Hystrix熔断器属于一种容错机制。

微服务中的雪崩效应

微服务中，⼀个请求可能需要多个微服务接⼝才能实现，会形成复杂的调⽤链路。
假设存在一个微服务，那上游微服务对它的调用叫做“扇入”，它对下游微服务的调用叫做“扇出”。
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。
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”。
如果最下游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。

雪崩效应解决⽅案

下⾯，介绍三种技术⼿段应对微服务中的雪崩效应，这三种⼿段都是从系统可⽤性、可靠性⻆度出发，尽量防⽌系统整体缓慢甚⾄瘫痪。
服务熔断
熔断机制是应对雪崩效应的⼀种微服务链路保护机制。我们在各种场景下都会接触到熔断这两个字。⾼压电路中，如果某个地⽅的电压过⾼，熔断器就会熔断，对电路进⾏保护。股票交易中，如果股票指数过⾼，也会采⽤熔断机制，暂停股票的交易。同样，在微服务架构中，熔断机制也是起着类似的作⽤。
当扇出链路的某个微服务不可⽤或者响应时间太⻓时，熔断该节点微服务的调⽤，进⾏服务的降级，快速返回错误的响应信息。当检测到该节点微服务调⽤响应正常后，恢复调⽤链路。
注意：

服务熔断重点在“断”，切断对下游服务的调⽤
服务熔断和服务降级往往是⼀起使⽤的，Hystrix就是这样。

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。
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简介

[来⾃官⽹]Hystrix是由Netflix开源的⼀个延迟和容错库，⽤于隔离访问远程系统、服务或者第三⽅库，防⽌级联失败，从⽽提升系统的可⽤性与容错性。Hystrix主要通过以下⼏点实现延迟和容错。

包裹请求：使⽤HystrixCommand包裹对依赖的调⽤逻辑。
跳闸机制：当某服务的错误率超过⼀定的阈值时，Hystrix可以跳闸，停⽌请求该服务⼀段时间。
资源隔离：Hystrix为每个依赖都维护了⼀个⼩型的线程池(舱壁模式)（或者信号量）。如果该线程池已满，发往该依赖的请求就被⽴即拒绝，⽽不是排队等待，从⽽加速失败判定。
监控：Hystrix可以近乎实时地监控运⾏指标和配置的变化，例如成功、失败、超时、以及被拒绝的请求等。
回退机制：当请求失败、超时、被拒绝，或当断路器打开时，执⾏回退逻辑。回退逻辑由开发⼈员⾃⾏提供，例如返回⼀个缺省值。
⾃我修复：断路器打开⼀段时间后，会⾃动进⼊“半开”状态。

Hystrix熔断应⽤

⽬的：服务提供者⻓时间没有响应，服务消费者快速失败给⽤户提示。

服务消费者⼯程中引⼊Hystrix依赖坐标（也可以添加在⽗⼯程中）

<!--熔断器Hystrix-->
<dependency>
  <groupId>org.springframework.cloud</groupId>
  <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
</dependency>

服务消费者⼯程的启动类中添加熔断器开启注解@EnableCircuitBreaker
定义服务降级处理⽅法，并在业务⽅法上使⽤@HystrixCommand的fallbackMethod属性关联到服务降级处理⽅法

/*
 * 1）服务提供者处理超时，熔断，返回错误信息
 * 2）有可能服务提供者出现异常直接抛出异常信息
 *
 * 以上信息，都会返回到消费者这⾥，很多时候消费者服务不希望把收到异常/错误信息再抛到它的上游去
 * ⽤户微服务 — 注册微服务 — 优惠券微服务
 * 1 登记注册
 * 2 分发优惠券（并不是核⼼步骤），这⾥如果调⽤优惠券微服务返回了异
常信息或者是熔断后的错误信息，这些信息如果抛给⽤户很不友好
 * 此时，我们可以返回⼀个兜底数据，预设的默认值（服务降级）
 */

@GetMapping("/findOrderTimeoutFallback/{userId}")
@HystrixCommand(
  // 线程池标识，要保持唯⼀，不唯⼀的话就共⽤了
  threadPoolKey = "findOrderTimeoutFallback",
  // 线程池细节属性配置
  threadPoolProperties = {
    @HystrixProperty(name="coreSize",value = "2"), // 线程数
    @HystrixProperty(name="maxQueueSize",value="20") // 等待队列⻓度
  },
  // commandProperties熔断的⼀些细节属性配置
  commandProperties = {
    // 每⼀个属性都是⼀个HystrixProperty
    @HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds", value="2000"),
    // hystrix⾼级配置，定制⼯作过程细节

