1、背景

分布式系統環境下，服務間類似依賴非常常見，一個業務調用通常依賴多個基礎服務。如下圖，對于同步調用，當庫存服務不可用時，商品服務請求線程被阻塞，當有大批量請求調用庫存服務時，最終可能導致整個商品服務資源耗盡，無法繼續對外提供服務。并且這種不可用可能沿請求調用鏈向上傳遞，這種現象被稱為雪崩效應。

1.1 雪崩效應常見場景

• 硬件故障：如服務器宕機，機房斷電，光纖被挖斷等。
• 流量激增：如異常流量，重試加大流量等。
• 緩存穿透：一般發生在應用重啟，所有緩存失效時，以及短時間內大量緩存失效時。大量的緩存不命中，使請求直擊后端服務，造成服務提供者超負荷運行，引起服務不可用。
• 程序BUG：如程序邏輯導致內存泄漏，JVM長時間FullGC等。
• 同步等待：服務間采用同步調用模式，同步等待造成的資源耗盡。

1.2 雪崩效應應對策略

針對造成雪崩效應的不同場景，可以使用不同的應對策略，沒有一種通用所有場景的策略，參考如下：

• 硬件故障：多機房容災、異地多活等。
• 流量激增：服務自動擴容、流量控制（限流、關閉重試）等。
• 緩存穿透：緩存預加載、緩存異步加載等。
• 程序BUG：修改程序bug、及時釋放資源等。
• 同步等待：資源隔離、MQ解耦、不可用服務調用快速失敗等。資源隔離通常指不同服務調用采用不同的線程池；不可用服務調用快速失敗一般通過熔斷器模式結合超時機制實現。

綜上所述，如果一個應用不能對來自依賴的故障進行隔離，那該應用本身就處在被拖垮的風險中。 因此，為了構建穩定、可靠的分布式系統，我們的服務應當具有自我保護能力，當依賴服務不可用時，當前服務啟動自我保護功能，從而避免發生雪崩效應。本文將重點介紹使用Hystrix解決同步等待的雪崩問題。

2、初探Hystrix

Hystrix [h?st’r?ks]，中文含義是豪豬，因其背上長滿棘刺，從而擁有了自我保護的能力。本文所說的Hystrix是Netflix開源的一款容錯框架，同樣具有自我保護能力。為了實現容錯和自我保護，下面我們看看Hystrix如何設計和實現的。

Hystrix設計目標：

• 對來自依賴的延遲和故障進行防護和控制——這些依賴通常都是通過網絡訪問的
• 阻止故障的連鎖反應
• 快速失敗并迅速恢復
• 回退并優雅降級
• 提供近實時的監控與告警

Hystrix遵循的設計原則：

• 防止任何單獨的依賴耗盡資源（線程）
• 過載立即切斷并快速失敗，防止排隊
• 盡可能提供回退以保護用戶免受故障
• 使用隔離技術（例如隔板，泳道和斷路器模式）來限制任何一個依賴的影響
• 通過近實時的指標，監控和告警，確保故障被及時發現
• 通過動態修改配置屬性，確保故障及時恢復
• 防止整個依賴客戶端執行失敗，而不僅僅是網絡通信

Hystrix如何實現這些設計目標？

• 使用命令模式將所有對外部服務（或依賴關系）的調用包裝在HystrixCommand或HystrixObservableCommand對象中，并將該對象放在單獨的線程中執行；
• 每個依賴都維護著一個線程池（或信號量），線程池被耗盡則拒絕請求（而不是讓請求排隊）。
• 記錄請求成功，失敗，超時和線程拒絕。
• 服務錯誤百分比超過了閾值，熔斷器開關自動打開，一段時間內停止對該服務的所有請求。
• 請求失敗，被拒絕，超時或熔斷時執行降級邏輯。
• 近實時地監控指標和配置的修改。

