用100行代码手写一个Hystrix

Posted 小眼睛聊技术

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用100行代码手写一个Hystrix相关的知识,希望对你有一定的参考价值。


0 1
GAOKAO



熔断与降级
离小眼睛家不远的地方,开了一个熟食店。店内有两个窗口总能排起长龙,一个窗口是选好的凉菜让师傅调味,一个窗口是买到的扒鸡让胖师傅现场脱骨。顾客的正常的流程,大致是这个样子滴:

用100行代码手写一个Hystrix

炎炎夏日,邀三五好友,喝杯啤酒吹吹牛皮,岂不美哉。可能大家跟小眼睛想法一致,小店的生意日渐火爆。这天,小眼睛选好了菜,付了钱,正准备排队让师傅调口味、脱骨。目测两个窗口排队时间不会少于 20 分钟,加之几个朋友轮番催促,果断放弃,拎着菜直接回家。于是我到流程就变成了:

当下游的服务(调料、脱骨)因为某种原因突然变得不可用或响应过慢(买菜3分钟排队半小时),上游服务为了保证自己整体服务的可用性(等不及了),不再继续调用目标服务,直接返回,快速释放资源。如果目标服务情况好转则恢复调用。这就叫做服务熔断


小眼睛因为排队时间过长,果断放弃后续流程,提供了「降低品质」的菜品。这叫做服务降级

0 2
GAOKAO



熔断有多种方式



服务降级的方式有很多种,比如限流、开关、熔断,熔断是降级的一种。


熔断,在 Spring Cloud 中有熔断降级库 Hystrix ,在分布式项目中也可以使用阿里开源的 Sentinel 达到熔断降级目的。无论是 Hystrix 还是 Sentinel 都需要引入第三方组件,搞明白实现原理,不适合简单场景下的使用。


0 3
GAOKAO



手写熔断器的使用
本文介绍一种适合简单应用的熔断方法,核心代码不超过 100 行。使用方法大致如下:
// 初始化一个熔断器

private CircuitBreaker breaker

    new CircuitBreaker(0.1, 10

            true, "serviceDemo");


public void doSomething() {
// 每次调用都检查服务状态
   breaker.checkStatus();

   // 如果熔断器返回 true 认

   //为服务可用,继续执行逻辑

   if (breaker.isWorked()) {
try {
service.doSomething();
       } catch (Exception e) {
e.printStackTrace();
           // 出现调用失败,记录失败次数
           breaker.addFailTimes();
       } finally {
// 每一次调用,增加调用次数
           breaker.addInvokeTimes();
       }
}
// 服务不可用,执行降级逻辑
}

这段伪代码中,熔断器做了三件事儿:

  1. 检查服务状态,并且输出统计日志

  2. 返回服务状态 breaker.isWorked()

  3. 记录调用次数和失败次数,作为熔断依据



0 4
GAOKAO



熔断器的实现



熔断器具体实现如下:
public class CircuitBreaker {
/**
  * 记录失败次数
  */
 private AtomicLong failTimes =
new AtomicLong(0);
 /**
  * 记录调用次数
  */
 private AtomicLong invokeTimes =
new AtomicLong(0);
 /**
  * 降级阈值,比如 0.1
  * 请求失败次数/请求总次数的比例
  */
 private double failedRate = 0.1;
 /**
  * 降级最小条件,请求总次数大于该值
  * 才会执行阈值判断
  * 比如 设置为 10 ,
  * 当请求次数大于10次时才会执行判断
  */
 private double minTimes;
 /**
  * 熔断开关,默认关闭
  */
 private boolean enabled;
 /**
  * 熔断后是否发送邮件告警
  */
 private boolean mail;
 /**
  * 熔断后是否发送短信告警
  */
 private boolean sms;
 /**
  * 熔断器名字
  */
 private String name;
 /**
  * 保存上一次统计的时间戳,记录单位是分钟
  */
 private AtomicLong currentTime =
new AtomicLong(
System.currentTimeMillis() / 60000);
 /**
  * 记录服务是否是不可用状态
  */
 private AtomicBoolean isFailed =
new AtomicBoolean(false);
 /**
  * 服务宕掉的状态放到线程容器中
  */
 private ThreadLocal<Boolean> fail =
new ThreadLocal<Boolean>();



 private Logger log =
LoggerFactory.getLogger(getClass());



