hystrix-go 使用与原理

Posted 2021-03-29 库里的深夜食堂

开篇

这周在看内部一个熔断限流包时，发现它是基于一个开源项目 hystrix-go 实现了，随即看了两天的源码，因此有了这篇文章。

Hystrix

Hystrix 是由 Netflex 开发的一款开源组件，提供了基础的熔断功能。 Hystrix 将降级的策略封装在 Command 中，提供了 run 和 fallback 两个方法，前者表示正常的逻辑，比如微服务之间的调用……，如果发生了故障，再执行 fallback 方法返回结果，我们可以把它理解成保底操作。如果正常逻辑在短时间内频繁发生故障，那么可能会触发断路，也就是之后的请求不再执行 run, 而是直接执行 fallback。更多关于 Hystrix 的信息可以查看 https://github.com/Netflix/Hystrix，而
hystrix-go 则是用 go 实现的 hystrix 版，更确切的说，是简化版。只是上一次更新还是 2018 年 的一次 pr, 也就毕业了？

为什么需要这些工具？

比如一个微服务化的产品线上，每一个服务都专注于自己的业务，并对外提供相应的服务接口，或者依赖于外部服务的某个逻辑接口，就像下面这样。

假设我们当前是 服务A，有部分逻辑依赖于 服务C，服务C 又依赖于 服务E, 当前微服务之间进行 rpc 或者 http 通信，假设此时 服务C 调用 服务 E 失败，比如由于网络波动导致超时或者服务 E 由于过载，服务E 已经 down 掉了。

调用失败，一般会有失败重试等机制。但是再想想，假设服务 E 已然不可用的情况下，此时新的调用不断产生，同时伴随着调用等待和失败重试，会导致 服务 C 对服务 E 的调用而产生大量的积压，慢慢会耗尽服务 C 的资源，进而导致服务 C 也 down 掉，这样恶性循环下，会影响到整个微服务体系，产生雪崩效应。

虽然导致雪崩的发生不仅仅这一种，但是我们需要采取一定的措施，来保证不让这个噩梦发生。而 hystrix-go 就很好的提供了 熔断和降级的措施。它的主要思想在于，设置一些阀值，比如最大并发数(当并发数大于设置的并发数，拦截)。错误率百分比(请求数量大于等于设置 的阀值，并且错误率达到设置的百分比时，触发熔断)以及熔断尝试恢复时间等。

使用

hystrix-go 的使用非常简单，你可以调用它的 Go 或者 Do 方法，只是 Go 方法是异步的方式。而 Do 方法是同步方式。我们从一个简单的例子开启。

_ = hystrix.Do("wuqq", func() error { // talk to other services _, err := http.Get("https://www.baidu.com/") if err != nil { fmt.Println("get error:%v",err) return err } return nil }, func(err error) error { fmt.Printf("handle error:%v
", err) return nil })

Do 函数需要三个参数，第一个参数 commmand 名称，你可以把每个名称当成一个独立当服务，第二个参数是处理正常的逻辑，比如 http 调用服务，返回参数是 err。如果处理或者调用失败，那么就执行第三个参数逻辑， 我们称为保底操作。假设服务错误率过高而导致熔断器开启，那么之后的请求也直接回调此函数。

既然熔断器是按照配置的规则而进行是否开启的操作，那么我们当然可以设置我们想要的值。

hystrix.ConfigureCommand("wuqq", hystrix.CommandConfig{ Timeout: int(3 * time.Second), MaxConcurrentRequests: 10, SleepWindow: 5000, RequestVolumeThreshold: 10, ErrorPercentThreshold: 30, }) _ = hystrix.Do("wuqq", func() error { // talk to other services _, err := http.Get("https://www.baidu.com/") if err != nil { fmt.Println("get error:%v",err) return err } return nil }, func(err error) error { fmt.Printf("handle error:%v
", err) return nil })

稍微解释一下上面配置的值含义:

• Timeout: 执行 command 的超时时间。

• MaxConcurrentRequests：command 的最大并发量 。

• SleepWindow：当熔断器被打开后，SleepWindow 的时间就是控制过多久后去尝试服务是否可用了。

• RequestVolumeThreshold：一个统计窗口 10 秒内请求数量。达到这个请求数量后才去判断是否要开启熔断

• ErrorPercentThreshold：错误百分比，请求数量大于等于 RequestVolumeThreshold 并且错误率到达这个百分比后就会启动熔断