2.1 Hystrix入門

2.1.1 Hystrix簡單示例

開始深入Hystrix原理之前，我們先簡單看一個示例。

第一步，繼承HystrixCommand實現自己的command，在command的構造方法中需要配置請求被執行需要的參數，并組合實際發送請求的對象，代碼如下：

public class QueryOrderIdCommand extends HystrixCommand<Integer> {private final static Logger logger = LoggerFactory.getLogger(QueryOrderIdCommand.class);private OrderServiceProvider orderServiceProvider;public QueryOrderIdCommand(OrderServiceProvider orderServiceProvider) {super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("orderService")).andCommandKey(HystrixCommandKey.Factory.asKey("queryByOrderId")).andCommandPropertiesDefaults(HystrixCommandProperties.Setter().withCircuitBreakerRequestVolumeThreshold(10)//至少有10個請求，熔斷器才進行錯誤率的計算.withCircuitBreakerSleepWindowInMilliseconds(5000)//熔斷器中斷請求5秒后會進入半打開狀態,放部分流量過去重試.withCircuitBreakerErrorThresholdPercentage(50)//錯誤率達到50開啟熔斷保護.withExecutionTimeoutEnabled(true)).andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter().withCoreSize(10)));this.orderServiceProvider = orderServiceProvider;}@Overrideprotected Integer run() {return orderServiceProvider.queryByOrderId();}@Overrideprotected Integer getFallback() {return -1;} }

第二步，調用HystrixCommand的執行方法發起實際請求。

@Test public void testQueryByOrderIdCommand() {Integer r = new QueryOrderIdCommand(orderServiceProvider).execute();logger.info("result:{}", r); }

2.1.2 Hystrix處理流程

Hystrix流程圖如下：

Hystrix整個工作流如下：

構造一個 HystrixCommand或HystrixObservableCommand對象，用于封裝請求，并在構造方法配置請求被執行需要的參數；

執行命令，Hystrix提供了4種執行命令的方法，后面詳述；

判斷是否使用緩存響應請求，若啟用了緩存，且緩存可用，直接使用緩存響應請求。Hystrix支持請求緩存，但需要用戶自定義啟動；

判斷熔斷器是否打開，如果打開，跳到第8步；

判斷線程池/隊列/信號量是否已滿，已滿則跳到第8步；

執行HystrixObservableCommand.construct()或HystrixCommand.run()，如果執行失敗或者超時，跳到第8步；否則，跳到第9步；

統計熔斷器監控指標；

走Fallback備用邏輯

返回請求響應

從流程圖上可知道，第5步線程池/隊列/信號量已滿時，還會執行第7步邏輯，更新熔斷器統計信息，而第6步無論成功與否，都會更新熔斷器統計信息。

2.1.3 執行命令的幾種方法

Hystrix提供了4種執行命令的方法，execute()和queue() 適用于HystrixCommand對象，而observe()和toObservable()適用于HystrixObservableCommand對象。

execute()
以同步堵塞方式執行run()，只支持接收一個值對象。hystrix會從線程池中取一個線程來執行run()，并等待返回值。

queue()
以異步非阻塞方式執行run()，只支持接收一個值對象。調用queue()就直接返回一個Future對象。可通過 Future.get()拿到run()的返回結果，但Future.get()是阻塞執行的。若執行成功，Future.get()返回單個返回值。當執行失敗時，如果沒有重寫fallback，Future.get()拋出異常。

observe()
事件注冊前執行run()/construct()，支持接收多個值對象，取決于發射源。調用observe()會返回一個hot Observable，也就是說，調用observe()自動觸發執行run()/construct()，無論是否存在訂閱者。

如果繼承的是HystrixCommand，hystrix會從線程池中取一個線程以非阻塞方式執行run()；如果繼承的是HystrixObservableCommand，將以調用線程阻塞執行construct()。

observe()使用方法：

• 調用observe()會返回一個Observable對象
• 調用這個Observable對象的subscribe()方法完成事件注冊，從而獲取結果

toObservable()
事件注冊后執行run()/construct()，支持接收多個值對象，取決于發射源。調用toObservable()會返回一個cold Observable，也就是說，調用toObservable()不會立即觸發執行run()/construct()，必須有訂閱者訂閱Observable時才會執行。

如果繼承的是HystrixCommand，hystrix會從線程池中取一個線程以非阻塞方式執行run()，調用線程不必等待run()；如果繼承的是HystrixObservableCommand，將以調用線程堵塞執行construct()，調用線程需等待construct()執行完才能繼續往下走。

toObservable()使用方法：

• 調用observe()會返回一個Observable對象
• 調用這個Observable對象的subscribe()方法完成事件注冊，從而獲取結果

需注意的是，HystrixCommand也支持toObservable()和observe()，但是即使將HystrixCommand轉換成Observable，它也只能發射一個值對象。只有HystrixObservableCommand才支持發射多個值對象。

