前言
雪崩效应
在微服务架构中，⼀个应⽤可能会有多个微服务组成，微服务之间的数据交互通过远程过程调⽤完成。
这就带来⼀个问题，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⼜调⽤其它的微服务，这就是所谓的“扇出”。如果扇出的链路上某个微服务的调⽤响应时间过⻓或者不可⽤，对微服务A的调⽤就会占⽤越来越多的系统资源，进⽽引起系统崩溃，所谓的“雪崩效应”。
如图中所示，最下游简历微服务响应时间过⻓，⼤量请求阻塞，⼤量线程不会释放，会导致服务器资源耗尽，最终导致上游服务甚⾄整个系统瘫痪。
扇⼊：代表着该微服务被调⽤的次数，扇⼊⼤，说明该模块复⽤性好
扇出：该微服务调⽤其他微服务的个数，扇出⼤，说明业务逻辑复杂
扇⼊⼤是⼀个好事，扇出⼤不⼀定是好事
雪崩效应的三种解决方案
从系统的可靠性与可用性出发，常见的解决雪崩效应的三种技术方案：服务熔断、服务降级、服务限流。
服务熔断
服务熔断体现在一个“断”字上，通俗来讲，就是当检测到某个扇出链路的微服务不可用或者响应时间太长时，熔断该服务的调用，进行服务降级，快速返回错误的响应信息。当该服务正常之后，再恢复该服务的调用链路。
服务熔断与服务降级是通常在一起使用的，比如Hystrix。
服务消费者工程引入jar坐标：
<!--熔断器Hystrix-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
</dependency>
服务消费者启动类上添加@EnableCircuitBreaker开启熔断注解。
在服务消费者的controller中调用代码方法上添加注解@HystrixProperty，里面配置超时时间属性，设置为2秒。
@GetMapping("/checkStateTimeout/{userId}")
@HystrixCommand(
commandProperties = {
@HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",
value = "2000")
}
)
public Integer findResumeOpenState(@PathVariable Long userId) {
String url="http://lagou-service-resume/resume/openstate/"+userId;
Integer forObject =restTemplate.getForObject(url,Integer.class);
System.out.println("======>>>从eureka server获取服务提供者实例："+url);
return forObject;
}
为了测试，我们在8080端口的服务提供者工程里面的方法中添加上线程休眠语句，模拟请求超时：
@GetMapping("/openstate/{userId}")
public Integer findDefaultResumeState(@PathVariable Long userId) {
try {
Thread.sleep(10000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return port;
}
效果测试：
上面我们说的是服务熔断，当服务提供者出现异常或者请求超时时，返回给调用方的是异常信息。我们不想显示异常页面，这样对用户太不友好，所以我们返回一个预设的默认值（兜底数据）给服务的调用者，这就是服务降级。
服务降级
服务降级，通俗讲就是整体资源不够⽤了，先将⼀些不关紧的服务停掉（调⽤我的时候，给你返回⼀个预留的值，也叫做兜底数据），待渡过难关⾼峰过去，再把那些服务打开。服务降级⼀般是从整体考虑，就是当某个服务熔断之后，服务器将不再被调⽤，此刻客户端可以⾃⼰准备⼀个本地的fallback回调，返回⼀个缺省值，这样做，虽然服务⽔平下降，但好⽍可⽤，⽐直接挂掉
要强。
在上一步服务熔断的代码基础上，我们添加服务降级的代码。
我们定义一个预设方法，与原方法的入参与返回结构类型保持一致，在@HystrixProperty注解里配置fallbackMethod参数为预设的方法名即可。
如下，我们在预设方法中返回默认值-1：
@GetMapping("/checkStateTimeoutFallBack/{userId}")
@HystrixCommand(
commandProperties = {
@HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",
value = "2000")
},
fallbackMethod = "myFallback"
)
public Integer findResumeOpenStateFallBack(@PathVariable Long userId) {
String url="http://lagou-service-resume/resume/openstate/"+userId;
Integer forObject =restTemplate.getForObject(url,Integer.class);
System.out.println("======>>>从eureka server获取服务提供者实例："+url);
return forObject;
}
//预设方法
public Integer myFallback(Long userId){
return -1; //返回预设值（兜底数据）
}
效果如下：
服务限流
服务降级是当服务出问题或者影响到核⼼流程的性能时，暂时将服务屏蔽掉，待⾼峰或者问题解决后再打开；但是有些场景并不能⽤服务降级来解决，⽐如秒杀业务这样的核⼼功能，这个时候可以结合服务限流来限制这些场景的并发/请求量
限流措施也很多，⽐如：
- 限制总并发数（⽐如数据库连接池、线程池）
- 限制瞬时并发数（如nginx限制瞬时并发连接数）
- 限制时间窗⼝内的平均速率（如Guava的RateLimiter、 nginx的limit_req模块，限制每秒的平均速率）
- 限制远程接⼝调⽤速率、限制MQ的消费速率等
Hystrix 舱壁模式（线程池隔离策略）
Hystrix默认是有一个线程池，来统一维护需要熔断及降级的方法，所有添加了@HystrixCommand注解的方法共用一个线程池。
如果不进⾏任何设置，所有熔断⽅法使⽤⼀个Hystrix线程池（默认10个线程），那么这样的话会导致问题，这个问题并不是扇出链路微服务不可⽤导致的，⽽是我们的线程机制导致的，如果⽅法A的请求把10个线程都⽤了，⽅法2请求处理的时候压根都没法去访问B，因为没有线程可⽤，并不是B服务不可⽤。