当然你不设置的话，那么自动走的默认值。

我们再来看一个简单的例子:

package main
import ( "fmt" "github.com/afex/hystrix-go/hystrix" "net/http" "time")
type Handle struct{}
func (h *Handle) ServeHTTP(r http.ResponseWriter, request *http.Request) { h.Common(r, request)}
func (h *Handle) Common(r http.ResponseWriter, request *http.Request) { hystrix.ConfigureCommand("mycommand", hystrix.CommandConfig{ Timeout: int(3 * time.Second), MaxConcurrentRequests: 10, SleepWindow: 5000, RequestVolumeThreshold: 20, ErrorPercentThreshold: 30, }) msg := "success"
 _ = hystrix.Do("mycommand", func() error { _, err := http.Get("https://www.baidu.com") if err != nil { fmt.Printf("请求失败:%v", err) return err } return nil }, func(err error) error { fmt.Printf("handle error:%v
", err) msg = "error" return nil }) r.Write([]byte(msg))}
func main() { http.ListenAndServe(":8090", &Handle{})}

我们开启了一个 http 服务，监听端口号 8090，所有请求的处理逻辑都在 Common 方法中，在这个方法中，我们主要是发起一次 http 请求，请求成功响应 success, 如果失败，响应失败原因。

我们再写另一个简单程序，并发 11 次的请求 8090 端口。

package main
import ( "fmt" "io/ioutil" "net/http" "sync" "time")
var client *http.Client
func init() { tr := &http.Transport{ MaxIdleConns: 100, IdleConnTimeout: 1 * time.Second, } client = &http.Client{Transport: tr}}
type info struct { Data interface{} `json:"data"`}
func main() { var wg sync.WaitGroup
 for i := 0; i < 11; i++ { wg.Add(1) go func(int2 int) { defer wg.Done() req, err := http.NewRequest("GET", "http://localhost:8090", nil) if err != nil { fmt.Printf("初始化http客户端处错误:%v", err) return } resp, err := client.Do(req) if err != nil { fmt.Printf("初始化http客户端处错误:%v", err) return } defer resp.Body.Close() nByte, err := ioutil.ReadAll(resp.Body) if err != nil { fmt.Printf("读取http数据失败:%v", err) return } fmt.Printf("接收到到值:%v
", string(nByte)) }(i) } wg.Wait()
 fmt.Printf("请求完毕
")}

由于我们配置 MaxConcurrentRequests 为 10，那么意味着还有个 g 请求会失败:

和我们想的一样。

接着我们把网络断开，并发请求改成 10 次。再次运行程序并发请求 8090 端口，此时由于网络已关闭，导致请求百度失败：

接着继续请求：

熔断器已开启，上面我们配置的 RequestVolumeThreshold 和 ErrorPercentThreshold 生效。

然后我们把网连上，五秒后 (SleepWindow 的值) 继续并发调用，当前熔断器处于半开的状态，此时请求允许调用依赖，如果成功则关闭，失败则继续开启熔断器。

可以看到，有一个成功了，那么此时熔断器已关闭，接下来继续运行函数并发调用：

可以看到，10 个都已经是正常成功的状态了。

那么问题来了，为什么最上面的图只有一个是成功的？5 秒已经过了，并且当前网络正常，应该是 10 个请求都成功，但是我们看到的只有一个是成功状态。通过源码我们可以找到答案:
具体逻辑在判断当前请求是否可以调用        

这段代码首先判断了熔断器是否开启，并且当前时间大于 上一次开启熔断器的时间 + SleepWindow 的时间，如果条件都符合的话，更新此熔断器最新的 openedOrLastTestedTime , 是通过 CompareAndSwapInt64 原子操作完成的，意味着必然只会有一个成功。

此时熔断器还是半开的状态，接着如果能拿到令牌，执行 run 函数（也就是 Do 传入的第二个简单封装后的函数），发起 http 请求，如果成功，上报成功状态，关闭熔断器。如果失败，那么熔断器依旧开启。

以上就是大体的流程讲解，本来想当一篇文章搞定，但是我又想好好梳理源码，再写下去文章太长了，因此花两篇文章来介绍，下一篇纯讲源码部分。

参考:https://www.cnblogs.com/li-peng/p/10997140.html。