SpringCloud微服务项目实战 - 限流、熔断、降级处理

我们知道，在分布式微服务项目体系中，一个系统是由若干个子服务模块组成，这若干个子服务相互调用协同工作，对外输出服务使得整个系统运作。

由于服务之间的相互协作调用，所以要保证整个系统完整运行，就得保证每个服务模块运行良好。但在实际庞大的分布式体系中，我们难免遇到某个服务阻塞或挂起等情况。假设客户在下单时，需要调用订单服务的接口，而订单服务有依赖了客户服务、商品服务、库存服务等，在下单时如果依赖的某个服务发生异常（请求超时），所有的请求就阻塞在这个依赖服务上，则会造成整个下单接口调用失败。就会导致整个系统下单不可用甚至雪崩，那这种问题如何解决呢？这将是我们文章里今天要讨论的话题。

在SpringCloud分布式项目中，为了保证服务的高可用，Netflix的组件Hystrix可以将这些请求隔离，针对服务限流，当某个服务不可用时能够熔断并降级，防止级联故障。

什么是Hystrix?

Hystrix中文翻译 豪猪，由于其背上长满了棘刺，从而拥有自我保护的能力。Hystrix作为Netflix开源的一款容错框架，同样具有自我保护能力。

它是一个用于处理分布式系统的延迟和容错的开源库， 在分布式系统中，许多不可避免的服务调用失败， 如超时/异常等。Hystrix 能够保证在一个依赖出现问题的情况下，不会导致整体系统服务的失败、避免级联故障、提高系统的弹性。

"断路器" 本身是一种开关装置，当有服务发生故障后，通过断路器的故障监控（类似保险熔断），向调用方返回一个符合预期的、可处理的备选响应(FallBack) ，而不是等待/超时或抛出异常，这样就保证了服务调用方的线程不会长时间，不必要地占用，从而避免了故障在分布式系统无线的蔓延，防止了雪崩效应的发生。

为了实现容错和自我保护，我们先看一下Hystrix的设计和实现。

Hystrix设计目标：

• 对来自依赖的延迟和故障进行防护和控制——这些依赖通常都是通过网络访问的
• 阻止故障的连锁反应
• 快速失败并迅速恢复
• 回退并优雅降级
• 提供近实时的监控与告警

Hystrix遵循的设计原则：

• 防止任何单独的依赖耗尽资源（线程）
• 过载立即切断并快速失败，防止排队
• 尽可能提供回退以保护用户免受故障
• 使用隔离技术（例如隔板，泳道和断路器模式）来限制任何一个依赖的影响
• 通过近实时的指标，监控和告警，确保故障被及时发现
• 通过动态修改配置属性，确保故障及时恢复
• 防止整个依赖客户端执行失败，而不仅仅是网络通信

Hystrix实现限流熔断降级

1，通过Command实现

首先添加Hystrix的pom依赖：

配置Hystrix属性（yml文件）：

# Hystrix 默认加载的配置文件 - 限流、 熔断
hystrix:
  # 线程池大小
  threadpool:
    default:
      coreSize: 1
      maxQueueSize: 200
      queueSizeRejectionThreshold: 2

    # 限流策略
    #如果没有定义HystrixThreadPoolKey，HystrixThreadPoolKey会默认定义为HystrixCommandGroupKey的值
    userGroup:
      coreSize: 1
      maxQueueSize: -1
      queueSizeRejectionThreshold:  800

    userThreadPool:
      coreSize: 1
      maxQueueSize: -1
      queueSizeRejectionThreshold:  800

# 执行策略
# 资源隔离模式，默认thread。还有一种叫信号量
  command:
    default:
      execution:
        isolation:
          strategy: THREAD
        # 是否打开超时
        timeout:
          enabled:  true
        # 超时时间，默认1000毫秒
        isolation:
          thread:
            timeoutInMilliseconds:  15000
            # 超时时中断线程
            interruptOnTimeout: true
            # 取消时候中断线程
            interruptOnFutureCancel: false
            # 信号量模式下，最大并发量
          semaphore:
            maxConcurrentRequests:  2
      # 降级策略
      # 是否开启服务降级
      fallback:
        enabled:  true
        # fallback执行并发量
        isolation:
          semaphore:
            maxConcurrentRequests:  100
      # 熔断策略
      # 启用/禁用熔断机制
      circuitBreaker:
        enabled:  true
        # 强制开启熔断
        forceOpen:  false
        # 强制关闭熔断
        forceClosed:  false
        # 前提条件，一定时间内发起一定数量的请求。也就是5秒钟内(这个5秒对应下面的滚动窗口长度)至少请求4次，熔断器才发挥起作用。默认20
        requestVolumeThreshold: 4
        # 错误百分比。达到或超过这个百分比，熔断器打开。比如：5秒内有4个请求，2个请求超时或者失败，就会自动开启熔断
        errorThresholdPercentage: 50
        # 10秒后，进入半打开状态（熔断开启，间隔一段时间后，会让一部分的命令去请求服务提供者，如果结果依旧是失败，则又会进入熔断状态，如果成功，就关闭熔断）。默认5秒
        sleepWindowInMilliseconds:  10000

