Java 后端 / 系统课时

应用熔断、隔离与限流

应用熔断、隔离与限流

本课解决微服务调用中因依赖异常、流量突增导致系统级故障的问题。通过熔断、舱壁隔离和限流机制,为 Spring Boot 应用建立可恢复、可控制的运行边界。

学习目标

  • 理解熔断、隔离和限流分别解决的稳定性问题。
  • 掌握在 Spring Boot 3 项目中接入 Resilience4j 的基本方式。
  • 能够根据异常现象选择合适的保护策略。

认识服务韧性保护模型

微服务系统中,一个接口失败可能通过同步调用链快速扩散。例如订单服务等待支付服务响应,而支付服务因为第三方超时无法返回,最终会占满订单服务线程。

熔断、隔离和限流分别作用于不同阶段:熔断关注失败后的快速切断,隔离限制单个依赖消耗的资源,限流控制进入系统的请求数量。

熔断隔离限流保护链路示意图

使用 Resilience4j 实现熔断

Spring Boot 3 项目通常通过 Spring Cloud CircuitBreaker 接入 Resilience4j。熔断器会统计调用失败比例,当错误达到阈值后进入打开状态,直接拒绝请求,避免继续消耗线程资源。

下面示例展示一个带熔断降级方法的服务接口。

java
import org.springframework.stereotype.Service;
import io.github.resilience4j.circuitbreaker.annotation.CircuitBreaker;

@Service
public class PaymentClient {

    @CircuitBreaker(name = "payment", fallbackMethod = "fallback")
    public String queryPayment(String orderId) {
        // 实际项目中这里调用远程支付服务
        throw new RuntimeException("payment unavailable");
    }

    public String fallback(String orderId, Throwable ex) {
        return "PAYMENT_PENDING:" + orderId;
    }
}

预期结果

text
调用 queryPayment 后发生异常时,熔断组件执行 fallback 方法,返回 PAYMENT_PENDING:<ID>

配置熔断参数时,需要重点关注失败率、慢调用阈值、等待恢复时间等指标。阈值过低会导致正常波动被误判,过高则可能失去保护效果。

通过隔离控制资源消耗

隔离的核心思想是将不同依赖使用的资源分开管理,避免一个故障服务拖垮全部请求。常见方式包括线程池隔离和信号量隔离。

线程池隔离适合远程调用场景,每个依赖拥有独立执行空间;信号量隔离开销更低,适合快速调用但需要严格控制并发数量的接口。

例如,一个报表查询接口可能消耗大量数据库资源,可以通过隔离限制同时运行的任务数量,让核心交易接口保持可用。

使用限流保护入口流量

限流用于限制单位时间内进入系统的请求量。常见算法包括固定窗口、滑动窗口和令牌桶。

在企业应用中,限流通常放在网关或接口入口位置。对于单个高成本接口,也可以在业务服务内部增加限制,保护数据库和下游依赖。

yaml
resilience4j:
  ratelimiter:
    instances:
      reportApi:
        limitForPeriod: 20
        limitRefreshPeriod: 1s
        timeoutDuration: 200ms

预期结果

text
单位时间内超过 20 次请求时,新请求等待超时或被限制,服务不会无限增加压力

常见保护策略选择

熔断不是错误处理的替代品,而是故障扩散控制机制。实际设计中通常组合使用:入口限流控制流量,隔离保护资源,熔断处理持续失败。

问题现象 优先策略
请求突然暴增 限流
某个依赖响应变慢 隔离
远程服务持续失败 熔断
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

应用熔断、隔离与限流

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通