Resilience4j和Sentinel熔断限流使用场景和配置示例对比

Resilience4j 和 Sentinel 是当前 Java 微服务生态中最主流的两大流量治理（熔断、限流）框架，分别代表了"轻量级函数式"和"一站式流量治理平台"两种不同的技术方向。以下是两者的使用场景与配置示例深度对比：

一、 核心定位与使用场景对比

1. Resilience4j

• 核心定位：Spring Cloud 官方推荐的轻量级容错库，专为 Java 8+ 函数式编程设计，是 Netflix Hystrix 的最佳替代方案。
• 核心优势：无外部重型依赖，性能开销极低；原生深度支持响应式编程（Reactor/RxJava）；模块化设计，API 简洁。
• 适用场景 ：
  • 轻量级 Spring Boot 应用或微服务组件。
  • 对性能开销敏感、不希望引入重型框架的项目。
  • 基于 Spring Cloud Gateway / WebFlux 的响应式编程项目。
  • 无需复杂可视化管控，仅需基础容错能力的业务。

2. Sentinel

• 核心定位：阿里巴巴开源的一站式分布式流量治理全栈解决方案，历经双11海量流量验证。
• 核心优势：功能极其丰富（支持热点参数限流、系统自适应保护、集群流控等）；自带可视化控制台（Dashboard），支持规则动态下发与秒级生效；国内生态完善。
• 适用场景 ：
  • 中大型分布式微服务架构，需要全链路流量管控。
  • 高并发电商、互联网业务，对系统稳定性要求极高。
  • 需要动态调整限流/熔断规则，且对可视化运维有高要求的场景。
  • 使用 Spring Cloud Alibaba 或国产技术栈体系的团队。

---

二、 核心配置示例对比

1. Resilience4j 配置示例

Resilience4j 高度契合 Spring Boot 的配置习惯，通常通过 application.yml 进行声明式配置，结合注解使用：

YAML 配置：

resilience4j:
  # 熔断器配置
  circuitbreaker:
    instances:
      paymentService:
        slidingWindowSize: 10          # 滑动窗口大小
        failureRateThreshold: 50       # 故障率阈值(%)
        waitDurationInOpenState: 10s   # 熔断打开状态持续时间
        permittedNumberOfCallsInHalfOpenState: 5 # 半开状态允许试探的请求数
  # 限流器配置
  ratelimiter:
    instances:
      paymentService:
        limitRefreshPeriod: 1s         # 令牌刷新周期
        limitForPeriod: 100            # 每个周期允许的请求数(QPS)
        timeoutDuration: 0             # 获取令牌超时时间(0表示直接拒绝)

Java 代码使用（注解式）：

@Service
public class PaymentService {
    @CircuitBreaker(name = "paymentService", fallbackMethod = "fallbackPay")
    @RateLimiter(name = "paymentService")
    public PaymentResult pay(Order order) {
        // 核心支付业务逻辑
        return paymentGateway.charge(order);
    }
    
    // 降级兜底方法
    public PaymentResult fallbackPay(Order order, Exception e) {
        return new PaymentResult(false, "系统繁忙，请稍后重试");
    }
}

2. Sentinel 配置示例

Sentinel 支持代码配置和动态配置，生产环境通常结合控制台或 Nacos 等配置中心进行动态管理：

Java 代码配置（流控与熔断规则）：

// 1. 流量控制规则（QPS限流）
FlowRule flowRule = new FlowRule();
flowRule.setResource("order:createOrder"); // 资源名
flowRule.setGrade(RuleConstant.FLOW_GRADE_QPS); // QPS模式
flowRule.setCount(100); // 阈值：每秒100个请求
FlowRuleManager.loadRules(Collections.singletonList(flowRule));

// 2. 熔断降级规则（慢调用比例熔断）
DegradeRule degradeRule = new DegradeRule();
degradeRule.setResource("pay:createPay");
degradeRule.setGrade(RuleConstant.DEGRADE_GRADE_RT); // 慢调用比例策略
degradeRule.setCount(200); // RT > 200ms 算慢调用
degradeRule.setSlowRatioThreshold(0.5); // 慢调用比例达到50%触发熔断
degradeRule.setTimeWindow(10); // 熔断持续10秒
degradeRule.setMinRequestAmount(5); // 最小请求数
DegradeRuleManager.loadRules(Collections.singletonList(degradeRule));

Java 代码使用（注解式）：

@RestController
public class OrderController {
    @PostMapping("/order/create")
    @SentinelResource(value = "order:createOrder", blockHandler = "createOrderBlockHandler")
    public Result createOrder(@RequestBody OrderDTO dto) {
        return Result.success(orderService.create(dto));
    }
    
    // 限流/熔断触发时的兜底方法（需包含 BlockException 参数）
    public Result createOrderBlockHandler(OrderDTO dto, BlockException e) {
        return Result.fail("请求过于频繁，已被限流！");
    }
}

三、 总结建议

• 如果你的项目是中小型微服务、响应式架构 ，或者追求极致的轻量化和函数式优雅 ，首选 Resilience4j。
• 如果你的项目是大型分布式系统 ，面临复杂的流量治理需求 （如热点防刷、集群限流、系统级CPU保护），且需要开箱即用的可视化控制台 进行动态运维，Sentinel 是更优的选择。