复杂的分布式体系结构中的应用程序很多都有依赖调用关系, 每个依赖关系有些时候会出现不可避免的失败(异常,超时,网络故障等).
这种多个服务层调用,基础服务的故障可能会导致级联故障,进而造成整个系统不可用的情况,这种现象被称为服务雪崩效应
。
服务雪崩效应
是一种因“服务提供者”的不可用导致“服务消费者”的不可用,并将不可用逐渐放大的过程。
如果下图所示:A作为服务提供者,B为A的服务消费者,C和D是B的服务消费者。A不可用引起了B的不可用,并将不可用像滚雪球一样放大到C和D时,雪崩效应就形成了。
针对雪崩效应
, Netflix公司提供了解决方案: Hystrix
. →GitHub开源
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。
比如家里的电路熔断器
, 如果电路发生短路能立刻熔断电路, 避免发生灾难. 在分布式系统中应用这种模式后, 服务调用方
可以自己进行判断某些服务反应慢或者存在大量超时的情况时, 能够主动熔断, 防止整个系统被拖垮.
不同于电路熔断的是,Hystrix
可以实现弹性容错, 当情况发生好转之后, 可以自动重连. 通过断路的方式, 可以将后续请求直接拒绝掉, 一段时间之后允许部分请求通过(半开), 如果调用成功则回到电路闭合状态, 否则继续断开(全开).
因为服务熔断
发生在服务调用方
, 所以需要在服务消费者
应用添加Hystrix
依赖.
<dependency>
<groupId>org.springframework.cloudgroupId>
<artifactId>spring-cloud-starter-netflix-hystrixartifactId>
dependency>
需要在服务消费者
应用的启动类上添加@EnableHystrix
注解开启熔断器配置.
@SpringBootApplication
@EnableEurekaClient // 开启Eureka客户端配置
@EnableDiscoveryClient // 开启服务发现
// @RibbonClient 在启动微服务时加载自定义的Ribbon配置类
// 这个自定义配置类不能放在@ComponentScan所扫描的当前包下及子包下面,否则自定义配置类会被所有的Ribbon客户端共享, 达不到定制化目的.
// 下面配置解释: 对microservicecloud-provider微服务使用自定义Ribbon策略MyRule
@RibbonClient(name = "microservicecloud-provider", configuration = {MyRuleConfig.class})
@EnableFeignClients // 开启Feign声明式调用的配置
@EnableHystrix // 开启Hystrix熔断器配置
public class ConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(ConsumerApplication.class, args);
}
}
低版本SpringCloud使用的是@EnableCircuitBreaker
注解, 高版本SpringCloud使用的@EnableHystrix
注解, @EnableHystrix
注解包含了@EnableCircuitBreaker
.
@Target({ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Inherited
@EnableCircuitBreaker // 兼容低版本的注解
public @interface EnableHystrix {
}
在controller层的服务调用api方法上添加@HystrixCommand
注解, 使用其fallbackMethod
属性声明服务熔断方法
.
com.atguigu.springcloud.controller.ConsumerController#findById3
/**
* 使用Eureka的服务发现api调用远程服务提供方(负载均衡Ribbon-简化版)
* RestTemplate配置bean需要添加@LoadBalanced注解, RestTemplate才能自动负载均衡
* Ribbon底层使用了{@link DiscoveryClient}服务发现组件
* @param id
* @return
*/
@GetMapping(value = "/findById3/{id}")
// 熔断器方法: 一旦调用服务提供方失败并抛出异常后,就会自动跳转执行fallbackMethod指定的方法
@HystrixCommand(fallbackMethod = "fallbackHandle")
public Dept findById3(@PathVariable(value = "id") Integer id) {
Dept dept = restTemplate.getForObject("http://microservicecloud-provider" + "/dept/" + id, Dept.class);
if (null == dept) throw new RuntimeException("查询失败");
return dept;
}
提示
(1) @HystrixCommand注解如果没有指定服务熔断后的降级方法, 还可以在类上使用注解@DefaultProperties
指定全局服务降级
处理.@DefaultProperties(defaultFallback = "default_gloab_fallback")
(2)
@HystrixCommand
注解的commandProperties
属性可以设置超时时间.
