前言：在分布式系统中，服务间依赖关系复杂，一个服务的故障（如响应变慢、抛出异常）很可能引发雪崩效应，导致整个系统瘫痪。Sentinel 作为阿里开源的流量治理组件，提供了强大的熔断降级功能，能够在服务出现异常时自动“熔断”，避免故障扩散，保障系统稳定性。本文将从实战角度出发，详细讲解 Sentinel 三种核心熔断降级模式（慢调用比例、异常比例、异常数）的原理、配置方式及落地实践，附带代码示例和避坑指南，适合开发、运维人员快速上手。

一、Sentinel 熔断降级核心概念铺垫

1.1 熔断降级的本质

熔断降级的核心是“fail fast”（快速失败）：当被调用的服务出现异常（响应慢、报错），且异常达到一定阈值时，Sentinel 会自动触发熔断机制，暂时停止对该服务的调用，转而返回预设的降级策略（如返回默认值、提示信息），待服务恢复正常后，再逐步恢复调用。

类比生活场景：家里的电路如果过载，保险丝会自动熔断，避免电路起火；Sentinel 的熔断降级，就是分布式系统的“保险丝”，保护系统不被故障服务拖垮。

1.2 熔断降级的三个核心模式

Sentinel 支持三种熔断降级模式，覆盖了绝大多数分布式场景下的故障场景，开发者可根据实际业务需求选择：

• 慢调用比例：服务响应时间过长（超过预设阈值）的请求占比达到阈值，触发熔断；

• 异常比例：服务抛出异常的请求占比达到阈值，触发熔断；

• 异常数：服务在一定时间内抛出的异常总数达到阈值，触发熔断。

1.3 熔断的三个状态

无论哪种熔断模式，Sentinel 都会经历三个状态的切换，理解状态切换逻辑，能更好地排查问题：

1. 闭合状态（Closed）：默认状态，服务正常运行，Sentinel 正常监控请求，不触发熔断；

2. 打开状态（Open）：异常达到阈值，触发熔断，此时所有对该服务的调用都会被拦截，直接执行降级逻辑；

3. 半打开状态（Half-Open）：熔断一段时间后（预设的“熔断时长”），Sentinel 会允许少量请求尝试调用服务，如果这些请求正常，则切换回闭合状态；如果仍异常，则继续保持打开状态。

1.4 前置准备（实战环境搭建）

本文实战基于 Spring Boot + Sentinel，需提前完成以下环境搭建（版本兼容说明：Spring Boot 2.7.x + Sentinel 1.8.6，避免版本冲突）：

1.4.1 引入依赖（pom.xml）

<!-- Sentinel 核心依赖 -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-core</artifactId>
    <version>1.8.6</version>
</dependency>
<!-- Spring Boot 集成 Sentinel -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
    <version>2021.0.5.0</version>
</dependency>
<!-- Sentinel 控制台依赖（可选，用于可视化监控） -->
<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-transport-simple-http</artifactId>
    <version>1.8.6</version>
</dependency>

1.4.2 配置 application.yml

spring:
  application:
    name: sentinel-circuit-breaker-demo # 应用名称，用于Sentinel控制台识别
alibaba:
  sentinel:
    transport:
      dashboard: localhost:8080 # Sentinel控制台地址（需单独启动控制台）
      port: 8719 # 本地客户端与控制台通信端口，默认8719，冲突可修改
    web-context-unify: false # 关闭web上下文统一，避免拦截所有请求
    eager: true # 立即初始化Sentinel，避免首次请求触发懒加载导致规则不生效

1.4.3 启动 Sentinel 控制台

1. 下载 Sentinel 控制台 jar 包（地址：https://github.com/alibaba/Sentinel/releases，选择 1.8.6 版本的 sentinel-dashboard-1.8.6.jar）；

2. 启动控制台：java -jar sentinel-dashboard-1.8.6.jar（默认端口 8080，账号密码均为 sentinel）；

3. 启动 Spring Boot 应用，访问控制台（http://localhost:8080），即可看到应用已注册到控制台。

二、慢调用比例熔断实战（最常用场景）

2.1 慢调用比例原理

慢调用比例：在指定时间窗口内，若请求的响应时间超过预设的“慢调用阈值”（rtThreshold），则视为慢调用；当慢调用的比例（慢调用数 / 总请求数）超过预设阈值（ratioThreshold），且总请求数达到最小请求数（minRequestAmount）时，触发熔断。

