Hystrix 分布式系统限流、降级、熔断框架-京东云开发者社区

为什么需要Hystrix？

在大中型分布式系统中，通常系统很多依赖，如下图:

在高并发访问下，这些依赖的稳定性与否对系统的影响非常大，但是依赖有很多不可控问题：如网络连接缓慢，资源繁忙，暂时不可用，服务脱机等，如下图：

当依赖阻塞时，大多数服务器的线程池就出现阻塞，影响整个线上服务的稳定性，如下图：

在复杂的分布式架构的应用程序有很多的依赖，都会不可避免地在某些时候失败。高并发的依赖失败时如果没有隔离措施，当前应用服务就有被拖垮的风险。

Hystrix如何解决依赖隔离

Hystrix使用命令模式HystrixCommand(Command)包装依赖调用逻辑，每个命令在单独线程中/信号授权下执行。
可配置依赖调用超时时间,超时时间一般设为比99.5%平均时间略高即可。当调用超时时，直接返回或执行fallback逻辑。
为每个依赖提供一个小的线程池或信号，如果线程池已满调用将被立即拒绝，默认不采用排队。加速失败判定时间。
依赖调用结果分：成功、失败/抛出异常、超时、线程拒绝、短路。请求失败(异常，拒绝，超时，短路)时执行fallback(降级)逻辑。
提供熔断器组件，可以自动运行或手动调用，停止当前依赖一段时间(10秒)，熔断器默认错误率阈值为50%，超过将自动运行。
提供近实时依赖的统计和监控。

Hystrix依赖的隔离架构，如下图：

如何使用Hystrix

使用maven引入Hystrix依赖

&lthystrix.version&gt1.3.16&lt/hystrix.version&gt  
&lthystrix-metrics-event-stream.version&gt1.1.2&lt/hystrix-metrics-event-stream.version&gt   

&ltdependency&gt  
     &ltgroupId&gtcom.netflix.hystrix&lt/groupId&gt  
     &ltartifactId&gthystrix-core&lt/artifactId&gt  
     &ltversion&gt${hystrix.version}&lt/version&gt  
 &lt/dependency&gt  
     &ltdependency&gt  
     &ltgroupId&gtcom.netflix.hystrix&lt/groupId&gt  
     &ltartifactId&gthystrix-metrics-event-stream&lt/artifactId&gt  
     &ltversion&gt${hystrix-metrics-event-stream.version}&lt/version&gt  
 &lt/dependency&gt

使用命令模式封装依赖逻辑

 public class HelloWorldCommand extends HystrixCommand&ltString&gt {  
    private final String name  
    public HelloWorldCommand(String name) {  
        //最少配置:指定命令组名(CommandGroup)  
        super(HystrixCommandGroupKey.Factory.asKey(&quotExampleGroup&quot))  
        this.name = name  
    }  
    @Override  
    protected String run() {  
        // 依赖逻辑封装在run()方法中  
        return &quotHello &quot + name +&quot thread:&quot + Thread.currentThread().getName()  
    }  
    //调用实例  
    public static void main(String[] args) throws Exception{  
        //每个Command对象只能调用一次,不可以重复调用,  
        //重复调用对应异常信息
        HelloWorldCommand helloWorldCommand = new HelloWorldCommand(&quotsync-hystrix&quot)  
        //使用execute()同步调用代码,效果等同于:helloWorldCommand.queue().get()   
        String result = helloWorldCommand.execute()  
        System.out.println(&quotresult=&quot + result)  

        helloWorldCommand = new HelloWorldCommand(&quotasync-hystrix&quot)  
        //异步调用,可自由控制获取结果时机,  
        Future&ltString&gt future = helloWorldCommand.queue()  
        //get操作不能超过command定义的超时时间,默认:1秒  
        result = future.get(100, TimeUnit.MILLISECONDS)  
        System.out.println(&quotresult=&quot + result)  
        System.out.println(&quotmainThread=&quot + Thread.currentThread().getName())  
    }       
}

