sentinel原理源码分析系列(八)-熔断

      限流为了防止过度使用资源造成系统不稳，熔断是为了识别出”坏”资源，避免好的资源受牵连(雪崩效应)，是保证系统稳定性的关键，也是资源有效使用的关键，sentinel熔断插槽名称Degrade(降级)，本人觉得应该改为熔断，降级是熔断的补偿措施，因此本文使用"熔断"

下图是熔断参与的类互动图，熔断做两件事：一，识别坏资源，设置断开状态；二，适时探测坏资源是否已好，恢复闭合状态

上图是参与熔断的类互动图

CircutBreaker  熔断器，有两个实现，使用异常指标和使用rt指标，两者内嵌LeapArray实现，统计相关指标，这里先放个疑问，为什么不使用指标统计插槽？我翻看1.8.0之前的版本，熔断的指标使用ClusterNode计算，ClusterNode的数据来源是统计插槽

概念

指标

降级依赖的指标，响应时间(超时请求/超时请求比例)；异常比例/异常数

状态

断路器的状态，

断开，请求不能通过；

半开，定时放行请求，测试资源是否正常；

闭合，请求可通过

熔断检查分析

上图熔断检查方法，断路器闭合，请求通过；断路器断开，若到达尝试时间，进入半开状态，让请求通过，测试一下资源是否可用

首先设置为半开状态，设置terminate处理器，该处理器重新设置资源状态为断开，意味着该处理器在请求被block时执行；返回true，让请求通过。从这里可以大概猜到，熔断逻辑在调用完成后执行。

资源执行有两种情况，不通过，抛出BlockException；通过，无抛出BlockException，下面分别分析

抛出BlockException

下图是CtSph获取Entry的方法，在Context和Entry那篇介绍过，该方法捕获和处理BlockException，调用Entry的exit

下图是CtEntry的exit方法，这里就是执行上面的terminate处理器，测试不通过，重新设为断开状态

无抛出BlockException异常

下图红框是熔断插槽exit方法，无BlockException分支的代码，资源执行完，需要对返回时间，有没有资源抛出的异常进行统计

CircuitBreaker有两个实现，ResponseTimeCircuitBreaker和ExceptionCircuitBreaker，前者对返回时间判别和统计，后者对资源执行中的异常统计，下面以ResponseTimeCircuitBreaker为例分析

逻辑比较简单，如果对统计不熟悉可以参看插槽统计那篇文章

计算两个指标，返回时间(rt) 和超时请求比例，rt用于半开状态下，是断开还是闭合；超时比例用于在闭合状态下，是否断开

另外，有两点值得注意

List<SlowRequestCounter> counters = slidingCounter.values();

计算超时请求比例使用整个统计时长的数据，而不像限流那样使用统计是滑动窗口时长内的数据，原有rt/rt超时比例是两个策略，现版本柔合在一起，查了一下文档，

文档上描述也是用整个统计时长，还记得开始时哪个问题，为什么不使用指标统计插槽？

到这里，我觉得有答案，"节奏"不一样，相对于限流需要细粒度时间，获得更精确的控制，熔断需要更稳健的控制，防止闪开闪合

其他

本系列没有分析：热点参数限流， dashboard，AuthoritySlot，SystemSlot , 适配器，集群流控

热点参数限流  

SystemSlot  

dashboard   在改造一文分析过，本文不重复介绍

AuthoritySlot 来源黑白名单，我觉得这个跟流控没有关系，调用来源控制应该交给权限模块

适配器  sentinel提供众多适配器，覆盖大部分的常用技术组件，因地制宜地置入sentinel的逻辑，通常是拦截器机制或者代理机制，本文就不一一分析

集群流控  关于集群流控，没有找到token服务集群的方案，没有必要分析，之前使用redis-lua开发分布式限流，可以参看

分布式限流/动态限流设计与实现(附源码)_动态限流下分布式调出限流设计与实现-CSDN博客，

估计技术基础大概是redis差不多

展望

Sentinel提供丰富的限流熔断功能，但有点最关键，规则阀值怎么定？一般是通过压测得到系统各业指标，场景是sentinel提供，sentinel是不是可以提供这样的压测工具, 通过动态递增或递减指标阀值，获取指标设定最佳