核心参数说明（必配）：

• timeWindow：熔断时长（单位：秒），即熔断后多久进入半打开状态；

• rtThreshold：慢调用阈值（单位：毫秒），超过该时间的请求视为慢调用；

• ratioThreshold：慢调用比例阈值（0~1），如 0.5 表示慢调用占比超过 50% 触发熔断；

• minRequestAmount：最小请求数，时间窗口内请求数低于该值，即使慢调用比例达标，也不触发熔断（避免少量请求误触发）。

2.2 实战场景设计

场景：模拟一个订单查询接口（/order/get），正常响应时间在 100ms 以内；当接口响应变慢（超过 300ms），且 10 秒内总请求数 ≥ 5，慢调用比例 ≥ 50% 时，触发熔断，降级返回“订单查询暂时不可用，请稍后重试”。

2.3 代码实现

2.3.1 编写接口（Controller）

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

import java.util.Random;

@RestController
public class OrderController {

    // 模拟订单查询接口，添加Sentinel资源注解，指定降级方法
    @GetMapping("/order/get/{orderId}")
    @SentinelResource(value = "orderGetResource", fallback = "orderGetFallback", blockHandler = "orderGetBlockHandler")
    public String getOrder(@PathVariable String orderId) throws InterruptedException {
        // 模拟随机响应时间，偶尔出现慢调用（超过300ms）
        int sleepTime = new Random().nextInt(500);
        Thread.sleep(sleepTime);
        System.out.println("订单查询成功，orderId：" + orderId + "，响应时间：" + sleepTime + "ms");
        return "订单查询成功，orderId：" + orderId;
    }

    // 降级方法（服务异常时执行，如抛出异常、超时）
    public String orderGetFallback(String orderId, Throwable e) {
        return "订单查询暂时不可用（降级），请稍后重试，orderId：" + orderId;
    }

    // 熔断/限流时执行的方法（Sentinel拦截后执行）
    public String orderGetBlockHandler(String orderId, BlockException e) {
        return "订单查询已熔断，请稍后重试，orderId：" + orderId;
    }
}

2.3.2 配置慢调用比例熔断规则

两种配置方式：控制台配置（临时生效，重启应用失效）、代码配置（永久生效），推荐结合使用（控制台用于测试，代码用于生产）。

方式1：Sentinel 控制台配置

1. 进入控制台 → 选择应用（sentinel-circuit-breaker-demo）→ 熔断规则 → 新增熔断规则；

2. 配置参数：

   • 资源名：orderGetResource（与 @SentinelResource 的 value 一致）；

   • 熔断策略：慢调用比例；

   • 慢调用阈值（ms）：300；

   • 比例阈值：0.5；

   • 最小请求数：5；

   • 熔断时长（s）：10；

   • 时间窗口（s）：10（默认，可调整）。

3. 点击“新增”，规则立即生效。

方式2：代码配置（推荐生产环境）

import com.alibaba.csp.sentinel.slots.block.RuleConstant;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import org.springframework.boot.ApplicationRunner;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.ArrayList;
import java.util.List;

@Configuration
public class SentinelDegradeConfig {

    // 应用启动时初始化熔断规则
    @Bean
    public ApplicationRunner initDegradeRule() {
        return args -> {
            List&lt;DegradeRule&gt; rules = new ArrayList<>();
            // 慢调用比例熔断规则
            DegradeRule slowCallRule = new DegradeRule();
            slowCallRule.setResource("orderGetResource"); // 资源名
            slowCallRule.setGrade(RuleConstant.DEGRADE_GRADE_RT); // 熔断策略：慢调用比例
            slowCallRule.setRtThreshold(300); // 慢调用阈值（ms）
            slowCallRule.setRatioThreshold(0.5); // 慢调用比例阈值
            slowCallRule.setMinRequestAmount(5); // 最小请求数
            slowCallRule.setTimeWindow(10); // 熔断时长（s）
            rules.add(slowCallRule);

