Spring Cloud Hystrix 服务容错保护的实现方法

Spring Cloud Hystrix 服务容错保护的原理

一、Hystrix 是什么

​ 在微服务架构中，我们将系统拆分成了若干弱小的单元，单元与单元之间通过HTTP或者TCP等方式相互访问，各单元的应用间通过服务注册与订阅的方式相互依赖。由于每个单元都在不同的进程中运行，依赖 远程调用 的方式执行，这样就可能引起因为网速变慢或者网络故障导致请求变慢或超时，若此时调用方的请求在不断增加，最后就会因等待出现故障的依赖方响应形成任务积压，最终导致自身服务的瘫痪。

​ Hystrix 是Netflix 中的一个组件库，它隔离了服务之间的访问点，阻止了故障节点之间可能会引起的雪崩效应，并提供了后备选项。

​ 在微服务架构中，存在着许多的服务单元，若单一节点的故障，就很容易因为依赖关系而引发故障的蔓延，最终导致整个生态系统的瘫痪。为了解决这样的问题，产生了 断路器 等一系列的保护机制措施。

​ 在 分布式架构中 ，断路器模式的作用也是类似的，当某个服务单元发生故障（类似用电器发生短路）之后，通过断路器的故障监控（类似熔断保险丝），向调用方返回一个错误响应，而不是长时间的等待。这样就不会使得线程因调用故障服务被长时间占用不释放，避免了故障在分布式系统中的蔓延。

雪崩效应

​ 雪崩效应就像是水滴石穿，蝴蝶效应一样，是指微小的事物随着时间的推移，会变得越来越巨大，从而对整个环境造成影响的现象。例如：在生态系统中，某一类物种的灭绝可能对整个生态系统造成不了太大的损失，但是这类物种的灭绝可能会引发其他物种的死亡，其他物种的灭绝又会影响另外一种物种的灭亡，就像雪球越滚越大，最终会导致整个生态系统的崩溃。

如上图所示：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。

 雪崩效应产生场景

流量激增 ： 比如异常流量，用户重试导致系统负载升高；

缓存刷新 ： 假设A为 client 端，B为 Server 端，假设A系统请求都流向B系统，请求超出了B系统的承载能力，就会造成B系统崩溃

连接未释放 ： 代码循环调用的逻辑问题，资源未释放引起的内存泄漏等问题；

硬件故障 ： 比如宕机，机房断电等

线程同步等待 ： 系统间经常采用同步服务调用模式，核心服务和非核心服务共用一个线程池和消息队列。如果一个核心业务线程调用非核心业务线程，这个非核心线程交由第三方系统完成，当第三方系统本身出现问题，导致核心线程阻塞，一直处于等待状态，而进程间的调用是有超时限制的，最终这条线程将断掉，也可能引发雪崩；

常见解决方案

​ 针对上述的雪崩问题，每一条都有一个自己的解决方案，但是任何一个解决方案能够应对所有场景

• 针对流量激增，采用自动扩容以应对流量激增，或者在负载均衡器上安装限流模块
• 针对缓存刷新，参考Cache应用的服务过载案例研究
• 针对硬件故障，采用多机房灾备，跨机房路由
• 针对同步等待，采用线程隔离，熔断器等机制

通过实践发现，线程同步等待是最常见引发的雪崩效应的场景。

二、Hystrix断路器搭建

​ 在开始使用Spring Cloud Hystrix断路器之前，我们先用之前实现的一些内容作为基础，构建一个如下图所示的服务调用关系：

如图所示，上面需要的角色有三个，服务有四个

• ribbon-connsumer： ribbon消费者，消费server-provider提供的服务
• server-provider： 服务提供者，提供服务供消费者消费(有点像父母默默的付出一样)，启动两个实例，还记得怎么启动吗？—server.port 启动
• eureka-server: eureka注册中心，提供最基本的订阅发布功能。消费者和服务提供者都需要往注册中心注册自己

​ 依次启动上面的四个服务，发现注册中心已经成功注册了四个服务（包括自己）

​调用http://localhost:9000/ribbon-consumer 发现能够通过Ribbon进行远端调用

在未加入断路器之前，关闭ribbon-consumer 的连接，再次调用http://localhost:9000/ribbon-consumer，发现服务无法提供（使用Postman 测试）

下面开始引入Hystrix

在ribbon-consumer 工程的pom.xml的dependency节点下引入spring-cloud-starter-hystrix依赖

在ribbon-consumer 工程的 主加载类 中添加 @EnableCircuitBreaker 开启断路器的功能

注意：这里也可以使用@SpringCloudApplication注解来修饰应用主类，具体定义如下

@Target(ElementType.TYPE)
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Inherited
@SpringBootApplication
@EnableDiscoveryClient
@EnableCircuitBreaker
public @interface SpringCloudApplication {}

SpringCloudApplication 注解上有@EnableCircuitBreaker 注解，用来开启断路器的功能，其他主要注解是@SpringBootApplication ，这个注解是SpringBoot的启动类注解， @EnableDiscoveryClient该注解可以发现Eureka注册中心

改造消费方式，新增 HystrixService 类，并且注入 RestTemplate 实例，然后，将在RibbonController中对RestTemplate 的使用迁移到hystrixService方法中，最后，在hystrixService上添加@HystrixCommand注解来指定回掉方法。

 // HystrixService
  @Service
 public class HystrixService {

   @Resource
   RestTemplate restTemplate;
      
    // 指定回掉方法是下面的hystrixCallback
   @HystrixCommand(fallbackMethod = "hystrixCallBack")
   public String hystrixService(){
     return restTemplate.getForEntity("http://server-provider/hystrix",String.class).getBody();
   }

   public String hystrixCallBack(){
     return "error";
   }
 }

服务提供者 的业务非常简单，具体代码如下

  @RequestMapping(value = "/hystrix", method = RequestMethod.GET)
  public String hystrix(){
    return "hystrix";
  }

下面来验证一下通过断路器的回掉实现，重启之前关闭的8081端口，恢复成为四个服务的状态，并确保http://localhost:9000/ribbon-consumer/ 能够提供服务，并且以轮询的方式循环访问8081 和 8082 端口的服务。此时断开8081端口，发现页面上展示的不再是 hystrix ，而是"error"，而另一个服务是正常能够打印。

 三、断路器优化

​ 经过以上服务的搭建，相信你已经能够搭建出来最基本的Hystrix熔断器，并且实现了服务熔断机制，下面就来对断路器做一下简单的优化，来模拟 服务阻塞(长时间未响应) 的情况。

优化 server-provider 代码如下：

 @RequestMapping(value = "/hystrix", method = RequestMethod.GET)
  public String hystrix() throws InterruptedException {
    ServiceInstance serviceInstance = discoveryClient.getLocalServiceInstance();
    // 让线程等待几秒钟
    int sleepTime = new Random().nextInt(3000);
    Thread.sleep(sleepTime);
    System.out.println("weak up!!!");
    log.info("sleepTime = " + sleepTime);
    return "hystrix";
  }

依次启动所有的服务，在主页上访问 http://localhost:9000/ribbon-consumer ，多次刷新主页，发现error 和 hystrix 是交替出现的，这是为何？

因为hystrix断路器的 默认超时时间 是2000毫秒，所以这里采用了0 - 3000 的随机数，也就是访问请求在 0 -2000 毫秒内是不超时的，不会触发断路器，而> 2000 毫秒是超市的，默认会触发断路器。