幾種方法的關系

• execute()實際是調用了queue().get()
• queue()實際調用了toObservable().toBlocking().toFuture()
• observe()實際調用toObservable()獲得一個cold Observable，再創建一個ReplaySubject對象訂閱Observable，將源Observable轉化為hot Observable。因此調用observe()會自動觸發執行run()/construct()。

Hystrix總是以Observable的形式作為響應返回，不同執行命令的方法只是進行了相應的轉換。

3、Hystrix容錯

Hystrix的容錯主要是通過添加容許延遲和容錯方法，幫助控制這些分布式服務之間的交互。 還通過隔離服務之間的訪問點，阻止它們之間的級聯故障以及提供回退選項來實現這一點，從而提高系統的整體彈性。Hystrix主要提供了以下幾種容錯方法：

• 資源隔離
• 熔斷
• 降級

下面我們詳細談談這幾種容錯機制。

3.1 資源隔離

資源隔離主要指對線程的隔離。Hystrix提供了兩種線程隔離方式：線程池和信號量。

3.1.1 線程隔離-線程池

Hystrix通過命令模式對發送請求的對象和執行請求的對象進行解耦，將不同類型的業務請求封裝為對應的命令請求。如訂單服務查詢商品，查詢商品請求->商品Command；商品服務查詢庫存，查詢庫存請求->庫存Command。并且為每個類型的Command配置一個線程池，當第一次創建Command時，根據配置創建一個線程池，并放入ConcurrentHashMap，如商品Command：

final static ConcurrentHashMap<String, HystrixThreadPool> threadPools = new ConcurrentHashMap<String, HystrixThreadPool>(); ... if (!threadPools.containsKey(key)) {threadPools.put(key, new HystrixThreadPoolDefault(threadPoolKey, propertiesBuilder)); }

后續查詢商品的請求創建Command時，將會重用已創建的線程池。線程池隔離之后的服務依賴關系：

通過將發送請求線程與執行請求的線程分離，可有效防止發生級聯故障。當線程池或請求隊列飽和時，Hystrix將拒絕服務，使得請求線程可以快速失敗，從而避免依賴問題擴散。

線程池隔離優缺點
優點：

• 保護應用程序以免受來自依賴故障的影響，指定依賴線程池飽和不會影響應用程序的其余部分。
• 當引入新客戶端lib時，即使發生問題，也是在本lib中，并不會影響到其他內容。
• 當依賴從故障恢復正常時，應用程序會立即恢復正常的性能。
• 當應用程序一些配置參數錯誤時，線程池的運行狀況會很快檢測到這一點（通過增加錯誤，延遲，超時，拒絕等），同時可以通過動態屬性進行實時糾正錯誤的參數配置。
• 如果服務的性能有變化，需要實時調整，比如增加或者減少超時時間，更改重試次數，可以通過線程池指標動態屬性修改，而且不會影響到其他調用請求。
• 除了隔離優勢外，hystrix擁有專門的線程池可提供內置的并發功能，使得可以在同步調用之上構建異步門面（外觀模式），為異步編程提供了支持（Hystrix引入了Rxjava異步框架）。

注意：盡管線程池提供了線程隔離，我們的客戶端底層代碼也必須要有超時設置或響應線程中斷，不能無限制的阻塞以致線程池一直飽和。

缺點：

• 線程池的主要缺點是增加了計算開銷。每個命令的執行都在單獨的線程完成，增加了排隊、調度和上下文切換的開銷。因此，要使用Hystrix，就必須接受它帶來的開銷，以換取它所提供的好處。

• 通常情況下，線程池引入的開銷足夠小，不會有重大的成本或性能影響。但對于一些訪問延遲極低的服務，如只依賴內存緩存，線程池引入的開銷就比較明顯了，這時候使用線程池隔離技術就不適合了，我們需要考慮更輕量級的方式，如信號量隔離。

3.1.2 線程隔離-信號量

上面提到了線程池隔離的缺點，當依賴延遲極低的服務時，線程池隔離技術引入的開銷超過了它所帶來的好處。這時候可以使用信號量隔離技術來代替，通過設置信號量來限制對任何給定依賴的并發調用量。下圖說明了線程池隔離和信號量隔離的主要區別：