            // 加载规则
            DegradeRuleManager.loadRules(rules);
            System.out.println("Sentinel 慢调用比例熔断规则初始化完成");
        };
    }
}

2.4 测试验证

1. 启动应用，使用 Postman 或浏览器高频访问接口：http://localhost:8081/order/get/123（假设应用端口为 8081）；

2. 观察控制台日志，会看到部分请求响应时间超过 300ms（慢调用）；

3. 当 10 秒内总请求数 ≥5，且慢调用占比 ≥50% 时，接口会被熔断，返回“订单查询已熔断，请稍后重试”；

4. 等待 10 秒（熔断时长）后，尝试访问接口，若请求正常（响应时间 <300ms），则熔断状态切换为闭合，接口恢复正常；若仍有大量慢调用，则继续熔断。

2.5 避坑点

• 慢调用阈值（rtThreshold）不能设置得过小，否则正常请求会被误判为慢调用；也不能设置过大，否则无法及时发现服务变慢；建议根据接口正常响应时间的 2~3 倍设置（如正常 100ms，阈值设为 300ms）。

• 最小请求数（minRequestAmount）需合理设置，避免少量请求（如 1~2 个）的慢调用触发熔断，一般设置为 5~10。

• 若接口使用了线程池，Sentinel 监控的是接口整体响应时间（包括线程池排队时间），需注意线程池参数对慢调用的影响。

三、异常比例熔断实战

3.1 异常比例原理

异常比例：在指定时间窗口内，服务抛出异常的请求数占总请求数的比例超过预设阈值，且总请求数达到最小请求数时，触发熔断。

核心参数说明（与慢调用比例类似，仅策略不同）：

• grade：熔断策略设为 RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO；

• ratioThreshold：异常比例阈值（0~1），如 0.3 表示异常占比超过 30% 触发熔断；

• minRequestAmount：最小请求数，避免少量异常请求误触发熔断；

• timeWindow：熔断时长。

注意：Sentinel 默认监控所有未捕获的异常（包括 RuntimeException、CheckedException），也可通过自定义异常忽略规则，排除不需要监控的异常（如业务层面的非法参数异常）。

3.2 实战场景设计

场景：模拟一个用户登录接口（/user/login），正常情况下请求成功；当输入的密码错误时，抛出异常；当 10 秒内总请求数 ≥5，异常比例 ≥30% 时，触发熔断，降级返回“登录服务暂时不可用，请稍后重试”。

3.3 代码实现

3.3.1 编写接口（Controller）

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class UserController {

    // 模拟正确密码
    private static final String CORRECT_PASSWORD = "123456";

    // 登录接口，添加Sentinel资源注解
    @PostMapping("/user/login")
    @SentinelResource(value = "userLoginResource", fallback = "userLoginFallback", blockHandler = "userLoginBlockHandler")
    public String login(@RequestParam String username, @RequestParam String password) {
        // 密码错误时抛出异常
        if (!CORRECT_PASSWORD.equals(password)) {
            throw new RuntimeException("密码错误");
        }
        return "登录成功，欢迎您：" + username;
    }

    // 降级方法（异常时执行）
    public String userLoginFallback(String username, String password, Throwable e) {
        return "登录失败（降级）：" + e.getMessage();
    }

    // 熔断/限流时执行的方法
    public String userLoginBlockHandler(String username, String password, BlockException e) {
        return "登录服务已熔断，请稍后重试";
    }
}

3.3.2 配置异常比例熔断规则

方式1：控制台配置

1. 进入控制台 → 熔断规则 → 新增；

2. 配置参数：

   • 资源名：userLoginResource；

   • 熔断策略：异常比例；

   • 比例阈值：0.3；

   • 最小请求数：5；

   • 熔断时长（s）：10；

   • 时间窗口（s）：10。

方式2：代码配置（新增到 SentinelDegradeConfig 中）

// 异常比例熔断规则
DegradeRule exceptionRatioRule = new DegradeRule();
exceptionRatioRule.setResource("userLoginResource");
exceptionRatioRule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO); // 异常比例
exceptionRatioRule.setRatioThreshold(0.3); // 异常比例阈值30%
exceptionRatioRule.setMinRequestAmount(5); // 最小请求数5
exceptionRatioRule.setTimeWindow(10); // 熔断时长10秒
rules.add(exceptionRatioRule);

