源码分析 Sentinel DegradeSlot 熔断实现原理

简介: 源码分析 Sentinel DegradeSlot 熔断实现原理
+关注继续查看

1、DegradeSlot 概述


Sentinel 中的熔断实现类为 DegradeSlot。DegradeSlot 的类定义如下图所示:

3a0daca0124e28e6dd0726ea82f77122.png

由此可见,熔断主要实现逻辑定义在 DegradeRuleManager 的 checkDegrade 方法中。


DegradeRuleManager#checkDegrade

376bc199953862a268442b48d9adcf1f.png

代码@1:首先从 degradeRules 熔断规则缓存中获取资源的熔断规则。


代码@2:遍历熔断规则列表。


代码@3:调用熔断规则 DegradeRule 的  passCheck,如果该方法返回 false,则表示需要熔断,则抛出 DegradeException 异常。


即实现熔断的核心逻辑在 DegradeRule 中。


2、DegradeRule 详解


在介绍 DegradeRule 之前我们先来看看 sentinel-dashboard 关于熔断降级规则的配置:

dc7370929f6e6aa1de7a1f603528fd06.png

我们可以直观的得知,降级规则可以根据如下三个指标进行设置:RT(响应时间)、异常比例、异常数。


2.1 DegradeRule 类图


dc3f2ba07ad0fd868c1ff6c0731998d9.png

  • double count
    上面配置规则中对应的配置值,例如当降级策略为RT时,表示设置的响应时间值,其他类似。
  • int timeWindow
    降级发生后多久进行恢复,即结束降级,单位为毫秒。
  • int grade
    降级策略,可以选值如下:
    1)DEGRADE_GRADE_RT
    响应时间。
    2)DEGRADE_GRADE_EXCEPTION_RATIO
    异常数比例。
    3)DEGRADE_GRADE_EXCEPTION_COUNT
    异常数量。
  • int rtSlowRequestAmount
    触发 RT 响应熔断出现的最小连续慢响应请求数量。
  • int minRequestAmount
    触发熔断最小的请求数量。


2.2 passCheck方法详解


根据当前请求的情况触发熔断的判断逻辑由 passCheck 方法实现。在介绍这个方法之前,我们根据该方法调用上下文得知,该方法返回 false,则触发熔断。


DegradeRule#passCheck

if (cut.get()) {
    return false;
}

Step1:如果当前正在处于熔断降级中,将直接返回 false,请求将被限流。


DegradeRule#passCheck

ClusterNode clusterNode = ClusterBuilderSlot.getClusterNode(this.getResource());
    if (clusterNode == null) {
        return true;
}

Step2:根据资源名称获得对应的集群类节点,有关集群限流将在后续文章中详细介绍。


DegradeRule#passCheck

if (grade == RuleConstant.DEGRADE_GRADE_RT) {
    double rt = clusterNode.avgRt();
    if (rt < this.count) {
        passCount.set(0);
        return true;
    }
    if (passCount.incrementAndGet() < rtSlowRequestAmount) {
        return true;
    }
}

step3:降级策略为基于响应时间的判断规则,其核心实现关键点:


  • 首先获取节点的平均响应时间。
  • 如果当前平均响应时间小于阔值,则放行,并重置 passCount 为 0。
  • 如果当前平均响应时间大于阔值,但连续次数小于 rtSlowRequestAmount,依然放行,只有当连续 rtSlowRequestAmount 次响应慢才会触发降级。


DegradeRule#passCheck

} else if (grade == RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO) {
    double exception = clusterNode.exceptionQps();
    double success = clusterNode.successQps();
    double total = clusterNode.totalQps();
    if (total < minRequestAmount) {
        return true;
    }
   double realSuccess = success - exception;
    if (realSuccess <= 0 && exception < minRequestAmount) {
        return true;
    }
    if (exception / success < count) {
        return true;
    }
}

Step4:降级策略为根据异常比例,其判断规则核心如下:


  • 分别获取成功QPS,异常QPS,总TPS。
  • 如果当前总 QPS 小于 minRequestAmount,则直接返回成功,表示暂不进行熔断规则判断。
  • 如果成功数小于异常数并且异常数量小于 minRequestAmount,则返回true,表示暂不进熔断规则的判断。
  • 如果异常比例小于阔值,同样返回 true,表示暂不进熔断规则的判断。