@HystrixCommand(fallbackMethod = “fallbackHandle”,
// 超时5s发生服务降级
commandProperties = {@HystrixProperty(name = “execution.isolation.thread.timeoutInMilliseconds”, value = “5000”)})
在当前服务调用api的controller类中添加声明的服务熔断方法.
com.atguigu.springcloud.controller.ConsumerController#fallbackHandle
/**
* Hystrix熔断器的熔断方法
* 返回值类型要和上面保持一致, 否则访问会报错.
* @return
*/
private Dept fallbackHandle(@PathVariable(value = "id") Integer id) {
log.info(">>>没有查到id为{}的dept信息,发生了熔断..");
Dept dept = Dept.builder()
.deptno(id)
.dname("没有查到id为" + id + "的dept信息,发生了熔断")
.build();
return dept;
}
注意: 服务熔断方法的返回值类型要和服务调用api方法的返回值类型保持一致, 否则访问会抛出异常.
比如下面这样:
private String fallbackHandle(@PathVariable(value = "id") Integer id) {
log.info(">>>没有查到id为{}的dept信息,发生了熔断..");
return "发生熔断了";
}
因为服务熔断方法的返回值类型(String)和服务调用api方法的返回值类型(Dept)不一致, 导致访问报错. 下图所示:
场景一: 关闭服务提供方
将服务提供方
关闭后,访问服务调用api, 应用并没有一直等待服务提供者
的响应, 而是执行了我们声明的服务熔断方法
, 给客户合适的反馈, 实际应用场景中应该返回提示界面
给客户.
现在将服务提供方
应用启动, 再次访问上面的api, 调用成功.
场景二: 服务提供方
正常, 访问不存在的dept信息
如果访问系统库表中不存在的dept信息时, 也就是服务提供方
没有查询到信息, 返回null
, 然后在服务调用方
通过非空判断抛出异常, 是否也会走到服务熔断方法
中去呢? 下面我们看测试将结果. 也一样的进行了熔断处理.
存在的问题
@HystrixCommand(fallbackMethod = “fallbackHandle”)服务熔断处理方式存在调用逻辑和熔断逻辑高度耦合的缺陷,
而且当调用的api方法很多时, 每个方法都要配置一个服务熔断的fallback方法, 会造成方法臃肿.
如何解决呢? 下面的Feign
提供了面向接口编程的解决方案:服务降级
Feign
默认就有对Hystix
的集成.
<dependency>
<groupId>org.springframework.cloudgroupId>
<artifactId>spring-cloud-starter-openfeignartifactId>
dependency>
默认情况下Hystix是关闭的。我们需要通过下面的配置参数来开启:
#OpenFeign内置有Hystrix, 需要开启Hystrix(熔断器)
feign:
hystrix:
enabled: true
启动类上不要忘记了@EnableFeignClients注解, 开启Feign功能的配置.
@SpringBootApplication
@EnableEurekaClient // 开启Eureka客户端配置
@EnableDiscoveryClient // 开启服务发现
// @RibbonClient 在启动微服务时加载自定义的Ribbon配置类
// 这个自定义配置类不能放在@ComponentScan所扫描的当前包下及子包下面,否则自定义配置类会被所有的Ribbon客户端共享, 达不到定制化目的.
// 下面配置解释: 对microservicecloud-provider微服务使用自定义Ribbon策略MyRule
@RibbonClient(name = "microservicecloud-provider", configuration = {MyRuleConfig.class})
@EnableFeignClients // 开启Feign声明式调用的配置
@EnableHystrix // 开启Hystrix熔断器配置
public class ConsumerApplication {
public static void main(String[] args) {
SpringApplication.run(ConsumerApplication.class, args);
}
}
面向接口编程, 类似mybatis中的mapper接口, 使用的时候底层会自动生成动态代理对象. 接口类上添加@FeignClient
注解, 使用value
属性指定要调用的服务提供方
的服务ID, 使用fallbackFactory
属性指定服务降级
的处理类.
