【原理/Sentinel】RT降级策略原理

已于 2023-05-03 02:14:53 修改
阅读量990 收藏 3
点赞数 7
文章标签： sentinel java 开发语言
于 2023-02-27 23:58:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Uracil/article/details/129230976
版权

文章目录

1 前言

在1.8.0之前的版本中，Sentinel的降级策略可以选择RT，也就是平均响应时间的降级策略。从网上也能了解到基本规则就是：

平均响应时间 (DEGRADE_GRADE_RT)：当资源的平均响应时间超过阈值（DegradeRule 中的 count，以 ms 为单位）之后，资源进入准降级状态。接下来如果持续进入 5 个请求，它们的 RT 都持续超过这个阈值，那么在接下的时间窗口（DegradeRule 中的 timeWindow，以 s 为单位）之内，对这个方法的调用都会自动地返回（抛出 DegradeException）。在下一个时间窗口到来时, 会接着再放入5个请求, 再重复上面的判断.

当请求处理时间较长的时候，熔断情况有时候和我的理解不太相符，所以看看到底是什么逻辑。
不过新版中RT已经被慢调用比例替代了，本篇就当满足下好奇心。水平有限，有错误还请指出。

2 测试过程

  1. 首先就先开一个SpringBoot的服务，配置Sentinel地址，处理3s：
    @GetMapping("/testa")
public String testA() throws InterruptedException {
    Thread.sleep(3000);
    return "testA";
}
  2. 然后开启Sentinel控制台，在里面给/testa资源添加降级策略：
    请添加图片描述
    现在已配置的参数有：时间窗口2s，响应时间3s，响应阈值0.1s。
  3. 使用JMeter来测试，添加线程组使用Http请求测试，参数如下：
    请添加图片描述
    这样就会有100个请求分10s进行发送，也就是每秒会均匀请求10次。然后启动，在Sentinel控制台中记录下了这一波请求的实时监控每秒成功和拒绝的QPS。
    请添加图片描述

3 过程分析

把上面图中的各个数据提取出表格：

第1s2s3s4s5s6s7s8s9s10s11s
通过41010101040370
拒绝0000910610736

每一列都是1s的时间段，并且每秒内都有10个请求，共100个请求。
绘制时间线段图进行分析。

绘图注释

  • 每秒线段上均匀分布10个请求
  • 每个请求在每0.1s的开始发送
  • 每一段表示一秒
  • 图中表格每一秒和线段每一段位置对应
  • 圆圈表示请求，里面的数字只用于标识，不是具体第几个请求
  • 图中时间窗口（StatisticNode的rollingCounterInSecond）内的请求表示处理完成后会用于计算所在bucket的avgRt

从第一期请求t1开始，由于业务需要3s来处理，所以在第一个请求结束前的期间（t1 ~ t2），Sentinel统计的平均响应时间一直是0，所以会放行所有请求。也就能看到前4秒所有的请求都通过了：
请添加图片描述

t2时刻，第一个请求结束，因为时间窗口中的bucket是复用的，响应时间3s加入到了t2时刻时间窗口的一个bucket，请求5进入时计算平均响应时间（3s / 成功请求数(此刻是1)）超过阈值，开始统计接下来的请求数passCount。
到请求8时passCount为4，仍然通过，也是第5s唯一通过的请求：
请添加图片描述

请求9进入后，passCount达到5，被拒绝。这时会熔断一个时间窗口的时长2s，也可以看到在第6s内的所有请求都被拒绝：
请添加图片描述

熔断结束后，这一时刻的时间窗口内有请求10～请求16，此时avgRt直接是超过阈值的。所以直接开始计算passCount，会通过4个请求（请求17～20），对应表格中的第7s：
请添加图片描述

在第二次熔断结束的时刻，此时时间窗口内没有完成请求的记录，因为最近的有可能被记录的请求17～20还没有处理完成，所以此时avgRt是0:
请添加图片描述

对于第二次熔断之后之后的请求21～26，avgRt一直为0所以也不会计算passCount，所以全部通过，第9s内通过请求21～23共三个，请求24～26在第10s。之后在两次熔断之间的请求17处理完成，此时导致avgRt超时
请添加图片描述