DegradeRule#passCheck

else if (grade == RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT) {
    double exception = clusterNode.totalException();
    if (exception < count) {
        return true;
    }        
}

Step5:降级策略为根据异常数量,这策略只是简单的判断错误数量即可。


DegradeRule#passCheck

if (cut.compareAndSet(false, true)) {
    ResetTask resetTask = new ResetTask(this);
    pool.schedule(resetTask, timeWindow, TimeUnit.SECONDS);
}

Step6:如果符合触发熔断的规则,则原子更新 cut,并且开启一个调度任务,在指定时间过后进行降级恢复。


Sentinel 的熔断机制实现比较简单,就介绍到这了,下一篇将介绍 Sentinel 基于集群的限流策略。


相关文章
|
5天前
|
Java 关系型数据库 数据库
【Spring Cloud Alibaba Sentinel 实现熔断与限流】 —— 每天一点小知识(下)
【Spring Cloud Alibaba Sentinel 实现熔断与限流】 —— 每天一点小知识(下)
|
5天前
|
数据可视化 Java 数据安全/隐私保护
【Spring Cloud Alibaba Sentinel 实现熔断与限流】 —— 每天一点小知识(上)
【Spring Cloud Alibaba Sentinel 实现熔断与限流】 —— 每天一点小知识
|
9天前
|
算法 Java BI
Sentinel为什么这么强,我忍不住扒了扒背后的实现原理
大家好,我是三友~~ 最近我在整理代码仓库的时候突然发现了被尘封了接近两年之久的Sentinel源码库 两年前我出于好奇心扒了一下Sentinel的源码,但是由于Sentinel本身源码并不复杂,在简单扒了扒之后几乎就再没扒过了 那么既然现在又让我看到了,所以我准备再来好好地扒一扒,然后顺带写篇文章来总结一下。
Sentinel为什么这么强,我忍不住扒了扒背后的实现原理
|
20天前
|
监控 Java 数据安全/隐私保护
sentinel流控降级与熔断
sentinel流控降级与熔断
28 0
|
26天前
|
监控 API Nacos
微服务轮子项目(19) -Alibaba Sentinel限流熔断(网关流控)
微服务轮子项目(19) -Alibaba Sentinel限流熔断(网关流控)
34 0
|
26天前
|
存储 监控 API
微服务轮子项目(18) -Alibaba Sentinel限流熔断(生产应用)
微服务轮子项目(18) -Alibaba Sentinel限流熔断(生产应用)
29 0
|
26天前
|
存储 API Nacos
微服务轮子项目(17) -Alibaba Sentinel限流熔断(动态规则扩展)
微服务轮子项目(17) -Alibaba Sentinel限流熔断(动态规则扩展)
43 0
|
26天前
|
Java Nacos 开发工具
微服务轮子项目(16) -Alibaba Sentinel限流熔断(使用示例)
微服务轮子项目(16) -Alibaba Sentinel限流熔断(使用示例)
46 0
|
3月前
|
SpringCloudAlibaba Java API
SpringCloud Alibaba系列(三) Sentinel熔断降级
  除了流量控制以外,对调用链路中不稳定的资源进行熔断降级也是保障高可用的重要措施之一。一个服务常常会调用别的模块,可能是另外的一个远程服务、数据库,或者第三方 API 等。例如,支付的时候,可能需要远程调用银联提供的 API;查询某个商品的价格,可能需要进行数据库查询。然而,这个被依赖服务的稳定性是不能保证的。如果依赖的服务出现了不稳定的情况,请求的响应时间变长,那么调用服务的方法的响应时间也会变长,线程会产生堆积,最终可能耗尽业务自身的线程池,服务本身也变得不可用。
63 0
|
6月前
|
自然语言处理 算法 Java
深扒Sentinel背后的实现原理之后,我终于明白它为什么这么强了
最近我在整理代码仓库的时候突然发现了被尘封了接近两年之久的Sentinel源码库 两年前我出于好奇心扒了一下Sentinel的源码,但是由于Sentinel本身源码并不复杂,在简单扒了扒之后几乎就再没扒过了 那么既然现在又让我看到了,所以我准备再来好好地扒一扒,然后顺带写篇文章来总结一下。
热门文章
最新文章
推荐文章
更多