OpenFeign精选Hystrix精选

https://www.bilibili.com/read/cv11238006/ 掌握 OpenFeign 核心原理

https://blog.csdn.net/weixin_70730532/article/details/126875028 OpenFeign 夺命连环 9问

OpenFeign主要用于微服务项目中的服务远程调，Feign 不做任何请求处理，通过处理注解相关信息生成 Request，并对调用返回的数据进行解码，从而实现简化 HTTP API 的开发。

Feign 的启动原理

A 服务要调用B服务的接口。 B服务在自己服务中暴漏自己的 @FeignClient，A服务引入B服务调用对应的bFeignClient 的接口方法。

1.Feign Starter 在项目启动过程中注册全局配置，扫描包下所有的 @FeignClient 接口类（A服务引入了B服务，所以B服务下的@FeignClient 他也会读取到），并进行注册 IOC 容器@FeignClient 接口类被注入时，通过动态代理（FactoryBean#getObject ）返回动态代理类。接口被调用时被动态代理类逻辑拦截

2. 当A服务执行 bFeignClient.getUser(123L) 时：

① 动态代理拦截

Spring注入的 bFeignClient实际是一个动态代理对象
调用方法时，会被 InvocationHandler 拦截（Feign的核心）

② 构造请求模板（RequestTemplate）

解析方法注解：
- @FeignClient(name="user-service") → 确定服务名称
- @GetMapping("/getUser") → 确定HTTP方法和路径
- @RequestParam("userId") → 确定参数位置

2. 生成请求模板：

GET http://user-service/getUser?userId=123

③ 服务发现与负载均衡（如有）

通过服务注册中心（如Nacos）查询 user-service 的实例列表
用负载均衡策略（如Ribbon）选择一个实例（如 192.168.1.100:8080）

④ HTTP请求发送

底层HTTP客户端（如OkHttp）发送请求：

GET http://192.168.1.100:8080/getUser?userId=123

⑤ 处理响应

收到响应后：
- 成功：解码JSON → UserDTO 对象
- 失败：根据配置重试或抛异常

Ribbon通过ILoadBalancer接口提供负载均衡服务，其实现原理为：

ILoadBalancer依赖ServerList通过DiscoveryClient从nacos Client处获取Server列表并缓存这些Server列表。
IPing接口定时对ILoadBalancer缓存的Server列表进行检测，判断其是否可用。
IRule接口是负载均衡策略的抽象，ILoadBalancer通过IRule选出一个Server。(就是通过算法怎么对已经获取到的服务精选选取)

Hystrix如何实现:

Hystrix 的核心思想是快速失败 + 优雅降级，适用于高并发、高可用的微服务架构。

与Feign的整合流程

当Hystrix与Feign配合时：

Feign动态代理拦截方法调用
调用委托给 HystrixInvocationHandler
生成 HystrixCommand 执行上述完整流程

Hystrix 完整工作流程分解

1. 命令封装阶段

// 用户代码
@HystrixCommand(fallbackMethod = "fallback")
public String doSomething() {
    return remoteService.call();
}

HystrixCommand 将方法调用封装为 HystrixInvokable 命令对象
关键类：HystrixCommand / HystrixObservableCommand

2. 请求缓存检查（可选）

if (cacheEnabled) {
    ValueFromCache v = cache.get(cacheKey);
    if (v != null) return v; // 直接返回缓存
}

使用 HystrixRequestCache 检查是否已有缓存结果
需提前定义 cacheKeyMethod

3. 熔断器状态检查

// CircuitBreaker 实现类
if (circuitBreaker.allowRequest()) { // 检查熔断状态
    // 允许执行
} else {
    return fallback(); // 直接降级
}

熔断器三态转换：
- OPEN：直接触发降级
- HALF-OPEN：放行少量探测请求
- CLOSED：正常执行

4. 线程池/信号量资源检查

// 线程池隔离模式
if (!threadPool.isQueueSpaceAvailable()) {
    throw new RejectedExecutionException("Rejected command"); // 触发降级
}

隔离策略：
- THREAD：检查线程池队列（HystrixThreadPool）
- SEMAPHORE：检查信号量计数（TryableSemaphore）

5. 执行目标方法

// HystrixCommand 核心执行
try {
    result = executeCommand(); // 实际业务调用
    circuitBreaker.markSuccess(); // 记录成功
} catch (Exception e) {
    circuitBreaker.markFailure(); // 记录失败
    throw e;
}

通过 HystrixCommand#run() 执行真实逻辑
同步调用使用 execute()，异步使用 queue()

6. 超时监控（Timeout Monitoring）

// HystrixTimer 监控超时
Future<R> future = threadPool.submit(command);
try {
    return future.get(timeout, TimeUnit.MILLISECONDS);
} catch (TimeoutException e) {
    future.cancel(true); // 中断执行
    throw e;
}

独立计时线程监控超时（默认 1s）
超时触发线程中断（Thread.interrupt()）

7. 指标统计（Metrics Collection）

// HystrixCommandMetrics 记录指标
metrics.addExecutionTime(duration);
metrics.incrementExecutionCount();
if (failed) metrics.incrementFailureCount();

滑动窗口统计（默认 10s 窗口）
计算错误率决定是否熔断

8. 降级逻辑触发

if (shouldFallback(failure)) {
    return getFallback(); // 执行降级方法
}

触发条件：
- 熔断打开
- 线程池拒绝
- 执行超时
- 执行异常

线程池/信号量资源检查这个怎么检查啊

在Hystrix中，线程池/信号量资源检查是资源隔离的核心环节，其检查机制根据不同的隔离策略（线程池隔离 vs. 信号量隔离）有不同的实现方式。下面用底层源码+流程图的方式详细说明：

一、线程池隔离模式（THREAD）

检查流程

// 源码位置：HystrixThreadPool.java
public boolean isQueueSpaceAvailable() {
    // 1. 检查线程池队列是否已满
    if (threadPool.getQueue().size() < queueSizeRejectionThreshold) {
        return true;
    }
    // 2. 检查线程池活跃线程数
    return threadPool.getActiveCount() < threadPool.getMaximumPoolSize();
}

检查步骤：

判断队列容量
- 默认队列长度：maxQueueSize（默认-1，使用SynchronousQueue无缓冲）
- 动态队列：queueSizeRejectionThreshold（可覆盖maxQueueSize）
判断线程活跃数
- 核心线程数：corePoolSize（默认10）
- 最大线程数：maximumPoolSize（默认10）
拒绝条件
当 队列已满 && 活跃线程 >= 最大线程数 时，抛出 RejectedExecutionException

二、信号量隔离模式（SEMAPHORE）

// 源码位置：TryableSemaphore.java
public boolean tryAcquire() {
    int currentCount = count.get();
    return currentCount < numberOfPermits && 
           count.compareAndSet(currentCount, currentCount + 1);
}