3.4 测试验证

1. 使用 Postman 发送 POST 请求：http://localhost:8081/user/login?username=test&password=wrong（密码错误，触发异常）；

2. 高频发送请求（混合正确密码和错误密码），确保 10 秒内总请求数 ≥5，且错误密码请求占比 ≥30%；

3. 触发熔断后，即使输入正确密码，也会返回“登录服务已熔断，请稍后重试”；

4. 等待 10 秒后，尝试输入正确密码，接口恢复正常。

3.5 避坑点

• 异常比例阈值需根据业务容错率设置，如核心接口（登录、支付）可设置较低阈值（0.1_{0.3），非核心接口可设置较高阈值（0.5}0.7）。

• 需区分“业务异常”和“系统异常”：若某些业务异常（如参数错误）不需要触发熔断，可通过自定义异常忽略规则排除（下文会讲）。

• 异常数统计的是“未被捕获的异常”，若接口中捕获了异常并返回自定义结果，Sentinel 不会将其统计为异常，需注意代码写法。

四、异常数熔断实战

4.1 异常数原理

异常数：在指定时间窗口内，服务抛出的异常总数达到预设阈值时，触发熔断（无需关注异常比例，只看异常总数）。

核心参数说明：

• grade：熔断策略设为 RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT；

• count：异常数阈值，如 5 表示 10 秒内异常数达到 5 个触发熔断；

• timeWindow：熔断时长；

• 注意：异常数模式无需设置 minRequestAmount，只要异常总数达到阈值就触发熔断。

适用场景：适合异常数可预测的场景，如接口每小时异常数不超过 10 个，当异常数突然激增（如 10 秒内 5 个），说明服务出现故障，触发熔断。

4.2 实战场景设计

场景：模拟一个商品库存查询接口（/product/stock），当查询的商品 ID 不存在时，抛出异常；当 10 秒内异常数达到 3 个时，触发熔断，降级返回“库存查询服务暂时不可用，请稍后重试”。

4.3 代码实现

4.3.1 编写接口（Controller）

import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;
import java.util.Map;

@RestController
public class ProductController {

    // 模拟商品库存数据
    private static final Map<String, Integer> STOCK_MAP = new HashMap<>();

    static {
        STOCK_MAP.put("1001", 100);
        STOCK_MAP.put("1002", 50);
        STOCK_MAP.put("1003", 20);
    }

    // 库存查询接口
    @GetMapping("/product/stock/{productId}")
    @SentinelResource(value = "productStockResource", fallback = "productStockFallback", blockHandler = "productStockBlockHandler")
    public String getStock(@PathVariable String productId) {
        // 商品ID不存在时抛出异常
        if (!STOCK_MAP.containsKey(productId)) {
            throw new RuntimeException("商品不存在");
        }
        return "商品" + productId + "的库存为：" + STOCK_MAP.get(productId);
    }

    // 降级方法
    public String productStockFallback(String productId, Throwable e) {
        return "库存查询失败（降级）：" + e.getMessage();
    }

    // 熔断/限流时执行的方法
    public String productStockBlockHandler(String productId, BlockException e) {
        return "库存查询服务已熔断，请稍后重试";
    }
}

4.3.2 配置异常数熔断规则

方式1：控制台配置

1. 进入控制台 → 熔断规则 → 新增；

2. 配置参数：

   • 资源名：productStockResource；

   • 熔断策略：异常数；

   • 异常数阈值：3；

   • 熔断时长（s）：10；

   • 时间窗口（s）：10。

方式2：代码配置（新增到 SentinelDegradeConfig 中）

// 异常数熔断规则
DegradeRule exceptionCountRule = new DegradeRule();
exceptionCountRule.setResource("productStockResource");
exceptionCountRule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT); // 异常数
exceptionCountRule.setCount(3); // 异常数阈值3个
exceptionCountRule.setTimeWindow(10); // 熔断时长10秒
rules.add(exceptionCountRule);

