Spring Cloud — Hystrix 服务隔离、请求缓存及合并

Hystrix 的核心是提供服务容错保护，防止任何单一依赖耗尽整个容器的全部用户线程。使用舱壁隔离模式，对资源或失败单元进行隔离，避免一个服务的失效导致整个系统垮掉（雪崩效应）。

1 Hystrix监控

Hystrix 提供了对服务请求的仪表盘监控。在客户端加入以下依赖：

XML 复制代码

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-hystrix-dashboard</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

并在客户端的Application类加上@EnableHystrixDashboard注解。

访问地址：http://localhost:8080/hystrix

在输入框中输入监控地址：http://localhost:8080/hystrix.stream，然后点击"Monitor Stream"按钮。

图 Hystrix 监控初始界面

图 Hystrix 仪表盘主要参数及含义

2 服务隔离

图 Hystrix 实现服务隔离的思路

2.1 隔离策略

Hystrix 提供了线程池隔离和信号量隔离两种隔离策略。

execution.isolation.strategy 属性配置隔离策略，默认为THREAD(线程池隔离)，SEMAPHORE为信号量隔离。execution.isolation.thread.timeoutInMilliseconds属性配置请求超时时间，默认为1000ms。

2.1.1 线程池隔离

不同服务的执行使用不同的线程池，同时将用户请求的线程（如Tomcat）与具体业务执行的线程分开，业务执行的线程池可以控制在指定的大小范围内，从而使业务之间不受影响，达到隔离的效果。

|----|---------------------------------------------------------------------------------------|
| 优点 | 1. 隔离优势，如果一个服务发生问题，只会影响该服务，而不会影响其他服务。 2. 方便性能变化调整，可以更改对应command的参数（超时时间、重试次数、线程池大小等）。 |
| 缺点 | 线程及线程池的创建及管理增加了计算开销。 |

表线程池隔离的优缺点

关于线程池隔离的相关配置有如下参数：

coreSize:线程池核心线程数。即线程池中保持存活的最小线程数。默认为10。

maximumSize:线程池允许的最大线程数。当核心线程数已满且任务队列已满时，线程池会尝试创建新的线程，直到达到最大线程数。默认为10。

maxQueueSize:线程池任务队列的大小。默认为-1，表示任务将被直接交给工作线程处理，而不是放入队列中等待。

queueSizeRejectionThreshold:即便没达到maxQueueSize阈值，但达到该阈值时，请求也会被拒绝，默认值为5。

图新的请求在线程池的处理过程

是否创建新线程，是指当前活跃线程已达到coreSize,但线程数小于maximumSize，Hystrix 会创建新的线程来处理该任务。（这一步还受到queueSizeRejectionThreshold及maxQueueSize参数的影响）。

2.1.2 信号量隔离

用户请求线程和业务执行线程是同一线程，通过设置信号量的大小限制用户请求对业务的并发访问量，从而达到限流的保护效果。

|----|--------------------------------------------------------------------------------------------------------|
| 优点 | 1 开销小，避免了线程创建、销毁及上下文切换等开销。 2 配置简单，只需要设置信号量大小即可。 3 适合轻量级操作，如内存或缓存服务访问，这些操作不太可能导致长时间延迟，因此信号隔离可以保持系统的高效性。 |
| 缺点 | 限流能力有限，存在阻塞风险，如果依赖服务阻塞，因为其没有使用线程池来隔离请求，那么可能会影响整个请求链路，导致系统性能下降。 |

表 Hystrix 信号隔离的优缺点

execution.isolation.semaphore.maxConcurrentRequests 最大并发请求数（信号量大小）。默认为10。

2.2 服务隔离的颗粒度

@HystrixCommand 注解还有三个属性：commandKey（标识该命令全局唯一的名称，默认情况下，同一个服务名称共享一个线程池）、groupKey（组名，Hystrix 会让相同组名的命令使用同一个线程池）、threadPoolKey（线程池名称，多个服务可以设置同一个threadPoolKey，来共享同一个线程池，在信号量隔离策略中不起作用）。