/**
* 类描述:Feign声明式调用的接口
* fallback 或 fallbackFactory属性指定服务降级处理逻辑
* @Author wang_qz
* @Date 2021/10/27 20:44
* @Version 1.0
*/
@FeignClient(value = "microservicecloud-provider", fallbackFactory = DeptFeignClientFallbackFactory.class)
public interface DeptFeignClientService {
@PostMapping(value = "/dept/add")
boolean add(Dept dept);
@GetMapping(value = "/dept/{id}")
Dept get(@PathVariable(value = "id") Integer id);
@GetMapping(value = "/dept")
List<Dept> findAll();
}
编写服务降级逻辑处理的类, 需要继承FallbackFactory
, 然后重写feign.hystrix.FallbackFactory.Default#create
方法.
package com.atguigu.springcloud.service.impl;
import com.atguigu.springcloud.entities.Dept;
import com.atguigu.springcloud.service.DeptFeignClientService;
import feign.hystrix.FallbackFactory;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import java.util.List;
/**
* 类描述:fallbackFactory指定的服务降级类
* @Author wang_qz
* @Date 2021/10/30 21:18
* @Version 1.0
*/
@Component
@Slf4j
public class DeptFeignClientFallbackFactory implements FallbackFactory<DeptFeignClientService> {
@Override
public DeptFeignClientService create(Throwable throwable) {
return new DeptFeignClientService() {
@Override
public boolean add(Dept dept) {
log.info("添加失败, 发生了服务降级...");
return false;
}
@Override
public Dept get(Integer id) {
Dept dept = Dept.builder()
.deptno(id)
.dname("没有查询到id为" + id + "的dept信息, 发生了服务降级...")
.build();
return dept;
}
@Override
public List<Dept> findAll() {
log.info("查询失败, 发生了服务降级...");
return null;
}
};
}
}
@FeignClient
还提供了属性fallback
配置服务降级的逻辑处理类. 但服务降级类的实现方式稍微有所不同.
/**
* 类描述:Feign声明式调用的接口
* fallback 或 fallbackFactory属性指定服务降级处理逻辑
* @Author wang_qz
* @Date 2021/10/27 20:44
* @Version 1.0
*/
@FeignClient(value = "microservicecloud-provider", fallback = DeptFeignClientServiceImpl.class)
public interface DeptFeignClientService {
@PostMapping(value = "/dept/add")
boolean add(Dept dept);
@GetMapping(value = "/dept/{id}")
Dept get(@PathVariable(value = "id") Integer id);
@GetMapping(value = "/dept")
List<Dept> findAll();
}
fallback
声明的服务降级类, 需要继承FeignClient接口类.
package com.atguigu.springcloud.service.impl;
import com.atguigu.springcloud.entities.Dept;
import com.atguigu.springcloud.service.DeptFeignClientService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import java.util.List;
/**
* 类描述:fallback指定的服务降级类
* @Author wang_qz
* @Date 2021/10/31 11:34
* @Version 1.0
*/
@Component
@Slf4j
public class DeptFeignClientServiceImpl implements DeptFeignClientService {
@Override
public boolean add(Dept dept) {
log.info("添加失败, 发生了服务降级...");
return false;
}
@Override
public Dept get(Integer id) {
Dept dept = Dept.builder()
.deptno(id)
.dname("没有查询到id为" + id + "的dept信息, 发生了服务降级...")
.build();
return dept;
}
@Override
public List<Dept> findAll() {
log.info("查询失败, 发生了服务降级...");
return null;
}
}
在服务调用api中使用feign接口.
/**
* Feign声明式调用
*/
@Autowired
private DeptFeignClientService feignClientService;
/**
* 使用Eureka的服务发现api调用远程服务提供方(Feign声明式调用)
* Feign内置了Ribbon负载均衡, 默认轮询策略
* @param id
* @return
*/
@GetMapping(value = "/findById4/{id}")
public Dept findById4(@PathVariable(value = "id") Integer id) {
Dept dept = feignClientService.get(id);
return dept;
}
场景一: 服务提供方
正常. 访问不存在dept信息.
