Skip to content

6.5-3 Sentinel 原理:责任链、滑动窗口、熔断、集群流控 ​

所属:06 分布式与架构 / 6.5 稳定性 分级:A 状态:◐ 初稿 关联:6.5-1、6.5-2、6.5-4、6.5-5、6.5-10

  • 题型:原理 / 源码 / 场景

  • 一句话结论:Sentinel 把每个受保护资源的一次调用做成一条 Slot 责任链(建节点 → 统计 → 鉴权 → 系统保护 → 限流 → 熔断),统计用 LeapArray 滑动窗口(秒级 2 个 500ms 桶、分钟级 60 个 1s 桶),限流按 QPS/线程数在 FlowSlot 判定、熔断按 RT/异常率/异常数在 DegradeSlot 判定;集群流控再把“单机阈值”换成“Token Server 统一发令牌”。它的价值是低开销、规则可动态下发、能力覆盖流控/熔断/热点/系统自适应,代价是默认不做线程池隔离、规则持久化要自己接 Nacos/ZK、注解有自调用失效等坑。

  • 分层要点:

    1. 资源与调用入口:Sentinel 保护的对象叫资源(URL、方法、Dubbo 服务、MQ 消费),入口是 SphU.entry(resource) 或 @SentinelResource。每次 entry 创建 Entry,必须在 finally 里 exit();Context 用 ThreadLocal 维护调用链上下文,入口资源挂在一个 EntranceNode 下,形成“入口 → 资源”的调用树。
    2. Slot 责任链:ProcessorSlotChain 由 SpiLoader 按 @Spi(order=...) 装配,默认顺序是 NodeSelectorSlot → ClusterBuilderSlot → LogSlot → StatisticSlot → AuthoritySlot → SystemSlot → FlowSlot → DegradeSlot。前三个建节点/打日志,StatisticSlot 记账,后面四个依次做黑白名单、系统保护、限流、熔断;任一 Slot 抛 BlockException,整条链短路,调用方收到阻塞异常。
    3. 节点树与统计:NodeSelectorSlot 按 context 建 DefaultNode(同一资源在不同入口下分开统计),ClusterBuilderSlot 建全局 ClusterNode;StatisticNode 里挂两个滑动窗口——秒级 ArrayMetric(2, 1000)(2 桶 × 500ms)、分钟级 ArrayMetric(60, 60000)(60 桶 × 1s)。QPS/线程数/RT/异常数都从这里读,限流与熔断只依赖统计结果,不感知业务。
    4. 滑动窗口 LeapArray:用 AtomicReferenceArray<WindowWrap> 按 timeId = time / windowLengthInMs 定位桶;桶未创建或已过期时加锁重建(updateLock),命中则直接 LongAdder 累加。秒级用 2 个桶是为了在“当前秒”和“上一秒”之间平滑过渡,避免固定窗口的临界突刺;分钟级 60 个桶用于熔断的统计窗口。
    5. 限流 FlowSlot:FlowRule 的核心是 grade(QPS / 线程数)、count 阈值、strategy(direct 直接 / link 按入口 / relate 关联资源)、controlBehavior(快速失败 / Warm Up 预热 / Rate Limiter 排队等待 / 预热+排队)。QPS 读 passQps(),线程数读 curThreadNum;三种 Controller 分别是 DefaultController、WarmUpController(coldFactor 默认 3)、RateLimiterController(maxQueueingTimeMs 默认 500ms)。
    6. 熔断 DegradeSlot:1.8 起用 CircuitBreaker 状态机(CLOSED / OPEN / HALF_OPEN),规则 grade 支持慢调用 RT、异常比例、异常数;count 是阈值,timeWindow 是熔断时长,minRequestAmount 是触发统计的最小请求数,statIntervalMs 是统计窗口。OPEN 到期进入 HALF_OPEN 放一个探测请求,成功回 CLOSED,失败继续 OPEN。
    7. 集群流控与热点:单机阈值在集群下会“总量失控”,于是有 Token Server:客户端向服务端申请令牌,服务端按 ClusterFlowConfig(thresholdType 单机/全局、fallbackToLocalWhenFail、sampleCount、windowIntervalMs)统一判定;服务端不可用时按配置回退本地限流。热点参数限流(ParamFlowSlot)按参数值维度计数(如 userId、skuId),规则里配 paramIdx、count、durationInSec 与例外项。
    8. 规则管理与工程边界:规则通过 FlowRuleManager / DegradeRuleManager / SystemRuleManager 注册为 Property,Dashboard 通过 transport 端口(客户端默认 8719)推送;Dashboard 默认存内存,重启即丢,生产要接 Nacos/ZK/Apollo/Redis 做持久化(ReadableDataSource)。Sentinel 默认信号量式计数、不做线程池隔离,开销低但慢依赖会占满线程;需要隔离要配合线程池/信号量(6.5-4)。注解还有自调用不走代理、blockHandler 签名必须匹配等坑。
  • 图/流程:

text
一次 entry 的 Slot 链:
  SphU.entry(resource)
      ↓
  NodeSelectorSlot   建 DefaultNode(按 context)
      ↓
  ClusterBuilderSlot 建 ClusterNode(全局)
      ↓
  LogSlot            记录阻塞日志
      ↓
  StatisticSlot      threadNum++ / passQps++ / RT / exception
      ↓
  AuthoritySlot      黑白名单
      ↓
  SystemSlot         load / CPU / 全局 QPS / 线程数
      ↓
  FlowSlot           FlowRule 判定 → 通过 or BlockException
      ↓
  DegradeSlot        CircuitBreaker 判定 → 通过 or BlockException
      ↓
  业务执行 → entry.exit() → StatisticSlot 记账
text
LeapArray 滑动窗口(秒级):
  timeId = now / 500ms
  ┌─────────┬─────────┐
  │ 桶 t-1  │ 桶 t    │   ← 2 个 500ms 桶,滚动复用
  └─────────┴─────────┘
  读 QPS = 两桶计数之和(按时间比例折算)
  桶过期 → 加锁重建;未过期 → LongAdder 累加(无锁)
text
熔断状态机:
  CLOSED ──(RT/异常率/异常数超阈值)──▶ OPEN
    ▲                                  │
    │                            timeWindow 到期
    │                                  ▼
    └──── 探测成功 ──── HALF_OPEN ◀────┘
                         │
                         └─ 探测失败 → OPEN
text
集群流控:
  Client A ─┐
  Client B ─┼─▶ Token Server(按全局阈值发令牌)
  Client C ─┘         │
                      ├─ 有令牌 → 放行
                      └─ 无令牌 → BlockException
  Token Server 不可用 → fallbackToLocalWhenFail=true → 本地限流
  • 版本/源码锚点:

    • Sentinel 1.8.x(1.8.6/1.8.8 为常用版本);核心包 sentinel-core,扩展 sentinel-annotation-aspectj、sentinel-transport-simple-http、sentinel-cluster-client-default / sentinel-cluster-server-default、sentinel-datasource-nacos。
    • 关键类:SphU、Entry、ContextUtil、ProcessorSlotChain、StatisticNode、ArrayMetric、LeapArray、FlowRuleManager、FlowRuleChecker、DefaultController / WarmUpController / RateLimiterController、DegradeRuleManager、CircuitBreaker、ParamFlowSlot、ClusterFlowConfig。
    • 默认值:秒级窗口 2 × 500ms、分钟级 60 × 1s;Warm Up coldFactor=3;RateLimiter maxQueueingTimeMs=500;熔断 minRequestAmount=5、statIntervalMs=1000、timeWindow 必填;客户端 transport 端口 8719,Dashboard 默认 8080。
    • Spring Cloud Alibaba:SentinelWebInterceptor、CommonFilter(WebFlux)、SentinelResourceAspect、SentinelAutoConfiguration;配置前缀 spring.cloud.sentinel.*。
    • 对比:Hystrix 1.5.18 已进入维护模式;Resilience4j 2.x 为函数式、无 Dashboard。
    • 相关:限流算法见 6.5-2;隔离与降级见 6.5-4;超时重试见 6.5-5;容量与压测见 6.5-1。
  • Slot 职责:

Slot作用关键类
NodeSelectorSlot按 context 建 DefaultNodeDefaultNode
ClusterBuilderSlot建全局 ClusterNodeClusterNode
LogSlot记录 BlockException 日志LogSlot
StatisticSlot线程数、QPS、RT、异常统计StatisticNode
AuthoritySlot黑白名单AuthorityRule
SystemSlot系统级保护(load/CPU/QPS/线程)SystemRule
FlowSlot限流FlowRule、TrafficShapingController
DegradeSlot熔断DegradeRule、CircuitBreaker
  • FlowRule 关键字段:
字段取值说明
gradeQPS / THREAD按每秒请求数或并发线程数
count阈值QPS 或线程数上限
strategydirect / link / relate直接、按入口、关联资源
controlBehaviordefault / warm up / rate limiter / warm up+rate limiter快速失败、预热、排队
maxQueueingTimeMs默认 500ms排队等待最大时间
warmUpPeriodSec默认 10s预热时长
burstCount—令牌桶突发容量
clusterModetrue/false是否集群流控
clusterConfigthresholdType / fallbackToLocalWhenFail全局阈值、失败回退
  • 三种限流控制器:
Controller行为适用
DefaultController超阈值立即拒绝通用、快速失败
WarmUpController冷启动逐步放量(coldFactor=3)缓存/DB 刚启动
RateLimiterController匀速排队,超等待时间拒绝削峰、保护下游
WarmUpRateLimiterController预热 + 排队冷启动且需削峰
  • 熔断规则对比:
维度慢调用 RT异常比例异常数
gradeRTEXCEPTION_RATIOEXCEPTION_COUNT
触发条件慢调用比例/RT 超阈值异常占比超阈值窗口内异常数超阈值
关键参数count(ms)、slowRatioThresholdcount(0–1)count(次)
适用下游变慢下游随机失败下游持续报错
  • Sentinel vs Hystrix vs Resilience4j:
维度SentinelHystrixResilience4j
隔离默认信号量计数,无线程池隔离线程池/信号量信号量/线程池(可选)
流控强(QPS/线程/热点/集群/系统)弱有 RateLimiter
熔断RT/异常率/异常数异常率异常率/慢调用
动态规则Dashboard + 数据源配置较繁琐配置/代码
开销低较高(线程池)低
维护状态活跃维护模式活跃
  • 失效场景与定位:
现象根因处理
规则不生效资源名不匹配/未 entry对齐 URL/方法名,确认 entry
注解不生效同类自调用不走代理拆类/注入自身代理/AopContext
熔断不触发异常被吞/未统计Tracer.trace、检查 fallback
限流误杀阈值按单机配但集群总流量大集群流控或按实例数折算
集群限流失效Token Server 挂了且未回退开 fallbackToLocalWhenFail
Dashboard 重启规则丢失默认内存存储接 Nacos/ZK 持久化
热点规则无效参数未传/paramIdx 错核对参数位置与类型
系统规则不生效指标不可用/阈值 -1检查 load/CPU 采集
压测时大量 Block压测流量与生产共用规则压测标隔离/临时调阈值
慢依赖拖垮线程无隔离线程池隔离/信号量(6.5-4)
  • 深挖点(面试官常追的 6 个):

    1. Slot 链为什么这么排:NodeSelectorSlot/ClusterBuilderSlot 必须先建好节点,StatisticSlot 才能记账;StatisticSlot 必须排在所有规则 Slot 之前,否则限流/熔断读不到本次调用的统计;AuthoritySlot 在最前做准入,SystemSlot 在资源级限流之前做全局保护,FlowSlot 在 DegradeSlot 之前——先限流再熔断,避免熔断统计被限流流量污染。顺序由 SPI 的 @Spi(order) 决定,可以自定义 Slot 插入。
    2. 滑动窗口为什么是 2 个 500ms 桶:固定窗口在边界处会有“前一秒末尾 + 后一秒开头”双倍突刺;Sentinel 秒级用 2 个桶滚动,读的是“当前桶 + 上一桶”的加权和,既平滑又只需两次原子读。分钟级 60 个 1s 桶用于熔断的统计窗口。LeapArray 只在桶过期重建时加锁,热路径是无锁 LongAdder,所以统计开销很低——这是 Sentinel 敢放在主链路的原因。
    3. Warm Up 和 Rate Limiter 的区别:Warm Up 是冷启动限流,用令牌桶 + 冷却因子(默认 3),阈值从 count/coldFactor 逐步升到 count,适合刚启动、缓存未热、连接池未建满的实例;Rate Limiter 是匀速排队,按 count 计算请求间隔,让请求排队而不是直接拒绝,超过 maxQueueingTimeMs(默认 500ms)才拒绝,适合削峰。两者可组合成 WarmUpRateLimiterController。选错会导致“该削峰的地方在拒绝,该拒绝的地方在排队”。
    4. 熔断的三种规则怎么选:下游变慢用慢调用 RT(slowRatioThreshold + count 毫秒);下游随机失败用异常比例(避免偶发异常误熔断);下游持续报错用异常数(短窗口内快速熔断)。共同点是都要设 minRequestAmount,否则低流量下 1 个异常就会熔断;timeWindow 决定 OPEN 多久后进入 HALF_OPEN 探测。注意 Sentinel 统计的异常是业务抛出的异常,被 catch 吞掉或走 fallback 的异常需要 Tracer.trace 才会被计入。
    5. 集群流控怎么工作:单机阈值 × 实例数 ≠ 全局阈值(流量不均会浪费),所以引入 Token Server:客户端每次请求向服务端申请 acquireCount 个令牌,服务端按 thresholdType(单机/全局)和滑动窗口判定;fallbackToLocalWhenFail=true 时服务端不可用回退本地规则,避免限流中心成为单点。代价是多一次网络 RPC(通常同机房)、Token Server 要集群化、命名空间要隔离。热点参数限流也是同理,只是维度从“资源”变成“参数值”。
    6. Sentinel 和 Hystrix 的本质差异:Hystrix 的核心是线程池隔离,用线程池把慢依赖隔开,代价是上下文切换与线程资源;Sentinel 默认是信号量式计数 + 规则链,开销低、能力强(流控/热点/系统自适应/集群),但不隔离线程,慢依赖仍会占满 Tomcat 线程。所以 Sentinel 适合“限流 + 熔断 + 快速失败”,需要隔离时配合线程池或信号量。Hystrix 已维护模式,新项目一般选 Sentinel 或 Resilience4j。
  • 追问链:

