SpringCloud断路器——Hystrix

贼爱学习的小黄

已于 2023-04-19 17:05:22 修改

阅读量640

点赞数

分类专栏：小黄学SpringCloud 文章标签： spring cloud hystrix java

于 2023-04-10 20:37:49 首次发布

本文链接：https://blog.csdn.net/yellow_star___/article/details/130069258

版权

小黄学SpringCloud 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

Hystrix

本专栏学习内容来自尚硅谷周阳老师的视频

有兴趣的小伙伴可以点击视频地址观看

简介

Hystrix是一个用于处理分布式系统的延迟和容错的一个开源库，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能保证在一个依赖出现问题的情况下，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稳定性。“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，而不是长时间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、不必要的占用，从而避免了故障在分布式系统中的蔓延，乃至雪崩。

重要概念

服务降级（fallback）

客户端去调用服务端的接口时，此接口处理时间较长，假设同一时间内有非常多的请求调用此接口，就会导致服务器繁忙，服务降级就是为了不让客户端等待并立刻返回一个友好的提示

哪些情况会触发降级

程序运行异常
超时
服务熔断触发服务降级
线程池/信号量打满也会导致服务降级

服务熔断（break）

服务熔断类似于家里的保险丝，当家中电器功率消耗异常时，保险丝会直接断电，俗称跳闸，来保护电路的安全。服务熔断也是一样，当客户端调用达到最大服务访问后，直接拒绝访问，然后用服务降级的方法返回一个友好提示

服务限流（flowlimit）

顾名思义，就是对访问服务端的请求进行限制，例如秒杀等高并发操作，严禁一蜂窝请求过来，需要对请求进行排队，有序进行

压力测试

在学习Hystrix之前，我们先来进行一个压力测试，模拟一下客户端繁忙的情况。

服务端

最主要的是这两个方法，一个是ok方法是不需要停顿，很快就可以完成的，而timeout方法模拟业务处理比较慢，停顿三秒钟。

使用ApiPost进行压力测试，当20000个请求访问timeout方法时，会占用tomcat所有的线程，导致我们访问ok接口的速度变慢。

@Service
public class PaymentService {
    public String paymentInfo_OK(Integer id) {
        return "线程池： " + Thread.currentThread().getName() + "paymentInfo_OK,id: "+id+"\t"+"O(∩_∩)O哈哈";
    }

    public String paymentInfo_TimeOut(Integer id) {
        long timeout = 3;
        try {
            Thread.sleep(timeout * 1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return "线程池： " + Thread.currentThread().getName() + "paymentInfo_timeout,id: "+id+"\t"+"O(∩_∩)O哈哈   等待" + timeout + "秒钟";
    }
}

客户端

上述的测试仅仅是在服务端，如果客户端这时候介入进来，后果恐怕是更加的严重。

客户端通过OpenFeign来调用服务端

@Component
@FeignClient(value = "CLOUD-HYSTRIX-PAYMENT-SERVICE")
public interface PaymentHystrixService {
    @GetMapping("/payment/hystrix/ok/{id}")
    String paymentInfo_OK(@PathVariable("id") Integer id);

    @GetMapping("/payment/hystrix/timeout/{id}")
    String paymentInfo_TimeOut(@PathVariable("id") Integer id);
}

故障现象

8001同一层次的其他接口服务被困死，因为tomcat线程池中的工作现场已经被挤占完毕

解决方案

如果是超时导致响应变慢，要求超时不再等待

如果是程序出错，要有一个友好提示

服务端8001超时了，客户端80不能一直卡死等待，必须要有服务降级
服务端8001宕机了，客户端80不能一直卡死等待，必须要有服务降级
服务端8001正常，客户端80自己出故障或者有自我要求（自己的等待时间小于服务端处理时间），自己处理降级

服务降级

服务端

作为服务端，首先我们要保护自己，在这里要再提一下服务降级的概念。

当程序调用超时或出现异常时，必须有一个友好的提示或解决方案

设置服务端调用超时时间的峰值，峰值内可以正常运行，超过了需要有兜底的方案处理，作服务降级fallback

修改service方法

/**
 * fallbackMethod 如果程序超时或异常，兜底方法为paymentInfo_TimeOut_handler
 * @HystrixProperty 设置程序的超时峰值
 * @param id
 * @return
 */
@HystrixCommand(fallbackMethod = "paymentInfo_TimeOut_handler",commandProperties = {
        @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "3000")
})
public String paymentInfo_TimeOut(Integer id) {
  	// 用于测试程序异常
    // int i = 10 / 0; 
    long timeout = 5;
    try {
        Thread.sleep(timeout * 1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "线程池： " + Thread.currentThread().getName() + "paymentInfo_timeout,id: "+id+"\t"+"O(∩_∩)O哈哈   等待" + timeout + "秒钟";
}

public String paymentInfo_TimeOut_handler(Integer id) {
    return "线程池： " + Thread.currentThread().getName() + "paymentInfo_TimeOut_handler,id: "+id+"\t"+"调用超时或程序异常";
}