3 请求缓存

在用户的同一个请求中，消费者可能会多次重复调用一个服务。Hystrix 提供的请求缓存可以在CommandKey/CommandGroup相同的情况下，直接共享第一次命令执行的结果，降低依赖调用次数。

java 复制代码

@Service
public class UserService {

    private final RestTemplate restTemplate;

    public UserService(RestTemplate restTemplate) {
        this.restTemplate = restTemplate;
    }

    @CacheResult(cacheKeyMethod = "generateCacheKey")
    @HystrixCommand(commandKey = "info3",groupKey = "info3Group",commandProperties = {
            @HystrixProperty(name = "requestCache.enabled", value = "true")})
    public RequestResult<String> info3(String name) {
        System.out.println("发送请求：" + name);
        return RequestResult.success(restTemplate.getForObject("http://provider/user/info?name=" + name, String.class));
    }

    public String generateCacheKey(String name) {
        return name;
    }
}

java 复制代码

@RequestMapping("/home")
@RestController
public class HomeController {

    private final RestTemplate restTemplate;
    private final UserService userService;

    public HomeController(RestTemplate restTemplate, UserService userService) {
        this.restTemplate = restTemplate;
        this.userService = userService;
    }

    @GetMapping("/info3")
    public RequestResult<String> info3(String name) {
        HystrixRequestContext context = HystrixRequestContext.initializeContext();
        RequestResult<String> result = userService.info3(name);
        userService.info3(name);
        context.close();
        return result;
    }
}

4 请求合并

Hystrix针对高并发场景，支持将多个请求自动合并为一个请求，通过合并可以减少对依赖的请求，极大节省开销，提高系统效率。

请求合并主要是通过两部分实现：1）@HystrixCollapser 指定高并发请求的对应请求，其返回值为Futuer。2）@HystrixCommand 指定合并后的单个请求。其参数为第1部分请求参数的集合。

java 复制代码

@Service
public class UserService {

    private final RestTemplate restTemplate;

    public UserService(RestTemplate restTemplate) {
        this.restTemplate = restTemplate;
    }

    @HystrixCollapser(
            collapserKey = "info",
            scope = com.netflix.hystrix.HystrixCollapser.Scope.GLOBAL,
            batchMethod = "batchInfo",collapserProperties = {
            @HystrixProperty(name = "timerDelayInMilliseconds", value = "1000"),
            @HystrixProperty(name = "maxRequestsInBatch", value = "3")
    })
    public Future<RequestResult<String>> batchInfo(String name) {
        // 不会被执行
        System.out.println("HystrixCollapser info");
        return null;
    }

    @HystrixCommand
    public List<RequestResult<String>> batchInfo(List<String> names) {
        System.out.println("批量发送：" + names);
        // 依赖也需要有一个支持批量的接口
        String res = restTemplate.getForObject("http://provider/user/info?name=" + names, String.class);
        List<RequestResult<String>> list = new ArrayList<>();
        int count = 0;
        for (String str : names) {
            list.add(RequestResult.success(res + "kk" + str + count++));
        }
        return list;
    }
}

java 复制代码

@RequestMapping("/home")
@RestController
public class HomeController {

    private final RestTemplate restTemplate;
    private final UserService userService;

    public HomeController(RestTemplate restTemplate, UserService userService) {
        this.restTemplate = restTemplate;
        this.userService = userService;
    }

    @GetMapping("/info2")
    public RequestResult<String> info2(String name) throws ExecutionException, InterruptedException {
        HystrixRequestContext context = HystrixRequestContext.initializeContext();
        Future<RequestResult<String>> future = userService.batchInfo(name);
        RequestResult<String> result = future.get();
        context.close();
        return result;
    }
}