【PmHub面试篇】集成 Sentinel+OpenFeign实现网关流量控制与服务降级相关面试题解答

1 基础概念类面试题

1.1 缓存穿透、击穿、雪崩的区别与解决方案

▶ 缓存穿透

定义：大量请求的Key在缓存和数据库中均不存在，导致请求直接击穿缓存层直达数据库，引发性能崩溃。
示例：恶意攻击携带不存在的用户ID查询数据。
解决方案 ：
- 布隆过滤器：提前拦截无效Key，避免数据库查询。
- 空值缓存：对查询结果为空的Key设置短时效缓存（如5分钟），防止重复穿透。

▶ 缓存击穿

定义：热点数据（如秒杀商品）的缓存突然失效，大量请求同时涌入数据库，导致瞬时压力激增。
示例：秒杀活动中商品库存缓存过期，大量用户同时查询库存。
解决方案 ：
- 缓存预热：提前将热点数据加载至缓存。
- 互斥锁（Redisson）：在缓存失效时，通过分布式锁保证只有一个线程重建缓存。

▶ 缓存雪崩

定义：大量缓存节点同时失效或服务不可用，导致请求集中流向数据库，引发级联故障。
示例：Redis集群因内存不足大面积宕机，所有请求 fallback 到数据库。
解决方案 ：
- 缓存高可用：采用分布式缓存架构（如Redis Cluster）来提高缓存系统的高可用性，避免单点故障。
- 分散缓存过期时间：设置缓存的过期时间时，使用随机值分散过期时间，避免大量缓存同时失效。
- 限流与降级：在缓存失效或宕机时，通过限流、降级策略控制流量，保证系统在高负载情况下的可用性。限流可以保护数据库不被压垮，而降级可以提供部分服务或返回预设的默认值。

1.2 服务雪崩、降级、熔断、限流、隔离、超时的定义

▶ 服务雪崩

定义：服务雪崩是指在分布式系统中，当某个服务出现故障或响应变慢 时，由于它是其他服务的依赖，导致调用它的上游服务也受影响，进而影响到更多的服务，最终可能导致整个系统的服务不可用或性能大幅下降。这种连锁反应类似于雪崩效应，因此被称为"服务雪崩"。
核心原因：
- 服务依赖性强：一个服务通常依赖于多个其他服务或组件，如果下游服务出现问题，上游服务的请求可能堆积或超时，导致整个系统的响应速度变慢。
- 流量激增：突然的流量激增可能使某个服务的负载大幅增加，超过其承受能力，导致服务崩溃，并进而影响其他依赖它的服务。
- 服务故障：下游服务或其所依赖的资源（如数据库、缓存）故障，导致上游服务无法正常工作。
解决方案 :
- 服务降级: 据预设的策略返回默认值或执行简化逻辑，以保证基本功能的可用性。
- 服务熔断: 暂时停止对该服务的调用，避免进一步增加其负载。
- 限流: 通过限制请求的速率，防止流量激增对服务造成过大压力。
- 隔离: 通过将不同的服务隔离在不同的资源池中，确保一个服务的故障不会直接影响其他服务。

▶ 服务降级

定义：当服务不可用时，返回预定义的托底数据（如缓存数据、友好提示），保证核心功能可用。服务降级的目的是在资源紧张或服务出现问题时，保持系统的可用性，避免影响用户体验。
示例：商品详情页服务故障时，返回静态缓存的商品简介。
服务降级的场景 :
- 下游服务不可用或响应过慢
- 系统负载过高
- 部分功能异常

▶ 服务熔断

定义：类比电路保险丝，当下游服务故障率超过阈值时，主动断开调用，避免故障扩散。
状态机 ：
- 闭合（正常）：允许调用，监控健康状态。
- 开启（熔断）：拒绝调用，返回降级结果。
- 半开（试探恢复）：允许少量请求试探，根据成功率决定是否恢复调用。

▶ 服务限流

定义：通过限制单位时间内的请求量（QPS/线程数），保护服务不被瞬时流量压垮。
算法：令牌桶（允许突发流量）、漏桶（匀速处理请求）。

▶ 服务隔离

定义：将系统拆分为独立模块，通过线程池/信号量隔离故障域，避免影响全局。
实现方式 ：
- 线程池隔离：为每个服务分配独立线程池，故障时仅影响当前线程池。
- 信号量隔离：通过信号量控制并发请求数，适用于低延迟场景。

▶ 服务超时

定义：上游服务调用下游服务时设置最大响应时间，超时则中断请求并释放资源。
作用：防止因下游服务延迟导致上游线程阻塞堆积。

2 Sentinel核心原理与集成面试题

2.1 Sentinel是什么？解决了什么问题？

▶ 定义

Sentinel 是阿里巴巴开源的分布式系统流量管理组件，通过实时监控、熔断降级、限流、系统负载保护 等手段，防止突发流量或不稳定外部依赖导致的服务不可用，确保系统的高可用性和稳定性。
替代Netflix Hystrix，支持动态规则配置、多维度监控和扩展插件机制。