开启hystrix

启动类加上以下注解

@SpringBootApplication
@EnableEurekaClient
@EnableCircuitBreaker //启动hystrix
public class HystrixPaymentMain8001 {
    public static void main(String[] args)
    {
        SpringApplication.run(HystrixPaymentMain8001.class,args);
    }
}

测试

测试发现无论是超时，还是程序异常，paymentInfo_TimeOut_handler()都会给出一个兜底的处理方案，这里需要注意的是，我们打印了线程名称，发现此线程不是从默认线程池中拿出的

2023-04-06 20:32:32.340  INFO 27057 --- [nio-8001-exec-1] c.y.s.controller.PaymentController       : ****result: 线程池： hystrix-PaymentService-1paymentInfo_TimeOut_handler,id: 1	调用超时或程序异常

客户端

客户端服务降级的处理方式跟服务端差不多，由于客户端使用Feign来远程调用服务，所以需要开启Feign内部的Hystrix

主启动类

@EnableHystrix

修改调用方法

@GetMapping("/consumer/payment/hystrix/timeout/{id}")
@HystrixCommand(fallbackMethod = "paymentInfo_TimeOut_Handler",commandProperties = {
        @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "1500")
})
public String paymentInfo_TimeOut(@PathVariable("id") Integer id) {
    String result = paymentHystrixService.paymentInfo_TimeOut(id);
    return result;
}

public String paymentInfo_TimeOut_Handler(@PathVariable("id") Integer id) {
    return "我是消费者80,对方支付系统繁忙请10秒钟后再试或者自己运行出错请检查自己,o(╥﹏╥)o";
}

由于客户端设置超时时间为1.5秒，所以当调用服务端等待时间超过1.5秒时，触发兜底方案，这里需要注意的是请求已经发送了，只不过客户端终止了等待，服务端照常运行

代码膨胀

上述的方案看起来是已经实现了服务降级没错，但是在代码上出现了膨胀，假设有100个服务降级方法，就需要100个兜底方法，这显然不符合我们的编码规范

修改客户端代码

@DefaultProperties：开启全局兜底方案，这样就不需要一个一个写过去

@HystrixCommand：方法上标注此注解，表示使用Hystrix断路器

@HystrixCommand(fallbackMethod = …)：就近原则，spring会调用自定义的兜底方案

@RestController
@Slf4j
@DefaultProperties(defaultFallback = "payment_Global_FallbackMethod") //全局兜底方案
public class OrderHystirxController {
    @Autowired
    private PaymentHystrixService paymentHystrixService;

    @GetMapping("/consumer/payment/hystrix/ok/{id}")
    @HystrixCommand
    public String paymentInfo_OK(@PathVariable("id") Integer id) {
        int i = 10 / 0;
        String result = paymentHystrixService.paymentInfo_OK(id);
        return result;
    }

    @GetMapping("/consumer/payment/hystrix/timeout/{id}")
    @HystrixCommand(fallbackMethod = "paymentInfo_TimeOut_Handler",commandProperties = {
            @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "1500")
    })
    public String paymentInfo_TimeOut(@PathVariable("id") Integer id) {
        String result = paymentHystrixService.paymentInfo_TimeOut(id);
        return result;
    }

    public String paymentInfo_TimeOut_Handler(@PathVariable("id") Integer id) {
        return "我是消费者80,对方支付系统繁忙请10秒钟后再试或者自己运行出错请检查自己,o(╥﹏╥)o";
    }

    public String payment_Global_FallbackMethod() {
        return "我是消费者80,这是全局兜底方案,o(╥﹏╥)o";
    }
}

代码混乱

上述方案中，我们发现整个服务降级处理方案和业务逻辑写在一起，非常的混乱。

我们可以在Feign中开启Hystrix

配置注解

#在feign中开启hystrix
feign.hystrix.enabled=true
#设置通用超时时间
hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=2000

创建PaymentFallbackService类实现PaymentHystrixService并修改

@Component
@FeignClient(value = "CLOUD-HYSTRIX-PAYMENT-SERVICE",fallback = PaymentFallbackService.class)
public interface PaymentHystrixService {
    @GetMapping("/payment/hystrix/ok/{id}")
    String paymentInfo_OK(@PathVariable("id") Integer id);

    @GetMapping("/payment/hystrix/timeout/{id}")
    String paymentInfo_TimeOut(@PathVariable("id") Integer id);
}

@Component
public class PaymentFallbackService implements PaymentHystrixService{
    @Override
    public String paymentInfo_OK(Integer id) {
        return "服务调用失败---paymentInfo_OK";
    }

    @Override
    public String paymentInfo_TimeOut(Integer id) {
        return "服务调用失败---paymentInfo_TimeOut";
    }
}

