spring cloud篇——什么是服务熔断？服务降级？服务限流？spring cloud有什么优势？

一、spring cloud 有什么优势

使用spring Boot 开发分布式微服务时，我们面临以下问题

1. 与分布式系统相关的复杂性-这种开销包括网络问题、延迟开销、带宽问题、安全问题
2. 服务发现-服务发现工具管理群集中的流程和服务如何查找和互相交谈，它涉及一个服务目录，在该目录中注册服务，然后能够查找并连接到该目录中的服务
3. 冗余-分布式系统中的冗余问题
4. 负载均衡-负载平衡改善多个计算机资源的工作符合，诸如计算机，计算机集群，网络链路，中央处理单元，或磁盘驱动器的分布
5. 性能-问题 由于各种运营开销导致的性能问题
6. 部署复杂性-Devops 技能的要求

二、服务熔断

2.1、雪崩效应

在介绍熔断机制之前，我们需要了解微服务的雪崩效应。在微服务架构中，微服务是完成一个单一的业务功能，这样做的好处是可以做到解耦，每个微服务可以独立演进。但是，一个应用可能会有多个微服务组成，微服务之间的数据交互通过远程过程调用完成。这就带来一个问题，假设微服务A调用微服务B和微服务C，微服务B和微服务C又调用其它的微服务，这就是所谓的“扇出”。如果扇出的链路上某个微服务的调用响应时间过长或者不可用，对微服务A的调用就会占用越来越多的系统资源，进而引起系统崩溃，所谓的“雪崩效应”。

熔断机制是应对雪崩效应的一种微服务链路保护机制。我们在各种场景下都会接触到熔断这两个字。高压电路中，如果某个地方的电压过高，熔断器就会熔断，对电路进行保护。股票交易中，如果股票指数过高，也会采用熔断机制，暂停股票的交易。同样，在微服务架构中，熔断机制也是起着类似的作用。当扇出链路的某个微服务不可用或者响应时间太长时，会进行服务的降级，进而熔断该节点微服务的调用，快速返回错误的响应信息。当检测到该节点微服务调用响应正常后，恢复调用链路。

在Spring Cloud框架里，熔断机制通过Hystrix实现。Hystrix会监控微服务间调用的状况，当失败的调用到一定阈值，缺省是5秒内20次调用失败，就会启动熔断机制。

在dubbo中也可利用nio超时+失败次数做熔断。
dubbo可以通过扩展Filter的方式引入Hystrix，具体代码如下：

package com.netease.hystrix.dubbo.rpc.filter;
 
import com.alibaba.dubbo.common.Constants;
import com.alibaba.dubbo.common.extension.Activate;
import com.alibaba.dubbo.rpc.Filter;
import com.alibaba.dubbo.rpc.Invocation;
import com.alibaba.dubbo.rpc.Invoker;
import com.alibaba.dubbo.rpc.Result;
import com.alibaba.dubbo.rpc.RpcException;
 
@Activate(group = Constants.CONSUMER)
public class HystrixFilter implements Filter {
   
 
    @Override
    public Result invoke(Invoker invoker, Invocation invocation) throws RpcException {
   
        DubboHystrixCommand command = new DubboHystrixCommand(invoker, invocation);
        return command.execute();
    }
 
}

2.2、DubboHystrixCommand

package com.netease.hystrix.dubbo.rpc.filter