▶ 解决的问题

流量控制：防止突发流量击垮服务（如网关限流）。
熔断降级：对不稳定依赖服务自动熔断，避免雪崩。
系统保护：根据CPU、内存等系统指标动态调整流量，防止过载。

2.2 如何集成OpenFeign与Sentinel？

▶ 核心步骤

开启Feign对Sentinel的支持

在application.yml中配置：
yaml 复制代码
```
feign:
  sentinel:
    enabled: true # 启用Sentinel适配
```
定义Feign接口并配置FallbackFactory

java 复制代码

@FeignClient(contextId = "userFeignService", value = ServiceNameConstants.SYSTEM_SERVICE, fallbackFactory = UserFeginFallbackFactory.class)
public interface UserFeignService {


    /**
     * 根据用户名获取当前用户信息
     */
    @GetMapping("/system/user/info/{username}")
    R<LoginUser> info(@PathVariable("username") String username, @RequestHeader(SecurityConstants.FROM_SOURCE) String source);

    /**
     * 根据 userId 获取用户信息
     */
    @GetMapping("/system/user/getInfoByUserId/{userId}")
    R<LoginUser> getInfoByUserId(@PathVariable("userId") Long userId, @RequestHeader(SecurityConstants.FROM_SOURCE) String source);

    /**
     * 根据条件获取用户列表
     */
    @PostMapping("/system/user/listOfInner")
    R<List<SysUserVO>> listOfInner(@RequestBody SysUserDTO sysUserDTO, @RequestHeader(SecurityConstants.FROM_SOURCE) String source);


    /**
     * 注册用户信息
     *
     * @param sysUser 用户信息
     * @param source 请求来源
     * @return 结果
     */
    @PostMapping("/system/user/register")
    R<Boolean> registerUserInfo(@RequestBody SysUser sysUser, @RequestHeader(SecurityConstants.FROM_SOURCE) String source);
}

实现降级逻辑

java 复制代码

@Component
public class UserFeginFallbackFactory implements FallbackFactory<UserFeignService>
{
    private static final Logger log = LoggerFactory.getLogger(UserFeginFallbackFactory.class);

    @Override
    public UserFeignService create(Throwable throwable)
    {
        log.error("用户服务调用失败:{}", throwable.getMessage());
        return new UserFeignService()
        {

            @Override
            public R<LoginUser> info(String username, String source) {
                return R.fail("根据用户名获取用户失败:" + throwable.getMessage());
            }

            @Override
            public R<LoginUser> getInfoByUserId(Long userId, String source) {
                return R.fail("根据userId获取用户失败:" + throwable.getMessage());
            }

            @Override
            public R<List<SysUserVO>> listOfInner(SysUserDTO sysUserDTO, String source) {
                return R.fail("根据调教获取用户列表失败:" + throwable.getMessage());
            }

            @Override
            public R<Boolean> registerUserInfo(SysUser sysUser, String source) {
                return R.fail("注册用户失败:" + throwable.getMessage());
            }

        };
    }
}

▶ 关键点

@SentinelResource 注解：可直接在Feign接口方法上添加，实现细粒度限流/降级。
集中式降级 ：通过公共模块（如pmhub-api）统一管理Feign接口的降级逻辑，避免代码冗余。

2.3 如何在项目中实现自定义Fallback服务降级？

▶ 两种实现方式

基于@SentinelResource 注解

在目标方法上直接配置fallback参数：

java 复制代码

@GetMapping("/user/info")
@SentinelResource(
    value = "getUserInfo",
    fallback = "handleFallback" // 降级方法名
)
public UserInfo getUserInfo(String userId) {
    // 正常逻辑
}

public UserInfo handleFallback(String userId, Throwable ex) {
    // 处理异常，返回降级结果
}

基于OpenFeign的FallbackFactory

（见上题步骤）通过工厂类统一处理Feign调用的异常，适合微服务间调用场景。

2.4 集成Sentinel时遇到过哪些挑战？如何解决？

▶ 常见挑战与解决方案

依赖冲突
- 问题：Sentinel与Spring Cloud版本不兼容，导致启动报错。
- 解决：参考官方文档匹配版本（如Spring Cloud Alibaba 2021.0.1.0对应Sentinel 1.8.0），使用Maven Helper排查冲突。
降级逻辑设计
- 问题：降级返回的数据格式与正常响应不一致，导致前端展示异常。
- 解决：定义统一的响应格式（如R<T>），降级方法返回与正常逻辑一致的结构（包含错误码和提示信息）。
限流规则误判
- 问题：设置的QPS阈值过低，导致正常请求被拦截。
- 解决：通过Sentinel控制台实时监控流量曲线，结合压测结果动态调整阈值（如逐步从500提升至1000）。