服务熔断

**熔断机制是应对雪崩效应的一种微服务链路保护机制。**当扇出链路的某个微服务出错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。熔断机制的注解是@HystrixCommand。

在这里插入图片描述

代码演示

为了演示方便，只在8001服务端演示，服务熔断不需要服务间的调用也可以完成

在PaymentService中添加如下代码，综合来解释一下这几个注解的意思，相当于10秒内请求次数在10次以上并且失败率达到60%，则会“跳闸”，就是服务熔断

@HystrixCommand(fallbackMethod = "paymentCircuitBreaker_fallback",commandProperties = {
        @HystrixProperty(name = "circuitBreaker.enabled",value = "true"), //开启服务熔断
        @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold",value = "10"), //窗口时间内请求次数
        @HystrixProperty(name = "circuitBreaker.sleepWindowInMilliseconds",value = "10000"), //窗口时间，单位毫秒
        @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage",value = "60"), //请求失败百分比
})
public String paymentCircuitBreaker(@PathVariable("id") Integer id)
{
    if(id < 0)
    {
        throw new RuntimeException("******id 不能负数");
    }
    String serialNumber = IdUtil.simpleUUID();

    return Thread.currentThread().getName()+"\t"+"调用成功，流水号: " + serialNumber;
}
public String paymentCircuitBreaker_fallback(@PathVariable("id") Integer id)
{
    return "id 不能负数，请稍后再试，/(ㄒoㄒ)/~~   id: " +id;
}

在controller层添加调用代码，测试访问该请求，连续访问报错请求，发现访问报错请求多了之后，保险丝就会断开，此后在访问正确的请求发现也会进入fallback中，但是在一段时间后，又会可以正常请求。

@GetMapping("/payment/circuit/{id}")
public String paymentCircuitBreaker(@PathVariable("id") Integer id)
{
    String result = paymentService.paymentCircuitBreaker(id);
    log.info("****result: "+result);
    return result;
}

总结

服务熔断，有以下几种熔断类型

熔断打开：请求不再进行调用当前服务，内部设置时钟一般为MTTR（平均故障处理时间)，当打开时长达到所设时钟则进入半熔断状态
熔断关闭：熔断关闭不会对服务进行熔断
熔断半开：部分请求根据规则调用当前服务，如果请求成功且符合规则则认为当前服务恢复正常，关闭熔断

涉及到断路器的三个重要参数

时间窗口期：断路器确定是否打开需要统计一些请求和错误数据，统计的时间范围就是时间窗口期，默认为最近的10秒
请求总数阈值：在快照时间窗内，必须满足请求总数阀值才有资格熔断。默认为20，意味着在10秒内，如果该hystrix命令的调用次数不足20次，即使所有的请求都超时或其他原因失败，断路器都不会打开。
错误百分比阈值：当请求总数在快照时间窗内超过了阀值，比如发生了30次调用，如果在这30次调用中，有15次发生了超时异常，也就是超过50%的错误百分比，在默认设定50%阀值情况下，这时候就会将断路器打开。

断路器断开，在一段时间之后（默认是5秒），这个时候断路器处于半开状态，会让其中一个请求进行转发，如果成功，断路器会关闭，若失败，继续打开。

工作流程

可以参考官网https://github.com/Netflix/Hystrix/wiki/How-it-Works

服务监控hystrixDashboard

除了隔离依赖服务的调用以外，Hystrix还提供了准实时的调用监控（Hystrix Dashboard），Hystrix会持续地记录所有通过Hystrix发起的请求的执行信息，并以统计报表和图形的形式展示给用户，包括每秒执行多少请求多少成功，多少失败等。Netflix通过hystrix-metrics-event-stream项目实现了对以上指标的监控。Spring Cloud也提供了Hystrix Dashboard的整合，对监控内容转化成可视化界面。

创建服务

新建一个cloud-consumer-hystrix-dashboard9001服务，修改pom文件

<!-- dashboard核心依赖 -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 只要与图形化监控页面有关，都需要actuator -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-devtools</artifactId>
    <scope>runtime</scope>
    <optional>true</optional>
</dependency>
<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
</dependency>

启动类

@SpringBootApplication
@EnableHystrixDashboard //开启dashboard
public class HystrixDashboardMain9001 {
    public static void main(String[] args) {
        SpringApplication.run(HystrixDashboardMain9001.class, args);
    }
}

完成以上两步之后，我们就可以打卡图形化监控页面，也是一个非常可爱的页面

在这里插入图片描述

监控8001服务，还需要在8001的主启动类里加上如下代码

@SpringBootApplication
@EnableEurekaClient
@EnableCircuitBreaker //启动hystrix
public class HystrixPaymentMain8001 {
    public static void main(String[] args)
    {
        SpringApplication.run(HystrixPaymentMain8001.class,args);
    }

    /**
     *此配置是为了服务监控而配置，与服务容错本身无关，springcloud升级后的坑
     *ServletRegistrationBean因为springboot的默认路径不是"/hystrix.stream"，
     *只要在自己的项目里配置上下面的servlet就可以了
     */
    @Bean
    public ServletRegistrationBean getServlet() {
        HystrixMetricsStreamServlet streamServlet = new HystrixMetricsStreamServlet();
        ServletRegistrationBean registrationBean = new ServletRegistrationBean(streamServlet);
        registrationBean.setLoadOnStartup(1);
        registrationBean.addUrlMappings("/hystrix.stream"); //这是监控地址
        registrationBean.setName("HystrixMetricsStreamServlet");
        return registrationBean;
    }
}