    // 统计时间窗⼝定义
    @HystrixProperty(name = "metrics.rollingStats.timeInMilliseconds",value = "8000"),
    // 统计时间窗⼝内的最⼩请求数
    @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold",value = "2"),
    // 统计时间窗⼝内的错误数量百分⽐阈值
    @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage",value = "50"),
    // ⾃我修复时的活动窗⼝⻓度
    @HystrixProperty(name = "circuitBreaker.sleepWindowInMilliseconds",value = "3000")
  },
  fallbackMethod = "myFallBack" // 回退⽅法
)
public Integer findOrderTimeoutFallback(@PathVariable Long userId) {
  // 使⽤ribbon不需要我们⾃⼰获取服务实例然后选择⼀个那么去访问了（⾃⼰的负载均衡）
  String url = "http://cloud-eureka-server/shop/order/" + userId; // 指定服务名
  Integer forObject = restTemplate.getForObject(url, Integer.class);
  return forObject;
}

/*
 * 定义回退⽅法，返回预设默认值
 * 注意：该⽅法形参和返回值与原始⽅法保持⼀致
 */
public Integer myFallBack(Long userId) {
  return -1; // 兜底数据
}

注意：降级（兜底）⽅法必须和被降级⽅法有相同的⽅法签名（相同参数列表、相同返回值）

可以在类上使⽤@DefaultProperties注解统⼀指定整个类中共⽤的降级（兜底）⽅法（优先级没方法高）
修改一个服务提供者的实例模拟请求超时（在方法中添加线程休眠的方法）并修改返回结果为端口号，另一个实例只修改返回结果为端口号，方便对比观察

因为我们已经使⽤了Ribbon负载（轮询），所以我们在请求的时候，⼀次熔断降级，⼀次正常返回
熔断降级
图片.png
正常返回

Hystrix舱壁模式（线程池隔离策略）

图片.png
如果不进⾏任何设置，所有熔断⽅法使⽤⼀个Hystrix线程池（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。
图片.png

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。
我们可以使⽤⼀些⼿段查看线程情况

在终端使用jps命令查看Java进程
使用jstack查看指定进程中的线程信息，过滤出和hystrix有关的线程信息
jstack 进程ID | grep hystrix

发起请求，可以使⽤PostMan模拟批量请求
图片.png
复制一个方法，并修改两个方法注解中的threadPoolKey和coreSize值，发起请求后再次使用jstack命令查看线程情况，和我们程序设置相符合。

// 线程池标识，要保持唯⼀，不唯⼀的话就共⽤了
  threadPoolKey = "findOrderTimeoutFallback",
  // 线程池细节属性配置
  threadPoolProperties = {
    @HystrixProperty(name="coreSize",value = "2"), // 线程数
    @HystrixProperty(name="maxQueueSize",value="20") // 等待队列⻓度
  }

Hystrix⼯作流程与⾼级应⽤

图片.png

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？
如果没有达到，则重置统计信息，回到第1步
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？
如果达到，则跳闸（不再请求对应服务）
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

/*
 * 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
 */
@HystrixCommand(
  commandProperties = {
    @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")
  }
)

上述通过注解进⾏的配置也可以配置在配置⽂件中(优先级没注解高)

# 配置熔断策略：
hystrix:
  command:
    default:
      circuitBreaker:
        # 强制打开熔断器，如果该属性设置为true，强制断路器进⼊打开状态，将会拒绝所有的请求。 默认false关闭的
        forceOpen: false
        # 触发熔断错误⽐例阈值，默认值50%
        errorThresholdPercentage: 50
        # 熔断后休眠时⻓，默认值5秒
        sleepWindowInMilliseconds: 3000
        # 熔断触发最⼩请求次数，默认值是20
        requestVolumeThreshold: 2
      execution:
        isolation:
          thread:
            # 熔断超时设置，默认为1秒
            timeoutInMilliseconds: 2000

基于springboot的健康检查观察跳闸状态（⾃动投递微服务暴露健康检查细节）

# springboot中暴露健康检查等断点接⼝
management:
  endpoints:
    web:
      exposure:
        include: "*"
  # 暴露健康接⼝的细节
  endpoint:
    health:
      show-details: always

访问健康检查接⼝：http://localhost:8090/actuator/health
hystrix正常⼯作状态
图片.png
跳闸状态

活动窗⼝内⾃我修复

Hystrix Dashboard断路监控仪表盘

正常状态是UP，跳闸是⼀种状态CIRCUIT_OPEN，可以通过/health查看，前提是⼯程中需要引⼊SpringBoot的actuator（健康监控），它提供了很多监控所需的接⼝，可以对应⽤系统进⾏配置查看、相关功能统计等。
已经统⼀添加在⽗⼯程中

<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

如果我们想看到Hystrix相关数据，⽐如有多少请求、多少成功、多少失败、多少降级等，那么引⼊SpringBoot健康监控之后，访问/actuator/hystrix.stream接⼝可以获取到监控的⽂字信息，但是不直观，所以Hystrix官⽅还提供了基于图形化的DashBoard（仪表板）监控平台。Hystrix仪表板可以显示每个断路器（被@HystrixCommand注解的⽅法）的状态。
图片.png