和之前一样，请求27～30会通过，并计算了passCount，之后的请求31（未画出）会被拒绝并开始熔断。所以第10s内通过的有请求24～30共7个：
请添加图片描述

4 源码简单分析

完整代码可以去idea双击shift搜索对应类自己逐层进入方法，断点调试查看，会更加清晰。
熔断降级从DegradeSlot类的entry方法开始，调用了checkDegrade方法：

for (DegradeRule rule : rules) {
    if (!rule.passCheck(context, node, count)) {
        throw new DegradeException(rule.getLimitApp(), rule);
    }
}

这里面对每个规则检查，进入passCheck方法就是核心逻辑。这个方法返回true就是熔断状态（省略了其他两个熔断策略的代码）:
请添加图片描述

在一些地方加入了输出内容的断点，在LeapArray的values方法也添加了输出断点打印当前时间窗口的两个bucket内容（格式：0: value=…, windowStart=…），不在这里展示了。

再启动一次Jmeter上文设置过的线程组，控制台打印如下，有兴趣的可以结合分析下（successCount > 0的会输出两遍相同的时间窗口内容）：

23:49:05.234
0: value=p: 0, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 0, b: 0, w: 0, windowStart=23:48:31.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.336
0: value=p: 1, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 0, b: 0, w: 0, windowStart=23:48:31.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.434
0: value=p: 2, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 0, b: 0, w: 0, windowStart=23:48:31.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.554
0: value=p: 3, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.636
0: value=p: 3, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.734
0: value=p: 3, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.836
0: value=p: 3, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 3, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:05.936
0: value=p: 3, b: 0, w: 0, windowStart=23:49:05.000
1: value=p: 4, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.035
0: value=p: 0, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.137
0: value=p: 1, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.235
0: value=p: 2, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.336
0: value=p: 3, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.435
0: value=p: 4, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:05.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.534
0: value=p: 5, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.634
0: value=p: 5, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.735
0: value=p: 5, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.835
0: value=p: 5, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 3, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:06.935
0: value=p: 5, b: 0, w: 0, windowStart=23:49:06.000
1: value=p: 4, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.036
0: value=p: 0, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.135
0: value=p: 1, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.236
0: value=p: 2, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.336
0: value=p: 3, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.434
0: value=p: 4, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:06.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.533
0: value=p: 5, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.634
0: value=p: 5, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.735
0: value=p: 5, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.834
0: value=p: 5, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 3, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:07.935
0: value=p: 5, b: 0, w: 0, windowStart=23:49:07.000
1: value=p: 4, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:08.038
0: value=p: 0, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:08.136
0: value=p: 1, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:08.234
0: value=p: 2, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:08.335
0: value=p: 3, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
successCount: 1
0: value=p: 3, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
avgRt = 6073.0
passCount over RT: 1

23:49:08.434
0: value=p: 4, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
successCount: 2
0: value=p: 4, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:07.500
avgRt = 4551.0
passCount over RT: 2

23:49:08.536
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:08.500
successCount: 3
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:08.500
avgRt = 3034.0
passCount over RT: 3

23:49:08.636
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:08.500
successCount: 4
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:08.500
avgRt = 3036.25
passCount over RT: 4

23:49:08.733
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:08.500
successCount: 5
0: value=p: 5, b: 0, w: 0, windowStart=23:49:08.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:08.500
avgRt = 3036.6
Forbidden and cut!