发现没有发生服务降级, 而是返回空处理.
场景二: 服务提供方
正常, 在服务调用api中进行非空判断, 抛出异常, 访问不存在dept信息.
/**
* 使用Eureka的服务发现api调用远程服务提供方(Feign声明式调用)
* Feign内置了Ribbon负载均衡, 默认轮询策略
* @param id
* @return
*/
@GetMapping(value = "/findById4/{id}")
public Dept findById4(@PathVariable(value = "id") Integer id) {
Dept dept = feignClientService.get(id);
// 非空判断, 抛出异常
if (null == dept) throw new RuntimeException("查询失败");
return dept;
}
结果也没有发生服务降级, 而是返回系统默认的异常信息界面.
场景三: 服务提供方
正常, 访问存在的dept信息.
正常返回.
场景四: 关闭 服务提供方
, 随意访问.
发生了服务降级. 也就是整体资源不够的时候, 将某些服务先关闭, 待资源ok的时候,再开启回来.
上面的服务熔断只是简单的使用, 从熔断
到降级
处理, 再到链路恢复
的弹性容错过程没有完整的体现出来. 这个过程就像家里的保险丝一样. 下面通过更多的配置项来详细介绍这个使用过程.
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。而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。熔断机制的注解是@HystrixCommand。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。
修改服务提供方[cloud-provider-payment-8001]
service层添加服务熔断的测试方法, 当id传入负数时抛出异常, 进而触发熔断器.
com.atguigu.springcloud.service.PaymentService#paymentCircuitBreaker
com.atguigu.springcloud.service.impl.PaymentServiceImpl#paymentCircuitBreaker
//=========服务熔断==============// // HystrixCommandProperties
// 参数解读: 10s窗口期内, 请求次数达到阈值10,失败率达到60%, 触发断路器发生熔断, 进而服务降级处理.
@HystrixCommand(fallbackMethod = "paymentCircuitBreaker_fallback", commandProperties = {
@HystrixProperty(name = "circuitBreaker.enabled", value = "true"), // 是否开启断路器
@HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "10"), // 请求次数(阈值)
@HystrixProperty(name = "circuitBreaker.sleepWindowInMilliseconds", value = "10000"), // 时间窗口期
@HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "60"), // 失败率达到多少后跳闸
})
public String paymentCircuitBreaker(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;
}
// 服务降级方法
public String paymentCircuitBreaker_fallback(Integer id) {
return "id 不能负数,请稍后再试,/(ㄒoㄒ)/~~ id: " + id;
}
controller层添加服务熔断的测试入口方法.
com.atguigu.springcloud.controller.PaymentController#paymentCircuitBreaker
//===========服务熔断=========
@GetMapping("/circuit/{id}") // /payment/circuit/{id}
public String paymentCircuitBreaker(@PathVariable("id") Integer id) {
String result = paymentService.paymentCircuitBreaker(id);
log.info("****result: " + result);
return result;
}
id传入正数, http://localhost:8001/payment/circuit/1
, 返回结果正常.
id传入负数, http://localhost:8001/payment/circuit/-11
, 因为抛出异常触发熔断器, 进而服务降级返回友好提示
.
一次负数, 一次正数的来回交叉访问, 或者使用Jmeter高压测试
, 通过下面的测试结果, 发现原来传入正数的访问请求也没有正常返回了, 被服务降级处理.
待一定的时间窗口期过后, 传入正数的访问请求又恢复了正常. 这就不难看出上面的参数配置的想要达到的效果.
10s窗口期内, 请求次数达到阈值10,失败率达到60%, 触发断路器发生熔断, 进而服务降级处理. 一段时间后, 断路器尝试半开, 如果部分请求能够正常返回, 再进行全开; 否则回到断路状态.
上面的测试过程完整展现了断路器的弹性熔断
过程.
根据上面原理图, 进行解读.
