熔断触发后咋操作？这些要点必须牢记！

昨天可给我折腾坏了！本来想着周二半夜流量低，正好偷偷上线个新功能。结果刚点完发布按钮，还没伸个懒腰，整个服务跟断气似的，啪一下就瘫了。监控大屏上那流量曲线，好家伙，跟心电图停了没两样！

第一反应：懵圈三连

当时脑子嗡的一下，后背直发毛：

• "卧槽！新版本捅娄子了？" 立马回滚！ 手指头敲命令都在抖。
• 回滚完一看监控……还是条死蛇！
• 赶紧看日志，刷屏的"调用服务 B 超时""拒绝连接"！这才猛地一拍大腿：是下游服务炸了，把我们家给拖垮了！

得，撞上熔断了。

手忙脚乱查状态

赶紧冲进熔断控制台，一眼看见我们家调服务 B 的那个接口，熔断开关亮得跟红灯似的。再看数据：1 分钟之内错误率飙到 80%，直接触发阈值给咔嚓了！心里骂了句下游不靠谱，手上可不敢停：

• 先确认服务 B 真崩了：果然，人家服务告警群早炸锅了，运维还在吭哧吭哧重启。
• 瞅自家服务状态：幸好隔离得及时，主线程没被拖死，核心功能还半死不活撑着。

行，锅明确了，熔断确实帮大忙挡了一刀。

恢复过程像拆弹

等下游服务 B 那边群里有消息说"初步恢复了"，我这儿才敢动熔断开关：

• 绝对不能直接全开！ 我怂，先把熔断开关调成"半开"状态。
• 跟放闸试水一个道理：只允许漏过去一点点请求（我就敢放 10%），当小白鼠去探路。



• 眼睛钉死监控：那心跳，比第一次约会还快。看见放过去的请求哗哗返回 200，错误率稳如老狗，悬着的心才算放下大半。
• 等下游服务群里确认真的稳了，才敢把熔断器手动切换回"全开"（自动恢复太慢，等不及了）。

这过程，活脱脱就是在悬崖边上蹭着走！

血泪总结三件套

折腾完天都快亮了，真.实践出真知：

• 别死等自动恢复！熔断器打翻了，必须主动去查是自家问题还是隔壁着火。自动恢复有时候慢半拍（跟设定的时间窗口有关），手动介入快准狠！
• 半开状态是神器！直接全开等于赌命。放点"侦察兵"过去看看，不行立马撤，保护好自己饭碗要紧。
• 恢复后也要蹲一会儿！下游刚喘口气可能还很虚。开闸放水要一点点放，边放边瞅监控（TPS、错误率、响应时间都得盯），不对劲立马再切回熔断。

熔断这玩意儿，就跟家里保险丝一样，跳闸了你得先找到短路点（查下游），修好了也不能啪一下就把总闸推上去，得先试试灯亮不亮（半开探测），确定没事儿才能彻底合闸（恢复全开）。记住了，关键就是手别抖，心要细，该怂就怂，该扩容时就扩容！ 回见！