新建⼀个监控服务⼯程，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>

启动类添加@EnableHystrixDashboard激活仪表盘
application.yml

server:
  port: 9000
Spring:
  application:
    name: cloud-hystrix-dashboard
eureka:
  client:
    serviceUrl: # eureka server的路径
      defaultZone: http://cloudeurekaservera:8761/eureka/,http://cloudeurekaserverb:8762/eureka/
  instance:
    prefer-ip-address: true
    instance-id: ${spring.cloud.client.ipaddress}:${spring.application.name}:${server.port}:@project.version@

在被监测的微服务中注册监控servlet（监控数据就是来⾃于这个微服务）

@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;
}

被监控微服务发布之后，可以直接访问监控servlet(http://localhost:8090/actuator/hystrix.stream)，但是得到的数据并不直观，后期可以结合仪表盘更友好的展示
5. 访问测试http://localhost:9000/hystrix
图片.png
输⼊监控的微服务端点地址，展示监控的详细数据，⽐如监控服务消费者http://localhost:8090/actuator/hystrix.stream

百分⽐，10s内错误请求百分⽐
实⼼圆：

⼤⼩：代表请求流量的⼤⼩，流量越⼤球越⼤
颜⾊：代表请求处理的健康状态，从绿⾊到红⾊递减，绿⾊代表健康，红⾊就代表很不健康

曲线波动图：
记录了2分钟内该⽅法上流量的变化波动图，判断流量上升或者下降的趋势

Hystrix Turbine聚合监控

之前，我们针对的是⼀个微服务实例的Hystrix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）
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
⼿⼯操作能否被⾃动功能替代？Hystrix Turbine聚合（聚合各个实例上的hystrix监控数据）监控Turbine（涡轮）
微服务架构下，⼀个微服务往往部署多个实例，如果每次只能查看单个实例的监控，就需要经常切换很不⽅便，在这样的场景下，我们可以使⽤ Hystrix Turbine 进⾏聚合监控，它可以把相关微服务的监控数据聚合在⼀起，便于查看。
图片.png
Turbine服务搭建

新建项⽬cloud-hystrix-turbine-9001，引⼊依赖坐标

<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、⽼师说过，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service-consumer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，根据服务名称从eureka服务注册中⼼获取到这些信息
  -->
  <dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-netflix-eurekaclient</artifactId>
  </dependency>
</dependencies>

将需要进⾏Hystrix监控的多个微服务配置起来，在⼯程application.yml中开启Turbine及进⾏相关配置

server:
  port: 9001
Spring:
  application:
    name: cloud-hystrix-turbine
eureka:
  client:
    serviceUrl: # eureka server的路径
      defaultZone: http://cloudeurekaservera:8761/eureka/,http://cloudeurekaserverb:8762/eureka/ 
  instance:
    prefer-ip-address: true
    instance-id: ${spring.cloud.client.ipaddress}:${spring.application.name}:${server.port}:@project.version@
#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: service-consumer
  clusterNameExpression: "'default'" # 集群默认名称

在当前项⽬启动类上添加注解@EnableTurbine，开启仪表盘以及Turbine聚合
浏览器访问Turbine项⽬，http://localhost:9001/turbine.stream，就可以看到监控数据了
我们通过dashboard的⻚⾯查看数据更直观，把刚才的地址输⼊dashboard地址栏

监控⻚⾯

Hystrix核⼼源码剖析

源码涉及到springboot装配、⾯向切⾯编程、RxJava响应式编程（很复杂，这里不深入探索）的知识等等，这里只剖析下主体脉络。
分析⼊⼝：@EnableCircuitBreaker注解激活了熔断功能，那么该注解就是Hystrix源码追踪的⼊⼝。

@EnableCircuitBreaker注解激活熔断器
查看EnableCircuitBreakerImportSelector类
继续关注⽗类 SpringFactoryImportSelector

spring.factories⽂件内容如下

会注⼊org.springframework.cloud.netflix.hystrix.HystrixCircuitBreakerConfiguration

关注切⾯：com.netflix.hystrix.contrib.javanica.aop.aspectj.HystrixCommandAspect

重点分析环绕通知⽅法

GenericCommand中根据元数据信息重写了两个很核⼼的⽅法，⼀个是run⽅法封装了对原始⽬标⽅法的调⽤，另外⼀个是getFallBack⽅法，它封装了对回退⽅法的调⽤。
另外，在GenericCommand的上层类构造函数中会完成资源的初始化，⽐如线程池。
GenericCommand —>AbstractHystrixCommand—>HystrixCommand—>AbstractCommand

接下来回到环绕通知⽅法那张截图

进⼊execute执⾏这⾥

另外，我们观察，GenericCommand⽅法中根据元数据信息等重写了run⽅法（对⽬标⽅法的调⽤），getFallback⽅法（对回退⽅法的调⽤），在RxJava处理过程中会完成对这两个⽅法的调⽤。