熔断器打开
: 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.
熔断器关闭
: 熔断关闭不会对服务进行熔断, 请求正常返回.
熔断器半开
: 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:快照时间窗
、请求总数阀值
、错误百分比阀值
。
1:快照时间窗:断路器确定是否打开需要统计一些请求和错误数据,而统计的时间范围就是快照时间窗,默认为最近的10秒。
2:请求总数阀值: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。
3:错误百分比阀值: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。
1: 当满足一定的阀值的时候(默认10秒内超过20个请求次数)
2: 当失败率达到一定的时候(默认10秒内超过50%的请求失败)
3: 到达以上阀值,断路器将会开启
4: 当开启的时候,所有请求都不会进行转发
5: 一段时间之后(默认是5秒),这个时候断路器是半开状态,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,断路器继续开启。→重复4和5.
1:再有请求调用的时候,将不会调用主逻辑,而是直接调用降级 fallback。通过断路器,实现了自动地发现错误并将降级逻辑切换为主逻辑,减少响应延迟的效果。
2:原来的主逻辑要如何恢复呢?
对于这一问题,hystrix也为我们实现了自动恢复功能。
当断路器打开,对主逻辑进行熔断之后,hystrix会启动一个休眠时间窗,在这个时间窗内,降级逻辑是临时的成为主逻辑,当休眠
时间窗到期,断路器将进入半开状态,释放一次请求到原来的主逻辑上,如果此次请求正常返回,那么断路器将继续闭合,
主逻辑恢复,如果这次请求依然有问题,断路器继续进入打开状态,休眠时间窗重新计时。
在com.netflix.hystrix.HystrixCommandProperties
类中提供了完整的参数项, 可以在commandProperties
属性中配置, 或读取默认值.
//========================All
@HystrixCommand(fallbackMethod = "str_fallbackMethod",
groupKey = "strGroupCommand",
commandKey = "strCommand",
threadPoolKey = "strThreadPool",
commandProperties = {
// 设置隔离策略,THREAD 表示线程池 SEMAPHORE:信号池隔离
@HystrixProperty(name = "execution.isolation.strategy", value = "THREAD"),
// 当隔离策略选择信号池隔离的时候,用来设置信号池的大小(最大并发数)
@HystrixProperty(name = "execution.isolation.semaphore.maxConcurrentRequests", value = "10"),
// 配置命令执行的超时时间
@HystrixProperty(name = "execution.isolation.thread.timeoutinMilliseconds", value = "10"),
// 是否启用超时时间
@HystrixProperty(name = "execution.timeout.enabled", value = "true"),
// 执行超时的时候是否中断
@HystrixProperty(name = "execution.isolation.thread.interruptOnTimeout", value = "true"),
// 执行被取消的时候是否中断
@HystrixProperty(name = "execution.isolation.thread.interruptOnCancel", value = "true"),
// 允许回调方法执行的最大并发数
@HystrixProperty(name = "fallback.isolation.semaphore.maxConcurrentRequests", value = "10"),
// 服务降级是否启用,是否执行回调函数
@HystrixProperty(name = "fallback.enabled", value = "true"),
// 是否启用断路器
@HystrixProperty(name = "circuitBreaker.enabled", value = "true"),
// 该属性用来设置在滚动时间窗中,断路器熔断的最小请求数。例如,默认该值为 20 的时候,
// 如果滚动时间窗(默认10秒)内仅收到了19个请求, 即使这19个请求都失败了,断路器也不会打开。
@HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "20"),
// 该属性用来设置在滚动时间窗中,表示在滚动时间窗中,在请求数量超过
// circuitBreaker.requestVolumeThreshold 的情况下,如果错误请求数的百分比超过50,
// 就把断路器设置为 "打开" 状态,否则就设置为 "关闭" 状态。
@HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "50"),