使用線程池時，發送請求的線程和執行依賴服務的線程不是同一個，而使用信號量時，發送請求的線程和執行依賴服務的線程是同一個，都是發起請求的線程。先看一個使用信號量隔離線程的示例：

public class QueryByOrderIdCommandSemaphore extends HystrixCommand<Integer> {private final static Logger logger = LoggerFactory.getLogger(QueryByOrderIdCommandSemaphore.class);private OrderServiceProvider orderServiceProvider;public QueryByOrderIdCommandSemaphore(OrderServiceProvider orderServiceProvider) {super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("orderService")).andCommandKey(HystrixCommandKey.Factory.asKey("queryByOrderId")).andCommandPropertiesDefaults(HystrixCommandProperties.Setter().withCircuitBreakerRequestVolumeThreshold(10)至少有10個請求，熔斷器才進行錯誤率的計算.withCircuitBreakerSleepWindowInMilliseconds(5000)//熔斷器中斷請求5秒后會進入半打開狀態,放部分流量過去重試.withCircuitBreakerErrorThresholdPercentage(50)//錯誤率達到50開啟熔斷保護.withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.SEMAPHORE).withExecutionIsolationSemaphoreMaxConcurrentRequests(10)));//最大并發請求量this.orderServiceProvider = orderServiceProvider;}@Overrideprotected Integer run() {return orderServiceProvider.queryByOrderId();}@Overrideprotected Integer getFallback() {return -1;} }

由于Hystrix默認使用線程池做線程隔離，使用信號量隔離需要顯示地將屬性execution.isolation.strategy設置為ExecutionIsolationStrategy.SEMAPHORE，同時配置信號量個數，默認為10?？蛻舳诵柘蛞蕾嚪瞻l起請求時，首先要獲取一個信號量才能真正發起調用，由于信號量的數量有限，當并發請求量超過信號量個數時，后續的請求都會直接拒絕，進入fallback流程。

信號量隔離主要是通過控制并發請求量，防止請求線程大面積阻塞，從而達到限流和防止雪崩的目的。

線程隔離總結
線程池和信號量都可以做線程隔離，但各有各的優缺點和支持的場景，對比如下：

線程切換支持異步支持超時支持熔斷限流限流

信號量	否	否	否	是	是	小
線程池	是	是	是	是	是	大

線程池和信號量都支持熔斷和限流。相比線程池，信號量不需要線程切換，因此避免了不必要的開銷。但是信號量不支持異步，也不支持超時，也就是說當所請求的服務不可用時，信號量會控制超過限制的請求立即返回，但是已經持有信號量的線程只能等待服務響應或從超時中返回，即可能出現長時間等待。線程池模式下，當超過指定時間未響應的服務，Hystrix會通過響應中斷的方式通知線程立即結束并返回。

3.2 熔斷

3.2.1 熔斷器簡介

現實生活中，可能大家都有注意到家庭電路中通常會安裝一個保險盒，當負載過載時，保險盒中的保險絲會自動熔斷，以保護電路及家里的各種電器，這就是熔斷器的一個常見例子。Hystrix中的熔斷器(Circuit Breaker)也是起類似作用，Hystrix在運行過程中會向每個commandKey對應的熔斷器報告成功、失敗、超時和拒絕的狀態，熔斷器維護并統計這些數據，并根據這些統計信息來決策熔斷開關是否打開。如果打開，熔斷后續請求，快速返回。隔一段時間（默認是5s）之后熔斷器嘗試半開，放入一部分流量請求進來，相當于對依賴服務進行一次健康檢查，如果請求成功，熔斷器關閉。

3.2.2 熔斷器配置

Circuit Breaker主要包括如下6個參數：

1、circuitBreaker.enabled

是否啟用熔斷器，默認是TRUE。
2 、circuitBreaker.forceOpen

熔斷器強制打開，始終保持打開狀態，不關注熔斷開關的實際狀態。默認值FLASE。
3、circuitBreaker.forceClosed
熔斷器強制關閉，始終保持關閉狀態，不關注熔斷開關的實際狀態。默認值FLASE。

