转: 使用Hystrix实现自动降级与依赖隔离

使用Hystrix实现自动降级与依赖隔离

原创 2017年06月25日 17:28:01

这篇文章是记录了自己的一次集成Hystrix的经验，原本写在公司内部wiki里，所以里面有一些内容为了避免重复，直接引用了其他同事的wiki，而发布到外网，这部分就不能直接引用了，因此可能不会太完整，后续会补充进去。

1.背景

目前对于一些非核心操作，如增减库存后保存操作日志 发送异步消息时（具体业务流程），一旦出现MQ服务异常时，会导致接口响应超时，因此可以考虑对非核心操作引入服务降级、服务隔离。

2.Hystrix说明

官方文档 [https://github.com/Netflix/Hystrix/wiki]
  • 1

hystrix是netflix开源的一个容灾框架，解决当外部依赖故障时拖垮业务系统、甚至引起雪崩的问题。

2.1为什么需要Hystrix?

在大中型分布式系统中，通常系统很多依赖(HTTP,hession,Netty,Dubbo等)，在高并发访问下,这些依赖的稳定性与否对系统的影响非常大,但是依赖有很多不可控问题:如网络连接缓慢，资源繁忙，暂时不可用，服务脱机等。

当依赖阻塞时,大多数服务器的线程池就出现阻塞(BLOCK),影响整个线上服务的稳定性，在复杂的分布式架构的应用程序有很多的依赖，都会不可避免地在某些时候失败。高并发的依赖失败时如果没有隔离措施，当前应用服务就有被拖垮的风险。

例如:一个依赖30个SOA服务的系统,每个服务99.99%可用。 99.99%的30次方 ≈ 99.7% 0.3% 意味着一亿次请求 会有 3,000,00次失败 换算成时间大约每月有2个小时服务不稳定. 随着服务依赖数量的变多，服务不稳定的概率会成指数性提高.
  • 1
  • 2
  • 3
  • 4
  • 5

解决问题方案:对依赖做隔离。

2.2Hystrix设计理念

想要知道如何使用，必须先明白其核心设计理念，Hystrix基于命令模式，通过UML图先直观的认识一下这一设计模式

image.png

可见，Command是在Receiver和Invoker之间添加的中间层，Command实现了对Receiver的封装。那么Hystrix的应用场景如何与上图对应呢？

API既可以是Invoker又可以是reciever，通过继承Hystrix核心类HystrixCommand来封装这些API（例如，远程接口调用，数据库查询之类可能会产生延时的操作）。就可以为API提供弹性保护了。

2.3Hystrix如何解决依赖隔离

  • 1:Hystrix使用命令模式HystrixCommand(Command)包装依赖调用逻辑，每个命令在单独线程中/信号授权下执行。
  • 2:可配置依赖调用超时时间,超时时间一般设为比99.5%平均时间略高即可.当调用超时时，直接返回或执行fallback逻辑。
  • 3:为每个依赖提供一个小的线程池（或信号），如果线程池已满调用将被立即拒绝，默认不采用排队.加速失败判定时间。
  • 4:依赖调用结果分:成功，失败（抛出异常），超时，线程拒绝，短路。 请求失败(异常，拒绝，超时，短路)时执行fallback(降级)逻辑。
  • 5:提供熔断器组件,可以自动运行或手动调用,停止当前依赖一段时间(10秒)，熔断器默认错误率阈值为50%,超过将自动运行。
  • 6:提供近实时依赖的统计和监控

2.4Hystrix流程结构解析

image.png

流程说明: 1:每次调用创建一个新的HystrixCommand,把依赖调用封装在run()方法中. 2:执行execute()/queue做同步或异步调用. 3:判断熔断器(circuit-breaker)是否打开,如果打开跳到步骤8,进行降级策略,如果关闭进入步骤. 4:判断线程池/队列/信号量是否跑满，如果跑满进入降级步骤8,否则继续后续步骤. 5:调用HystrixCommand的run方法.运行依赖逻辑 5a:依赖逻辑调用超时,进入步骤8. 6:判断逻辑是否调用成功 6a:返回成功调用结果 6b:调用出错，进入步骤8. 7:计算熔断器状态,所有的运行状态(成功, 失败, 拒绝,超时)上报给熔断器，用于统计从而判断熔断器状态. 8:getFallback()降级逻辑.   以下四种情况将触发getFallback调用：  (1):run()方法抛出非HystrixBadRequestException异常。  (2):run()方法调用超时  (3):熔断器开启拦截调用  (4):线程池/队列/信号量是否跑满 8a:没有实现getFallback的Command将直接抛出异常 8b:fallback降级逻辑调用成功直接返回 8c:降级逻辑调用失败抛出异常 9:返回执行成功结果
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

