4. 半开状态的探测机制：探测请求（Probe Request）的设计原则、探测频率控制、探测样本大小

半开状态是熔断器从“断开”向“闭合”过渡的关键决策窗口。在此状态下，熔断器必须通过有限的探测请求（Probe Request）来评估下游服务是否已恢复。探测机制的设计直接决定了系统的恢复速度与稳定性：过于激进的探测可能导致下游被再次压垮，过于保守的探测则会延长不可用时间。

4.1 探测请求的设计原则

探测请求并非普通的业务请求，而是经过特殊构造的“健康检查”流量。其设计需遵循以下五项核心原则：

4.2 探测频率控制

探测频率决定了半开状态下发送探测请求的时间间隔。频率过高会形成“探测风暴”，频率过低则延长恢复时间。业界通常采用以下三种控制策略：

1. 固定间隔策略： 每 interval 毫秒发送一个探测请求。适用于下游服务恢复时间相对稳定的场景。
2. 指数退避策略： 初始间隔为 baseInterval，每次探测失败后间隔翻倍，上限为 maxInterval。适用于故障原因不明、需要谨慎试探的场景。
3. 自适应滑动窗口策略： 根据最近 N 次探测的成功率动态调整间隔。成功率越高，间隔越短；成功率越低，间隔越长。

下表对比了三种策略的典型参数与适用场景：

4.3 探测样本大小

探测样本大小（Sample Size）指在半开状态下，熔断器在做出“闭合”或“再次断开”决策前，需要收集的探测请求结果数量。样本大小过小，决策容易受单次抖动影响；样本大小过大，决策延迟增加，恢复速度变慢。

样本大小的设计需平衡以下三个因素：

• 统计置信度： 样本量越大，成功率估计越接近真实值。通常要求至少 5～10 个样本才能做出可靠决策。
• 恢复时效性： 样本量越大，从半开状态切换到闭合状态所需的时间越长。对于关键服务，每多一个样本可能意味着多几秒的不可用。
• 下游承受能力： 样本量越大，半开期间注入下游的探测流量越多。对于资源紧张的服务，样本量应适当减小。

以下是三种常见的样本大小策略：

4.4 探测机制整体流程

下图展示了半开状态下探测请求的完整生命周期，从进入半开状态到最终决策闭合或再次断开：

4.5 平台工程模板中的探测配置示例

以下是一个基于 Kubernetes CRD 的熔断器探测配置模板，展示了如何将上述设计原则、频率控制和样本大小参数化：

apiVersion: circuitbreaker.platform.io/v1
kind: CircuitBreakerConfig
metadata:
  name: probe-config
  namespace: production
spec:
  halfOpen:
    enabled: true
    probe:
      # 探测请求设计
      endpoint: "/healthz"
      method: "GET"
      headers:
        X-Probe-Request: "true"
      timeout: "2s"
      # 探测频率控制
      interval: "5s"
      backoff:
        enabled: true
        baseInterval: "1s"
        maxInterval: "30s"
        multiplier: 2.0
      # 探测样本大小
      sampleSize: 10
      successThreshold: 0.85
      failureThreshold: 0.5
      # 可观测性
      traceHeader: "X-B3-TraceId"
      probeTag: "circuitbreaker:probe"