博客
关于我
【5】Hystrix
阅读量:201 次
发布时间:2019-02-28

本文共 2135 字,大约阅读时间需要 7 分钟。

使用Hystrix可以有效的避免雪崩效应的产生。

雪崩效应的产生原因:因为服务器容器(Tomcat)支持的线程和并发数有限,当有一个请求调用一个微服务出现问题时(通常一个请求可能需要级联的调起多个微服务),那么这个请求会一直阻塞在服务器上,之后的请求在调用这个微服务时也会阻塞,最终导致整个服务器的资源耗尽(如Tomcat一般支持200的并发,而此时有200分请求阻塞)线程占满,从而导致请求无法进入tomcat,导致其他正常的服务也无法使用。

 

解决雪崩效应的方法:

  1. 线程隔离:为每隔服务分配一个小的线程池,线程池占满是立即拒绝请求。
  2. 服务降级:当每个微服务占满时(请求出现故障),此时不会被阻塞,而是超过一段时间后直接返回失败执行的结果。

 

使用Hystrix的方法:

1.引入依赖

org.springframework.cloud
spring-cloud-starter-netflix-hystrix

2.在消费者端启动类上加入注解EnableCircuitBreaker

@SpringBootApplication@EnableDiscoveryClient@EnableCircuitBreakerpublic class ApplicationConsumer {    public static void main(String[] args){        SpringApplication.run(ApplicationConsumer.class,args);    }}

3.在对应需要使用服务降级的控制器上加对应的注解并且制定降级调用的方法,降级方法必须一致。也可以为整个控制器类设置统一的降级方法,此时降级方法返回值可以和控制器不一致。

控制器设定降级方法使用@DefaultProperties(defaultFallback="降级调用方法名")

@HystrixCommand(fallbackMethod = "backMethod")@RequestMapping("/LoadBalanced/{id}")public String getId1(@PathVariable String id){    String url = "http://producerService/test/"+id;    System.out.println("url----------------------"+url);    String id1 = restTemplate.getForObject(url,String.class);    return "服务端返回ID为"+id1;}public String backMethod(String id){    return "服务超时";}

4.设置服务降级时间,默认为1秒。

hystrix:  command:    default:      execution:        isolation:          thread:            timeoutInMilliseconds: 5000

 

 

熔断器图解:

关闭状态:此时所有的请求都正常访问。

打开状态:所有的请求都会直接被降级,当一定时间内请求失败百分比达到阈值则熔断器打开,默认的失败比例为50%,请求次数不少于20次。

半开状态:进入到打开状态后会进入休眠计时时间(默认为5秒),之后熔断器悔进入搬开状态,此时会释放部分请求通过,若该部分请求都返回成功的则进入关闭状态,否则重新进入打开状态。

 

@HystrixCommand(fallbackMethod = "noticesFallBack",commandProperties = {@HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "20"), //(出错百分比阈值,当达到此阈值后,开始短路。默认50%)@HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "40"), // 在统计数据之前,必须在10秒内发出3个请求。 默认是20@HystrixProperty(name = "circuitBreaker.sleepWindowInMilliseconds", value = "8000"), //(短路多久以后开始尝试是否恢复,默认5s)@HystrixProperty(name = "execution.timeout.enabled", value = "false"), //该方法不做超时校验@HystrixProperty(name = "fallback.isolation.semaphore.maxConcurrentRequests", value = "100") //执行fallback方法的semaphore数

 

转载地址:http://ozji.baihongyu.com/

你可能感兴趣的文章
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_内嵌ZK模式集群2_实际操作搭建NIFI内嵌模式集群---大数据之Nifi工作笔记0016
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_实际操作_03---大数据之Nifi工作笔记0035
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_说明操作步骤---大数据之Nifi工作笔记0028
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>