2.5熔断器:Circuit Breaker

每个熔断器默认维护10个bucket,每秒一个bucket,每个bucket记录成功,失败,超时,拒绝的状态，

默认错误超过50%且10秒内超过20个请求进行中断拦截.

image.png

2.6Hystrix隔离分析

Hystrix隔离方式采用线程/信号的方式,通过隔离限制依赖的并发量和阻塞扩散. 
* (1)线程隔离 
把执行依赖代码的线程与请求线程(如:jetty线程)分离，请求线程可以自由控制离开的时间(异步过程)。 
通过线程池大小可以控制并发量，当线程池饱和时可以提前拒绝服务,防止依赖问题扩散。 
线上建议线程池不要设置过大，否则大量堵塞线程有可能会拖慢服务器。 
* (2)线程隔离的优缺点 
* 线程隔离的优点: 
* [1]:使用线程可以完全隔离第三方代码,请求线程可以快速放回。 
* [2]:当一个失败的依赖再次变成可用时，线程池将清理，并立即恢复可用，而不是一个长时间的恢复。 
* [3]:可以完全模拟异步调用，方便异步编程。 
* 线程隔离的缺点: 
* [1]:线程池的主要缺点是它增加了cpu，因为每个命令的执行涉及到排队(默认使用SynchronousQueue避免排队)，调度和上下文切换。 
* [2]:对使用ThreadLocal等依赖线程状态的代码增加复杂性，需要手动传递和清理线程状态。 
* NOTE: Netflix公司内部认为线程隔离开销足够小，不会造成重大的成本或性能的影响。 
* Netflix 内部API 每天100亿的HystrixCommand依赖请求使用线程隔，每个应用大约40多个线程池，每个线程池大约5-20个线程。 
* (3)信号隔离 
* 信号隔离也可以用于限制并发访问，防止阻塞扩散, 与线程隔离最大不同在于执行依赖代码的线程依然是请求线程（该线程需要通过信号申请）, 
* 如果客户端是可信的且可以快速返回，可以使用信号隔离替换线程隔离,降低开销. 
* 信号量的大小可以动态调整, 线程池大小不可以.

线程隔离与信号隔离区别如下图:

image.png

3.接入方式

本文会重点介绍基于服务化项目（thrift服务化项目）的接入方式。

3.1添加hystrix依赖

关于版本问题：由于不同版本Compile Dependencies不同，在使用过程中可以针对具体情况修改版本，具体依赖关系http://mvnrepository.com/artifact/com.netflix.hystrix/hystrix-javanica

<hystrix-version>1.4.22</hystrix-version>  <dependency>     <groupId>com.netflix.hystrix</groupId>     <artifactId>hystrix-core</artifactId>     <version>${hystrix-version}</version> </dependency> <dependency>     <groupId>com.netflix.hystrix</groupId>     <artifactId>hystrix-metrics-event-stream</artifactId>     <version>${hystrix-version}</version> </dependency> <dependency>     <groupId>com.netflix.hystrix</groupId>     <artifactId>hystrix-javanica</artifactId>     <version>${hystrix-version}</version> </dependency> <dependency>     <groupId>com.netflix.hystrix</groupId>     <artifactId>hystrix-servo-metrics-publisher</artifactId>     <version>${hystrix-version}</version> </dependency> <dependency>     <groupId>com.meituan.service.us</groupId>     <artifactId>hystrix-collector</artifactId>     <version>1.0-SNAPSHOT</version> </dependency>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27

3.2引入Hystrix Aspect

application-context.xml文件中

<aop:aspectj-autoproxy/> <bean id="hystrixAspect" class="com.netflix.hystrix.contrib.javanica.aop.aspectj.HystrixCommandAspect"></bean> <context:component-scan base-package="com.***.***"/> <context:annotation-config/>
  • 1
  • 2
  • 3
  • 4

注意： 
* 1）hystrixAspect的这两行配置一定要和下面的context:component-scan放在同一个文件 
* 2）Hystrix依赖的一些jar需要解决冲突问题，例如guava为15.0版本

3.3统计数据

需要注册plugin，直接从plugin中获取统计数据

新增初始化Bean

 import com.meituan.service.us.collector.notifier.CustomEventNotifier; import com.netflix.hystrix.contrib.servopublisher.HystrixServoMetricsPublisher; import com.netflix.hystrix.strategy.HystrixPlugins; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.InitializingBean;  /**  * Created by gaoguangchao on 16/7/1.  */ public class HystrixMetricsInitializingBean {     private static final Logger LOGGER = LoggerFactory.getLogger(HystrixMetricsInitializingBean.class);      public void init() throws Exception {         LOGGER.info("HystrixMetrics starting...");         HystrixPlugins.getInstance().registerEventNotifier(CustomEventNotifier.getInstance());         HystrixPlugins.getInstance().registerMetricsPublisher(HystrixServoMetricsPublisher.getInstance());     } }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20

application-context.xml文件中

<bean id="hystrixMetricsInitializingBean" class="com.***.HystrixMetricsInitializingBean" init-method="init"/>
  • 1

