Hystrix_hystrix短路-CSDN博客

本文链接：https://blog.csdn.net/musterbig/article/details/110234291

Hystrix

1. hystrix断路器:

1.1 hystrix简介

Hystrix是一个用于处理分布式系统的延迟和容错的开源库，在分布式系统里，许多依赖不可避免的会调用失败，比如超时、异常等，Hystrix能够保证在一个依赖出问题的情况下，不会导致整体服务失败，避免级联故障，以提高分布式系统的弹性。

“断路器”本身是一种开关装置，当某个服务单元发生故障之后，通过断路器的故障监控（类似熔断保险丝），向调用方返回一个符合预期的、可处理的备选响应（FallBack），而不是长时间的等待或者抛出调用方无法处理的异常，这样就保证了服务调用方的线程不会被长时间、不必要地占用，从而避免了故障在分布式系统中的蔓延，乃至雪崩。

1.2 大型项目中会出现的一些问题

典型的一个案例就是服务血崩效应我们来看一张图:

标题: fig:

上图是一条微服务调用链，正常的情况我们就不必在讨论了，我们来说一下非正常情况，假设现在微服务H 响应时间过长,或者微服务H直接宕机了如图:

来看下上图，我们联想一下上图，如果发生这种情况，也就是说所有发给微服务D的请求都会被卡在微服务H那，就会导致线程一直累计在这里，那么其他的微服务（比如A，B，C…）就没有可用线程了，导致整个服务器崩溃，这就是服务血崩。

导致服务雪崩的情况我们来总结一下，再看看怎么解决：

程序BUG，数据不匹配，响应时间过长，服务不可用等等…

针对上面的问题，我们来看看有哪些解决方案 :

服务限流

超时监控

服务熔断

服务降级

1.3 降级，超时 :

我们先来解释一下降级,降级是当我们的某个微服务响应时间过长，或者不可用了，讲白了也就是那个微服务调用不了了，我们不能吧错误信息返回出来，或者让他一直卡在那里，所以要在准备一个对应的策略（一个方法）当发生这种问题的时候我们直接调用这个方法来快速返回这个请求，不让他一直卡在那。

讲了这么多,我们来看看具体怎么操作:

我们刚刚说了某个微服务调用不了了要做降级，也就是说，要在调用方做降级（不然那个微服务都down掉了再做降级也没什么意义了）比如说我们 user 调用power 那么就在user 做降级

先把hystrix的依赖加入:

<dependency>
   <groupId>org.springframework.cloud</groupId>
   <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
 </dependency>

启动类加入注解@EnableHystrix 或者@EnableCircuitBreaker(他们之间是一个继承关系，2个注解所描述的内容是完全一样的，可能看大家之前都是EnableXXX（比如eureka）这里专门再写一个EnableHystrix方便大家记吧)

然后在我们的controller上面加入注解@HystrixCommand(fallbackMethod就是我们刚刚说的方法的名字)

@RequestMapping("/feignPower.do")
 @HystrixCommand(fallbackMethod = "fallbackMethod")
 public Object feignPower(String name){
   return powerServiceClient.power();
 }
fallbackMethod：

这个R不重要，你看做一个Map就好了，是我封装的一个返回值的类。

public Object fallbackMethod(String name){
   System.out.println(name);
   return R.error("降级信息");
   }

这里的这个降级信息具体内容得根据业务需求来，比如说返回一个默认的查询信息，亦或是系统维护（因为有可能要暂时关闭某个微服务而吧资源让给其他服务）等等…

我们在power代码里面模拟一个异常

@RequestMapping("/power.do")
 public Object power(String name) throws Exception{
   Map<String,Object> map = new HashMap<String, Object>();
   map.put("power1","value");
   if (name==null)
     throw new Exception();
 
   return map;
 }

然后启动服务调用一下看看结果：

我们来测试一下超时:

我们改动一下power的代码让他故意等待一回儿（模拟响应超时）

@RequestMapping("/power.do")
 public Object power(String name) throws Exception{
   Map<String,Object> map = new HashMap<String, Object>();
   map.put("power1","value");
   Thread.sleep(2000);
 
   return map;
 }

这里我就把返回值内容改一下方便大家看:

可能有些同学有疑问，我这里什么都没干，就让他休眠了一下，怎么就知道我这里超时了呢？

因为hystrix他有默认的超时监听，当你这个请求默认超过了1秒钟就会超时当然，这个可以配置的，至于怎么配置，待会儿我会把一些配置统一列出来

讲了这么多，这个降级到底有什么用呢？

第一，他可以监听你的请求有没有超时，第二，报错了他这里直接截断了没有让请求一直卡在这里

其实降级还有一个好处，就是当你的系统马上迎来大量的并发(双十一秒杀这种或者促销活动) 这时候如果发现系统马上承载不了这么大的并发时，可以考虑先关闭一些不重要的微服务(在降级方法里面返回一个比较友好的信息)，吧资源让给主微服务,总结一下就是

整体资源快不够了，忍痛将某些服务先关掉，待渡过难关，再开启回来。

1.4 熔断,限流:

1.4.1 熔断

其实熔断，就好像我们生活中的跳闸一样，比如说你的电路出故障了，为了防止出现大型事故这里直接切断了你的电源以免意外继续发生, 把这个概念放在我们程序上也是如此，当一个微服务调用多次出现问题时（默认是10秒内20次当然这个也能配置），hystrix就会采取熔断机制，不再继续调用你的方法（会在默认5秒钟内和电器短路一样，5秒钟后会试探性的先关闭熔断机制，但是如果这时候再失败一次{之前是20次} 那么又会重新进行熔断）而是直接调用降级方法，这样就一定程度上避免了服务雪崩的问题

这个东西光笔记不太好测试，只能你们自己去测试了

1.4.2 限流

限流，顾名思义，就是限制你某个微服务的使用量（可用线程）

hystrix通过线程池的方式来管理你的微服务调用，他默认是一个线程池（10大小）管理你的所有微服务，你可以给某个微服务开辟新的线程池：

@RequestMapping("/feignOrder.do")
 @HystrixCommand(fallbackMethod = "fallbackOrderMethod" ,
     threadPoolKey = "order",
     threadPoolProperties ={@HystrixProperty(name = "coreSize",value = "2")
                ,@HystrixProperty(name = "maxQueueSize",value = "1"})
 public Object feignOrder(String name){
   System.out.println(1);
   return restTemplate.getForObject(ORDERURL+"/order.do",Object.class);
 }

threadPoolKey 就是在线程池唯一标识， hystrix 会拿你这个标识去计数，看线程占用是否超过了，超过了就会直接降级该次调用

比如，这里coreSize给他值为2 那么假设你这个方法调用时间是3s执行完，那么在3s内如果有超过2个请求进来的话，剩下的请求则全部降级

1.5 feign整合hystrix:

feign 默认是支持hystrix的，但是在Spring - cloud Dalston 版本之后就默认关闭了，因为不一定业务需求要用的到，

所以现在要使用首先得打开他，在yml文件加上如下配置:

feign:
  hystrix:
   enabled: true

加上配置之后降级方法怎么写呢？

@FeignClient(value = "SERVER-POWER",fallback = PowerServiceFallBack.class)
 public interface PowerServiceClient {
 
   @RequestMapping("/power.do")
   public Object power(@RequestParam("name") String name);
 
 }

在feign客户端的注解上有个属性叫fallback 然后指向一个类

PowerServiceFallBack 类：

@Component
 public class PowerServiceFallBack implements PowerServiceClient {
   @Override
   public Object power(String name) {
     return R.error("测试降级");
   }
 }

这样子，方法降级就写好了

当然可能你有这种需求，需要拿到具体的错误信息，那么可以这样写:

@Component
 public class PowerServiceClientFallBackFactory implements FallbackFactory<PowerServiceClient> {
   @Override
   public PowerServiceClient create(Throwable throwable) {
     return new PowerServiceClient() {
       @Override
       public Object power(String name) {
         String message = throwable.getMessage();
         return R.error("feign降级");
       }
     };
   }
 }

客户端指定一个fallbackFactory就好了

@FeignClient(value = "SERVER-POWER",fallbackFactory = PowerServiceClientFallBackFactory.class)
 public interface PowerServiceClient {
 
   @RequestMapping("/power.do")
   public Object power(@RequestParam("name") String name);
 
 }

这个message 就是拿到的错误信息

至此，就完成了feign与hystrix的整合

1.6 hystrix相关配置:

#Execution相关的属性的配置

 hystrix.command.default.execution.isolation.strategy 
 #隔离策略，默认是Thread, 可选Thread｜ Semaphor

 hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds 
 #命令执行超时时 间，默认1000ms

 hystrix.command.default.execution.timeout.enabled 
 #执行是否启用超时，默认启用true

 hystrix.command.default.execution.isolation.thread.interruptOnTimeout 
 #发生超时是是否中断， 默认true

 hystrix.command.default.execution.isolation.semaphore.maxConcurrentRequests 
 #最大并发请求 数，默认10，该参数当使用ExecutionIsolationStrategy.SEMAPHORE策略时才有效。如果达到最大并发请求 数，请求会被拒绝。理论上选择semaphore size的原则和选择thread size一致，但选用semaphore时每次执行 的单元要比较小且执行速度快（ms级别），否则的话应该用thread。 semaphore应该占整个容器（tomcat）的线程池的一小部分。 Fallback相关的属性 这些参数可以应用于Hystrix的THREAD和SEMAPHORE策略

 hystrix.command.default.fallback.isolation.semaphore.maxConcurrentRequests 
 #如果并发数达到 该设置值，请求会被拒绝和抛出异常并且fallback不会被调用。默认10

 hystrix.command.default.fallback.enabled 
 #当执行失败或者请求被拒绝，是否会尝试调用

 hystrixCommand.getFallback() #默认true
 
 
 