23:49:08.835
------cut------

23:49:08.934
------cut------

23:49:09.035
------cut------

23:49:09.136
------cut------

23:49:09.235
------cut------

23:49:09.331
------cut------

23:49:09.434
------cut------

23:49:09.534
------cut------

23:49:09.635
------cut------

23:49:09.735
------cut------

23:49:09.836
------cut------

23:49:09.935
------cut------

23:49:10.034
------cut------

23:49:10.133
------cut------

23:49:10.233
------cut------

23:49:10.334
------cut------

23:49:10.435
------cut------

23:49:10.533
------cut------

23:49:10.634
------cut------

23:49:10.734
------cut------

23:49:10.835
0: value=p: 0, b: 5, w: 0, windowStart=23:49:10.000
1: value=p: 0, b: 3, w: 0, windowStart=23:49:10.500
successCount: 8
0: value=p: 0, b: 5, w: 0, windowStart=23:49:10.000
1: value=p: 0, b: 3, w: 0, windowStart=23:49:10.500
avgRt = 3028.125
passCount over RT: 1

23:49:10.936
0: value=p: 0, b: 5, w: 0, windowStart=23:49:10.000
1: value=p: 1, b: 3, w: 0, windowStart=23:49:10.500
successCount: 9
0: value=p: 0, b: 5, w: 0, windowStart=23:49:10.000
1: value=p: 1, b: 3, w: 0, windowStart=23:49:10.500
avgRt = 3365.0
passCount over RT: 2

23:49:11.036
0: value=p: 0, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
successCount: 5
0: value=p: 0, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
avgRt = 3633.4
passCount over RT: 3

23:49:11.137
0: value=p: 1, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
successCount: 6
0: value=p: 1, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
avgRt = 3532.6666666666665
passCount over RT: 4

23:49:11.234
0: value=p: 2, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
successCount: 7
0: value=p: 2, b: 0, w: 0, windowStart=23:49:11.000
1: value=p: 2, b: 3, w: 0, windowStart=23:49:10.500
avgRt = 3460.285714285714
Forbidden and cut!

23:49:11.336
------cut------

23:49:11.435
------cut------

23:49:11.535
------cut------

23:49:11.634
------cut------

23:49:11.733
------cut------

23:49:11.834
------cut------

23:49:11.935
------cut------

23:49:12.035
------cut------

23:49:12.136
------cut------

23:49:12.234
------cut------

23:49:12.336
------cut------

23:49:12.436
------cut------

23:49:12.535
------cut------

23:49:12.634
------cut------

23:49:12.735
------cut------

23:49:12.835
------cut------

23:49:12.934
------cut------

23:49:13.033
------cut------

23:49:13.134
------cut------

23:49:13.234
------cut------

23:49:13.338
0: value=p: 0, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 0, b: 5, w: 0, windowStart=23:49:12.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.436
0: value=p: 1, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 0, b: 5, w: 0, windowStart=23:49:12.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.533
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 0, b: 0, w: 0, windowStart=23:49:13.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.633
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 1, b: 0, w: 0, windowStart=23:49:13.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.735
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 2, b: 0, w: 0, windowStart=23:49:13.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.834
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 3, b: 0, w: 0, windowStart=23:49:13.500
successCount: 0
avgRt = 0.0
avgRt < RT

23:49:13.935
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 4, b: 0, w: 0, windowStart=23:49:13.500
successCount: 1
0: value=p: 2, b: 3, w: 0, windowStart=23:49:13.000
1: value=p: 4, b: 0, w: 0, windowStart=23:49:13.500
avgRt = 3035.0
passCount over RT: 1

23:49:14.034
0: value=p: 0, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
successCount: 2
0: value=p: 0, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
avgRt = 3036.0
passCount over RT: 2

23:49:14.134
0: value=p: 1, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
successCount: 3
0: value=p: 1, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
avgRt = 3037.0
passCount over RT: 3

23:49:14.234
0: value=p: 2, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
successCount: 4
0: value=p: 2, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
avgRt = 3037.25
passCount over RT: 4

23:49:14.334
0: value=p: 3, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
successCount: 4
0: value=p: 3, b: 0, w: 0, windowStart=23:49:14.000
1: value=p: 5, b: 0, w: 0, windowStart=23:49:13.500
avgRt = 3037.25
Forbidden and cut!

