统计节点与时间窗口

Difficulty: Advanced
Status: Stable
Last reviewed: 2026年8月

This content is not available in your language yet.

先给答案：StatisticSlot、StatisticNode、DefaultNode、ClusterNode 与…

StatisticSlot、StatisticNode、DefaultNode、ClusterNode 与 LeapArray 如何形成 Sentinel 的实时指标。正文沿“节点关系 -> 滑动窗口 -> 计数路径”展开：先确认入口和状态归属，再跟踪控制流或数据流的推进，最后落到对外可观察的结果。

主要失效边界集中在“QPS 是有效窗口内的聚合，不等于当前瞬时计数；窗口大小由属性和采样桶共同决定。、RT 统计通常基于成功完成请求；被阻断请求没有业务完成 RT。、线程数必须在 exit 路径减少，跨线程、异常退出或错误 Entry 配对会造成虚高。”这些场景。它们破坏的是容量、顺序、并发或生命周期前提；排查时应先确认状态是否仍由正确对象持有，再核对推进条件和清理路径。

节点关系

Context
  -> DefaultNode(resource, context)
       -> ClusterNode(resource 全局汇总)
       -> origin Node(按调用方)
       -> child DefaultNode(按调用入口树)

StatisticSlot
  entry: pass / block / thread
  exit : rt / success / exception / thread--

滑动窗口

时间 --->
| 1s | 1s | 1s | 1s | 1s | 1s |  ... 60 个分钟桶 ... |
      rollingCounterInSecond        rollingCounterInMinute
                 \________________________/
                    rule 查询当前有效桶

秒级窗口用于 QPS、RT、线程等热判断，分钟级窗口用于总量、上一窗口等统计。桶不是固定数组索引永久占用；时间推进时 LeapArray 会校验桶时间并重置过期桶，因此不会为每个时间点持续分配对象。

计数路径

通过请求先增加 pass 和线程数；业务完成后用完成时间减创建时间得到 RT，再增加 success 或 exception 并减少线程数。阻断请求增加 block，但不应被当成业务成功请求。

DefaultNode 把资源维度统计转发给关联 ClusterNode，同时根据 Context 维护子节点；ClusterNode 再提供按 origin 的统计。这个层次使同一资源既能看全局，也能看入口树和调用方。

为什么这么设计

替代方案一： 只维护一个全局计数器。问题： 无法支持资源、入口、调用方和集群规则的不同视角。选择： DefaultNode、ClusterNode、origin Node 分层聚合。

替代方案二： 每次查询遍历全部历史请求。问题： 规则检查会从 O(1) 退化为与流量量级相关。选择： 固定桶滚动统计，把查询压缩为有限桶聚合。

替代方案三： 用一个时间窗口服务所有指标。问题： 秒级流控与分钟级监控的精度和成本冲突。选择： 秒、分钟两套 ArrayMetric，按用途取舍。

源码坐标索引

StatisticSlot#entry — sentinel-core/src/main/java/com/alibaba/csp/sentinel/slots/statistic/StatisticSlot.java:55
StatisticSlot#exit — sentinel-core/src/main/java/com/alibaba/csp/sentinel/slots/statistic/StatisticSlot.java:126
StatisticSlot#recordCompleteFor — sentinel-core/src/main/java/com/alibaba/csp/sentinel/slots/statistic/StatisticSlot.java:155
StatisticNode#rollingCounterInSecond — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:96
StatisticNode#rollingCounterInMinute — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:103
StatisticNode#passQps — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:200
StatisticNode#avgRt — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:226
StatisticNode#addPassRequest — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:246
StatisticNode#tryOccupyNext — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/StatisticNode.java:288
DefaultNode#addPassRequest — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/DefaultNode.java:140
ClusterNode#getOrCreateOriginNode — sentinel-core/src/main/java/com/alibaba/csp/sentinel/node/ClusterNode.java:101

边界与踩坑

QPS 是有效窗口内的聚合，不等于当前瞬时计数；窗口大小由属性和采样桶共同决定。
RT 统计通常基于成功完成请求；被阻断请求没有业务完成 RT。
线程数必须在 exit 路径减少，跨线程、异常退出或错误 Entry 配对会造成虚高。
时间窗口解决的是统计近似，不提供严格线性一致的限流计数。

可迁移知识

滑动窗口适合把“近一段时间的行为”变成固定成本的在线指标。分层节点则是多维聚合的一种通用方式：叶子保留上下文细节，父节点提供共享配额视图。

面试锚点：为什么 Sentinel 有秒级和分钟级窗口？阻断请求为什么也要统计？DefaultNode 和 ClusterNode 的职责有什么差异？