// 该属性用来设置当断路器打开之后的休眠时间窗。 休眠时间窗结束之后,
// 会将断路器置为 "半开" 状态,尝试熔断的请求命令,如果依然失败就将断路器继续设置为 "打开" 状态,
// 如果成功就设置为 "关闭" 状态。
@HystrixProperty(name = "circuitBreaker.sleepWindowinMilliseconds", value = "5000"),
// 断路器强制打开
@HystrixProperty(name = "circuitBreaker.forceOpen", value = "false"),
// 断路器强制关闭
@HystrixProperty(name = "circuitBreaker.forceClosed", value = "false"),
// 滚动时间窗设置,该时间用于断路器判断健康度时需要收集信息的持续时间
@HystrixProperty(name = "metrics.rollingStats.timeinMilliseconds", value = "10000"),
// 该属性用来设置滚动时间窗统计指标信息时划分"桶"的数量,断路器在收集指标信息的时候会根据
// 设置的时间窗长度拆分成多个 "桶" 来累计各度量值,每个"桶"记录了一段时间内的采集指标。
// 比如 10 秒内拆分成 10 个"桶"收集这样,所以 timeinMilliseconds 必须能被 numBuckets 整除。否则会抛异常
@HystrixProperty(name = "metrics.rollingStats.numBuckets", value = "10"),
// 该属性用来设置对命令执行的延迟是否使用百分位数来跟踪和计算。如果设置为 false, 那么所有的概要统计都将返回 -1。
@HystrixProperty(name = "metrics.rollingPercentile.enabled", value = "false"),
// 该属性用来设置百分位统计的滚动窗口的持续时间,单位为毫秒。
@HystrixProperty(name = "metrics.rollingPercentile.timeInMilliseconds", value = "60000"),
// 该属性用来设置百分位统计滚动窗口中使用 “ 桶 ”的数量。
@HystrixProperty(name = "metrics.rollingPercentile.numBuckets", value = "60000"),
// 该属性用来设置在执行过程中每个 “桶” 中保留的最大执行次数。如果在滚动时间窗内发生超过该设定值的执行次数,
// 就从最初的位置开始重写。例如,将该值设置为100, 滚动窗口为10秒,若在10秒内一个 “桶 ”中发生了500次执行,
// 那么该 “桶” 中只保留 最后的100次执行的统计。另外,增加该值的大小将会增加内存量的消耗,并增加排序百分位数所需的计算时间。
@HystrixProperty(name = "metrics.rollingPercentile.bucketSize", value = "100"),
// 该属性用来设置采集影响断路器状态的健康快照(请求的成功、 错误百分比)的间隔等待时间。
@HystrixProperty(name = "metrics.healthSnapshot.intervalinMilliseconds", value = "500"),
// 是否开启请求缓存
@HystrixProperty(name = "requestCache.enabled", value = "true"),
// HystrixCommand的执行和事件是否打印日志到 HystrixRequestLog 中
@HystrixProperty(name = "requestLog.enabled", value = "true"),
},
threadPoolProperties = {
// 该参数用来设置执行命令线程池的核心线程数,该值也就是命令执行的最大并发量
@HystrixProperty(name = "coreSize", value = "10"),
// 该参数用来设置线程池的最大队列大小。当设置为 -1 时,线程池将使用 SynchronousQueue 实现的队列,
// 否则将使用 LinkedBlockingQueue 实现的队列。
@HystrixProperty(name = "maxQueueSize", value = "-1"),
// 该参数用来为队列设置拒绝阈值。 通过该参数, 即使队列没有达到最大值也能拒绝请求。
// 该参数主要是对 LinkedBlockingQueue 队列的补充,因为 LinkedBlockingQueue
// 队列不能动态修改它的对象大小,而通过该属性就可以调整拒绝请求的队列大小了。
@HystrixProperty(name = "queueSizeRejectionThreshold", value = "5"),
}
)
public String strConsumer() {
return "hello 2020";
}
public String str_fallbackMethod()
{
return "*****fall back str_fallbackMethod";
}
Hystrix的GitHub开源, How-it-Works→
下面是官方资料, 看得懂的就看看吧.
