Hystrix 的熔断

熔断断路器的重要功能之一，是实现快速失败的基础；

Hystrix的熔断器设计成一个接口  com.netflix.hystrix.HystrixCircuitBreaker，解释如下：

/**
 * Circuit-breaker logic that is hooked into {@link HystrixCommand} execution and will stop allowing executions if failures have gone past the defined threshold.
 * <p>
 * It will then allow single retries after a defined sleepWindow until the execution succeeds at which point it will again close the circuit and allow executions again.
 */

大意就是，在失败请求达到一定量时终止执行HystrixCommand，并且允许一定时间（sleepWindow）后重试一次，成功后就关掉断路器；

熔断主要涉及到三个方面的问题：

　　1、如何实现熔断，如何恢复

　　2、怎么判断是否该熔断

　　3、判断熔断的基础指标数据如何收集和统计

上面就已经大致解释了第一个问题；

下面就主要围绕这三个问题进行解释。

一、如何熔断

　　断路器中熔断与恢复一般设计成一个开关，使用一个布尔值来实现

/* track whether this circuit is open/closed at any given point in time (default to false==closed) */
private AtomicBoolean circuitOpen = new AtomicBoolean(false);

 　　当请求失败达到熔断阈值（threshold）时，断路器就会打开，请求就会快速失败；

　　当断路器打开一段时间后（sleepWindow）后，组件会使用一个请求去重试，看看链路是否恢复，如果恢复就关闭断路器，接下来的请求就会发送到依赖的服务上；

二、怎么判断是否该熔断

　　Hystrix 在一个滑动窗口时间内，统计出各种状态的请求数量和比例（failure + success + timeout + threadPoolRejected + semaphoreRejected）， 就是下面的HealthCounts；

            HealthCounts health = metrics.getHealthCounts();
            if (health.getTotalRequests() < properties.circuitBreakerRequestVolumeThreshold().get()) {        
                return false;
            }

            if (health.getErrorPercentage() < properties.circuitBreakerErrorThresholdPercentage().get()) {
                return false;
            } else {
                // our failure rate is too high, trip the circuit
                if (circuitOpen.compareAndSet(false, true)) {circuitOpenedOrLastTestedTime.set(System.currentTimeMillis());
                    return true;
                } else {
                    return true;
                }
            }

　　判断是否打开有两种方式：一种是设置一个阈值，一种是设置一个失败比例；

三、如何收集和统计指标数据

　　由第二部分内容我们知道HealthCounts 的数据来源于metrics（指标），那么指标是如何收集和统计的呢？

　　熔断统计就会涉及到两个基本信息：总共统计数据和单位时间（rolling window）统计数据；注：rolling window is defined by HystrixCommandProperties#metricsRollingStatisticalWindowInMilliseconds()

　　收集时将hystrix的命令调用抽象了事件流，利用响应式编程技术将事件汇总；

　　统计时使用RxJava的window/reduce/flatmap等命令将单位事件内的数据进行汇总存储（桶），再将桶内的数据按成功/失败的进行统计；

　　统计的数据就是metrics（指标）数据；

 

　　网上看到一片写得不错的文章：

　　https://www.sczyh30.com/posts/%E9%AB%98%E5%8F%AF%E7%94%A8%E6%9E%B6%E6%9E%84/netflix-hystrix-1-5-sliding-window/

　　并附上该作者画的总体流程图：