原创

分布式进阶(二八)——分布式框架之高可用:Hystrix降级

上一章,我讲解Hystrix命令执行流程时,一直提到Hystrix的fallback降级机制,我们先来回顾一下,在哪些情况下会触发降级:

  • 断路器处于打开状态,直接走降级流程;
  • 线程池/队列/semaphore满了,请求被reject;
  • 执行了请求,但是Command的run()或construct()方法抛出异常;

上述三种情况,都属于异常情况,Hystrix会发送异常事件到断路器中去进行统计,如果断路器发现异常事件的占比达到了一定的比例,会直接开启断路,如下图:



接下来,我们通过一个示例来看看如何使用Hystrix的降级机制。

一、降级示例

Fallback降级的逻辑一般写在Command内,一般有两种最经典的降级方法:纯内存数据默认值

举个例子,假如我们现在新增一个品牌服务:当通过商品服务获取到商品信息后,会再根据商品信息中的品牌brandId,调用品牌服务获取品牌信息。如果品牌服务挂掉了,那么我们可以尝试从本地内存中获取一份以前保留的品牌数据,如果内存中没有,可以返回一些默认值,比如Nike++、Nike、Ecco之类的。

降级的逻辑通过HystrixCommand.getFallbackHystrixObservableCommand.resumeWithFallback方法实现:

public class GetBrandCommand extends HystrixCommand<String> {

    // 品牌id
    private final Long brandId;

    public CommandHelloFailure(Long brandId) {
        super(HystrixCommandGroupKey.Factory.asKey("BrandInfoService"));
        this.brandId = brandId;
    }

    /**
      * 这里总是报错,这样每次请求都会走降级逻辑
      */
    @Override
    protected String run() {
        // 正式场景,这里调用品牌服务的接口
        throw new RuntimeException("this command always fails");
    }

    /**
      * 降级逻辑,从本地缓存中查找一个品牌名称
      */
    @Override
    protected String getFallback() {
        return BrandCache.getBrandName(brandId);
    }

}

再来改写下整合服务:

@Controller
public class CacheController {

    @RequestMapping("/change/product")
    @ResponseBody
    public String changeProduct(Long productId) {

        // 获取商品信息
        HystrixCommand<ProductInfo> command = new GetProductInfoCommand(productId);
        ProductInfo product = command.execute();

        // 获取品牌信息
        GetBrandCommand bcmd = new GetBrandCommand(product.getBrandId());
        String brandName = bcmd.execute();
        product.setBrandName(brandName);

        System.out.println(product);  
        return "success";
    }

}

二、总结

Fallback降级机制,本身也使用了资源隔离,我们可以通过fallback.isolation.semaphore.maxConcurrentRequests这个参数设置HystrixCommand.getFallback()的最大允许并发请求数,默认值是10,如果超出了这个最大值,那么直接被reject。

HystrixCommandProperties.Setter()
   .withFallbackIsolationSemaphoreMaxConcurrentRequests(int value)
正文到此结束

感谢赞赏~

本文目录