SpringCloud的限流、降級和熔斷——Hystrix

1、前言

分佈式系統環境中，服務間相似依賴很是常見，一個業餘調用一般依賴多個基礎服務。以下圖，對於同步調用，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，最終可能致使整個商品服務資源耗盡，沒法繼續對外提供服務。而且這種不可用可能沿請求調用鏈向上傳遞，這種現象稱爲雪崩效應。

2、雪崩效應

一、常見場景

（1）硬件故障：如服務器宕機，機房斷電，光纖被挖斷等。

（2）流量激增：如異常流量，重試加大流量等。

（3）緩存穿透：通常發生在應用重啓，全部緩存失效時，以及短期內大量緩存失效時。大量的緩存不命中，使請求直擊後端服務，形成服務提供者超負荷運行，引發服務不可用。

（4）程序bug：如程序邏輯致使內存泄漏，JVM長時間FullGC等。

（5）同步等待：服務間採用同步調用模式，同步等待形成的資源耗盡。

二、應對策略

針對形成雪崩效應的不一樣場景，可使用不一樣的應對策略，沒有一種通用全部場景的策略。

（1）硬件故障：多機房容災、異地多活等。

（2）流量激增：服務自動擴容、流量控制（限流、關閉重試）等。

（3）緩存穿透：緩存預加載、緩存異步加載等。

（4）程序bug：修改程序bug、及時釋放資源等。

（5）同步等待：資源隔離、MQ解耦。、不可用服務調用快速失敗等。資源隔離一般指不一樣服務調用採起不一樣的線程池；不可用服務調用快速失敗通常經過熔斷模式結合超時機制實現。

綜上所述，若是一個應用不能對來自依賴的故障進行隔離，那該應用自己就處在被拖垮的風險中。所以，爲了構建穩定、可靠的分佈式系統，咱們的服務應當具備自我保護能力，當依賴服務不可用時，當前服務啓動自我保護功能，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。

3、初探Hystrix

Hystrix，中文含義是豪豬，因其背上長滿荊棘，從而擁有了自我保護的能力。本文所說的Hystrix是Netflix公司開源的一款容錯框架，一樣具備自我保護能力。爲了實現容錯和自我保護，下面咱們看看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禦和控制，這些依賴一般都是經過網絡訪問的。
• 阻止失敗並迅速恢復
• 回退並優雅降級
• 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）
• 過載當即切斷並快速失敗，防止排隊
• 儘量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
• 經過近實時的指標，監控和告警，確保故障被及時發現
• 經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，而不只僅是網絡通訊

Hystrix如何實現這些設計目標？

• 使用命令模式將全部對外部服務（或依賴關係）的調用包裝在HystrixCommand或 HystrixObservableCommand對象中，並將該對象放在單獨的線程中執行。
• 每一個依賴都維護着一個線程池（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，一段時間內中止對該服務的全部請求。
• 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。

4、Hystrix處理流程

（一）Hystrix 整個工做流程以下：

一、構造一個 HystrixCommand或HystrixObservableCommand對象， 用於封裝請求，並在構造方法配置請求被執行須要的參數；

二、執行命令， Hystrix 提供了4種執行命令的方法，後面詳述；

三、判斷是否使用緩存響應請求，若啓用了緩存，且緩存可用，直接使用緩存響應請求。 Hystrix 支持請求緩存，但須要用戶自定義啓動；

四、判斷熔斷器是否打開，若是打開，調到第8步；

五、判斷線程池、隊列、信號量是否已滿，已滿則調到第8步；

六、執行 HystrixObservableCommand.construct()或HystrixCommand.run()， 若是執行失敗或者超時，跳到第8步；否者，跳到第9步；

七、統計熔斷器監控指標；

八、走Fallback降級方法；

九、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步不管成功與否，都會更新熔斷器統計信息。

（二）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()適用於 HystrixCommand 對象，而observer()和toObservable()適用於 HystrixObservableCommand對象。

一、execute()

以同步阻塞方法執行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()，並等待返回值。

二、queue()

以異步非阻塞方法執行run()，只支持接收一個值對象。調用queue()就直接返回一個Future對象。可經過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，若是沒有重寫fallback， Future.get() 拋出異常。

三、observe()

事件註冊前執行run()/construct()，支持接收多個值對象，取決於發射源。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()，不管是否存在訂閱者。

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

observe()使用方法：

（1）調用 observe()會返回一個Observable對象

（2）調用這個 Observable對象的subscribe()方法完成事件註冊，從而獲取結果

四、toObservable()

事件註冊後執行run()/construct()，支持接收多個值對象，取決於發射源。調用 toObservable() 會返回一個cold  Observable，也就是說，調用 toObservable() 不會當即觸發執行run()/construct()，必須有訂閱者訂閱 Observable 時纔會執行。

