腾讯云增强版 OpenTelemetry Java 探针实现了熔断和流控两种自我保护机制。在应用负载特别高的时候，探针会对埋点以及数据上报进行降级处理，在极端情况下降低对正常业务流程的影响。当应用负载回到正常水位后，探针会自动恢复埋点和数据上报。
熔断保护机制
熔断触发逻辑
探针根据应用的内存使用率和 CPU 使用率来判断是否触发熔断，计算逻辑如下：
内存使用率 = 已用堆内存 / 最大堆内存
CPU 使用率 = 统计周期内 JVM 使用的总 CPU 时间 / （统计周期跨度 * CPU 核数）
熔断触发行为
当资源使用率超过预设阈值时，探针会限制数据上报，限制行为如下：
丢弃部分链路数据：随机丢弃50%的链路数据（2.3-20241031及以后的探针版本不再支持）。
完全关闭数据上报：完全关闭链路数据上报。
默认熔断阈值
不同版本的探针默认熔断阈值以及熔断行为，请参考如下表格：
判断规则 / 探针版本 | 丢弃部分链路数据 | 完全关闭数据上报 | |||
| | 触发阈值 | 恢复阈值 | 触发阈值 | 恢复阈值 |
内存使用率 | 2.3-20241031之前的探针版本 | 65% | 60% | 75% | 70% |
| 2.3-20241031至2.11-20250704之间的探针版本 | - | - | 90% | 85% |
| 2.11-20250825及之后的探针版本 | - | - | 90% | |
CPU 使用率 | 2.3-20241031之前的探针版本 | 80% | 75% | 90% | 85% |
| 2.3-20241031至2.11-20250704之间的探针版本 | - | - | | |
| 2.11-20250825及之后的探针版本 | - | - | 90% | |
以 CPU 使用率为例，熔断保护机制的表现行为如下：
2.3-20241031之前的探针版本：当应用的 CPU 使用率达到80%，探针会引入采样机制，随机丢弃50%的链路数据。如果后续 CPU 使用率下降到75%或以下，探针会恢复正常的数据上报。当应用的 CPU 使用率达到90%，探针会完全关闭数据上报。
2.3-20241031至2.11-20250704之间的探针版本：当应用的 CPU 使用率达到90%，探针会完全关闭数据上报。如果后续 CPU 使用率下降到85%或以下，探针会恢复正常的数据上报。
2.11-20250825及之后的探针版本：当应用的 CPU 使用率达到90%，探针会完全关闭数据上报。如果后续 CPU 使用率下降到90%以下，探针会恢复正常的数据上报。
说明：
从2.3-20241031版本开始，探针对埋点和数据上报进行了优化，在提升性能的同时，不再提供丢弃部分链路数据的保护机制。
从2.11-20250825版本开始，探针对熔断保护机制进行了简化，取消了恢复阈值，并支持从控制台配置熔断阈值。
新版本探针能够提升数据上报成功率，并降低探针性能开销，建议您尽快 升级探针版本。
自定义熔断阈值
控制台方式（推荐）
说明：
控制台方式适用于腾讯云增强版 OpenTelemetry 探针2.11-20250825及之后的版本。
JVM 启动参数与环境变量方式
说明：
控制台方式适用于腾讯云增强版 OpenTelemetry 探针2.3-20241031及之后的版本。
2.11-20250825及之后的探针版本不再支持恢复阈值。
通过JVM 启动参数或环境变量自定义阈值的相关参数，请参考如下表格：
设置方式 | 判断规则 | 关闭数据上报 - 触发阈值 | 关闭数据上报 - 恢复阈值 |
JVM 启动参数 | 内存使用率 | disable.reporting.on.memory.percentage | recover.reporting.on.memory.percentage |
| CPU 使用率 | disable.reporting.on.cpu.percentage | recover.reporting.on.cpu.percentage |
环境变量 | 内存使用率 | DISABLE_REPORTING_ON_MEMORY_PERCENTAGE | RECOVER_REPORTING_ON_MEMORY_PERCENTAGE |
| CPU 使用率 | DISABLE_REPORTING_ON_CPU_PERCENTAGE | RECOVER_REPORTING_ON_CPU_PERCENTAGE |
以基于内存使用率的触发阈值为例，如果要将其设置为95%，可以在 JVM 启动参数中添加
-Ddisable.reporting.on.memory.percentage=95，完整的 Java 启动命令如下：java -javaagent:/path/to/opentelemetry-javaagent.jar \\-Dotel.resource.attributes=service.name=myService,token=myToken\\-Dotel.exporter.otlp.endpoint=http://pl-demo.ap-guangzhou.apm.tencentcs.com:4317 \\-Ddisable.reporting.on.memory.percentage=95-jar SpringCloudApplication.jar
也可以在环境变量中添加如下内容：
export DISABLE_REPORTING_ON_MEMORY_PERCENTAGE=95
如果要禁用基于内存使用率或 CPU 使用率的熔断保护机制，请将触发阈值设置为0或100。例如在 JVM 启动参数中添加
-Ddisable.reporting.on.memory.percentage=100。流控保护机制
流控保护机制通过动态控制数据采集和上报的速率，确保监控系统自身的资源消耗始终处于可控范围，默认流控保持阈值请参考如下表格：
配置名 | 默认值 | 说明 |
每秒最大 Span 创建数 | 5000 | 每秒超过该配置数量的 Span 将不被创建。 |
发送队列长度 | 10240 | 如果网络原因导致 Span 数据不能及时上报到 APM 服务端，待上报 Span 将在队列中堆积。队列无法容纳的 Span 将会被抛弃。 |
每批次最大 Span 上报数 | 2048 | 该参数决定探针每批次向 APM 服务端上报的 Span 数据的最大数量。 |
通过 JVM 启动参数或环境变量，可以自定义流控保持阈值，具体配置方式请参考如下表格：
设置方式 | 规则 | 配置参数 |
JVM | 每秒最大 Span 创建数 | max.span.per.second |
| 发送队列长度 | otel.bsp.max.queue.size |
| 每批次最大 Span 上报数 | otel.bsp.max.export.batch.size |
环境变量 | 每秒最大 Span 创建数 | MAX_SPAN_PER_SECOND |
| 发送队列长度 | OTEL_BSP_MAX_QUEUE_SIZE |
| 每批次最大 Span 上报数 | OTEL_BSP_MAX_EXPORT_BATCH_SIZE |
说明：
自定义流控保持阈值可能会导致监控数据丢失或增加探针性能开销，请尽量保持默认值。
