【原理/Sentinel】RT降级策略原理

已于 2023-05-03 02:14:53 修改
阅读量1.1k 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
springboot接入sentinel限流、降级熔断
SMCCLRH的学习笔记
12-21 1445
快速接入sentinel文档：https://github.com/alibaba/spring-cloud-alibaba/wiki/Sentinel 1.引入jar包 com.alibaba.cloud spring-cloud-starter-alibaba-sentinel 2.配置文件增加配置： 2.1 #设置sentinel控制台地址 spring.cloud.sentinel.transport.port=8719 spring.cloud.sentinel.transport.dashb
二十四、Sentinel降级规则
qq_41231318的博客
07-30 1012
Sentinel降级规则 基本介绍 RT(平均响应时间，秒级) 平均响应时间超出阈值且在时间窗口内通过的请求>=5，两个条件同时满足后触发降级 窗口期过后关闭断路器 RT最大4900（更大的需要通过-Dcsp.sentinel.statistic.max.rt=XXXX设置） 异常比例（秒级） QPS>=5且异常比例（秒级统计）超过阈值时，触发降级，窗口期结束，关闭降级 异常数（分钟级） 异常数（分钟统计）超过阈值时，触发降级，窗口期结束，关闭降级 Sentinel熔断降级会在调用链路中的
sentinel 控制台讲解-降级规则-降级策略:RT
小哇
06-29 1002
上图表示 需要1秒持续进入至少5个请求，并且程序的平均响应时间大于设定的阈值，就会触发降级，打开断路器，等时间窗口结束，就会关闭降级 注意 Sentinel 默认统计的 RT 上限是 4900毫秒，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.statistic.max.rt=xxx来配置主要讲控制台规则的使用，项目构建用以下的项目https://blog.csdn.net/qq_41712271/article/details/117596...
Sentinel中如何配置和使用降级规则？
最新发布
qq_33240556的博客
09-03 372
/ 执行业务逻辑 return "Hello from degradeApi";// 当降级规则触发时，执行此方法 return "This is a fallback response for degradeApi";} }// 执行业务逻辑 return "Hello from degradeApi";// 当降级规则触发时，执行此方法 return "This is a fallback response for degradeApi";} }
Sentinel 降级策略
程序猿
05-23 411
代码注解类似于Hystrix中的注解注解中有两个属性需要我们进⾏区分，blockHandler属性来指定不满足Sentinel规则的降级兜底⽅法，fallback属性用于于指定Java运行时异常兜底方法。
Sentinel降级策略-RT、异常比例、异常数
LMGD的博客
01-09 2342
Sentinel降级策略—RT、异常比例、异常数
熔断调试失败引发的sentinel降级熔断原理探究
mubu520的博客
05-16 2004
文章目录sentinel降级熔断原理探究背景熔断降级应用熔断降级原理@SentinelResource注解解析@SentinelResource注解执行流程降级的实现原理创建资源对象ResourceWrapper获取当前资源对象对应的插槽链slot介绍获取slotChain创建插槽链顺序执行SlotChain中的各个Slot的逻辑DegradeSlot实现降级根据平均响应时间降级根据异常比例降级根据异常数降级总结参考 sentinel降级熔断原理探究 背景 最近依赖的系统偶尔会出现超时的情况，由于该依赖属于
sentinel 熔断降级
weixin_43931625的博客
04-06 5109
sentinel 熔断降级
一文说透Sentinel熔断策略、降级规则、流量控制
博学谷狂野架构师的博客
06-08 1606
2 Sentinel 限流熔断降级 Sentinel 可以简单的分为 Sentinel 核心库和 Dashboard。核心库不依赖 Dashboard，但是结合 Dashboard 可以取得最好的效果。我们先来学习Sentinel 核心库的使用，后面再学习Dashboard使用。 在我们项目中，用户请求通过hailtaxi-gateway路由到hailtaxi-driver或者hailtaxi-order，还有可能在hailtaxi-order中使用feign调用hailtaxi-driver，所以我们有
sentinel的降级原理以及疑问--小记
Healist的博客
04-15 920
sentinel是阿里的限流熔断工具，我今天正要在scg网关处使用sentinel来对下游api服务的调用加上限流熔断降级功能，看文档的时候关于限时降级我一直想的是当次请求不满足时长要求就要降级的，但是实际操作起来好像并不是这么回事。 sentinel降级的原理比较简要的概括就是：统计时间窗口内的指标，并且定时reset这些窗口属性值，每次请求过来再根据当前窗口的值判断是否满足要求决定是否降级 ...