若是繼承的是 HystrixComman，hystrix會從線程池中取一個線程以非阻塞方式執行run()，調用線程沒必要等待run()；若是繼承的是 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：

（1）調用observe()會返回一個Observable對象

（2）調用這個 Observable對象的subscribe()方法完成事件註冊，從而獲取結果

需注意的是， HystrixCommand也支持 toObservable()和observe()， 可是即便將 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。

（三）幾種方法的關係

• execute()實際是調用了queue().get()
• queue()實際調用了toObservable().toBlocking().toFuture()
• observe()實際調用toObservable()得到一個cold Observable，再建立一個ReplaySubject對象訂閱Observable，將源Observable轉化爲hot Observable。所以調用observe()會自動觸發執行run()/construct()。

  Hystrix 老是以Observable的形式做爲相應返回，不一樣執行命令的方法只是進行了相應的轉換。

5、 Hystrix 容錯

Hystrix 的容錯主要是經過添加允許延遲和容錯方法，幫助控制這些分佈式服務之間的交互。還經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退回選項來實現這一點，從而提升系統的總體彈性。 Hystrix主要提供了一下幾種容錯方法：

• 資源隔離
• 熔斷
• 降級

（一）資源熔斷

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

一、線程隔離-線程池

Hystrix還經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，將不一樣類型的業務請求封裝爲對應的命令請求。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。而且爲每一個類型的command配置一個線程池，當第一次建立command時，根據配置建立一個線程池，並放入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));
}

後續查詢商品的請求建立command時，將會重用已建立的線程池。線程池隔離以後的服務依賴關係：

經過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，使得請求線程能夠快速失敗，從而避免依賴問題擴散。

線程池隔離優勢：

• 保護應用程序以避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他部分。
• 當引入新客戶端lib時，即便發生問題，也是在lib中，並不會影響其餘內容。
• 當依賴從故障恢復正常時，應用程序會當即恢復正常的性能。
• 當應用程序一些配置參數錯誤時，線程池的運行情況會很快檢測到這一點（經過增長錯誤、延遲、超時、拒絕等），同時能夠經過動態屬性進行實時糾正錯誤的參數配置。
• 若是服務的性能有變化，須要實時調整，好比增長或減小超時時間，更改重試次數，能夠經過線程池指標狀態屬性修改，並且不會影響到其它調用請求。
• 除了隔離優點外， Hystrix 擁有專門的線程可提供內置的併發功能，使得能夠在同步調用之上構建異步門面（外觀模式），爲異步編程提供了支持（ Hystrix 引入了R小Java異步框架）。

注意：儘管線程池提供了線程隔離，咱們的客戶端底層代碼也必需要有超時設置或響應線程中斷，不能無限制的阻塞以至線程池一直飽和。

缺點：

線程池的主要缺點是增長了計算開銷。每一個命令的執行都在單獨的線程完成，增長了排隊、調度和上下文切換的開銷。所以，要使用 Hystrix ，就必須接受它帶來的開銷，以換取它所提供的的好處。

一般狀況下，線程池引入的開銷足夠小，不會有重大的成本和性能影響。但對於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合適了，咱們須要考慮更輕量級的方式，如信號量隔離。

二、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。這時候可使用信號量隔離技術來代替，經過設置信號量來限制對任何給定依賴的併發調用量。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時同一個， 都是發起請求的線程。

三、線程隔離總結

線程池和信號量均可以作線程隔離，但各有各的優缺點和支持的場景，對好比下：

	線程切換	支持異步	支持超時	支持熔斷	限流	開銷
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，信號量不須要線程切換，所以避免了沒必要要的開銷。可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當即返回，可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，便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會經過響應中斷的方式通知線程當即結束並返回。

（二）熔斷器

現實生活中，可能你們都有注意到家庭電路中一般會安裝一個保險盒，當負載過載時，保險盒中的保險絲會自動熔斷，以保護電路及家裏的各類電器，這就是熔斷器的一個常見例子。Hystrix中的熔斷器(Circuit Breaker)也是起相似做用，Hystrix在運行過程當中會向每一個commandKey對應的熔斷器報告成功、失敗、超時和拒絕的狀態，熔斷器維護並統計這些數據，並根據這些統計信息來決策熔斷開關是否打開。若是打開，熔斷後續請求，快速返回。隔一段時間（默認是5s）以後熔斷器嘗試半開，放入一部分流量請求進來，至關於對依賴服務進行一次健康檢查，若是請求成功，熔斷器關閉。

熔斷器配置，Circuit Breaker主要包括以下6個參數：

一、circuitBreaker.enabled

是否啓用熔斷器，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。
三、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。