4.4 测试验证

1. 访问不存在的商品 ID：http://localhost:8081/product/stock/9999（触发异常）；

2. 10 秒内连续访问 3 次，触发熔断；

3. 熔断后，即使访问存在的商品 ID（如 1001），也会返回“库存查询服务已熔断，请稍后重试”；

4. 等待 10 秒后，访问存在的商品 ID，接口恢复正常。

4.5 避坑点

• 异常数阈值需结合时间窗口设置，避免短时间内少量异常触发熔断（如 10 秒内 3 个异常合理，1 秒内 3 个异常可能是瞬时波动，需调整时间窗口）。

• 异常数模式适合“异常总数可控”的场景，若接口本身异常数较多（如数据同步接口），不适合使用该模式，建议使用异常比例模式。

五、进阶技巧：自定义异常忽略、熔断监控与排查

5.1 自定义异常忽略规则

场景：某些业务异常（如“参数错误”“用户未登录”）不需要触发熔断，可通过 Sentinel 的异常忽略规则排除。

代码配置（新增到 SentinelDegradeConfig 中）：

import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;
import com.alibaba.csp.sentinel.slots.block.flow.FlowRuleManager;
import com.alibaba.csp.sentinel.util.TimeUtil;

// 自定义异常忽略规则
@Bean
public void initExceptionIgnoreRule() {
    // 忽略 RuntimeException 中的“参数错误”异常（根据异常信息匹配）
    DegradeRuleManager.setExceptionIgnorePredicate(throwable -> {
        if (throwable instanceof RuntimeException) {
            String message = throwable.getMessage();
            return "参数错误".equals(message);
        }
        return false;
    });
}

5.2 熔断监控与排查

1. 控制台监控：进入 Sentinel 控制台 → 实时监控，可查看各资源的请求数、异常数、慢调用数、熔断状态等；

2. 日志排查：Sentinel 日志默认存储在 ${user.home}/logs/csp/ 目录下，其中 sentinel-record.log 记录了熔断、限流的详细日志，可通过日志排查熔断触发原因；

3. 指标监控：结合 Prometheus + Grafana，可实现熔断指标的长期监控（如熔断次数、熔断时长、恢复次数等），便于及时发现系统问题。

5.3 三种熔断模式的选择建议

熔断模式	适用场景	推荐参数设置
慢调用比例	核心接口（如订单、支付），关注响应时间，避免服务变慢拖垮系统	rtThreshold：正常响应时间的 2~3 倍；ratioThreshold：0.5；minRequestAmount：510；timeWindow：1030
异常比例	非核心接口，关注异常占比，允许少量异常存在	ratioThreshold：0.30.7；minRequestAmount：510；timeWindow：10~30
异常数	异常总数可控的接口（如数据查询），异常数激增时触发熔断	count：根据业务设定（如 310）；timeWindow：1030

六、总结

Sentinel 熔断降级是分布式系统稳定性保障的核心手段，本文通过实战讲解了慢调用比例、异常比例、异常数三种熔断模式的原理、配置及测试方法，覆盖了从环境搭建到代码实现、测试验证的全流程。

核心要点：

• 熔断的核心是“快速失败”，避免故障扩散，关键在于合理设置阈值和熔断时长；

• 三种熔断模式需根据业务场景选择，核心接口优先使用慢调用比例模式；

• 控制台适合测试和临时调整规则，生产环境建议使用代码配置，确保规则永久生效；

• 结合异常忽略规则、监控日志，可提升熔断降级的合理性和可维护性。

后续可进一步学习 Sentinel 的限流、热点参数限流、系统规则等功能，结合实际业务场景，构建更完善的流量治理体系。如果本文对你有帮助，欢迎点赞、收藏、留言交流！

附录：常见问题排查

• 问题1：规则配置后不生效？→ 检查资源名是否与 @SentinelResource 的 value 一致；检查应用是否注册到控制台；开启 eager: true 避免懒加载。

• 问题2：熔断后不恢复？→ 检查熔断时长设置；检查半打开状态下的请求是否正常；查看 Sentinel 日志排查原因。

• 问题3：异常未被统计？→ 检查异常是否被捕获；检查异常忽略规则是否排除了该异常。