23:49:14.435
------cut------

23:49:14.535
------cut------

23:49:14.634
------cut------

23:49:14.734
------cut------

23:49:14.834
------cut------

23:49:14.933
------cut------

23:49:15.034
------cut------

23:49:15.134
------cut------
丑橘u
关注
  • 7
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SpringCloud-Alibaba之Sentinel降级设置
2401_83703893的博客
03-26 471
我们总是喜欢瞻仰大厂的大神们，但实际上大神也不过凡人，与菜鸟程序员相比，也就多花了几分心思，如果你再不努力，差距也只会越来越大。面试题多多少少对于你接下来所要做的事肯定有点帮助，但我更希望你能透过面试题去总结自己的不足，以提高自己核心技术竞争力。每一次面试经历都是对你技术的扫盲，面试后的复盘总结效果是极好的！后的复盘总结效果是极好的！[外链图片转存中…(img-LyEbh51g-1711457100747)]点击传送门，即可免费领取！
springboot openfeign Sentinel统一降级处理实现代码
06-08
springboot openfeign Sentinel统一降级处理实现代码
手把手教你搭建SpringCloudAlibaba之Sentinel服务熔断降级
weixin_38007185的博客
11-22 2093
一起来学习sentinel的服务降级吧。
架构设计 -- 服务降级
weixin_30762087的博客
04-14 397
架构设计 -- 服务降级 降级是系统保护的重要手段，保证系统的高可用，简单理解，降级就是丢车保帅，在系统压力极大时，暂时不做非必要动作，以保证系统核心功能的正常。 例如电商系统中，购物车、结算这类的核心功能就是保护对象，是绝对不能降级的，而像个性化自动商品推荐服务就可以暂时不提供。 降级策略有很多种，可以从下面3个维度分为5种策略： 自动化维度 包括：自动开关降级、人工开关降级。...
Sentinel 实现服务降级、熔断与限流（1.8.+ 版）
热门推荐
陌守
11-26 1万+
Sentinel 实现熔断与限流Sentinel 概念 Sentinel 概念 1、Sentinel 是什么？ Sentinel: 分布式系统的流量防卫兵。随着微服务的流行，服务与服务之间的稳定性变得越来越重要，Sentinel 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基础使用-限流降级熔断(详解3)
gb4215287的博客
03-10 611
sentinel
Spring Cloud Alibaba基于Sentinel实现限流降级自定义配置结果
累计发表博客60余万字，CSDN 博客专家、Java 领域优质创作者、华为云享专家、阿里云专家博主。专注分享 Java 优质文章，毕设实战项目开发，全网粉丝10W+
04-22 1017
sentinel作为SpringCloudAlibaba的基本组件，在进行熔断、限流、降级等方面具有十分重要的作用，而且其基于Web界面对接口进行限流配置，使得实时监控接口流量，控制限流策略变得十分方便。当然一般情况下我们需要给前端返回一个具体的相应处理结果，所以就需要我们对触发限流后的响应进行自定义配置。这篇文章和大家分享一下如何在对接口配置了限流规则后，使用自定义的配置实现触发限流后的返回结果和响应处理。首先在sentinel界面对相应的接口添加一个限流策略，我配置的如下：一秒内限制接口请求量为2个。
sentinel-降级熔断测试.jmx
最新发布
01-10
sentinel-降级熔断测试.jmxsentinel-降级熔断测试.jmxsentinel-降级熔断测试.jmxsentinel-降级熔断测试.jmx
Sentinel 原理-调用链1
08-03
Sentinel 的调用链（Call Chain）是其实现限流和降级策略的基础。调用链由一系列的Slot组成，每个Slot都有特定的职责。当请求进入系统时，会依次通过这些Slot，从而形成一个处理流程。这种设计模式类似于责任链模式...
Sentinel 原理-实体类1
08-03
