溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

SpringCloud中Hystrix斷路器的原理是什么

發(fā)布時間:2021-05-12 16:58:56 來源:億速云 閱讀:292 作者:Leah 欄目:編程語言

本篇文章為大家展示了SpringCloud中Hystrix斷路器的原理是什么,內(nèi)容簡明扼要并且容易理解,絕對能使你眼前一亮,通過這篇文章的詳細(xì)介紹希望你能有所收獲。

在分布式環(huán)境中,許多服務(wù)依賴項(xiàng)中的一些必然會失敗。Hystrix是一個庫,通過添加延遲容忍和容錯邏輯,幫助你控制這些分布式服務(wù)之間的交互。Hystrix通過隔離服務(wù)之間的訪問點(diǎn)、停止級聯(lián)失敗和提供回退選項(xiàng)來實(shí)現(xiàn)這一點(diǎn),所有這些都可以提高系統(tǒng)的整體彈性

兩個比較重要的類

  • HystrixCommand

  • HystrixObservableCommand

注解@HystrixCommand(fallbackMethods="methods")methods中可以添加降級策略

除了提供服務(wù)降級

還提供了請求緩存

  • @CacheResult

  • @CacheRemve

不過添加CacheResult的時候,說

HystrixRequestContext未初始化。

2020-01-13 16:12:10.273 ERROR 15348 --- [nio-8083-exec-1] o.a.c.c.C.[.[.[/].[dispatcherServlet]  : Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is java.lang.reflect.UndeclaredThrowableException] with root cause

java.lang.IllegalStateException: Request caching is not available. Maybe you need to initialize the HystrixRequestContext?
  at com.netflix.hystrix.HystrixRequestCache.get(HystrixRequestCache.java:104) ~[hystrix-core-1.5.18.jar:1.5.18]
  at com.netflix.hystrix.AbstractCommand$7.call(AbstractCommand.java:478) ~[hystrix-core-1.5.18.jar:1.5.18]
  at com.netflix.hystrix.AbstractCommand$7.call(AbstractCommand.java:454) ~[hystrix-core-1.5.18.jar:1.5.18]
  at rx.internal.operators.OnSubscribeDefer.call(OnSubscribeDefer.java:46) ~[rxjava-1.3.8.jar:1.3.8]
  at rx.internal.operators.OnSubscribeDefer.call(OnSubscribeDefer.java:35) ~[rxjava-1.3.8.jar:1.3.8]

查看官方文檔https://github.com/Netflix/Hystrix/wiki/How-To-Use

Typically this context will be initialized and shut down via a ServletFilter that wraps a user request or some other lifecycle hook.

在同一用戶請求的上下文中,相同依賴服務(wù)的返回數(shù)據(jù)始終保持一致。在當(dāng)次請求內(nèi)對同一個依賴進(jìn)行重復(fù)調(diào)用,只會真實(shí)調(diào)用一次。在當(dāng)次請求內(nèi)數(shù)據(jù)可以保證一致性。

初始化是在filter中進(jìn)行(官方建議),但是每一次請求都會進(jìn)行初始化 。所以說和一般的緩存還是有去別的,可以解決高并發(fā),保證的資源的線程安全。在某些場景很有用。

請求合并

/**
   * 建議: 服務(wù)提供方有較高的延遲??梢钥紤]使用請求合并
   * HystrixCollapser 合并請求的時候會創(chuàng)建一個請求處理器。如果每次合并的請求量不大,只有很少的請求還要合并,會造成合并時間窗
   * 并發(fā)量增大,時間窗的創(chuàng)建和消耗增大。所以只有在時間窗內(nèi)有很大的并發(fā)量,推薦請求合并。
   *
   * batchMethod 請求合并后的替換方法com.gitee.munan56.cloud.hystrixconsumer.AService#findALl(java.util.List) 注意客戶端要有這個方法
   *HystrixProperty 一個屬性合并時間窗100s 這個時間結(jié)束后會發(fā)起請求,也就是指這個時間是合并處理的時間
   * @param id
   * @return
   */
  @HystrixCollapser(batchMethod = "findALl",collapserProperties = @HystrixProperty(name = "timerDelayInMilliseconds",value = "100"))
  public String doBFindOne(String id){

