在本篇文章中将讲解有关熔断降级的原理。
熔断降级策略是在DegradeSlot中实现的，会调用entry()方法。
public void entry(Context context, ResourceWrapper resourceWrapper, DefaultNode node, int count, boolean prioritized, Object... args)
throws Throwable {
DegradeRuleManager.checkDegrade(resourceWrapper, context, node, count);
fireEntry(context, resourceWrapper, node, count, prioritized, args);
}
下面的逻辑主要是根据当前的资源名从在DegradeRuleManager的map缓存中获取所有有关他的熔断规则。然后遍历规则，依次判断。 如果需要进行熔断，则抛出DegradeException异常。
private static final Map<String, Set<DegradeRule>> degradeRules = new ConcurrentHashMap<>();
public static void checkDegrade(ResourceWrapper resource, Context context, DefaultNode node, int count)
throws BlockException {
Set<DegradeRule> rules = degradeRules.get(resource.getName());
if (rules == null) {
return;
}
for (DegradeRule rule : rules) {
if (!rule.passCheck(context, node, count)) {
throw new DegradeException(rule.getLimitApp(), rule);
}
}
}
具体的判断是调用DegradeRule下的passCheck()方法。
先讲解下DegradeRule的有关变量。
public class DegradeRule extends AbstractRule {
// 大小是虚拟机可用的最大数量
private static ScheduledExecutorService pool = Executors.newScheduledThreadPool(
Runtime.getRuntime().availableProcessors(), new NamedThreadFactory("sentinel-degrade-reset-task", true));
// RT阈值或异常比率阈值计数
private double count;
// 发生降级时降级恢复超时（以秒为单位）
private int timeWindow;
// 降级策略（0：平均RT，1：异常比率，2：异常计数）。
private int grade = RuleConstant.DEGRADE_GRADE_RT;
// 触发RT响应熔断出现的最小连续慢响应请求数量
// 默认值为5次
private int rtSlowRequestAmount = RuleConstant.DEGRADE_DEFAULT_SLOW_REQUEST_AMOUNT;
// 触发熔断的最小的请求数
private int minRequestAmount = RuleConstant.DEGRADE_DEFAULT_MIN_REQUEST_AMOUNT;
private AtomicLong passCount = new AtomicLong(0);
// 是否发生降级
private final AtomicBoolean cut = new AtomicBoolean(false);
下面开始讲解在一个降级规则DegradeRule怎么判断是否降级的。
public boolean passCheck(Context context, DefaultNode node, int acquireCount, Object... args) {
// 如果当前正处于降级阶段，则直接返回false
if (cut.get()) {
return false;
}
// 获取该资源的ClusterNode
ClusterNode clusterNode = ClusterBuilderSlot.getClusterNode(this.getResource());
if (clusterNode == null) {
return true;
}
// 如果是根据请求响应时间RT进行判断
if (grade == RuleConstant.DEGRADE_GRADE_RT) {
// 获取该节点的平均响应时间
double rt = clusterNode.avgRt();
// 如果当前平均响应时间小于阈值，则可以通过，并重置passcount为0
if (rt < this.count) {
passCount.set(0);
return true;
}
// 执行到这里说明当前的平均响应时间大于阈值了，此时进入了准降级阶段，不会立即进入降级
// 如果该状态连续请求次数小于rtSlowRequestAmount，则放行
if (passCount.incrementAndGet() < rtSlowRequestAmount) {
return true;
}
// 如果根据异常比例进行判断
} else if (grade == RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO) {
// 当前异常数
double exception = clusterNode.exceptionQps();
// 当前请求成功数
double success = clusterNode.successQps();
// 请求总数
double total = clusterNode.totalQps();
// If total amount is less than minRequestAmount, the request will pass.
if (total < minRequestAmount) {
return true;
}
// 在相同的对齐统计时间窗口中，
// "success" (aka. completed count) = exception count + non-exception count (realSuccess)
double realSuccess = success - exception;
// 如果真实成功数小于0，并且异常数小于minRequestAmount
if (realSuccess <= 0 && exception < minRequestAmount) {
return true;
}
// 如果异常比例小于阈值
if (exception / success < count) {
return true;
}
// 如果根据异常数量
} else if (grade == RuleConstant.DEGRADE_GRADE_EXCEPTION_COUNT) {
double exception = clusterNode.totalException();
if (exception < count) {
return true;
}
}
// 当触发熔断降级时，原子更新为true
// 并开启一个定时任务，在熔断时间过后，将熔断状态设置为false,并将通过计数重设为0
if (cut.compareAndSet(false, true)) {
ResetTask resetTask = new ResetTask(this);
pool.schedule(resetTask, timeWindow, TimeUnit.SECONDS);
}
return false;
}
private static final class ResetTask implements Runnable {
private DegradeRule rule;
ResetTask(DegradeRule rule) {
this.rule = rule;
}
@Override
public void run() {
rule.passCount.set(0);
rule.cut.set(false);
}
}
比起流量控制，熔断降级很简单。
参考文章：