使用Fallback() 提供降级策略

//重载HystrixCommand的getFallback方法实现逻辑  public class HelloWorldCommand extends HystrixCommand&ltString&gt {      private final String name      public HelloWorldCommand(String name) {          super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(&quotHelloWorldGroup&quot))            .andCommandPropertiesDefaults(HystrixCommandProperties.Setter()                            .withExecutionIsolationThreadTimeoutInMilliseconds(500)))          this.name = name      }      @Override      protected String getFallback() {          return &quotexeucute Falled&quot      }      @Override      protected String run() throws Exception {          //sleep 1 秒,调用会超时          TimeUnit.MILLISECONDS.sleep(1000)          return &quotHello &quot + name +&quot thread:&quot + Thread.currentThread().getName()      }      public static void main(String[] args) throws Exception{          HelloWorldCommand command = new HelloWorldCommand(&quottest-Fallback&quot)          String result = command.execute()      }  }

NOTE: 除了HystrixBadRequestException异常之外，所有从run()方法抛出的异常都算作失败，并触发降级getFallback()和断路器逻辑。

HystrixBadRequestException用在非法参数或非系统故障异常等不应触发回退逻辑的场景。

依赖命名:CommandKey

public HelloWorldCommand(String name) {          super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(&quotExampleGroup&quot))                  /* HystrixCommandKey工厂定义依赖名称 */                  .andCommandKey(HystrixCommandKey.Factory.asKey(&quotHelloWorld&quot)))          this.name = name  }

NOTE: 每个CommandKey代表一个依赖抽象，相同的依赖要使用相同的CommandKey名称。依赖隔离的根本就是对相同CommandKey的依赖做隔离。

依赖分组:CommandGroup

命令分组用于对依赖操作分组，便于统计，汇总等。

//使用HystrixCommandGroupKey工厂定义  public HelloWorldCommand(String name) {      Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(&quotHelloWorldGroup&quot))  }

NOTE: CommandGroup是每个命令最少配置的必选参数，在不指定ThreadPoolKey的情况下，字面值用于对不同依赖的线程池/信号区分。

线程池/信号:ThreadPoolKey

public HelloWorldCommand(String name) {          super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(&quotExampleGroup&quot))                  .andCommandKey(HystrixCommandKey.Factory.asKey(&quotHelloWorld&quot))                  /* 使用HystrixThreadPoolKey工厂定义线程池名称*/                  .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey(&quotHelloWorldPool&quot)))          this.name = name  }

NOTE: 当对同一业务依赖做隔离时使用CommandGroup做区分，但是对同一依赖的不同远程调用如(一个是redis 一个是http)，可以使用HystrixThreadPoolKey做隔离区分。

最然在业务上都是相同的组，但是需要在资源上做隔离时，可以使用HystrixThreadPoolKey区分。

信号量隔离:SEMAPHORE

隔离本地代码或可快速返回远程调用(如memcached，redis)可以直接使用信号量隔离，降低线程隔离开销。

public class HelloWorldCommand extends HystrixCommand&ltString&gt {      private final String name      public HelloWorldCommand(String name) {          super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(&quotHelloWorldGroup&quot))                  /* 配置信号量隔离方式,默认采用线程池隔离 */                  .andCommandPropertiesDefaults(HystrixCommandProperties.Setter()                                    .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.SEMAPHORE)))          this.name = name      }      @Override      protected String run() throws Exception {          return &quotHystrixThread:&quot + Thread.currentThread().getName()      }      public static void main(String[] args) throws Exception{          HelloWorldCommand command = new HelloWorldCommand(&quotsemaphore&quot)          String result = command.execute()          System.out.println(result)          System.out.println(&quotMainThread:&quot + Thread.currentThread().getName())      }  }

Hystrix关键组件分析

Hystrix流程结构解析

流程说明：

1，每次调用创建一个新的HystrixCommand，把依赖调用封装在run()方法中；

2，执行execute()/queue做同步或异步调用；

3，判断熔断器(circuit-breaker)是否打开，如果打开跳到步骤8，进行降级策略，否则继续后续步骤；

4，判断线程池/队列/信号量是否跑满，如果跑满进入降级步骤8，否则继续后续步骤；

5，调用HystrixCommand的run方法，运行依赖逻辑；

a 依赖逻辑调用超时，进入步骤8

6，判断逻辑是否调用成功；

a 返回成功调用结果
b 调用出错，进入步骤8

7，计算熔断器状态，所有的运行状态上报给熔断器，用于统计从而判断熔断器状态；

8，getFallback()降级逻辑；

以下四种情况将触发getFallback调用：
run()方法抛出非HystrixBadRequestException异常
run()方法调用超时
熔断器开启拦截调用
线程池/队列/信号量是否跑满
没有实现getFallback的Command将直接抛出异常
fallback降级逻辑调用成功直接返回
降级逻辑调用失败抛出异常