为了避免问题服务请求过多导致正常服务⽆法访问， Hystrix 不是采⽤增加线程数，⽽是单独的为每⼀个控制⽅法创建⼀个线程池的⽅式，这种模式叫做“舱壁模式"，也是线程隔离的⼿段。
舱壁模式在现实生活中的例子：
比如一艘船，里面混乱的放着牛奶、面包、药品等各种物品，如果这艘船某一个地方漏水，那么这艘船里的所有物品都会受到影响。（类似于Hystrix默认的全局一个线程池管理所有方法）
怎么解决这个问题呢？
给船舱里面加上隔板，比如把面包和药品彻底隔离开，这样当药品这边漏水了之后，也不会影响到面包。（这就是Hystrix的舱壁模式）
我们可以先看一下Hystrix的默认的所有方法共用一个线程池的效果：
在PostMan里面批量请求加了@HystrixCommand的两个方法，循环请求二十次，模拟多线程：
在Windows命令行中通过jps及jstack命令查看线程信息：（Linux系统中将findstr命令改为grep命令即可）
可以看到一共有10个线程。
接下来我们运用舱壁模式配置线程池参数，部分代码如下（完整代码见文末源码）：
@GetMapping("/checkStateTimeout/{userId}")
@HystrixCommand(
//线程池 的标识，要保持唯一，不然与其它方法相同名的线程池就共用
threadPoolKey = "checkStateTimeout",
//线程数细节配置
threadPoolProperties = {
@HystrixProperty(name="coreSize",value = "1"), //线程数（同时运行的线程数）
@HystrixProperty(name="maxQueueSize",value = "20") //等待队列长度
},
commandProperties = {
@HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",
value = "2000")
}
)
public Integer checkStateTimeout(@PathVariable Long userId) {
String url="http://lagou-service-resume/resume/openstate/"+userId;
Integer forObject =restTemplate.getForObject(url,Integer.class);
System.out.println("======>>>从eureka server获取服务提供者实例："+url);
return forObject;
}
@GetMapping("/checkStateTimeoutFallBack/{userId}")
@HystrixCommand(
//线程池 的标识，要保持唯一，不然与其它方法相同名的线程池就共用
threadPoolKey = "findResumeOpenStateFallBack",
//线程数细节配置
threadPoolProperties = {
@HystrixProperty(name="coreSize",value = "2"), //线程数（同时运行的线程数）
@HystrixProperty(name="maxQueueSize",value = "20") //等待队列长度
},
commandProperties = {
@HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds",
value = "2000")
},
fallbackMethod = "myFallback"
)
public Integer findResumeOpenStateFallBack(@PathVariable Long userId) {
String url="http://lagou-service-resume/resume/openstate/"+userId;
Integer forObject =restTemplate.getForObject(url,Integer.class);
System.out.println("======>>>从eureka server获取服务提供者实例："+url);
return forObject;
}
//预设方法
public Integer myFallback(Long userId){
return -1; //返回预设值（兜底数据）
}
我们在代码中给checkStateTimeout方法配置线程数为1，给checkStateTimeoutFallBack方法配置线程数为2，然后在postman中批量运行线程，
结束之后查看线程信息如下：
可以看到名为checkStateTimeout的线程只有1个，名为checkStateTimeoutFallBack的线程有2个，与我们程序中设置一致。
Hystrix工作流程
在微服务调用链路中当某个服务某一次出现问题时，Hystrix并不是直接一刀切的切断有问题的链路，从此不再启用，而是通过一段时间间隔的阈值来进行检测判断，具体的流程如下图：
工作流程：
-
当调⽤出现问题时，开启⼀个时间窗（10s）
-
在这个时间窗内，统计调⽤次数是否达到最⼩请求数（自己设定）
<1>如果没有达到，则重置统计信息，回到第1步
<2>如果达到了，则统计失败的请求数占所有请求数的百分⽐，是否达到阈值？
①如果达到，则跳闸（不再请求对应服务）
②如果没有达到，则重置统计信息，回到第1步 -
如果跳闸，则会开启⼀个活动窗⼝（默认5s），每隔5s， Hystrix会让⼀个请求通过,到达那个问题服务，看是否调⽤成功，如果成功，重置断路器回到第1步，如果失败，回到第3步
springboot中暴露健康检查等断点接⼝，在服务消费者一方的application.yml中配置如下
management:
endpoints:
web:
exposure:
include: "*"
# 暴露健康接⼝的细节
endpoint:
health:
show-details: always
查看健康状态：
接下来我们配置一些参数，
实现“8秒钟内，请求次数达到2个，并且失败率在50%以上，就跳闸，跳闸后活动窗⼝设置为3s”，常用的参数如下：
//8秒钟内，请求次数达到2个，并且失败率在50%以上，就跳闸
//跳闸后活动窗⼝设置为3s
@HystrixProperty(name =
"metrics.rollingStats.timeInMilliseconds",value = "8000"),