序号 | 说明 |
---|---|
1 | 创建 HystrixCommand(用在依赖的服务返回单个操作结果的时候) 或 HystrixObserableCommand(用在依赖的服务返回多个操作结果的时候) 对象。 |
2 | 命令执行。其中 HystrixComand 实现了下面前两种执行方式;而 HystrixObservableCommand 实现了后两种执行方式:execute():同步执行,从依赖的服务返回一个单一的结果对象, 或是在发生错误的时候抛出异常。queue():异步执行, 直接返回 一个Future对象, 其中包含了服务执行结束时要返回的单一结果对象。observe():返回 Observable 对象,它代表了操作的多个结果,它是一个 Hot Obserable(不论 “事件源” 是否有 “订阅者”,都会在创建后对事件进行发布,所以对于 Hot Observable 的每一个 “订阅者” 都有可能是从 “事件源” 的中途开始的,并可能只是看到了整个操作的局部过程)。toObservable(): 同样会返回 Observable 对象,也代表了操作的多个结果,但它返回的是一个Cold Observable(没有 “订阅者” 的时候并不会发布事件,而是进行等待,直到有 “订阅者” 之后才发布事件,所以对于 Cold Observable 的订阅者,它可以保证从一开始看到整个操作的全部过程)。 |
3 | 若当前命令的请求缓存功能是被启用的, 并且该命令缓存命中, 那么缓存的结果会立即以 Observable 对象的形式 返回。 |
4 | 检查断路器是否为打开状态。如果断路器是打开的,那么Hystrix不会执行命令,而是转接到 fallback 处理逻辑(第 8 步);如果断路器是关闭的,检查是否有可用资源来执行命令(第 5 步)。 |
5 | 线程池/请求队列/信号量是否占满。如果命令依赖服务的专有线程池和请求队列,或者信号量(不使用线程池的时候)已经被占满, 那么 Hystrix 也不会执行命令, 而是转接到 fallback 处理逻辑(第8步)。 |
6 | Hystrix 会根据我们编写的方法来决定采取什么样的方式去请求依赖服务。HystrixCommand.run() :返回一个单一的结果,或者抛出异常。HystrixObservableCommand.construct(): 返回一个Observable 对象来发射多个结果,或通过 onError 发送错误通知。 |
7 | Hystrix会将 “成功”、“失败”、“拒绝”、“超时” 等信息报告给断路器, 而断路器会维护一组计数器来统计这些数据。断路器会使用这些统计数据来决定是否要将断路器打开,来对某个依赖服务的请求进行 “熔断/短路”。 |
8 | 当命令执行失败的时候, Hystrix 会进入 fallback 尝试回退处理, 我们通常也称该操作为 “服务降级”。而能够引起服务降级处理的情况有下面几种:第4步: 当前命令处于"熔断/短路"状态,断路器是打开的时候。第5步: 当前命令的线程池、 请求队列或 者信号量被占满的时候。第6步:HystrixObservableCommand.construct() 或 HystrixCommand.run() 抛出异常的时候。 |
9 | 当Hystrix命令执行成功之后, 它会将处理结果直接返回或是以Observable 的形式返回。 |
tips:如果我们没有为命令实现降级逻辑或者在降级处理逻辑中抛出了异常, Hystrix 依然会返回一个 Observable 对象, 但是它
不会发射任何结果数据, 而是通过 onError 方法通知命令立即中断请求,并通过onError()方法将引起命令失败的异常发送给调用
者。
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。
新增微服务模块[cloud-hystrix-dashboard-9001]
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<artifactId>atguigu-cloud-2020artifactId>
<groupId>com.atguigu.springcloudgroupId>
<version>1.0-SNAPSHOTversion>
parent>
<modelVersion>4.0.0modelVersion>
<artifactId>cloud-hystrix-dashboard-9001artifactId>
<dependencies>
<dependency>
<groupId>org.springframework.cloudgroupId>
<artifactId>spring-cloud-starter-netflix-hystrix-dashboardartifactId>
dependency>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-actuatorartifactId>
dependency>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-devtoolsartifactId>
<scope>runtimescope>
<optional>trueoptional>
dependency>
<dependency>
<groupId>org.projectlombokgroupId>
<artifactId>lombokartifactId>
<optional>trueoptional>
dependency>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-testartifactId>
<scope>testscope>
dependency>
dependencies>
project>
server:
port: 9001
spring:
application:
name: cloud-hystrix-dashboard
启动类上添加注解@EnableHystrixDashboard
开启hystrix-dashboard功能.
