Spring Cloud学习 - Hystrix篇

一、Hystrix介绍

1、Hystrix是什么？

在分布式系统中，每个服务都可能会调用很多其他服务，被调用的那些服务就是依赖服务，有的时候某些依赖服务出现故障也是很正常的。

Hystrix可以让我们在分布式系统中对服务间的调用进行控制，加入一些调用延迟或者依赖故障的容错机制.

Hystrix通过将依赖服务进行资源隔离，进而组织某个依赖服务出现故障的时候，这种故障在整个系统所有的依赖服务调用中进行蔓延，同时Hystrix还提供故障时的fallback降级机制

总而言之，Hystrix通过这些方法帮助我们提升分布式系统的可用性和稳定性

2、Hystrix的设计理念

• Give protection from and control over latency and failure from dependencies accessed (typically over the network) via third-party client libraries.
  给依赖于第三方库的应用程序提供给保护
• Stop cascading failures in a complex distributed system.
  在复杂的分布式系统当中避免级联失败
• Fail fast and rapidly recover.
  快速失败并且快速恢复
• Fallback and gracefully degrade when possible.
  在可能的情况下提供回退和优雅降级的能力
• Enable near real-time monitoring, alerting, and operational control.
  通过近乎实时的指标，监控和警报来优化发现故障的时间

3、Hystrix提供的能力
Hystrix的出现即为解决雪崩效应，它通过四个方面的机制来解决这个问题

• 隔离（线程池隔离和信号量隔离）：限制调用分布式服务的资源使用，某一个调用的服务出现问题不会影响其他服务调用。
• 优雅的降级机制：超时降级、资源不足时(线程或信号量)降级，降级后可以配合降级接口返回托底数据。
• 熔断：当失败率达到阀值自动触发降级(如因网络故障/超时造成的失败率高)，熔断器触发的快速失败会进行快速恢复。
• 缓存：提供了请求缓存、请求合并实现。
• 支持实时监控、报警、控制

4、什么是雪崩效应？
微服务之间进行rpc或者http调用时，我们一般都会设置调用超时，失败重试等机制来确保服务的成功执行，看上去很美，如果不考虑服务的熔断和限流，就是雪崩的源头。

• 假设我们有两个访问量比较大的服务A和B，这两个服务分别依赖C和D,C和D服务都依赖E服务
  

• A和B不断的调用C,D处理客户请求和返回需要的数据。当E服务不能供服务的时候，C和D的超时和重试机制会被执行
  

• 由于新的调用不断的产生，会导致C和D对E服务的调用大量的积压，产生大量的调用等待和重试调用，慢慢会耗尽C和D的资源比如内存或CPU，然后也down掉。
  

• A和B服务会重复C和D的操作，资源耗尽，然后down掉，最终整个服务都不可访问。
  

常见的导致雪崩的情况有以下几种：

• 程序bug导致服务不可用，或者运行缓慢
• 缓存击穿，导致调用全部访问某服务，导致down掉
• 访问量的突然激增。

二、整合Hystrix

1、创建项目 为eureka-client-consumer-hystrix，在Eureka篇中有eureka-client-consumer-ribbon项目，在此基础上添加新的POM依赖

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

2、为main类添加@EnableHystrix注解

package com.eurekaclientconsumer.eurekaclientconsumer;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.loadbalancer