9，返回执行成功结果；

熔断器:Circuit Breaker

Circuit Breaker 流程架构和统计

每个熔断器默认维护10个bucket，每秒一个bucket，每个blucket记录成功、失败、超时、拒绝的状态，默认错误超过50%且10秒内超过20个请求进行中断拦截.。

隔离(Isolation)分析

Hystrix隔离方式采用线程/信号的方式，通过隔离限制依赖的并发量和阻塞扩散。

(1) 线程隔离

把执行依赖代码的线程与请求线程分离，请求线程可以自由控制离开的时间(异步过程)。

通过线程池大小可以控制并发量，当线程池饱和时可以提前拒绝服务，防止依赖问题扩散。

线上建议线程池不要设置过大，否则大量堵塞线程有可能会拖慢服务器。

线程池的使用示意图如下图所示，当n个请求线程并发对某个接口请求调用时，会先从hystrix管理的线程池里面获得一个线程，然后将参数传递给这个线程去执行真正调用。线程池的大小有限，默认是10个线程，可以使用maxConcurrentRequests参数配置，如果并发请求数多于线程池线程个数，就有线程需要进入队列排队，但排队队列也有上限，默认是 5，如果排队队列也满，则必定有请求线程会走fallback流程。

线程池模式可以支持异步调用，支持超时调用，支持直接熔断，存在线程切换，开销大。

(2) 线程隔离的优缺点

线程隔离的优点：

使用线程可以完全隔离第三方代码，请求线程可以快速放回。
当一个失败的依赖再次变成可用时，线程池将清理，并立即恢复可用，而不是一个长时间的恢复。
可以完全模拟异步调用，方便异步编程。

线程隔离的缺点：

线程池的主要缺点是它增加了cpu，因为每个命令的执行涉及到排队(默认使用SynchronousQueue避免排队)，调度和上下文切换。
对使用ThreadLocal等依赖线程状态的代码增加复杂性，需要手动传递和清理线程状态。

NOTE: Netflix公司内部认为线程隔离开销足够小，不会造成重大的成本或性能的影响。

Netflix内部API每天100亿的HystrixCommand依赖请求使用线程隔，每个应用大约40多个线程池，每个线程池大约5-20个线程。

(3) 信号隔离

信号隔离也可以用于限制并发访问，防止阻塞扩散, 与线程隔离最大不同在于执行依赖代码的线程依然是请求线程（该线程需要通过信号申请）。

如果客户端是可信的且可以快速返回，可以使用信号隔离替换线程隔离，降低开销。

线程隔离与信号隔离区别如下图：

信号量的使用示意图如下图所示，当n个并发请求去调用一个目标服务接口时，都要获取一个信号量才能真正去调用目标服务接口，但信号量有限，默认是10个，可以使用maxConcurrentRequests参数配置，如果并发请求数多于信号量个数，就有线程需要进入队列排队，但排队队列也有上限，默认是 5，如果排队队列也满，则必定有请求线程会走fallback流程，从而达到限流和防止雪崩的目的。

信号量模式从始至终都只有请求线程自身，是同步调用模式，不支持超时调用，不支持直接熔断，由于没有线程的切换，开销非常小。

(4) 总结

当请求的服务网络开销比较大的时候，或者是请求比较耗时的时候，我们最好是使用线程隔离策略，这样的话，可以保证大量的容器(tomcat)线程可用，不会由于服务原因，一直处于阻塞或等待状态，快速失败返回。而当我们请求缓存这些服务的时候，我们可以使用信号量隔离策略，因为这类服务的返回通常会非常的快，不会占用容器线程太长时间，而且也减少了线程切换的一些开销，提高了缓存服务的效率。

线程池：适合绝大多数的场景，99%的。对依赖服务的网络请求的调用和访问，timeout这种问题
信号量：适合你的访问不是对外部依赖的访问，而是对内部的一些比较复杂的业务逻辑的访问，但是像这种访问，系统内部的代码，其实不涉及任何的网络请求，那么只要做信号量的普通限流就可以了，因为不需要去捕获timeout类似的问题，算法+数据结构的效率不是太高，并发量突然太高，因为这里稍微耗时一些，导致很多线程卡在这里的话，不太好，所以进行一个基本的资源隔离和访问，避免内部复杂的低效率的代码，导致大量的线程被hang住

Reference：

http://blog.51cto.com/developerycj/1950881

http://www.coolxuewang.com/view/4