Sentinel的降级熔断
abc1641211976的博客
11-03 232
一，什么是降级熔断？ 让外部应用停止对服务的访问，例如生活中跳闸，路障设置-此路不通。 ================================================================= 二，为什么要进行熔断？ 平均响应速度越来越慢或经常出现异常，这样可能会导致调用链堆积，最终系统崩溃。================================================================= 三，降级熔断属性分析 最大RT----最大的平均响
Sentinel第四篇（Sentinel降级-RT）
qq_45078781的博客
07-31 1102
Sentinel降级-RT 一、是什么     平均响应时间( DEGRADE_GRADE_RT ):当1s内持续进入5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
Sentinel 的降级规则
weixin_47866999的博客
07-20 968
Sentinel 熔断降级
Sentinel之降级规则
weixin_49849351的博客
11-07 1354
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的降级策略有哪些？
qq_33240556的博客
09-02 578
通过上述降级策略，Sentinel 能够帮助开发者在面对异常或高负载的情况下，通过主动降级来保护系统，避免服务雪崩。开发者可以根据实际需求选择合适的降级策略，并通过 Sentinel 控制台或编程方式配置规则，以适应不同的业务场景。降级策略的选择和配置需要根据具体的业务场景和系统特性来确定，合理配置降级策略可以有效提升系统的稳定性和用户体验。
降级策略
qq_36119222的博客
01-15 969
降级策略 目录 降级策略 引言 概念 使用降级策略的意义 如何使用降级策略 参考文章 引言 由于最近在看一些关于电商业务相关的东西，经常看到降级策略这个词，在查找了一些资料后稍微有了一些了解，在此记录一下学到的东西。 概念 按照我的理解，降级策略就是在线上出现突发状况，业务逻辑无法完整运行的情况下，跳过某些非必须的业务，忽略一些影响较小的异常报错，使得主要业务能够顺利进行而采取的一种手段。 使用降级策略的意义 当处于某些特定的业务场景下，比如促销活动，注册引流时，服务器可能会无法承
Sentinel架构篇 - 熔断降级
The Secret
03-08 1110
本文解析Sentinel的熔断降级。
Sentinel使用代码实现流控熔断降级规则
qq_44027353的博客
07-18 1322
Sentinel支持通过注解定义资源并配置和fallback函数来进行限流之后的处理。//原本的业务方法.@SentinelResource(blockHandler="blockHandlerForGetUser")publicUsergetUserById(Stringid){注意函数会在原方法被限流/降级/系统保护的时候调用，而fallback函数会针对所有类型的异常。请注意和fallback函数的形式要求，更多指引可以参见Sentinel注解支持文档。注解来改善这个问题。......
服务降级—Sentinel
Eris_QwQ的博客
06-15 1242
是一个 SpringBoot项目。“哨兵”，提供了流量控制、熔断降级、系统负载保护等多个维度来保障服务之间的稳定性。它就是一个分布式系统的流量防卫兵。它相比 Hystrix 更加的强大。丰富的应用场景：Sentinel 承接了阿里巴巴近 10 年的双十一大促流量的核心场景，例如秒杀（即突发流量控制在系统容量可以承受的范围）、消息削峰填谷、集群流量控制、实时熔断下游不可用应用等。完备的实时监控：Sentinel 同时提供实时的监控功能。
SpringCloud alibaba-Sentinel服务降级策略
专业的计算机毕业设计指南
02-20 567
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。
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