hystrix

转载请标明出处： http://blog.itwolfed.com/ 本文出自 程序员果果的博客 源码 github | Spring Boot 系列 ： https://github.com/gf-huanchupk/SpringBootLearning ,记得star哦！ github | Spring Cloud 系列 ： https://github.com/gf-huanchupk/SpringCloudLearning ,记得star哦！ Spring Boot 系列 Spring Boot 教程 | Spring Boot 自定义 starter Spring Boot 教程 | Spring Boot 整合 mybatis-plus Spring Boot 教程 | Spring Boot 整合 spring cache Spring Boot 教程 | Spring Boot 整合 rabbitmq Spring Boot 教程 | Spring Boot 整合 elasticsearch Spring Boot 教程 | Spring Boot 整合 docker Spring Boot 教程 | Spring Boot 整合 elk Spring Boot 教程 | Spring Boot Admin 2.0 详解 Spring Boot 教程 |

最近在补一些分布式系列的面试内容，提前做做准备吧，你们懂的，也跟大家分享分享。现在分布式系统基本上都是标配了，如果你现在还在玩儿单机，没有接触过这些东西的话，权当是为你打开一扇新的大门吧。 大的单体项目有多蛋疼 以前我们做单机系统的时候，所有的代码都在一个项目里面，只是不同的模块按照包名来划分的。我们以前做的一个某省的教育项目，有学生信息和就业系统、有高校培训系统、有一个人资系统等一共六个，4个小伙伴都在一个代码里面进行开发，各个系统之间有一定的联系，但是大部分是不相关的，但管理页面在一起。 那时候我们都在一个项目里面码代码，每次启动好几分钟，还有就是包版本冲突问题，搞得真是蛋疼。大家经历过大型的单体项目开发，相信你有体会的。 还有各系统的使用量也不一样，有的比较大。比如学生信息和就业系统，面向的是所有高校，特别是快毕业那段时间，每个学校会上报就业率等信息，还有就是打印报到证呀什么的。有的系统就使用比较少，比如人资、培训系统 使用的基本上就教育厅的一些员工，和部分老师，流量不大，勉强能扛得住。 模拟业务背景 大点的企业，比如做电商的，用户几十万的，日活几万的，背后好几十人上百人的团队在支撑开发，单体系统就不太合适了。 比如现在有一个下单买东西的需求，就需要订单系统、库存系统、仓库系统和积分系统 等来进行处理。如下图： 订单系统、库存系统、仓储和积分系统都是部署到不同的机器上的。

  我的博客： 程序员笑笑生 ,欢迎浏览博客！  上一章 SpringCloud基础教程(八)-Hystrix熔断器(上) 当中，我们介绍了Hystrix在分布式环境下，如何通过熔断、降级的方式解决了服务延迟或者故障出现的问题，本章我们将深入了解Hystrix的服务监控。 前言  当服务端因为网络延迟或故障出险问题时，我们可以通过Hystrix实现服务熔断，那么如何做到迅速的发现问题并且迅速的解决问题呢？熔断的监控工具有2款工具：Hystrix-dashboard和Turbine，Hystrix-dashboard是针对Hystrix进行实时的监控工具，通过Hystrix-dashboard我们可以直观的看到单个应用的服务信息。但是，在分布式的模式下，我们需要一个能够汇总所有的服务数据并直观的显示出来，这个工具就是Turbine。 一、健康检查  我们在 SpringCloud 基础教程(三)-Eureka 进阶 中提到了 Eureka是默认使用心跳机制来监测服务的健康与否的，我们通过在服务端引入actuator依赖，并修改yml配置，开启健康检查，能够查到服务是否正常，这里在需要被监测的服务组件中，开启监控也需要引入actuator： <dependency> <groupId>org.springframework.boot</groupId> <artifactId

  我的博客： 程序员笑笑生 ,欢迎浏览博客！  上一章 SpringCloud基础教程(七)-声明式服务调用Fegign 当中，我们介绍了使用Fegin更加简化的实现服务间的调用.本章节我将继续探索Hystrix组件的使用。 一、前言  在分布式的环境中，服务之间得依赖不可避免的会失败，Hystrix是Netfilx的库，主要是通过添加延迟和容错的逻辑帮助控制分布式服务之间的交互，Hystrix通过隔离服务之间的访问点，停止他们之间的级联故障以及提供备选的选项来实现这一点。 二、Hystrix简介 2.1 服务雪崩  假设在分布式的环境中，所有的一切都正常，请求流如下图所示： 当许多后端服务变的一个故障时，会导致某一个、多个调用不可用，并且占用系统的线程，I/O等资源：  随着请求数的变大，就能导致所有服务器上的资源几秒钟内饱和，又称为雪崩状态：  通过客户端执行网络访问时，这些问题会更加的严重，第三方依赖就相当于一个"黑夹子"，封装操作的细节，而且还可以随时的修改，每个客户端的网络和资源配置都不同，通常也难以监控可修改。所有的问题都代表了需要对故障和延迟做隔离，单个依赖的故障不能关闭整个系统： 2.2 Hypstrix 设计原则： 防止单个依赖耗尽所有容器用户线程 提供降级服务，以保护用户请求失败 使用隔离技术，阻断一个依赖故障的传播 近实时的指标、监控 2.3 Hystrix