@HystrixProperty(name =
"circuitBreaker.requestVolumeThreshold",value = "2"),
@HystrixProperty(name =
"circuitBreaker.errorThresholdPercentage",value = "50"),
@HystrixProperty(name =
"circuitBreaker.sleepWindowInMilliseconds",value = "3000")
在postman中批量执行调用checkStateTimeoutFallBack方法，在健康状态监测中可以看到hystrix的状态变化，由熔断到恢复：
连续调用几次后熔断：
后来变为正常：
Hystrix Dashboard断路监控仪表盘
前面通过/actuator/health接口查看到的信息是一个hystrix的整体的运行状态，要想看具体的细节，比如每个加了@HystrixCommand注解的方法的hystrix的运行信息的话，我们应该寻找另外的方式。Hystrix Dashboard断路监控仪表盘就是干这个的。
/actuator/hystrix.stream接⼝可以获取到监控的⽂字信息，但是不直观，Hystrix官⽅还提供了基于图形化的DashBoard（仪表板）监控平台，我们可以通过新建单独的DashBoard服务通过图形化的页面来直观查看hystrix的详细信息。
在父工程下新建一个监控工程，导入依赖：
<!--hystrix-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
</dependency>
<!--hystrix 仪表盘-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
启动类上加上@EnableHystrixDashboard注解。
在被监测的微服务中注册监控servlet，我们在服务启动类中注入bean:
@Bean
public ServletRegistrationBean getServlet(){
HystrixMetricsStreamServlet streamServlet = new
HystrixMetricsStreamServlet();
ServletRegistrationBean registrationBean = new
ServletRegistrationBean(streamServlet);
registrationBean.setLoadOnStartup(1);
registrationBean.addUrlMappings("/actuator/hystrix.stream");
registrationBean.setName("HystrixMetricsStreamServlet");
return registrationBean;
}
在被监控微服务发布之后，可以直接访问监控servlet：
可以看到数据，但是并不直观。
发布监控微服务，访问http://localhost:9000/hystrix如下：
进入监控详情页面后如下：
我们可以实时的监控方法的状态。
Hystrix Turbine聚合监控
前面我们是针对一个微服务实例的Hystrix进行数据查询分析， 在微服务架构下，⼀个微服务的实例往往是多个（集群化）
⽐如⾃动投递微服务我们可以部署三台：
实例1(hystrix) ip1:port1/actuator/hystrix.stream
实例2(hystrix) ip2:port2/actuator/hystrix.stream
实例3(hystrix) ip3:port3/actuator/hystrix.stream
按照已有的⽅法，我们就可以结合dashboard仪表盘每次输⼊⼀个监控数据流url，进去查看。但是这样比较麻烦，我们能否有一个聚合的工具把同一个服务的所有实例的Hystrix状态信息聚合起来呢？
答案是：Hystrix Turbine聚合（聚合各个实例上的hystrix监控数据）
Turbine的原理图如下：
建立一个hystrix-turbine微服务，引入依赖：
<dependencies>
<!--hystrix turbine聚合监控-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-turbine</artifactId>
</dependency>
<!--
引⼊eureka客户端的两个原因
1、微服务架构下的服务都尽量注册到服务中⼼去，便于统⼀管理
2、后续在当前turbine项⽬中我们需要配置turbine聚合的服务，⽐如，我们希望聚合
lagou-service-autodeliver这个服务的各个实例的hystrix数据流，那随后
我们就需要在application.yml⽂件中配置这个服务名，那么turbine获取服务下具
体实例的数据流的
时候需要ip和端⼝等实例信息，那么怎么根据服务名称获取到这些信息呢？
当然可以从eureka服务注册中⼼获取
-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
</dependencies>
application.yml中进行turbine的相关配置：
#turbine配置
turbine:
#appCofing配置需要聚合的服务名称，⽐如这⾥聚合⾃动投递微服务的hystrix监控数据
#如果要聚合多个微服务的监控数据，那么可以使⽤英⽂逗号拼接，⽐如 a,b,c
appConfig: lagou-service-autodeliver
clusterNameExpression: "'default'" # 集群默认名称
在启动类上添加@EnableTurbine开启仪表盘以及Turbine聚合。
依次启动eureka注册中心、服务提供者、服务消费者、HystrixDashboard服务、HystrixTuibin服务。
完毕后在浏览器输入http://localhost:9001/turbine.stream，在postman中请求8090和8091两个服务消费者实例，可以看到turbine的监控信息：
访问http://localhost:9000/hystrix，将tuibine.stream地址输入：
postman中批量访问两个服务消费者实例：
可以观察多台主机里的方法聚合的状态信息：
源码地址
hystrix-demo源码地址： hystrix-demo源码地址
附录：
欢迎访问我的博客：https://www.liuyj.top