package com.atguigu.springcloud;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.hystrix.dashboard.EnableHystrixDashboard;
/**
* 类描述:hystrix监控面板启动类
* @Author wang_qz
* @Date 2021/11/15 6:22
* @Version 1.0
*/
@SpringBootApplication
@EnableHystrixDashboard
public class HystrixDashboardApplication {
public static void main(String[] args) {
SpringApplication.run(HystrixDashboardApplication.class);
}
}
启动9001
应用, 访问 http://localhost:9001/hystrix
进入控制面板.
在监控栏位输入要监控的应用地址http://localhost:8002/hystrix.stream
, 进入监控界面发现报错.
Unable to connect to Command Metric Stream.
这是springcloud升级后的坑, 下面给出解决方案.
在服务提供方8001
微服务的启动类或配置类中添加监控路径.
/**
*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");
registrationBean.setName("HystrixMetricsStreamServlet");
return registrationBean;
}
检查端点暴露可以被监控的依赖配置, 必须要有.
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-actuatorartifactId>
dependency>
再次在hystrix-dashboard监控面板输入8001
的监控地址. http://localhost:8001/hystrix.stream
访问几次正常和失败的请求, 刷新监控面板.
http://localhost:8001/payment/circuit/1
http://localhost:8001/payment/circuit/-11
, 失败次数上去后, 断路器打开了.
与上面服务提供方8001
一样的配置步骤.
访问正常的请求. http://localhost/consumer/payment/hystrix/ok/1
访问多次失败的请求. http://localhost/consumer/payment/hystrix/timeout/1
, 断路器也一样被打开了.
从上面的监控面板中可以看到很多监控的曲线和圈圈, 它们分别都有各自的监控指标含义. 简单总结为: 7色1圈1线
.
实心圆:共有两种含义。它通过颜色的变化代表了实例的健康程度,它的健康度从绿色<黄色<橙色<红色递减
。
该实心圆除了颜色的变化之外,它的大小也会根据实例的请求流量发生变化,流量越大该实心圆就越大。
所以通过该实心圆的展示,就可以在大量的实例中快速的发现故障实例和高压力实例
。
曲线:用来记录2分钟内流量的相对变化,可以通过它来观察到流量的上升和下降趋势。
看懂一个简单的监控曲线图, 才能看懂下面这种复杂的监控曲线图.
注意, 我们需要弄清楚服务熔断
和服务降级
的区别.
服务熔断
一般是服务端的某个服务故障或者异常引起, 类似现实生活中的保险丝
, 当某个异常条件被触发, 直接熔断整个服务(拉闸限电
),
而不是一直等到此服务响应超时.
然后调用服务降级的方法返回友好提示. 且是弹性熔断
, 支持恢复. (服务的降级->进而熔断-> 恢复调用链路)
服务降级
所谓服务降级, 一般是从整体负荷
考虑, , 就是当某个服务端熔断或关闭之后, 服务器将不再被调用. 此时客户端可以自己准备一
个本地的fallback回调, 返回一个缺省值. (不让客户端等待并立刻返回一个友好提示)
这样做, 虽然服务水平下降了, 但是不会造成雪崩效应
, 拉跨整个调用链, 比直接瘫痪好很多.
服务降级场景:
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
服务限流
秒杀高并发等操作,严禁一窝蜂的过来拥挤,大家排队,一秒钟N个,有序进行. ( JMeter高压测试 ).
tomcat的默认的工作线程数被打满 了,没有多余的线程来分解压力和处理。此时需要限流控制.
欢迎访问个人博客: https://www.crystalblog.xyz/
备用地址: https://wang-qz.gitee.io/crystal-blog/