资源是 Sentinel 进行流量控制、熔断和降级策略的基础。用户通过定义资源名来标识一段代码或服务，然后设置相应的规则，比如流控规则和降级规则。资源和规则之间是解耦的，这意味着规则可以在运行时动态修改，无需...
Sentinel 原理-全解析1
08-03
Sentinel 是阿里巴巴开源的一款强大的流量控制、熔断降级组件，尤其在分布式服务架构中表现卓越。相较于Netflix的Hystrix，Sentinel 提供了更丰富的功能，包括但不限于流量控制、熔断降级、系统负载保护等。Sentinel...
Sentinel服务流控、熔断和降级
HGW的博客
04-19 4669
Sentinel服务流控、熔断和降级
Sentinel服务熔断和降级
Leon_Jinhai_Sun的博客
07-30 4626
Sentinel服务熔断和降级
Springboot应用整合Sentinel实现限流、熔断、降级笔记
chenjian723122704的专栏
04-12 4300
可以使用官方的sentinel也可使用进行持久化改造后的Sentinel ，本文基于此进行记录。Sentinel持久化到NacosSentinel版本为Nacos版本为关于网关限流、限流和熔断，我自己总结出来了一套规则，有更好的意见希望大家指正。
【微服务~Sentinel】Sentinel降级、限流、熔断
专注于Java领域开发 关注我 带你玩转Java
07-25 3815
Sentinel降级、限流、熔断
SpringCloud alibaba-Sentinel服务降级策略
02-20 525
2、Sentinel-dashboard中进行接口testD的RT设置，需要先请求一次testD，要不然dashboard中不会出现，设置降级策略为RT，RT值为200毫秒，时间窗口之降级时间间隔为1s，单位是秒。3、请求接口testE，请求一次为by zero异常，请求两次也是报错，等请求到五次后就会出现服务降级，直接快速失败，等超过70s窗口期后，再请求testE，又会开始 异常数策略统计。上图就是表示，在一分钟内统计异常数超过阈值了，然后出发降级，打开断路器，等时间长款结束，关闭降级。
sentinel降级规则
qq_31155349的博客
09-09 4738
降级规则就是设置当满足什么条件的时候，对服务进行降级。Sentinel提供了三个衡量条件： 慢调用比例：当资源的响应时间超过最大RT（以ms为单位，最大RT即最大响应时间）之后，资源进入准降级状态。如果接下来1s内持续进入5个请求（最小请求数），它们的RT都持续超过这个阈值，那么在接下来的熔断时长之内，就会对这个方法进行服务降级。其中的“比例阈值”我设置发现无效，下次编辑会重置成1 注意Sentinel默认统计的RT上限是4900ms，超出此阈值的都会算作4900ms，若需要变更此上限可以通过启动配
SpringCloud Alibaba之Sentinel服务降级策略实战-RT、异常比例、异常数
TOP__ONE的博客
05-28 1765
RT： 平均响应时间 (DEGRADE_GRADE_RT)：当 1s 内持续进入 N 个请求，对应时刻的平均响应时间（秒级）均超过阈值（count，以 ms 为单位），那么在接下的时间窗口（DegradeRule中的timeWindow，以 s 为单位）之内，对这个方法的调用都会自动地熔断（抛出DegradeException）。注意 Sentinel 默认统计的 RT 上限是 4900 ms，超出此阈值的都会算作 4900 ms，若需要变更此上限可以通过启动配置项-Dcsp.sentinel.s...
Sentinel之降级规则
weixin_49849351的博客
11-07 1307
基本介绍： 降级规则： 和Hystrix不一样Sentienl的断路器是没有半开状态的！ RT 是什么？ 编码： @GetMapping("/testD") public String testD() { try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); } log.info("testD ...
sentinel降级
10-29
Sentinel的降级是指在系统出现异常或者超负荷的情况下，通过限流或者熔断等手段，保证系统的稳定性和可用性。在Sentinel中，降级可以通过配置规则来实现，例如设置异常比例阈值、异常数阈值、平均响应时间等指标，当...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值