Spring cloud 之熔断机制

关注
发布于: 2020 年 04 月 22 日
前面讲过 Spring cloud 之多种方式限流（实战）来处理请求频繁的压力。大家都知道，多个微服务之间调用的时候，假设微服务 A 调用微服务 B 和微服务 C，微服务 B 和微服务 C 有调用其他的微服务，这就是所谓的 扇出，若扇出的链路上某个微服务的请求时间过长或者不可用，对微服务 A 的调用就会占用越来越多的时间以及更多资源，进而引起系统雪崩，即”雪崩效应”。
﻿
这个时候，需要一个机制来保证当某个微服务出现异常时（请求反应慢或宕机），其整个流程还是阔以友好滴进行下去。即向调用方返回一个符合预期的、可处理的备选响应(FallBack)，而不是长时间的等待或者抛出调用方无法处理的异常，这样就可以保证调用方的线程不会被长时间、无厘头滴占用，从而避免了故障在分布式系统中的蔓延，乃至雪崩。我们把这个机制，或者这种处理方式叫作“熔断器”。
﻿
熔断机制是应对雪崩效应的一种微服务链路保护机制，当整个链路的某个微服务异常时，会进行服务的降级，进而熔断该节点微服务的调用，快速返回“合理”的响应信息。当检测到该节点微服务正常后恢复调用链路，在Spring cloud 框架机制通过 Hystrix 实现，Hystrix 会监控微服务见调用的状况，当失败的调用到一个阈值，默认是5秒内20次调用失败就会启动熔断机制，熔断机制的注解是 @HystrixCommand。
﻿
最近研究了一下 Spring cloud 的熔断机制，特分享一些代码，以及实战中的坑。
﻿
在Spring cloud 中，假设有几个微服务：用户管理服务、订单服务、鉴权中心、物流服务等。这时，订单服务中，某个接口请求用户管理服务，这个时候如果需要熔断机制，该怎么处理呢？
﻿
首先，订单服务引入依赖：
﻿
﻿
<dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-netflix-ribbon</artifactId>
        </dependency>
﻿
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
        </dependency>
﻿
﻿
这个时候，订单服务启动类中需要引用熔断注解 @EnableCircuitBreaker，使其生效：
﻿
/**
 * @author Damon 
 * @date 2020年1月13日 下午3:23:06
 *
 */
﻿
@EnableOAuth2Sso
@Configuration
@EnableAutoConfiguration
@ComponentScan(basePackages = {"com.damon"})
@EnableDiscoveryClient
@EnableCircuitBreaker
public class OrderApp {
﻿
    public static void main(String[] args) {
        SpringApplication.run(OrderApp.class, args);
    }
﻿
}
﻿
﻿
这里，不要忘记注解 @EnableDiscoveryClient 来相互暴露服务。
﻿
最后需要在调用用户管理服务的函数中，加入注解 @HystrixCommand：
﻿
@HystrixCommand(fallbackMethod = "admin_service_fallBack", commandProperties = {
      @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "5000") })//隔离策略:execution.isolation.strategy =SEMAPHORE or THREAD(不配置默认)
  @Override
  public Response<Object> getUserInfo(HttpServletRequest req, HttpServletResponse res) {
﻿
    ResponseEntity<String> forEntity = restTemplate.getForEntity(envConfig.getAdmin_web_url() + "/api/user/getUserInfo", String.class);    
    HttpHeaders headers = new HttpHeaders();
    MediaType type = MediaType.parseMediaType("application/json; charset=UTF-8");
    headers.setContentType(type);
    headers.add("Accept", MediaType.APPLICATION_JSON.toString());
    headers.add("Authorization", "bearer " + StrUtil.subAfter(req.getHeader("Authorization"), "bearer ", false));
    HttpEntity<String> formEntity = new HttpEntity<String>(null, headers);
    String body = "";
    try {
      ResponseEntity<String> responseEntity = restTemplate.exchange("http://admin-web-service/api/user/getUserInfo",
          HttpMethod.GET, formEntity, String.class);
      if (responseEntity.getStatusCodeValue() == 200) {
        logger.debug(String.format("request getUserInfo return: {}", JSON.toJSON(responseEntity.getBody())));
        return Response.ok(responseEntity.getStatusCodeValue(), 0, "success", JSON.toJSON(responseEntity.getBody()));
      }
    } catch (Exception e) {
      logger.error("loadJobDetail error");
      logger.error(e.getMessage(), e);
    }
    return null;
  }
﻿
  /**
   * 熔断时调用的方法
   * 
   * 参数要与被请求的方法的参数一致
   * 
   * @return
   */
  private Response<Object> admin_service_fallBack(HttpServletRequest req, HttpServletResponse res) {
    String token = StrUtil.subAfter(req.getHeader("Authorization"), "bearer ", false);
    logger.info("admin_service_fallBack token: {}", token);
    return Response.ok(200, -2, "用戶服務掛啦!", null);
  }
﻿
﻿
其中上面代码需要注意的是：注解中 fallbackMethod 的值指定了熔断后的处理函数，这个函数的参数与
当前的调用方法的参数需要保持一致，否则报错：
﻿