      # 度量策略
      # 5秒为一次统计周期，术语描述：滚动窗口的长度为5秒
      metrics:
        rollingStats:
          timeInMilliseconds: 5000
          # 统计周期内 度量桶的数量，必须被timeInMilliseconds整除。作用：
          numBuckets: 10
        # 是否收集执行时间，并计算各个时间段的百分比
        rollingPercentile:
          enabled:  true
          # 设置执行时间统计周期为多久，用来计算百分比
          timeInMilliseconds: 60000
          # 执行时间统计周期内，度量桶的数量
          numBuckets: 6
          # 执行时间统计周期内，每个度量桶最多统计多少条记录。设置为50，有100次请求，则只会统计最近的10次
          bucketSize: 100
        # 数据取样时间间隔
        healthSnapshot:
          intervalInMilliseconds: 500

      # 设置是否缓存请求，request-scope内缓存
      requestCache:
        enabled:  false
      # 设置HystrixCommand执行和事件是否打印到HystrixRequestLog中
      equestLog:
          enabled:  false
          
  userCommandKey:
    execution:
      isolation:
        thread:
          timeoutInMilliseconds: 5000

编写Command类：

在服务提供者中写调用的接口：

在当前服务中添加接口：

这里HystrixCommand的每次都必须使用新的对象（保证每次请求都是一个新的线程）调用其execute方法，而不能使用单例。否则会提示

Thisinstance can only be executed once.Please instantiate a new instance.

服务降级

请求order-service的/order/exception接口，因为customer-service的/customer/exception会随机抛出运行时异常。当服务异常时，将返回“服务已降级，暂不可用”，而服务正常时将返回ok。这说明我们的服务因为异常降级。

请求/order/timeout接口时，“服务已降级，暂不可用”。如果修改hystrix.command.userCommandKey.execution.isolation.thread.timeoutInMilliseconds=10000，Hstrix限制的超时时间大于接口的返回时长，就能成功返回ok。这个例子说明服务因为请求超时降级了。

服务限流

在分布式环境中，每个服务模块的请求承载量是有限的，因此为保证服务正常，我们会限制来自客户端请求的并发数。可以通过semaphore.maxConcurrentRequests.coreSize.maxQueueSize和queueSizeRejectionThreshold设置信号量模式下的最大并发量、线程池大小、缓冲区大小和缓冲区降级阈值。在示例中我们作如下设置

• #不设置缓冲区，当请求数超过coreSize时直接降级
• hystrix.threadpool.userThreadPool.maxQueueSize=-1
• #超时时间大于我们的timeout接口返回时间
• hystrix.command.userCommandKey.execution.isolation.thread.timeoutInMilliseconds=10000

这个时候当连续多次请求/order/timeout接口，在第一个请求还没有成功返回时，查看输出日志可以发现只有第一个请求正常的进入到order-service的接口中，其它请求会直接返回降级信息。这样我们就实现了对服务请求的限流。

服务熔断

在yml配置中开启熔断，并且以5秒为度量周期，当5秒内请求超过4个错误超过50%时，就会开启熔断器，所有的请求都会直接降级，如果5秒内的请求不够4个，就算有三个请求且全部失败也不会开启熔断器。10秒后熔断器进入半打开状态会让一部分请求向服务端发起调用，如果成功关闭熔断器，否则再次进入熔断状态。

我们对order-serivce的/order/exception连续发起请求（5秒内至少4次），当我们的请求异常超过50%时，服务会直接返回降级信息。 实际上当服务异常、超时、宕机并满足熔断条件时，都会开启熔断。

2，通过FeignClient集成实现

前面通过Command要对每个接口写command类，很是麻烦，但使用Hystrix和Feign的集成就十分方便了。需要在启动类中添加注解@EnableCircuitBreaker启用熔断机制。

添加Feign客户端和降级类

降级类：

再在Controller添加接口：

今天要说的就讲到这里，我们下一篇继续讲SpringCloud微服务项目实战。代码我也讲上传到github，请注意后续动态。