#Circuit Breaker相关的属性 

 hystrix.command.default.circuitBreaker.enabled 
 #用来跟踪circuit的健康性，如果未达标则让request短路。默认true

 hystrix.command.default.circuitBreaker.requestVolumeThreshold 
 #一个rolling window内最小的请 求数。如果设为20，那么当一个rolling window的时间内（比如说1个rolling window是10秒）收到19个请求， 即使19个请求都失败，也不会触发circuit break。默认20

 hystrix.command.default.circuitBreaker.sleepWindowInMilliseconds 
 #触发短路的时间值，当该值设 为5000时，则当触发circuit break后的5000毫秒内都会拒绝request，也就是5000毫秒后才会关闭circuit。 默认5000

 hystrix.command.default.circuitBreaker.errorThresholdPercentage
 #错误比率阀值，如果错误率>=该 值，circuit会被打开，并短路所有请求触发fallback。默认50

 hystrix.command.default.circuitBreaker.forceOpen 
 #强制打开熔断器，如果打开这个开关，那么拒绝所 有request，默认false

 hystrix.command.default.circuitBreaker.forceClosed
 #强制关闭熔断器 如果这个开关打开，circuit将 一直关闭且忽略circuitBreaker.errorThresholdPercentage


#Metrics相关参数

 hystrix.command.default.metrics.rollingStats.timeInMilliseconds 
 #设置统计的时间窗口值的，毫秒 值，circuit break 的打开会根据1个rolling window的统计来计算。若rolling window被设为10000毫秒， 则rolling window会被分成n个buckets，每个bucket包含success，failure，timeout，rejection的次数 的统计信息。默认10000

 hystrix.command.default.metrics.rollingStats.numBuckets 
 #设置一个rolling window被划分的数 量，若numBuckets＝10，rolling window＝10000，那么一个bucket的时间即1秒。必须符合rolling window % numberBuckets == 0。默认10

 hystrix.command.default.metrics.rollingPercentile.enabled 
 #执行时是否enable指标的计算和跟踪， 默认true

 hystrix.command.default.metrics.rollingPercentile.timeInMilliseconds 
 #设置rolling percentile window的时间，默认60000

 hystrix.command.default.metrics.rollingPercentile.numBuckets 
 #设置rolling percentile window的numberBuckets。逻辑同上。默认6

 hystrix.command.default.metrics.rollingPercentile.bucketSize
 #如果bucket size＝100，window ＝10s，若这10s里有500次执行，只有最后100次执行会被统计到bucket里去。增加该值会增加内存开销以及排序 的开销。默认100

 hystrix.command.default.metrics.healthSnapshot.intervalInMilliseconds
 #记录health 快照（用 来统计成功和错误绿）的间隔，默认500ms


#Request Context 相关参数

 hystrix.command.default.requestCache.enabled 
 #默认true，需要重载getCacheKey()，返回null时不 缓存

 hystrix.command.default.requestLog.enabled 
 #记录日志到HystrixRequestLog，默认true


#Collapser Properties 相关参数

 hystrix.collapser.default.maxRequestsInBatch 
 #单次批处理的最大请求数，达到该数量触发批处理，默认 Integer.MAX_VALU

 hystrix.collapser.default.timerDelayInMilliseconds 
 #触发批处理的延迟，也可以为创建批处理的时间 ＋该值，默认10

 hystrix.collapser.default.requestCache.enabled 
 #是否对HystrixCollapser.execute() and HystrixCollapser.queue()的cache，默认true

#ThreadPool 相关参数

 #线程数默认值10适用于大部分情况（有时可以设置得更小），如果需要设置得更大，那有个基本得公式可以 follow： requests per second at peak when healthy × 99th percentile latency in seconds + some breathing room 每秒最大支撑的请求数 (99%平均响应时间 + 缓存值) 比如：每秒能处理1000个请求，99%的请求响应时间是60ms，那么公式是： 1000 （0.060+0.012）

 #基本得原则时保持线程池尽可能小，他主要是为了释放压力，防止资源被阻塞。 当一切都是正常的时候，线程池一般仅会有1到2个线程激活来提供服务

 hystrix.threadpool.default.coreSize #并发执行的最大线程数，默认10

 hystrix.threadpool.default.maxQueueSize #BlockingQueue的最大队列数，当设为－1，会使用

 SynchronousQueue
 #值为正时使用LinkedBlcokingQueue。该设置只会在初始化时有效，之后不能修改threadpool的queue size，除非reinitialising thread executor。默认－1。

 hystrix.threadpool.default.queueSizeRejectionThreshold 
 #即使maxQueueSize没有达到，达到 queueSizeRejectionThreshold该值后，请求也会被拒绝。因为maxQueueSize不能被动态修改，这个参数将允 许我们动态设置该值。if maxQueueSize == 1，该字段将不起作用 hystrix.threadpool.default.keepAliveTimeMinutes 如果corePoolSize和maxPoolSize设成一样（默认 实现）该设置无效。如果通过plugin（https://github.com/Netflix/Hystrix/wiki/Plugins）使用自定义 实现，该设置才有用，默认1.
 
 hystrix.threadpool.default.metrics.rollingStats.timeInMilliseconds 
 #线程池统计指标的时间，默 认10000

 hystrix.threadpool.default.metrics.rollingStats.numBuckets 
 #将rolling window划分为n个 buckets，默认10