Resilience4j使用指南

案例概述

在本文中,我们讨论一下Resilience4j库。
该库通过管理远程通信的容错性来帮助实现弹性系统。
这个库受到Hystrix的启发,但提供了更方便的API和许多其他特性,如速率限制器(阻塞太频繁的请求)、Bulkhead(避免太多并发请求)等。

Maven设置

首先,我们需要将目标模块添加到我们的pom.xml中(例如,我们添加了Circuit Breaker):


    io.github.resilience4j
    resilience4j-circuitbreaker
    0.12.1

在这里,我们使用的是断路器模块。所有模块及其最新版本均可在Maven Central上找到。
在接下来的部分中,我们将介绍库中最常用的模块。

断路器

请注意,对于此模块,我们需要上面显示的设置resilience4j-circuitbreaker依赖项。

断路器模式可以帮助我们在远程服务中断时防止一连串的故障。

在多次失败的尝试之后,我们可以认为服务不可用/重载,并急切地拒绝所有后续的请求。通过这种方式,我们可以为可能失败的调用节省系统资源。

让我们看看我们如何通过Resilience4j实现这一目标。

首先,我们需要定义要使用的设置。最简单的方法是使用默认设置:

CircuitBreakerRegistry circuitBreakerRegistry
  = CircuitBreakerRegistry.ofDefaults();

也可以使用自定义参数:

CircuitBreakerConfig config = CircuitBreakerConfig.custom()
  .failureRateThreshold(20)
  .ringBufferSizeInClosedState(5)
  .build();

在这里,我们将速率阈值设置为20%,并将尝试呼叫设置为最少5次。

然后,我们创建一个CircuitBreaker对象并通过它调用远程服务:

interface RemoteService {
    int process(int i);
}
 
CircuitBreakerRegistry registry = CircuitBreakerRegistry.of(config);
CircuitBreaker circuitBreaker = registry.circuitBreaker("my");
Function decorated = CircuitBreaker
  .decorateFunction(circuitBreaker, service::process);

最后,让我们通过JUnit测试看看它是如何工作的。

我们将尝试调用服务10次。我们应该能够验证该呼叫至少尝试了5次,然后在20%的呼叫失败后停止:

when(service.process(any(Integer.class))).thenThrow(new RuntimeException());
 
for (int i = 0; i < 10; i++) {
    try {
        decorated.apply(i);
    } catch (Exception ignore) {}
}
 
verify(service, times(5)).process(any(Integer.class));
断路器的状态和设置

断路器可以处于以下三种状态之一:

  • CLOSED - 一切正常,不涉及短路
  • OPEN - 远程服务器已关闭,所有请求都被短路
  • HALF_OPEN - 从进入开放状态到现在已经经过了一段时间,断路器允许请求检查远程服务是否重新上线

我们可以配置以下设置:

  • 断路器打开并开始短路呼叫的故障率阈值
  • 等待时间,它定义了断路器在切换到半开状态之前应该保持打开状态的时间
  • 断路器半开或半闭时环形缓冲器的尺寸
  • 处理断路器事件的定制电路断路器事件监听器
  • 一个自定义谓词,用于评估异常是否应算作故障,从而提高故障率
速率限制器

与上一节类似,此功能需要resilience4j-ratelimiter依赖项。

顾名思义,此功能允许限制对某些服务的访问。它的API与CircuitBreaker非常相似- 有Registry,Config和Limiter类。

以下是它的示例:

RateLimiterConfig config = RateLimiterConfig.custom().limitForPeriod(2).build();
RateLimiterRegistry registry = RateLimiterRegistry.of(config);
RateLimiter rateLimiter = registry.rateLimiter("my");
Function decorated
  = RateLimiter.decorateFunction(rateLimiter, service::process);

现在,如果需要的话,所有对已修饰的服务块的调用都要符合速率限制器配置。

我们可以配置如下参数:

  • 限制刷新的时间段
  • 刷新周期的权限限制
  • 默认等待权限持续时间
Bulkhead

在这里,我们首先需要relasticience4j-bulkhead依赖项。

可以限制对特定服务的并发调用数

让我们看一个使用Bulkhead API配置最多一个并发调用的示例:

BulkheadConfig config = BulkheadConfig.custom().maxConcurrentCalls(1).build();
BulkheadRegistry registry = BulkheadRegistry.of(config);
Bulkhead bulkhead = registry.bulkhead("my");
Function decorated
  = Bulkhead.decorateFunction(bulkhead, service::process);

要测试此配置,我们将调用模拟服务的方法。

然后,我们确保Bulkhead不允许任何其他调用:

CountDownLatch latch = new CountDownLatch(1);
when(service.process(anyInt())).thenAnswer(invocation -> {
    latch.countDown();
    Thread.currentThread().join();
    return null;
});
 
ForkJoinTask task = ForkJoinPool.commonPool().submit(() -> {
    try {
        decorated.apply(1);
    } finally {
        bulkhead.onComplete();
    }
});
latch.await();
assertThat(bulkhead.isCallPermitted()).isFalse();

我们可以配置以下设置:

  • Bulkhead允许的最大并行执行量
  • 尝试进入饱和舱壁时线程等待的最长时间
重试

对于此功能,我们需要将resilience4j-retry库添加到项目中。

我们可以使用Retry API 自动重试失败的呼叫

RetryConfig config = RetryConfig.custom().maxAttempts(2).build();
RetryRegistry registry = RetryRegistry.of(config);
Retry retry = registry.retry("my");
Function decorated
  = Retry.decorateFunction(retry, (Integer s) -> {
        service.process(s);
        return null;
    });

现在让我们模拟在远程服务调用期间抛出异常的情况,并确保库自动重试失败的调用:

when(service.process(anyInt())).thenThrow(new RuntimeException());
try {
    decorated.apply(1);
    fail("Expected an exception to be thrown if all retries failed");
} catch (Exception e) {
    verify(service, times(2)).process(any(Integer.class));
}

我们还可以配置以下内容:

  • 最大尝试次数
  • 重试前的等待时间
  • 自定义函数,用于修改失败后的等待间隔
  • 自定义谓词,用于评估异常是否应导致重试调用
缓存

Cache模块需要resilience4j-cache依赖项。

初始化看起来与其他模块略有不同:

javax.cache.Cache cache = ...; // Use appropriate cache here
Cache cacheContext = Cache.of(cache);
Function decorated
  = Cache.decorateSupplier(cacheContext, () -> service.process(1));

这里的缓存是通过使用JSR-107 Cache实现完成的,Resilience4j提供了一种应用它的方法。

请注意,没有用于装饰功能的API(如Cache.decorateFunction(Function)),API仅支持 Supplier和Callable类型。

TimeLimiter

对于此模块,我们必须添加resilience4j-timelimiter依赖项。
可以使用TimeLimiter限制调用远程服务所花费的时间
为了演示,让我们设置一个配置超时为1毫秒的TimeLimiter:

long ttl = 1;
TimeLimiterConfig config
  = TimeLimiterConfig.custom().timeoutDuration(Duration.ofMillis(ttl)).build();
TimeLimiter timeLimiter = TimeLimiter.of(config);

接下来,让我们验证Resilience4j是否使用预期的超时调用Future.get():

Future futureMock = mock(Future.class);
Callable restrictedCall
  = TimeLimiter.decorateFutureSupplier(timeLimiter, () -> futureMock);
restrictedCall.call();
 
verify(futureMock).get(ttl, TimeUnit.MILLISECONDS);

我们也可以将它与CircuitBreaker结合使用:

Callable chainedCallable
  = CircuitBreaker.decorateCallable(circuitBreaker, restrictedCall);
附加模块

Resilience4j还提供了许多附加模块,可以简化与流行框架和库的集成。

一些比较知名的集成是:

  • Spring Boot – resilience4j-spring-boot
  • Ratpack – resilience4j-ratpack
  • Retrofit – resilience4j-retrofit
  • Vertx – resilience4j-vertx
  • Dropwizard – resilience4j-metrics
  • Prometheus – resilience4j-prometheus
案例结论

在本文中,我们了解了Resilience4j库的各个方面,并学习了如何使用它来解决服务器间通信中的各种容错问题。

你可能感兴趣的:(java)