4、circuitBreaker.errorThresholdPercentage
錯誤率，默認值50%，例如一段時間（10s）內有100個請求，其中有54個超時或者異常，那么這段時間內的錯誤率是54%，大于了默認值50%，這種情況下會觸發熔斷器打開。

5、circuitBreaker.requestVolumeThreshold

默認值20。含義是一段時間內至少有20個請求才進行errorThresholdPercentage計算。比如一段時間了有19個請求，且這些請求全部失敗了，錯誤率是100%，但熔斷器不會打開，總請求數不滿足20。

6、circuitBreaker.sleepWindowInMilliseconds

半開狀態試探睡眠時間，默認值5000ms。如：當熔斷器開啟5000ms之后，會嘗試放過去一部分流量進行試探，確定依賴服務是否恢復。

3.2.3 熔斷器工作原理

下圖展示了HystrixCircuitBreaker的工作原理：

熔斷器工作的詳細過程如下：

第一步，調用allowRequest()判斷是否允許將請求提交到線程池

如果熔斷器強制打開，circuitBreaker.forceOpen為true，不允許放行，返回。

如果熔斷器強制關閉，circuitBreaker.forceClosed為true，允許放行。此外不必關注熔斷器實際狀態，也就是說熔斷器仍然會維護統計數據和開關狀態，只是不生效而已。

第二步，調用isOpen()判斷熔斷器開關是否打開

如果熔斷器開關打開，進入第三步，否則繼續；

如果一個周期內總的請求數小于circuitBreaker.requestVolumeThreshold的值，允許請求放行，否則繼續；

如果一個周期內錯誤率小于circuitBreaker.errorThresholdPercentage的值，允許請求放行。否則，打開熔斷器開關，進入第三步。

第三步，調用allowSingleTest()判斷是否允許單個請求通行，檢查依賴服務是否恢復

如果熔斷器打開，且距離熔斷器打開的時間或上一次試探請求放行的時間超過circuitBreaker.sleepWindowInMilliseconds的值時，熔斷器器進入半開狀態，允許放行一個試探請求；否則，不允許放行。

此外，為了提供決策依據，每個熔斷器默認維護了10個bucket，每秒一個bucket，當新的bucket被創建時，最舊的bucket會被拋棄。其中每個blucket維護了請求成功、失敗、超時、拒絕的計數器，Hystrix負責收集并統計這些計數器。

3.2.4 熔斷器測試

1、以QueryOrderIdCommand為測試command

2、配置orderServiceProvider不重試且500ms超時

<dubbo:reference id="orderServiceProvider" interface="com.huang.provider.OrderServiceProvider"timeout="500" retries="0"/>

3、OrderServiceProviderImpl實現很簡單，前10個請求，服務端休眠600ms，使得客戶端調用超時。

@Service public class OrderServiceProviderImpl implements OrderServiceProvider {private final static Logger logger = LoggerFactory.getLogger(OrderServiceProviderImpl.class);private AtomicInteger OrderIdCounter = new AtomicInteger(0);@Overridepublic Integer queryByOrderId() {int c = OrderIdCounter.getAndIncrement();if (logger.isDebugEnabled()) {logger.debug("OrderIdCounter:{}", c);}if (c < 10) {try {Thread.sleep(600);} catch (InterruptedException e) {}}return c;}@Overridepublic void reset() {OrderIdCounter.getAndSet(0);} }

4、單測代碼

@Test public void testExecuteCommand() throws InterruptedException {orderServiceProvider.reset();int i = 1;for (; i < 15; i++) {HystrixCommand<Integer> command = new QueryByOrderIdCommand(orderServiceProvider);Integer r = command.execute();String method = r == -1 ? "fallback" : "run";logger.info("call {} times,result:{},method:{},isCircuitBreakerOpen:{}", i, r, method, command.isCircuitBreakerOpen());}//等待6s，使得熔斷器進入半打開狀態Thread.sleep(6000);for (; i < 20; i++) {HystrixCommand<Integer> command = new QueryByOrderIdCommand(orderServiceProvider);Integer r = command.execute();String method = r == -1 ? "fallback" : "run";logger.info("call {} times,result:{},method:{},isCircuitBreakerOpen:{}", i, r, method, command.isCircuitBreakerOpen());} }