一.hystrix是什么 断路器，可对请求次数响应时间进行降级处理。 二.为什么用hyst rix 实现服务降级 三.我怎么去用hystrix 注解或配置 import com.netflix.hystrix.*; import org.springframework.web.client.RestTemplate; public class CommandForIndex extends HystrixCommand<Object> { private final RestTemplate template; private String id; public CommandForIndex(String id, RestTemplate restTemplate) { // java代码配置， 只针对这个命令 super(Setter // 必填项。指定命令分组名，主要意义是用于统计 .withGroupKey(HystrixCommandGroupKey.Factory.asKey("DnHello-Group")) // 依赖名称（如果是服务调用，这里就写具体的接口名， 如果是自定义的操作，就自己命令），默认是command实现类的类名。 熔断配置就是根据这个名称 .andCommandKey(HystrixCommandKey.Factory.asKey(

  我的博客： 程序员笑笑生 ,欢迎浏览博客！  上一章 SpringCloud基础教程(六)-负载均衡Ribbon 当中，我们介绍了Ribbon在微服务中是如何做到负载均衡的，本期我们将在此基础上使用Fegin更加简化的实现服务间的调用。 前言  什么是Fegin，在解释之前，我们先梳理一下我们之前学习到的，在微服模式下，解决服务间的调用可以通过Grpc、HttpClient、（Spring中的resttemplate是对HttpClient的封装）等开源框架，这种调用我们称之为远程过程的调用，即RPC，那么进行RPC调用需要解决几个重要的问题，一个是序列化/反序列化，比如Json/xml等怎样序列化和反序列化等，再一个就是以什么样的协议实现这样的调用。这两个问题在开源社区都有了很好的技术方案。那么Spring Cloud Fegin主要是为了更简单的实现开发，封装了Http的调用流程，更适合面向接口化编程的习惯。我们虽然能通过Ribbon和RestTemplate通过URL进行远程调用，但是这样拼接参数，并不是特别的优雅，为此，我们可以通过使用Feign让远程调用变的更简洁。 一、快速使用Feign  我们在上几章的服务调用方server-consumer示例的pom文件中添加Feign的依赖 (我使用的spring Cloud版本是Greenwich.SR3版本

timed-out and no fallback 这个错误基本是出现在Hystrix熔断器，熔断器的作用是判断该服务能不能通，如果通了就不管了，调用在指定时间内超时时，就会通过熔断器进行错误返回。 一般设置如下配置的其中一个即可： 1、把时间设长 这里设置5秒 hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=5000 2、把超时发生异常属性关闭 hystrix.command.default.execution.timeout.enabled=false 3、禁用feign的hystrix feign.hystrix.enabled: false failed and no fallback available： 而通过上面设置只是针对熔断器的错误关闭，并不能解决根本问题，比如Feign客户端调用远程服务时，默认为8秒超时时间，如果在规定时间内没有返回，同样会跳转到熔断器进行处理。即使关闭了熔断器的错误，但是总的错误处理还会是有这个问题出现。 那么要解决根本问题，就要从请求超时时间入手，因为有些服务可能存在调用时间长的问题，所以直接配置： ribbon.ReadTimeout=60000 ribbon.ConnectTimeout=60000 这些才是真正解决请求超时的问题

Hystrix 的应用及原理 一.通过配置文件的方式使用hystrix 二.演示断路效果 三.通过图片查询断路流程 四.注解的方式演示hystrix this.metrics = initMetrics(metrics, this.commandGroup, this.threadPoolKey, this.commandKey, this.properties); this.circuitBreaker = initCircuitBreaker(this.properties.circuitBreakerEnabled().get(), circuitBreaker, this.commandGroup, this.commandKey, this.properties, this.metrics); this.threadPool = initThreadPool(threadPool, this.threadPoolKey, threadPoolPropertiesDefaults); 五.了解原理 执行的流程 注意:在执行流程中，实际上使用的是Rxjava的这个东西，这个东西确实很难懂，可能做安卓的接触比较 多，有兴趣的同学可以自己去研究一下。这个在我们这个专题不准备给大家讲懂，因为这个等于是一个新 领域了。所以这里我们只需要去理解它的思路，不要去纠结它的具体写法。

1. 配置介绍 Hystrix配置主要是为command设置各个属性的值，在 Configuration 中可以看到所有的属性。 每个command的属性的名字为由四部分组成： <prefix>.command.<commandKey>.<属性名> prefix，属性前缀，默认hystrix commandKey，command名，默认是当前类名 属性名，就是上面链接中各个属性的名称，写死的 比如commandKey为test的execution.isolation.strategy属性名为hystrix.command.test.execution.isolation.strategy，这个名字一般没有什么用，但是要修改command某个属性值的时候需要知道该名字，后面会讲到。 除了commandKey，还有一个commandGroupKey，并且commandGroupKey是生成command时必填的，commandGroupKey的作用是聚合同一个group下的command数据，用于在dashboard上显示。 commandGroupKey，commandKey都相同的command，共享同一个全局配置，包括统计metric的滑动数组。 2. 两种使用方式对比 使用Hystrix主要有两种方式：加注解，继承HystrixCommand。这两种方式有各自的优缺点，对比如下

本章介绍feign集成hystrix 1、增加pom依赖` <dependency> <groupid>org.springframework.cloud</groupid> <artifactid>spring-cloud-starter-netflix-hystrix</artifactid> </dependency> 2、启动类中增加注解@EnableHystrix 3、增加feign接口fallback以及相关配置 DemoService @ConditionalOnProperty(name = "app.host.abcurl") @FeignClient(value = "demo-service", url = "${app.host.abcurl}" ,fallback = DemoServiceFallbackImpl .class) public interface DemoService { @GetMapping("/v1/api/getCateData") ApiResponse<page<object>> getCateData(@RequestParam Map<string,string> params); @GetMapping("/v1/api/getProductData") ApiResponse<page<detail>>