    1. Sentinel 是什么? → 流量治理组件。
    2. 核心概念? → 资源、Entry、Context、Slot。
    3. 一次调用怎么走? → SphU.entry 进 Slot 链。
    4. Slot 有哪些? → 建节点、统计、鉴权、系统、限流、熔断。
    5. 顺序能改吗? → SPI order,可扩展。
    6. 为什么统计在前? → 规则要读统计。
    7. 为什么限流在熔断前? → 先限流再熔断。
    8. 节点树是什么? → Entrance → Default → Cluster。
    9. Default 和 Cluster 区别? → 按入口 vs 全局。
    10. 统计怎么做的? → LeapArray 滑动窗口。
    11. 秒级几个桶? → 2 × 500ms。
    12. 分钟级? → 60 × 1s。
    13. 为什么不是固定窗口? → 边界突刺。
    14. 加锁吗? → 仅桶重建加锁。
    15. QPS 限流读什么? → passQps()。
    16. 线程数限流读什么? → curThreadNum。
    17. 限流策略? → direct/link/relate。
    18. controlBehavior? → 快速失败/预热/排队。
    19. Warm Up 原理? → 令牌桶 + coldFactor。
    20. coldFactor 默认? → 3。
    21. Rate Limiter 原理? → 匀速排队。
    22. 排队多久? → 默认 500ms。
    23. 熔断几种? → RT/异常比例/异常数。
    24. 状态机? → CLOSED/OPEN/HALF_OPEN。
    25. 怎么进 HALF_OPEN? → timeWindow 到期。
    26. 探测失败? → 回 OPEN。
    27. minRequestAmount 作用? → 防低流量误熔断。
    28. 异常怎么统计? → StatisticSlot + Tracer。
    29. 被吞的异常算吗? → 不算,要 trace。
    30. 集群流控? → Token Server 发令牌。
    31. thresholdType? → 单机/全局。
    32. Token Server 挂了? → fallback 本地。
    33. 热点限流? → 按参数值计数。
    34. 参数怎么指定? → paramIdx。
    35. 系统规则? → load/CPU/QPS/线程。
    36. 系统自适应? → 按 load 等指标。
    37. 规则怎么下发? → Dashboard + transport。
    38. 端口? → 客户端 8719。
    39. 规则会丢吗? → Dashboard 内存,重启丢。
    40. 怎么持久化? → Nacos/ZK/Apollo/Redis。
    41. 注解怎么用? → @SentinelResource。
    42. blockHandler 签名? → 原参数 + BlockException。
    43. fallback 区别? → 业务异常兜底。
    44. 自调用为什么失效? → AOP 代理。
    45. 和 Hystrix 区别? → 信号量 vs 线程池隔离。
    46. Sentinel 隔离吗? → 默认不隔离线程。
    47. 慢依赖怎么办? → 线程池/信号量隔离。
    48. 性能开销? → 低,无锁统计。
    49. 规则粒度? → 资源级/参数级/系统级。
    50. 面试怎么总结? → 资源 → Slot 链 → 滑动窗口 → 限流/熔断 → 集群 → 规则持久化与边界。
  • 生产案例/取舍(示例,替换成你的项目):