5、輸出結果

2018-02-07 11:38:36,056 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 1 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:36,564 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 2 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:37,074 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 3 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:37,580 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 4 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:38,089 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 5 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:38,599 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 6 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:39,109 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 7 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:39,622 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 8 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:40,138 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 9 times,result:-1,method:fallback,isCircuitBreakerOpen:false 2018-02-07 11:38:40,647 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 10 times,result:-1,method:fallback,isCircuitBreakerOpen:true 2018-02-07 11:38:40,651 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 11 times,result:-1,method:fallback,isCircuitBreakerOpen:true 2018-02-07 11:38:40,653 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 12 times,result:-1,method:fallback,isCircuitBreakerOpen:true 2018-02-07 11:38:40,656 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 13 times,result:-1,method:fallback,isCircuitBreakerOpen:true 2018-02-07 11:38:40,658 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:36 call 14 times,result:-1,method:fallback,isCircuitBreakerOpen:true 2018-02-07 11:38:46,671 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:44 call 15 times,result:10,method:run,isCircuitBreakerOpen:false 2018-02-07 11:38:46,675 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:44 call 16 times,result:11,method:run,isCircuitBreakerOpen:false 2018-02-07 11:38:46,680 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:44 call 17 times,result:12,method:run,isCircuitBreakerOpen:false 2018-02-07 11:38:46,685 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:44 call 18 times,result:13,method:run,isCircuitBreakerOpen:false 2018-02-07 11:38:46,691 INFO [main] com.huang.test.command.QueryByOrderIdCommandTest:testExecuteCommand:44 call 19 times,result:14,method:run,isCircuitBreakerOpen:false

前9個請求調用超時，走fallback邏輯；

10-14個請求，熔斷器開關打開，直接快速失敗走fallback邏輯；

15-19個請求，熔斷器進入半開狀態，放行一個試探請求調用成功，熔斷器關閉，后續請求恢復。

3.3 回退降級

降級，通常指務高峰期，為了保證核心服務正常運行，需要停掉一些不太重要的業務，或者某些服務不可用時，執行備用邏輯從故障服務中快速失敗或快速返回，以保障主體業務不受影響。Hystrix提供的降級主要是為了容錯，保證當前服務不受依賴服務故障的影響，從而提高服務的健壯性。要支持回退或降級處理，可以重寫HystrixCommand的getFallBack方法或HystrixObservableCommand的resumeWithFallback方法。

Hystrix在以下幾種情況下會走降級邏輯：

• 執行construct()或run()拋出異常
• 熔斷器打開導致命令短路
• 命令的線程池和隊列或信號量的容量超額，命令被拒絕
• 命令執行超時

3.3.1 降級回退方式

Fail Fast 快速失敗
快速失敗是最普通的命令執行方法，命令沒有重寫降級邏輯。 如果命令執行發生任何類型的故障，它將直接拋出異常。

Fail Silent 無聲失敗
指在降級方法中通過返回null，空Map，空List或其他類似的響應來完成。

@Override protected Integer getFallback() {return null; }@Override protected List<Integer> getFallback() {return Collections.emptyList(); }@Override protected Observable<Integer> resumeWithFallback() {return Observable.empty(); }

Fallback: Static
指在降級方法中返回靜態默認值。 這不會導致服務以“無聲失敗”的方式被刪除，而是導致默認行為發生。如：應用根據命令執行返回true / false執行相應邏輯，但命令執行失敗，則默認為true

@Override protected Boolean getFallback() {return true; } @Override protected Observable<Boolean> resumeWithFallback() {return Observable.just( true ); }

Fallback: Stubbed

當命令返回一個包含多個字段的復合對象時，適合以Stubbed 的方式回退。

@Override protected MissionInfo getFallback() {return new MissionInfo("missionName","error"); }

Fallback: Cache via Network
有時，如果調用依賴服務失敗，可以從緩存服務（如redis）中查詢舊數據版本。由于又會發起遠程調用，所以建議重新封裝一個Command，使用不同的ThreadPoolKey，與主線程池進行隔離。

@Override protected Integer getFallback() {return new RedisServiceCommand(redisService).execute(); }