 /**
  * 构造熔断器
  *
  * @param failedRate 熔断的阈值,
  *                   失败次数/总请求次数
  * @param minTimes   熔断的最小条件,
  *                   请求总次数大于该值才会根据阈值判断,
  *                   执行降级操作
  * @param enabled    是否需开启熔断操作
  */
 public CircuitBreaker(double failedRate,
                       double minTimes,
                       boolean enabled,
                       String name) {
fail.set(false);
   this.failedRate = failedRate;
   this.minTimes = minTimes;
   this.enabled = enabled;
   this.name = name;
 }

/**
  * 判断服务是否是失败状态
  *
  * @return
  */
 public boolean isFailed() {
return isFailed.get();
 }

/**
  * 增加错误次数
  */
 public void addFailTimes() {
fail.set(true);
   if (enabled) {
failTimes.incrementAndGet();
   }
}

/**
  * 增加一次调用次数
  */
 public void addInvokeTimes() {
if (enabled) {
invokeTimes.incrementAndGet();
   }
}

/**
  * 判断服务是否可用
  *
  * @return
  */
 public boolean isWorked() {
if (!enabled) {
return true;
   }
// 当服务不可用时,牺牲掉 1% 的流量做探活请求
   if (isFailed.get() &&
System.currentTimeMillis() % 100 == 0) {
return true;
   }
if (isFailed.get()) {
fail.set(true);
     return false;
   }
return true;
 }

public void checkStatus() {
if (!enabled) {
return;
   }
long newTime =
System.currentTimeMillis() / 60000;
   if ((newTime > currentTime.get())
&& (invokeTimes.get() > minTimes)) {

double percent =
failTimes.get() * 1.0 /
invokeTimes.get();


     if (percent > failedRate) {
if (isFailed.get()) {
// 日志输出
         if (mail) {
// 发送邮件通知
         }
} else {
// 日志输出
         isFailed.set(true);
         if (sms) {
// 发送短信通知
         }
if (mail) {
// 发送邮件通知
         }
}
} else { // 服务恢复
       if (isFailed.get()) {
// 日志输出
         if (sms) {
// 发送短信通知
         }
if (mail) {
// 发送邮件通知
         }
}
isFailed.set(false);
     }
if (log.isInfoEnabled()) {
// 日志输出
     }
currentTime.set(newTime);
     failTimes.set(0);
     invokeTimes.set(0);
   }
}

}

总体思路:

  1. 基于统计信息做熔断,错误请求占比超过阈值做熔断

  2. 统计周期在分钟级别内(1 分钟内的统计达到阈值)

  3. 如果分钟内,总请求次数未达到 minTimes 次数不做熔断(请求频次太低,统计信息无意义)

  4. 即便是到达熔断条件,仍然牺牲 1% (可修改)的请求做探

isFailed.get()&&System.currentTimeMillis() % 100 == 0


0 5
GAOKAO



优缺点



Hystrix 提供了服务熔断、线程隔离等一系列服务保护功能。我们手写的熔断器只能提供基于调用方的手工熔断方法。


Hystrix 提供了线程池、信号量两种方式。手写熔断器功能相对单一只基于统计信息,且以分钟为维度的颗粒度较为粗糙。


Hystrix 命令式编程和注册回调的方式,代码复杂度高。手写熔断器在侵入代码过程中,偏面向过程,理解成本低。


去掉注释和无效空行后实际有效代码不足 100 行,我们用了不到一百行代码实现了熔断功能。虽然应用到大型服务场景下会有诸多缺陷,也希望至少能为大家提供了一个思路。


今天的分享就到这里,感谢您的关注,欢迎与我交流沟通,欢迎阅读往期文章:








戳“阅读原文”我们一起进步

以上是关于用100行代码手写一个Hystrix的主要内容,如果未能解决你的问题,请参考以下文章

Tensorflow快餐教程 - 30行代码搞定手写识别

手写数字识别——基于全连接层和MNIST数据集

Youtube爆火视频 | 用TensorFlow+40行代码识别手写数字图像

前端面试题之手写promise

如何在 python 中并行化以下代码片段?

手写一个简易版断路器(hystrix)