hytrix的python实现
https://github.com/last9/pyhystrix/blob/master/circuit_breaker.py
整体介绍：
案例介绍：
https://blog.csdn.net/kxj19980524/article/details/87009660
正文
首先我们需要搞清楚的一个问题就是，断路器断的是什么？断路器断的其实就是我们对依赖服务的调用，而我们对依赖服务的调用其实被包装在HystrixCommand里面，断路器断的就是HystrixCommand是否需要对依赖服务发起请求，更直白的一点说，就是断HystrixCommand。
断路的话，表示不能对依赖服务发起请求了。
Retry重试模式 vs 断路器模式
熔断器模式和重试模式有何区别呢？其实两者区别非常明显：
Retry重试模式：不断重试去调用目标方法/远程服务，直到最后成功（或者达到超时或者最大重试次数）为止。
HystrixCircuitBreaker断路器模式：保护每个commandKey对应的程序，防止被拖垮、避免一些无意义的请求尝试。
断路器的三种状态
关闭状态（Closed）：断路器关闭，流量可以正常进入打开/熔断状态（Open）：断路器打开，即circuit-breaker熔断状态，拒绝所有流量，走降级逻辑（客户端来实现服务降级）半开状态（Half-Open）：断路器半开状态，Open状态过一段时间（默认5s）转为此状态来尝试恢复。此状态时：允许有且仅一个请求进入，一旦请求成功就关闭断路器。请求失败就到Open状态（这样再过5秒才能转到半开状态）
限流：即限制流量的最大值，是流控的一种方式。
（在哪里实现限流？？？）
如果做一个简单的限流功能，那是比较容易的，使用常见的限流方案即可比较轻松的实现（当然和算法强相关）。
但如果想做更精准的控制、处理后的细分和快速恢复，还有大量的工作需要做。很多RPC框架也自带流控和熔断功能，比如Dubbo，但功能不够强大，大多需要人工手动操作，离自动还有段距离，这也是为啥需要将其作为一套单独的解决方案的原因，因为它非常重要且对自动化（自愈）要求较高。
降级：（客户端来做）
降级：即我们常说的服务降级，其实来自于服务等级（或服务分级），根据服务的质量、功能或其他指标，人为的将服务分成多个等级，便于我们分析和定位服务级别，而服务降级指的是当达到某个条件或特殊场景时，需要下调服务等级。比如常见的降级可分为如下几步（仅供参考）：
- 可配置的降级策略：策略一定得可配置，因为不同的服务对服务的质量定义不一样，降级的方案也将不一样
- 可识别的降级边界：降级边界主要用来植入降级逻辑
- 数据采集：这些数据可以是当前某段时间的数据，也可以是很长一段时间的历史数据（比如超时时间应该根据采集统计出来的分位数如p99来定）
- 行为干预：进入降级状态后将会对正常的业务流程产生干预，可能是限流、熔断，也可能是同步流程变为异步流程等（比如发送MQ的变成oneway的形式）等
- 结果干预：是返回null，还是默认值
- 快速恢复：如何自动从降级状态变回正常状态
----------------------------------------------------------------------------------------------------------------------------------------------------------------------
知乎上面的hystrix实现，测试使用。
https://zhuanlan.zhihu.com/p/102739156
