前言:目前我们的项目是微服务架构,基于dubbo框架,服务之间的调用是通过rpc调用的。刚开始没有任何问题，项目运行健康、良好。可是过了一段时间，线上总有人反应查询订单失败，等过了一段时间才能查到。这是怎么回事呢?打开后台的日志一看出现了一些RpcException和TimeOutException,原来是远程调用超时了，可能某个服务在请求的高发期访问数据库异常，IO阻塞,返回接口异常了。后来这个问题越来越频繁，如何解决这个棘手的问题呢？
本篇博客的目录
一：Hystrix是什么？
1.1:基本解释
Hystrix最开始由Netflix(看过美剧的都知道,它是一个美剧影视制作的巨头公司)开源的，后来由Spring Cloud Hystrix基于这款框架实现了断路器、线程隔离等一系列服务保护功能,该框架的目标在于通过控制访问远程系统、服务和第三方库的节点，从而延迟和故障提供更强大的容错能力。hystrix具备服务降级、服务熔断、线程和信号隔离、请求缓存、请求合并以及服务监控等强大功能。起到了微服务的保护机制,防止某个单元出现故障.从而引起依赖关系引发故障的蔓延，最终导致整个系统的瘫痪。
1.2:断路器的概念
断路器本身是一个开关装置，用在电路上保护线路过载，当线路中有电器发生短路的时候。“断路器”能够及时切断故障，防止发生过载、发热甚至起火等严重后果。当分布式架构中，断路器模式起到的作用也是类似的。当某个服务发生故障的时候，通过断路器的故障监控向调用方返回一个错误响应，而不是长时间的线程挂机，无限等待。这样就不会使线程因故障服务被长时间占用不释放，避免了故障在分布式系统中的蔓延。如下图是现实中的断路器，它是一个开关装置：
二：Hystrix解决超时问题
2.1：问题
假设我们前端提供了用户查询订单的功能，首先请求映射到OrderController，控制器通过调用服务orderService获取订单信息，前端传过来两个参数：一个是订单id,一个是用户id,orderService需要通过用户id调取用户服务来获取用户的相关信息返回给订单服务去组装信息，假设这里是通过http请求的，我们有一个单独的工程叫做：userService部署在其他的服务器上。但是这个服务器宕机了，这时候订单服务调取用户信息就失败了，然后查询订单整个请求就失败了！由一个服务的宕机就导致整个查询都失败了，牵一发而动全身。流程见下图：
2.2：使用Hystrix进行服务降级
2.2.1:引入hystrix依赖 这里引入了spring-cloud-starter-netflix-hystrix，springboot的starter里面整合了hystrix
<properties>
<java.version>1.8</java.version>
<spring-cloud.version>Greenwich.SR1</spring-cloud.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId>
</dependency>
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>4.5.1</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>${spring-cloud.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
2.2.2:模拟订单请求
首先通过OrderController映射/order请求，获取前端传入的参数orderId和useId,然后调用orderDetailService方法,
@RestController public class OrderController { @Resource private OrderService orderService; /** * 获取订单信息 * * @param orderNo * @return */ @PostMapping("/order") public ResultVo<OrderDetail> getOrderInfo(@RequestParam("orderId") Long orderNo, @RequestParam("userId") Long userId) { OrderDetail orderDetail = orderService.orderDetailService(orderNo, userId); ResultVo resultVo = new ResultVo<>(); resultVo.setCode(100); resultVo.setMessage("请求成功"); resultVo.setData(orderDetail); return resultVo; } }
2.2.3:订单服务调取其他服务