3.4添加注解

本文使用同步执行方式，因此注解及方法实现都为同步方式，如果有异步执行、反应执行的需求，可以参考：官方注解说明[https://github.com/Netflix/Hystrix/tree/master/hystrix-contrib/hystrix-javanica]

@HystrixCommand(groupKey = "productStockOpLog", commandKey = "addProductStockOpLog", fallbackMethod = "addProductStockOpLogFallback",         commandProperties = {                 @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "400"),//指定多久超时，单位毫秒。超时进fallback                 @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "10"),//判断熔断的最少请求数，默认是10；只有在一个统计窗口内处理的请求数量达到这个阈值，才会进行熔断与否的判断                 @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "10"),//判断熔断的阈值，默认值50，表示在一个统计窗口内有50%的请求处理失败，会触发熔断         } ) public void addProductStockOpLog(Long sku_id, Object old_value, Object new_value) throws Exception {     if (new_value != null && !new_value.equals(old_value)) {         doAddOpLog(null, null, sku_id, null, ProductOpType.PRODUCT_STOCK, old_value != null ? String.valueOf(old_value) : null, String.valueOf(new_value), 0, "C端", null);     } }  public void addProductStockOpLogFallback(Long sku_id, Object old_value, Object new_value) throws Exception {     LOGGER.warn("发送商品库存变更消息失败,进入Fallback,skuId:{},oldValue:{},newValue:{}", sku_id, old_value, new_value); }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16

示例：

@HystrixCommand(groupKey="UserGroup", commandKey = "GetUserByIdCommand"，                 commandProperties = {                     @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds", value = "100"),//指定多久超时，单位毫秒。超时进fallback                     @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "10"),//判断熔断的最少请求数，默认是10；只有在一个统计窗口内处理的请求数量达到这个阈值，才会进行熔断与否的判断                     @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "10"),//判断熔断的阈值，默认值50，表示在一个统计窗口内有50%的请求处理失败，会触发熔断                 },                 threadPoolProperties = {                         @HystrixProperty(name = "coreSize", value = "30"),                         @HystrixProperty(name = "maxQueueSize", value = "101"),                         @HystrixProperty(name = "keepAliveTimeMinutes", value = "2"),                         @HystrixProperty(name = "queueSizeRejectionThreshold", value = "15"),                         @HystrixProperty(name = "metrics.rollingStats.numBuckets", value = "12"),                         @HystrixProperty(name = "metrics.rollingStats.timeInMilliseconds", value = "1440")         }) 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

说明： 
hystrix函数必须为public，fallback函数可以为private。两者需要返回值和参数相同 详情。

hystrix函数需要放在一个service中，并且，在类本身的其他函数中调用hystrix函数，是无法达到监控的目的的。

3.5参数配置

参数说明值备注
groupKeyproductStockOpLoggroup标识，一个group使用一个线程池
commandKeyaddProductStockOpLogcommand标识
fallbackMethodaddProductStockOpLogFallbackfallback方法，两者需要返回值和参数相同
超时时间设置400ms执行策略，在THREAD模式下，达到超时时间，可以中断 For most circuits, you should try to set their timeout values close to the 99.5th percentile of a normal healthy system so they will cut off bad requests and not let them take up system resources or affect user behavior.
统计窗口（10s）内最少请求数10熔断策略
熔断多少秒后去尝试请求5s熔断策略，默认值
熔断阀值10%熔断策略：一个统计窗口内有10%的请求处理失败，会触发熔断
线程池coreSize10默认值（推荐值）.在当前项目中，需要做依赖隔离的方法为发送一条MQ消息，发送MQ消息方法的TP99耗时在1ms以下，近2周单机QPS最高值在18左右，经过灰度验证了午高峰后（当日QPS>上周末QPS），ActiveThreads<=2，rejected=0,经过压测后得出结论：线程池大小为10足以应对2000QPS，前提发送MQ消息时耗时正常（该部分为实际项目中的情况，在此不做详述）
线程池maxQueueSize-1即线程池队列为SynchronousQueue