com.netflix.hystrix.contrib.javanica.exception.FallbackDefinitionException:fallback method wasn't found.
﻿
﻿
最后，配置 Hystrix 相关的参数配置yaml：
hystrix.command.BackendCall.execution.isolation.thread.timeoutInMilliseconds: 5000
hystrix.threadpool.BackendCallThread.coreSize: 5
﻿
﻿
其中第一个配置在调用函数中其实也可以配置：
@HystrixCommand(fallbackMethod = "admin_service_fallBack", commandProperties = {
      @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "3000") })
﻿
﻿
这里配置的3000毫秒生效后，如果配置文件中也配置了，则会被覆盖。
﻿
如果不加@HystrixCommand中的commandProperties=@HystrixProperty注解配置，下面的FallBack函数admin_service_fallBack()是一个线程；@HystrixCommand()是一个隔离线程。若加上commandProperties=@HystrixProperty注解配置后，将2个线程合并到一个线程里。
﻿
这样到此为止，调用方就结束配置了，至于被调用方，相关配置与源码在Spring Cloud Kubernetes之实战二服务注册与发现 一文中，讲过被调用服务的相关，这里的http://admin-web-service 为被调用服务，则在其服务启动类中需要注解 @EnableDiscoveryClient：
﻿
package com.damon;
﻿
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.EnableAutoConfiguration;
import org.springframework.boot.autoconfigure.security.oauth2.client.EnableOAuth2Sso;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;
import org.springframework.context.annotation.ComponentScan;
import org.springframework.context.annotation.Configuration;
﻿
import com.damon.config.EnvConfig;
﻿
/**
 * @author Damon 
 * @date 2020年1月13日 下午3:23:06
 *
 */
﻿
@EnableOAuth2Sso
@Configuration
@EnableAutoConfiguration
@ComponentScan(basePackages = {"com.damon"})
@EnableConfigurationProperties(EnvConfig.class)
@EnableDiscoveryClient
public class AdminApp {
﻿
    public static void main(String[] args) {
        SpringApplication.run(AdminApp.class, args);
    }
﻿
}
﻿
﻿
另外，配置 RestTemplate 的 Bean 中加上注解 @LoadBalanced 需要作 LB，这样利用服务名来根据 LB 规则找到对应的其中一个服务，这样比较明显看出 LB 的效果：
﻿
package com.damon.config;
﻿
import javax.annotation.Resource;
﻿
import org.springframework.cloud.client.loadbalancer.LoadBalanced;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.env.Environment;
import org.springframework.http.client.SimpleClientHttpRequestFactory;
import org.springframework.web.client.RestTemplate;
﻿
/**
 * @author Damon
 * @date 2018年2月2日 下午7:15:53
 */
@Configuration
public class BeansConfig {
  @Resource
  private Environment env;
﻿
  @LoadBalanced//就不能用ip等形式来请求其他服务
  @Bean
  public RestTemplate restTemplate() {
    SimpleClientHttpRequestFactory requestFactory = new SimpleClientHttpRequestFactory();
    requestFactory.setReadTimeout(env.getProperty("client.http.request.readTimeout", Integer.class, 15000));
    requestFactory.setConnectTimeout(env.getProperty("client.http.request.connectTimeout", Integer.class, 3000));
    RestTemplate rt = new RestTemplate(requestFactory);
    return rt;
  }
﻿
}
﻿
﻿
最后如果没问题了，可以先暂停用户管理服务，然后运行订单服务时，返回熔断结果：
﻿
{"message":{"code":-2,"message":"用戶服務掛啦!","status":200}}
﻿
﻿
OK，Spring cloud 熔断实战就结束了！
﻿
结束福利  开源实战利用 k8s 作微服务的架构设计代码：https://gitee.com/damon_one/spring-cloud-k8s，欢迎大家 star，多多指教。
关于作者  笔名：Damon，技术爱好者，长期从事 Java 开发、Spring Cloud 的微服务架构设计，以及结合 docker、k8s 做微服务容器化，自动化部署等一站式项目部署、落地。Go 语言学习，k8s 研究，边缘计算框架 KubeEdge 等。公众号 程序猿Damon 发起人。个人微信 MrNull008，欢迎來撩。
﻿
欢迎关注 InfoQ: ﻿https://www.infoq.cn/profile/1905020/following/user
关注公众号
﻿
发布于: 2020 年 04 月 22 日阅读数: 137
原文链接:【http://xie.infoq.cn/article/64334beee8e5b1edb9a5df8f2】。文章转载请联系作者。
Damon

关注
God bless the fighters. 2020.03.11 加入
欢迎关注公众号：程序猿Damon，长期从事Java开发，研究Springcloud的微服务架构设计，Hadoop资源调度，以及结合k8s做微服务容器化，自动化部署等一站式项目部署、落地。学习Go，研究边缘计算KubeEdge等。
发布
暂无评论
创作场景

Spring cloud 之熔断机制

结束福利

关于作者

关注公众号

Damon

评论