3 架构设计与场景题

3.1 为什么选择Sentinel而非Hystrix？

▶ 对比分析

特性	Sentinel	Hystrix
维护状态	活跃（阿里巴巴持续更新）	停止维护（2018年废弃）
功能丰富度	流量控制、熔断、系统保护、热点防护	仅熔断降级、线程池隔离
规则配置	支持动态配置（Nacos/Apollo）	静态配置或通过Dashboard修改
性能损耗	低（基于插槽链轻量级设计）	较高（线程池隔离开销）
社区生态	完善（中文文档、示例丰富）	社区停滞，资料陈旧

▶ 结论

Sentinel 更适合现代微服务架构的复杂流量治理需求，尤其在网关限流、动态规则管理和性能优化方面优势显著。

3.2 网关限流为什么选择Route ID维度？如何配置？

▶ 选择原因

粗粒度控制 ：Route ID对应微服务名称（如pmhub-system），可对整个服务进行全局流量限制，适合保护核心服务。
配置简单：无需解析URI路径，直接关联Gateway路由配置，降低维护成本。

▶ 配置步骤

引入依赖

xml 复制代码

<dependency>
    <groupId>com.alibaba.csp</groupId>
    <artifactId>sentinel-spring-cloud-gateway-adapter</artifactId>
</dependency>

YAML配置

yaml 复制代码

spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8081 # Sentinel控制台地址
      gateway:
        rules:
          - resource: pmhub-system # 路由ID（与Gateway配置的routeId一致）
            grade: QPS
            count: 1000 # 每秒最大请求数
            interval: 1
            controlBehavior: FAST_FAIL # 快速失败策略

持久化到Nacos

通过Nacos配置中心管理限流规则，避免服务重启后丢失配置。

4 扩展问题：结合PmHub项目的实战场景

4.1 登录流程中如何结合计数器限流与Sentinel降级？

▶ 场景描述

计数器限流：通过Redis+Lua脚本对登录接口进行IP级限流（如每分钟5次），防止暴力破解。
Sentinel降级 ：当用户服务（pmhub-system）因流量激增触发熔断时，登录流程自动 fallback 至降级逻辑（如返回"系统繁忙"提示）。

▶ 执行流程

用户发起登录请求，先经过网关层的计数器限流校验。
校验通过后，请求转发至认证服务（pmhub-auth），通过OpenFeign调用用户服务获取用户信息。
若用户服务QPS超过Sentinel配置的阈值（如1000），触发熔断，认证服务返回自定义降级结果，避免雪崩。

5 面试加分项：原理与源码理解

5.1 简述Sentinel的插槽链（Slot Chain）原理

核心机制：Sentinel通过责任链模式串联多个功能插槽（Slot），每个插槽负责特定流量治理逻辑（如流量控制、熔断、监控）。
默认插槽顺序 ：
NodeSelectorSlot（资源节点选择） → ClusterBuilderSlot（集群统计） → LogSlot（日志记录） → AuthoritySlot（黑白名单） → SystemSlot（系统保护） → FlowSlot（流量控制） → DegradeSlot（熔断降级）。
扩展能力：可通过SPI机制自定义插槽，调整执行顺序（如添加自定义鉴权插槽）。

【PmHub面试篇】集成 Sentinel+OpenFeign实现网关流量控制与服务降级相关面试题解答

1 基础概念类面试题

1.1 缓存穿透、击穿、雪崩的区别与解决方案

▶ 缓存穿透

▶ 缓存击穿

▶ 缓存雪崩

1.2 服务雪崩、降级、熔断、限流、隔离、超时的定义

▶ 服务雪崩

▶ 服务降级

▶ 服务熔断

▶ 服务限流

▶ 服务隔离

▶ 服务超时

2 Sentinel核心原理与集成面试题

2.1 Sentinel是什么？解决了什么问题？

▶ 定义

▶ 解决的问题

2.2 如何集成OpenFeign与Sentinel？

▶ 核心步骤

▶ 关键点

2.3 如何在项目中实现自定义Fallback服务降级？

▶ 两种实现方式

2.4 集成Sentinel时遇到过哪些挑战？如何解决？

▶ 常见挑战与解决方案

3 架构设计与场景题

3.1 为什么选择Sentinel而非Hystrix？

▶ 对比分析

▶ 结论

3.2 网关限流为什么选择Route ID维度？如何配置？

▶ 选择原因

▶ 配置步骤

4 扩展问题：结合PmHub项目的实战场景

4.1 登录流程中如何结合计数器限流与Sentinel降级？

▶ 场景描述

▶ 执行流程

5 面试加分项：原理与源码理解

5.1 简述Sentinel的插槽链（Slot Chain）原理

6 参考链接