    SystemRuleManager.loadRules(rules);
}

---

三大踩坑实录

坑一：blockHandler 方法签名不对导致方法失效

现象： 配置了 @SentinelResource(blockHandler = "myBlockHandler")，但触发限流时没有走到 blockHandler，而是直接抛出了 BlockException，导致调用方收到了 500 错误。

原因： blockHandler 方法的签名有严格要求：

1. 方法必须是 public 的
2. 返回值类型必须和原方法一致
3. 参数列表必须和原方法一致，并在最后加上 BlockException 类型的参数
4. 如果是其他类中的方法，还需要指定 blockHandlerClass

// 错误：缺少 BlockException 参数
public ProductDetail myBlockHandler(String id) { ... }

// 正确：最后加上 BlockException
public ProductDetail myBlockHandler(String id, BlockException ex) { ... }

---

坑二：规则在 Dashboard 配置了但重启后丢失

现象： 在 Sentinel Dashboard 配置了一套完整的规则，重启应用后，所有规则消失了，每次上线后都要重新配置，非常痛苦。

原因： Sentinel 默认的规则存储是在内存中，应用重启后丢失。Sentinel Dashboard 只是一个管理界面，规则推送到应用内存，没有持久化。

解法： 集成 Nacos 或 Apollo 作为规则数据源（如文章开头的配置），规则持久化到 Nacos，应用启动时从 Nacos 加载规则，Dashboard 修改规则时同步写入 Nacos。

---

坑三：熔断后恢复期内请求仍然大量失败

现象： 熔断触发后，经过 timeWindow 时间，熔断结束，但接下来的请求又立刻触发了熔断，系统始终无法恢复。

原因： Sentinel 的熔断恢复是"半开"状态：timeWindow 结束后，允许一个探测请求，如果探测请求成功才关闭熔断；如果失败，重新开始计时。但如果后端服务本身还没有恢复，探测请求也会失败，系统就一直处于熔断状态。

解法： 需要配合后端服务的健康检查，确保后端真正恢复后才让熔断关闭。同时调整 timeWindow 时间，给后端足够的恢复时间（比如后端重启需要 30 秒，timeWindow 就设为 60 秒）。

---

写在最后

回到开头的故事，双十二活动最终顺利完成——商品详情服务用了热点限流 + 慢调用熔断，ES 响应变慢时自动降级走缓存，整个活动期间没有出现级联故障。

Sentinel 的价值不只是防止"系统崩溃"，更重要的是提供了一种主动的流量治理思路：在问题发生之前，就定义好边界和降级策略，让系统在压力下优雅降级而不是暴力崩溃。