Primary + Secondary with Fallback
有時系統具有兩種行為- 主要和次要，或主要和故障轉移。主要和次要邏輯涉及到不同的網絡調用和業務邏輯，所以需要將主次邏輯封裝在不同的Command中，使用線程池進行隔離。為了實現主從邏輯切換，可以將主次command封裝在外觀HystrixCommand的run方法中，并結合配置中心設置的開關切換主從邏輯。由于主次邏輯都是經過線程池隔離的HystrixCommand，因此外觀HystrixCommand可以使用信號量隔離，而沒有必要使用線程池隔離引入不必要的開銷。原理圖如下：

主次模型的使用場景還是很多的。如當系統升級新功能時，如果新版本的功能出現問題，通過開關控制降級調用舊版本的功能。示例代碼如下：

public class CommandFacadeWithPrimarySecondary extends HystrixCommand<String> {private final static DynamicBooleanProperty usePrimary = DynamicPropertyFactory.getInstance().getBooleanProperty("primarySecondary.usePrimary", true);private final int id;public CommandFacadeWithPrimarySecondary(int id) {super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("SystemX")).andCommandKey(HystrixCommandKey.Factory.asKey("PrimarySecondaryCommand")).andCommandPropertiesDefaults(// 由于主次command已經使用線程池隔離，Facade Command使用信號量隔離即可HystrixCommandProperties.Setter().withExecutionIsolationStrategy(ExecutionIsolationStrategy.SEMAPHORE)));this.id = id;}@Overrideprotected String run() {if (usePrimary.get()) {return new PrimaryCommand(id).execute();} else {return new SecondaryCommand(id).execute();}}@Overrideprotected String getFallback() {return "static-fallback-" + id;}@Overrideprotected String getCacheKey() {return String.valueOf(id);}private static class PrimaryCommand extends HystrixCommand<String> {private final int id;private PrimaryCommand(int id) {super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("SystemX")).andCommandKey(HystrixCommandKey.Factory.asKey("PrimaryCommand")).andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("PrimaryCommand")).andCommandPropertiesDefaults( HystrixCommandProperties.Setter().withExecutionTimeoutInMilliseconds(600)));this.id = id;}@Overrideprotected String run() {return "responseFromPrimary-" + id;}}private static class SecondaryCommand extends HystrixCommand<String> {private final int id;private SecondaryCommand(int id) {super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("SystemX")).andCommandKey(HystrixCommandKey.Factory.asKey("SecondaryCommand")).andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("SecondaryCommand")).andCommandPropertiesDefaults( HystrixCommandProperties.Setter().withExecutionTimeoutInMilliseconds(100)));this.id = id;}@Overrideprotected String run() {return "responseFromSecondary-" + id;}}public static class UnitTest {@Testpublic void testPrimary() {HystrixRequestContext context = HystrixRequestContext.initializeContext();try {ConfigurationManager.getConfigInstance().setProperty("primarySecondary.usePrimary", true);assertEquals("responseFromPrimary-20", new CommandFacadeWithPrimarySecondary(20).execute());} finally {context.shutdown();ConfigurationManager.getConfigInstance().clear();}}@Testpublic void testSecondary() {HystrixRequestContext context = HystrixRequestContext.initializeContext();try {ConfigurationManager.getConfigInstance().setProperty("primarySecondary.usePrimary", false);assertEquals("responseFromSecondary-20", new CommandFacadeWithPrimarySecondary(20).execute());} finally {context.shutdown();ConfigurationManager.getConfigInstance().clear();}}} }

通常情況下，建議重寫getFallBack或resumeWithFallback提供自己的備用邏輯，但不建議在回退邏輯中執行任何可能失敗的操作。

4、總結

本文介紹了Hystrix及其工作原理，還介紹了Hystrix線程池隔離、信號量隔離和熔斷器的工作原理，以及如何使用Hystrix的資源隔離，熔斷和降級等技術實現服務容錯，從而提高系統的整體健壯性。

Hystrix主要用來做容錯處理，提高系統的整體彈性。

資源隔離，主要是線程隔離，通過線程池或信號量實現

熔斷(負載過載的時候，熔斷，然后超時后自動半打開恢復)

回退降級(Hystrix提供的降級主要是為了容錯，保證當前服務不受依賴服務故障的影響，從而提高服務的健壯性。)

Hystrix git wiki介紹：

https://github.com/Netflix/Hystrix/wiki/How-it-Works

總結

以上是生活随笔為你收集整理的Spring cloud——Hystrix 原理解析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。