专栏首页java架构师服务治理利器Hystrix-理论篇

服务治理利器Hystrix-理论篇

引言    

现在的大中型应用,很多都在朝着服务化、分布式的方向发展。这有多方面的考虑,比如说,方便治理、便于扩展、服务隔离等等。不过在带来如此多利好的同时,不可避免的也会带来麻烦,比如系统架构复杂、服务依赖关系繁杂。整体来说,还是利大于弊,而我们需要思考的,就是怎么在得到这些利的同时,解决弊端。从本篇开始,将会用两到三篇来探讨这方面的心得。

 正文

    这类应用,往往会依赖几个甚至几十个服务,而服务发生故障又是不可避免的事情,即使你说自己的服务达到了四个9的高标准,那么借用网上的一个算式,如果应用A依赖了30个服务,那么出错的几率也是99.99%^30=99.70%每年大约有24个小时是不稳定的。一亿次请求*0.3%=30w次失败。有没有细思极恐的赶脚?

    很多时候,我们还不得不面临,只有一个服务延迟或者挂掉,结果整个应用都受到影响。在高QPS的场景下,很快整个服务器上的资源就会被耗尽。来个图感受下(注:图片来自于网络):

    服务I出问题,站在其他服务的角度看,这就是坑队友了啊。如果再有级联的依赖,简直就是噩梦。

    那么怎么办呢?继续提升每个服务的可用率?当然,这是我们永远的追求,如星辰大海一般,没有止境。但也正是因此认识到,想达到100%的可用率,几乎不可能,只要有那么点缺憾的存在,那么,一旦量级起来了,刺耳的报警短信之音还是会在夜深人静的时候响起。

    既然这条路走不通,或者说只能部分走通,那么还有没有其他路呢?当然有,办法总比问题多。

    最常用的就是降级策略。所谓降级,无非就是愿意承担一定限度的成本,保证整体可用。举几个例子来说:

  • 牺牲一小部分流量(其实深究起来就是用户的请求),来保证服务整体不被压垮。
  • 不再强求一小部分服务的返回值,保证绝大多数服务可用。
  • 当然还有缓存,牺牲数据的时效性,保证可用性。

    方向性的指导原则有了,不会南辕北辙了,那么剩下的就是具体实践了,正所谓工欲善其事必先利其器。本篇,将重点研究业界流行的一件神兵利器:Hystrix。

    Hystrix是通过什么手段来实现的服务降级呢?在小端看来,最核心的就是以下三点,其他的都是锦上添花的东西:

  1. 配置线程池,来控制并发量
  2. 配置超时时间,加快返回速度
  3. 配置熔断器,直接拒绝请求(舍小我保大家)   

   下面,详细说明:

隔离:

        为每一个服务,注意,是每一个,都维护一个独立的线程池(或者信号量),当线程池满时,使用相应策略处理,比如拒绝服务,比如排队(要看配置的是哪种线程池了)。这样,就控制了并发量。不会因为突然而至的请求骤增,压垮服务。这样就实现了服务间相互隔离,彼此不受影响的效果。如下图(图片来自网络):

命令模式:

        这个真没什么高深的,就是我们的业务逻辑类,要继承HystrixCommand或者HystrixObservableCommand,重写他们的run()或construct()方法。在该方法里,实现对外部服务的调用。而在使用时,就像下命令一样,对业务逻辑类实例化的对象,下达“命令”(即调用提供的统一的execute、queue等方法),而不需关心内部的具体调用逻辑,即可自动执行我们重写的run()或者construct()。

超时:

        设置超时时间,那么在每个请求执行过程中,一旦发生响应超时,即可有所动作,对的,就是转而去执行getFallBack()方法,快速返回结果,释放系统资源。当然,执行失败的,也是如此处置。

熔断器:

        这个词看起来高大上,知道这个词,是前几年A股里的那次事件。在这里思路其实差不多,就是我要统计一个时间窗口内,服务的成功、失败、超时等的数据,然后依据配置的策略,比如失败率达到80%时,切断服务一段时间,这时,任何请求,都拒绝服务!拒绝服务!拒绝服务!直接执行getFallBack()逻辑。比较牛的设计是,提供了自动恢复能力。可以配置一个时间阈值,在拒绝服务超过这个时长后,接受一个请求,尝试调用服务。如果成功,则服务恢复,如果失败,则继续进入熔断状态。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • WCF技术剖析_学习笔记之一

    本系列适合新手,从0学起。共同学习,共同探讨。 基础概念 SOA:就是采用Web服务的架构 它有一些特性,需要了解: 1、自治的:不依赖于访问它的客户端和其他服...

    小端
  • BAT美团滴滴java面试大纲(带答案版)之三:多线程synchronized

    继续面试大纲系列文章。   从这一篇开始,我们进入ava编程中的一个重要领域---多线程!多线程就像武学中对的吸星大法,理解透了用好了可以得道成仙,俯瞰芸芸众生...

    小端
  • BAT美团滴滴java面试大纲(带答案版)之四:多线程Lock

    继续面试大纲系列文章。   这是多线程的第二篇。   多线程就像武学中对的吸星大法,理解透了用好了可以得道成仙,俯瞰芸芸众生;而滥用则会遭其反噬。   在多线程...

    小端
  • Spring Cloud底层原理

    毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其...

    纯洁的微笑
  • 拜托!面试请不要再问我 Spring Cloud 底层原理 ...

    毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其...

    微风-- 轻许--
  • 拜托!面试请不要再问我Spring Cloud底层原理

    毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其...

    JAVA葵花宝典
  • Spring Cloud 底层原理

    毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其...

    AlbertZhang
  • 深度剖析Spring Cloud底层原理

    毫无疑问,Spring Cloud 是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。

    美的让人心动
  • BATJ面试必问:剖析Spring Cloud底层的工作原理

    毫无疑问,Spring Cloud是目前微服务架构领域的翘楚,无数的书籍博客都在讲解这个技术。不过大多数讲解还停留在对Spring Cloud功能使用的层面,其...

    美的让人心动
  • 美团团购订单系统优化记

    团购订单系统简介 美团团购订单系统主要作用是支撑美团的团购业务,为上亿美团用户购买、消费提供服务保障。2015年初时,日订单量约400万~500万,同年七夕订单...

    美团技术团队

扫码关注云+社区

领取腾讯云代金券