Spring Boot微服务高并发架构实战：线程池调优与Sentinel限流熔断配置

微服务架构下高并发场景的核心挑战是线程池管理和流量控制。线程池配置不当导致OOM或请求堆积，缺乏限流熔断机制则引发雪崩效应。Spring Boot集成线程池和Sentinel可实现从请求接入到服务调用的全链路保护。

Spring Boot线程池配置与参数调优

Spring Boot默认使用Tomcat的线程池处理HTTP请求，默认maxThreads=200。高并发场景需根据CPU核心数和IO等待比例计算最优线程数。

# application.yml - Tomcat线程池调优
server:
  tomcat:
    threads:
      max: 500          # 最大工作线程数
      min-spare: 50     # 最小空闲线程数
    max-connections: 10000  # 最大连接数
    accept-count: 200   # 接收队列长度
    connection-timeout: 5000ms
    keep-alive-timeout: 15000ms

# 线程数计算公式：
# CPU密集型：线程数 = CPU核心数 + 1
# IO密集型：线程数 = CPU核心数 * (1 + IO等待时间/CPU计算时间)
# 混合型：线程数 = CPU核心数 * 2 ~ CPU核心数 * 4

对于异步任务，使用自定义ThreadPoolTaskExecutor而非@Async默认线程池：

@Configuration
public class ThreadPoolConfig {

    @Bean("orderExecutor")
    public ThreadPoolTaskExecutor orderExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(20);
        executor.setMaxPoolSize(100);
        executor.setQueueCapacity(500);
        executor.setKeepAliveSeconds(60);
        executor.setThreadNamePrefix("order-async-");
        // 拒绝策略：由调用线程执行，产生背压
        executor.setRejectedExecutionHandler(
            new ThreadPoolExecutor.CallerRunsPolicy()
        );
        // 优雅关闭：等待任务完成
        executor.setWaitForTasksToCompleteOnShutdown(true);
        executor.setAwaitTerminationSeconds(30);
        executor.initialize();
        return executor;
    }
}

// 使用指定线程池
@Async("orderExecutor")
public CompletableFuture<OrderResult> processOrder(Order order) {
    // 异步处理逻辑
    return CompletableFuture.completedFuture(result);
}

CallerRunsPolicy拒绝策略在队列满时由调用线程同步执行任务，形成背压机制防止任务无限堆积。如果用AbortPolicy需捕获RejectedExecutionException并返回降级响应。

Sentinel限流规则配置与流控策略

Sentinel以流量为切入点，提供限流、熔断降级、系统自适应保护。集成Spring Cloud Alibaba Sentinel：

<dependency>
  <groupId>com.alibaba.cloud</groupId>
  <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
  <version>2023.0.1.0</version>
</dependency>

spring:
  cloud:
    sentinel:
      transport:
        dashboard: 192.168.1.100:8858
        port: 8719
      eager: true  # 立即连接Dashboard
      datasource:
        flow:
          nacos:
            server-addr: 192.168.1.100:8848
            dataId: ${spring.application.name}-flow-rules
            groupId: SENTINEL_GROUP
            rule-type: flow

使用注解定义资源并配置限流降级：

@RestController
public class OrderController {

    @GetMapping("/order/create")
    @SentinelResource(
        value = "createOrder",
        blockHandler = "createOrderBlockHandler",
        fallback = "createOrderFallback"
    )
    public Result createOrder(@RequestBody OrderDTO dto) {
        // 正常业务逻辑
        return Result.success(orderService.create(dto));
    }

    // 限流/熔断时调用
    public Result createOrderBlockHandler(OrderDTO dto, BlockException ex) {
        if (ex instanceof FlowException) {
            return Result.fail("SYSTEM_BUSY", "系统繁忙，请稍后重试");
        }
        if (ex instanceof DegradeException) {
            return Result.fail("SERVICE_DEGRADED", "服务降级，返回默认数据");
        }
        return Result.fail("BLOCKED", "请求被拦截");
    }

    // 业务异常时调用
    public Result createOrderFallback(OrderDTO dto, Throwable e) {
        log.error("创建订单异常", e);
        return Result.fail("ORDER_ERROR", "订单创建失败");
    }
}

blockHandler处理Sentinel控制流异常（限流、熔断），fallback处理业务异常。两者不可混用，blockHandler的方法签名需额外接收BlockException参数。

熔断降级策略与滑动窗口配置

Sentinel熔断策略支持慢调用比例、异常比例和异常数三种模式。慢调用比例模式适合对延迟敏感的接口：

// 通过Nacos动态推送熔断规则
// dataId: order-service-degrade-rules
[
  {
    "resource": "createOrder",
    "grade": 0,           // 0=慢调用比例
    "count": 500,         // 慢调用阈值(ms)
    "timeWindow": 10,     // 熔断持续时间(s)
    "minRequestAmount": 5,// 最小请求数
    "statIntervalMs": 1000, // 统计窗口
    "slowRatioThreshold": 0.6  // 慢调用比例阈值60%
  },
  {
    "resource": "queryOrder",
    "grade": 1,           // 1=异常比例
    "count": 0.5,         // 异常比例阈值50%
    "timeWindow": 15,
    "minRequestAmount": 10,
    "statIntervalMs": 1000
  }
]

慢调用比例熔断：1秒内请求数>=5时，如果响应时间超过500ms的请求占比>=60%，触发熔断10秒。熔断期间所有请求直接走blockHandler返回降级响应。10秒后进入半开状态，放行少量请求探测，成功则恢复，失败则继续熔断。

压测与性能瓶颈定位

使用JMeter或wrk进行压力测试，通过Arthas在线诊断瓶颈：

# wrk压测
wrk -t8 -c500 -d60s --latency http://localhost:8080/order/create

# Arthas监控方法执行耗时
arthas-boot.jar
# 监控createOrder方法
trace com.example.controller.OrderController createOrder -n 5 --skipJDKMethod false

# 观察线程池状态
thread -n 3  # 查看CPU占用最高的3个线程
dashboard    # 实时面板

常见瓶颈定位：数据库连接池耗尽（HikariCP默认maximumPoolSize=10，高并发需调至50-100）、Redis连接超时（Lettuce连接池配置不当）、Full GC频繁（JVM堆内存不足或大对象过多）。通过jstat -gcutil监控GC频率，Full GC间隔低于30秒需排查内存泄漏。