四、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，那麼這段時間內的錯誤率是54%，大於了默認值50%，這種狀況下會觸發熔斷器打開。

五、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。好比一段時間了有19個請求，且這些請求所有失敗了，錯誤率是100%，但熔斷器不會打開，總請求數不知足20。

六、circuitBreaker.sleepWindowInMilliseconds

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

（三）熔斷器工做原理

下圖展現了HystrixCircuitBreaker的工做原理：

熔斷器工做的詳細過程以下：

第一步，調用 allowRequest() 判斷是否容許將請求提交到線程池

一、容許熔斷器強制打開， circuitBreaker.forceOpen爲true，不容許放行，返回。

二、若是熔斷器強制關閉， circuitBreaker.forceOpen爲true，容許放行。 此外沒必要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

一、 若是熔斷器開關打開，進入第三步，不然繼續；

二、 若是一個週期內總的請求數小於circuitBreaker.requestVolumeThreshold的值，容許請求放行，不然繼續；

三、 若是一個週期內錯誤率小於circuitBreaker.errorThresholdPercentage的值，容許請求放行。不然，打開熔斷器開關，進入第三步。

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

若是熔斷器打開，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，容許放行一個試探請求；不然，不容許放行。

此外，爲了提供決策依據，每一個熔斷默認維護了10個bucket，每秒一個bucket，小心的bucket被建立時，最舊的bucket會被拋棄。其中每一個bucket維護了請求、失敗、超時、拒絕的計數器，Hystrix負責收集並統計這些計數器。

（四）回退降級

降級，一般指事務高峯期，爲了保證核心服務正常運行，須要停掉一些不過重要的業務，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提供的降級主要是爲了容錯，保證當前服務不受依賴服務故障的影響，從而提升服務的健壯性。要支持回退或降級處理，能夠重寫 HystrixCommand的getFallBack方法或HystrixObservableCommand的resumeWithFallback方法。

一、Hystrix在如下幾種狀況下會走降級邏輯：

• 執行construct()或run()拋出異常
• 熔斷器打開致使命令短路
• 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

二、降級回退方式

（1）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。 若是命令執行發生任何類型的故障，它將直接拋出異常。

（2）Fail Fast無聲失敗

指在降級方法中經過返回null，空Map，空List或其餘相似的響應來完成。

（3）FallBack：Static

指在降級方法中返回靜態默認值。 這不會致使服務以「無聲失敗」的方式被刪除，而是致使默認行爲發生。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，則默認爲true。

（4）FallBack：Stubbed

當命令返回一個包含多個字段的複合對象時，適合以Stubbed 的方式回退。

（5）FallBack：Cache via Network

有時，若是調用依賴服務失敗，能夠從緩存服務（如redis）中查詢舊數據版本。因爲又會發起遠程調用，因此建議從新封裝一個Command，使用不一樣的ThreadPoolKey，與主線程池進行隔離。

（6）Primary+Secondary with FallBack

有時系統具備兩種行爲- 主要和次要，或主要和故障轉移。主要和次要邏輯涉及到不一樣的網絡調用和業務邏輯，因此須要將主次邏輯封裝在不一樣的Command中，使用線程池進行隔離。爲了實現主從邏輯切換，能夠將主次command封裝在外觀HystrixCommand的run方法中，並結合配置中心設置的開關切換主從邏輯。因爲主次邏輯都是通過線程池隔離的HystrixCommand，所以外觀HystrixCommand可使用信號量隔離，而沒有必要使用線程池隔離引入沒必要要的開銷。原理圖以下：

主次模型的使用場景仍是不少的。如當系統升級新功能時，若是新版本的功能出現問題，經過開關控制降級調用舊版本的功能。

一般狀況下，建議重寫getFallBack或resumeWithFallback提供本身的備用邏輯，但不建議在回退邏輯中執行任何可能失敗的操做。

6、總結

本文介紹了Hystrix及其工做原理，還介紹了Hystrix線程池隔離、信號量隔離和熔斷器的工做原理，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，從而提升系統的總體健壯性。

雖然Hystrix已經停更好久了，Spring Cloud體系的使用者和擁護者一片哀嚎，實際上，spring做爲java最大的家族，根本不須要擔憂其中一兩個組件的廢棄， Hystrix的停更，只會催生更多更好的組件替代它，可是 Hystrix既然存在過，就必定就它存在的價值，既然存在，我就必須搞懂它。

 

每一篇博客都是一種經歷，程序猿生涯的痕跡，知識改變命運，命運要由本身掌控，願你遊歷半生，歸來還是少年。

欲速則不達，欲達則欲速！

更多精彩內容，首發公衆號【素小暖】，歡迎關注。