4.参数说明

其他参数可参见 https://github.com/Netflix/Hystrix/wiki/Con

分类参数作用默认值备注
基本参数groupKey表示所属的group，一个group共用线程池getClass().getSimpleName();
基本参数commandKey当前执行方法名
Execution （ 控制HystrixCommand.run()的执行策略）execution.isolation.strategy隔离策略，有THREAD和SEMAPHORE THREAD以下几种可以使用SEMAPHORE模式： 只想控制并发度 外部的方法已经做了线程隔离 调用的是本地方法或者可靠度非常高、耗时特别小的方法（如medis）
Executionexecution.isolation.thread.timeoutInMilliseconds超时时间1000ms默认值：1000 在THREAD模式下，达到超时时间，可以中断 在SEMAPHORE模式下，会等待执行完成后，再去判断是否超时 设置标准： 有retry，99meantime+avg meantime 没有retry，99.5meantime
Executionexecution.timeout.enabled是否打开超时true
Executionexecution.isolation.thread.interruptOnTimeout是否打开超时线程中断trueTHREAD模式有效
Executionexecution.isolation.semaphore.maxConcurrentRequests信号量最大并发度10SEMAPHORE模式有效
Fallback （ 设置当fallback降级发生时的策略）fallback.isolation.semaphore.maxConcurrentRequestsfallback最大并发度10
Fallbackfallback.enabledfallback是否可用true
Circuit Breaker （配置熔断的策略）circuitBreaker.enabled是否开启熔断true
Circuit BreakercircuitBreaker.requestVolumeThreshold一个统计窗口内熔断触发的最小个数/10s20
Circuit BreakercircuitBreaker.sleepWindowInMilliseconds熔断多少秒后去尝试请求5000ms
Circuit BreakercircuitBreaker.errorThresholdPercentage失败率达到多少百分比后熔断50主要根据依赖重要性进行调整
Circuit BreakercircuitBreaker.forceOpen是否强制开启熔断
Circuit BreakercircuitBreaker.forceClosed是否强制关闭熔断如果是强依赖，应该设置为true
Metrics （设置关于HystrixCommand执行需要的统计信息）metrics.rollingStats.timeInMilliseconds设置统计滚动窗口的长度，以毫秒为单位。用于监控和熔断器。10000滚动窗口被分隔成桶(bucket)，并且进行滚动。 例如这个属性设置10s(10000)，一个桶是1s。
Metricsmetrics.rollingStats.numBuckets 设置统计窗口的桶数量10metrics.rollingStats.timeInMilliseconds必须能被这个值整除
Metricsmetrics.rollingPercentile.enabled设置执行时间是否被跟踪，并且计算各个百分比，50%,90%等的时间true
Metricsmetrics.rollingPercentile.timeInMilliseconds设置执行时间在滚动窗口中保留时间，用来计算百分比60000ms
Metricsmetrics.rollingPercentile.numBuckets设置rollingPercentile窗口的桶数量6metrics.rollingPercentile.timeInMilliseconds必须能被这个值整除
Metricsmetrics.rollingPercentile.bucketSize此属性设置每个桶保存的执行时间的最大值。100如果设置为100，但是有500次求情，则只会计算最近的100次
Metricsmetrics.healthSnapshot.intervalInMilliseconds采样时间间隔500
Request Context ( 设置HystrixCommand使用的HystrixRequestContext相关的属性)requestCache.enabled设置是否缓存请求，request-scope内缓存true
Request ContextrequestLog.enabled设置HystrixCommand执行和事件是否打印到HystrixRequestLog中
ThreadPool Properties(配置HystrixCommand使用的线程池的属性)coreSize设置线程池的core size,这是最大的并发执行数量。10设置标准：coreSize = requests per second at peak when healthy × 99th percentile latency in seconds + some breathing room 大多数情况下默认的10个线程都是值得建议的
ThreadPool PropertiesmaxQueueSize最大队列长度。设置BlockingQueue的最大长度-1默认值：-1 如果使用正数，队列将从SynchronousQueue改为LinkedBlockingQueue
ThreadPool PropertiesqueueSizeRejectionThreshold设置拒绝请求的临界值5此属性不适用于maxQueueSize = - 1时 设置设个值的原因是maxQueueSize值运行时不能改变，我们可以通过修改这个变量动态修改允许排队的长度
ThreadPool PropertieskeepAliveTimeMinutes设置keep-live时间1分钟这个一般用不到因为默认corePoolSize和maxPoolSize是一样的。

5.性能测试

5.1测试情况

image.png

去除Cold状态的第一个异常点后，1-10测试场景的Hystrix平均耗时如上图所示， 可以得出结论： 
1. 单个HystrixCommand的额外耗时基本稳定处于0.3ms左右，和线程池大小无关，和client数量无关 
2. hystrix的额外耗时和执行的HystrixCommand数量有关系，随着command数量增多，耗时增加，但是增量较小，没有比例关系 
3. App刚启动时，第一个请求耗时300+ms，随后请求的耗时降低至1ms以下；刚启动的一小段时间内耗时略大于Hot状态时耗时，总体不超过1ms

本文首发在 高广超的简书博客 转载请注明！

posted @ 2018-04-20 15:13  托马斯布莱克  阅读(341)  评论(0)  编辑  收藏  举报