    • 阈值按单机配置,扩容后集群总流量翻倍导致下游被打挂;改集群流控 + 全局阈值。
    • @SentinelResource 写在同类方法里自调用,规则一直不生效;拆到独立 Bean 或注入代理。
    • 业务异常被 catch 后熔断不触发;补 Tracer.trace 并统一异常出口。
    • 低流量接口偶发 1 个异常就熔断;设 minRequestAmount=20。
    • Dashboard 重启后规则全丢;接 Nacos 持久化 + 启动校验。
    • 冷启动时缓存未热,瞬间被限流打满;改 Warm Up,预热 30s。
    • 大促入口用快速失败,用户大量 429;改 Rate Limiter 排队 + 前端重试。
    • 慢 SQL 拖垮 Tomcat 线程,Sentinel 熔断前线程已满;补线程池隔离(6.5-4)。
    • 热点商品被刷,单资源限流误伤正常商品;改热点参数限流按 skuId。
    • 压测流量触发生产限流规则,压测结果失真;压测标隔离 + 临时规则。
    • Token Server 单点故障导致全站限流失效;Token Server 集群 + fallback 本地。
    • 取舍:快速失败换低延迟,代价是用户可见错误;排队换平滑,代价是 RT 上升;Warm Up 换冷启动稳定,代价是初期容量低;集群流控换全局精确,代价是多一次 RPC 与 Token Server 运维;信号量换低开销,代价是无隔离。
  • 易错点:

    • 认为 Sentinel 就是限流器。
    • 认为 Sentinel 默认线程池隔离。
    • 认为 Slot 顺序可以随意。
    • 认为统计在规则之后。
    • 认为所有资源共用一个 Node。
    • 认为滑动窗口是固定窗口。
    • 认为秒级只有 1 个桶。
    • 认为统计路径全程加锁。
    • 认为 QPS 限流读的是总请求数。
    • 认为线程数限流读的是 QPS。
    • 认为 Warm Up 是预热缓存。
    • 认为 Rate Limiter 是直接拒绝。
    • 认为排队时间无限。
    • 认为熔断只有异常比例一种。
    • 认为熔断后永久拒绝。
    • 认为 HALF_OPEN 会放全部流量。
    • 认为 minRequestAmount 可有可无。
    • 认为被 catch 的异常也会统计。
    • 认为 fallback 能替代熔断。
    • 认为集群流控就是单机阈值乘实例数。
    • 认为 Token Server 挂了限流就正常。
    • 认为热点限流按资源统计。
    • 认为系统规则默认开启。
    • 认为 Dashboard 会持久化规则。
    • 认为注解在任何调用方式下都生效。
    • 认为 blockHandler 可以随便写签名。
    • 认为 Sentinel 能替代线程池隔离。
    • 认为 Sentinel 开销很高。
    • 认为 Hystrix 和 Sentinel 能力对等。
    • 认为规则配了就一定按预期生效。
  • 30 秒口述稿:

Sentinel 的核心是把一次资源调用串成 Slot 责任链:先建 DefaultNode 和 ClusterNode,再统计,然后做黑白名单、系统保护、限流、熔断,任何一环抛 BlockException 就短路。统计用的是 LeapArray 滑动窗口,秒级两个 500 毫秒桶、分钟级六十个一秒桶,桶重建才加锁,热路径无锁,所以开销很低。限流看 QPS 或线程数,支持直接、关联、链路三种策略,行为有快速失败、Warm Up 和匀速排队;熔断有 RT、异常比例、异常数三种规则,状态是 CLOSED、OPEN、HALF_OPEN。集群流控用 Token Server 统一发令牌,服务端挂了可以回退本地。工程上要注意规则持久化到 Nacos、注解自调用失效、异常要 Tracer.trace 才统计,以及它默认不做线程池隔离,慢依赖还是要配合隔离。

  • 3 分钟展开顺序:结论(Slot 链 + 滑动窗口 + 限流/熔断 + 集群)→ 资源、Entry、Context 与调用树 → Slot 链顺序及原因 → 节点树与 StatisticSlot 记账 → LeapArray 窗口结构与无锁统计 → FlowSlot 的 grade/strategy/controlBehavior 与三种 Controller → Warm Up 与 Rate Limiter 的取舍 → DegradeSlot 的三种规则与状态机 → 集群流控与热点参数 → 规则管理与 Dashboard/数据源 → 注解坑(自调用、签名、异常统计)→ 与 Hystrix 的隔离差异 → 案例与取舍。