这里引入了RestTemplate,它是一个spring封装的http映射请求工具类，然后通过http请求访问url = "http://192.168.80.153:8070/user/getUser"获取用户名，将值给订单对象。不过假如在这其中发生了调用异常，请求用户服务异常的话，那么返回给前端就是一串空的订单信息，导致用户看到的订单为空。在使用hystrix之后，可以用@HystrixCommand(fallbackMethod = "orderFallBack")注解，在fallbackMethod中指定回退的方法，这里必须注意在@HystrixCommand上的方法其指定的回调方法必须和原方法的参数保持一致，这里包括参数类型、参数个数、参数顺序。我们在回调用法中模拟去查询缓存数据，返回给订单。有人又要问了，如果查询缓存服务器再异常呢？不排除这种可能性。如果是这样的话，依然可以使用@HystrixCommand注解在回调方法中，再指定其他的回调方法：
@Service public class OrderService { @Autowired private RestTemplate restTemplate; /** * 根据订单id获取订单详情 * * @param orderId * @param userId * @return */ @HystrixCommand(fallbackMethod = "orderFallBack") public OrderDetail orderDetailService(Long orderId, Long userId) { if (Objects.isNull(orderId)) { return null; } OrderDetail orderDetail = OrderDBSource.getOrderDB().get(orderId); //调用user服务 final String url = "http://192.168.80.153:8070/user/getUser"; String userName = ""; ResponseEntity<String> responseEntity = restTemplate.postForEntity(url, userId, String.class); String returnContent = responseEntity.getBody(); if (Objects.nonNull(responseEntity) && StrUtil.isNotEmpty(returnContent)) { userName = returnContent; } if (ObjectUtil.isNotNull(orderDetail)){ orderDetail.setUserName(userName); } return orderDetail; } /** * 异常调用的回调方法 * * @return */ public OrderDetail orderFallBack(Long orderId, Long userId) { OrderDetail orderDetail = OrderDBSource.getOrderCache().get(orderId); final String unknown = "未知用户"; orderDetail.setUserName(unknown); return orderDetail; } }
2.3.4：模拟测试
为了方便测试，首先我们将请求服务暂时先注释，然后用postman测试看正常的返回应该是这样的，这里使用了备注为数据库获取的订单，表明它没有走回调方法，因为这里没有访问用户url获取用户信息，程序可以正常访问。我再放开
加上获取用户服务的链接，实际上用户服务是无法访问到的，访问的话就会超时，超时会被hystrix捕捉到，然后走fallBack指定的方法，我们来测试一下，可以看到实际上走的是缓存中查询到的订单，可以看到用户服务已经成功的降级了，降级后的订单信息虽然是缓存获取到的，可能会存在延时等问题（当然只要维护好缓存就可以避免这个问题）。但是比没有任何数据带来的用户一点会更好！
三：Hystrix的流程
Hystrix实际上的工作原理是这样的:通过command来解耦请求与返回操作，在具体的实例中就是，Hystrix会对依赖的服务进行观察,通过command.toObservable调用返回一个观察的对象，同时发起一个事件，然后用Subscriber对接受到的事件进行处理。在command命令发出请求后，它通过一系列的判断，顺序依次是缓存是否命中、断路器是否打开、线程池是否占满，然后它才会开始对我们编写的代码进行实际的请求依赖服务的处理，也就是Hystrix.run方法，如果在这其中任一节点出现错误或者抛出异常，它都会返回到fallback方法进行服务降级处理，当降级处理完成之后，它会将结果返回给,际的调用者,经过一系列流程处理的，它的具体工作流程如下：
四：总结
本篇博客讲述了Hystrix是什么？然后解释了Hystrix如何进行服务降级处理以及简单的处理流程,讲到的内容是最为常用的功能，还有一些关于Hystrix的缓存、线程池的隔离技术等由于篇幅的原因,没有详细的讲解到，不过作为一篇入门级的Hystrix教程博客是基本够的。在实际的开发中，如何保持服务的健壮性、服务的可用性、尽量的减少bug，提升用户体验都是我们开发者的使命，这条优化和提升之路永远没有尽头，go ahead!
参考资料《spring cloud微服务实战》
*如果你在本篇博客中，有任何疑问，都可以添加java学习交流群：618626589