    System.out.println("begin do provider service");
    return restTemplate.getForEntity("http://service-provider:8081/api/v1/provider/do",String.class).getBody();
  }

全部代碼

package com.gitee.munan56.cloud.hystrixconsumer;

import com.netflix.hystrix.contrib.javanica.annotation.HystrixCollapser;
import com.netflix.hystrix.contrib.javanica.annotation.HystrixCommand;
import com.netflix.hystrix.contrib.javanica.annotation.HystrixProperty;
import com.netflix.hystrix.contrib.javanica.cache.annotation.CacheResult;
import com.netflix.hystrix.strategy.concurrency.HystrixRequestContext;
import com.netflix.ribbon.proxy.annotation.Hystrix;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestTemplate;

import java.util.List;

/**
 * @author munan
 * @version 1.0
 * @date 2020/1/13 10:41
 */
@Service
public class AService {

  @Autowired
  private RestTemplate restTemplate;

  public String doAService(){
    return "A Service is run";
  }

//  @Hystrix(fallbackHandler = )
  @HystrixCommand(fallbackMethod = "error")
  public String doBServiceOne(){
    System.out.println("begin do provider service");
    return restTemplate.getForEntity("http://service-provider:8081/api/v1/provider/do",String.class).getBody();
  }

  /**
   * CacheResult 請求緩存(針對request的緩存),官方建議在serverlet filter 中初始化HystrixRequestContext
   * 在同一用戶請求的上下文中緩存在統(tǒng)一請求的上下文環(huán)境中有效。
   * @param id
   * @return
   */
  @CacheResult(cacheKeyMethod = "getKey")
  @HystrixCommand(fallbackMethod = "error")
  public String doBServiceTwo(String id){

    System.out.println("begin do provider service");
    return restTemplate.getForEntity("http://service-provider:8081/api/v1/provider/do",String.class).getBody();
  }

  /**
   * 建議: 服務(wù)提供方有較高的延遲??梢钥紤]使用請求合并
   * HystrixCollapser 合并請求的時候會創(chuàng)建一個請求處理器。如果每次合并的請求量不大,只有很少的請求還要合并,會造成合并時間窗
   * 并發(fā)量增大,時間窗的創(chuàng)建和消耗增大。所以只有在時間窗內(nèi)有很大的并發(fā)量,推薦請求合并。
   *
   * batchMethod 請求合并后的替換方法com.gitee.munan56.cloud.hystrixconsumer.AService#findALl(java.util.List) 注意客戶端要有這個方法
   *HystrixProperty 一個屬性合并時間窗100s 這個時間結(jié)束后會發(fā)起請求,也就是指這個時間是合并處理的時間
   * @param id
   * @return
   */
  @HystrixCollapser(batchMethod = "findALl",collapserProperties = @HystrixProperty(name = "timerDelayInMilliseconds",value = "100"))
  public String doBFindOne(String id){

    System.out.println("begin do provider service");
    return restTemplate.getForEntity("http://service-provider:8081/api/v1/provider/do",String.class).getBody();
  }

  @HystrixCommand()
  public String findALl(List<String> ids){
    System.out.println("begin do provider service");
    return restTemplate.getForEntity("http://service-provider:8081/api/v1/provider/do",String.class).getBody();
  }

  /**
   * 服務(wù)降級
   * 指定調(diào)用服務(wù)出錯的回調(diào)方法
   * @return
   */
  public String error(Throwable e){
    return "do provider error this is default result" + "the error is " + e.getMessage();
  }
  /**
   *  服務(wù)降級
   * 指定調(diào)用服務(wù)出錯的回調(diào)方法
   * @return
   */
  public String error(String id ,Throwable e){
    return "do provider error this is default result" + "the error is " + e.getMessage();
  }


  public String getKey(String id){
    return id;
  }
}

上述內(nèi)容就是SpringCloud中Hystrix斷路器的原理是什么,你們學(xué)到知識或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識儲備,歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI