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
NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增删改数据分发及删除数据实时同步_通过分页解决变更记录过大问题_02----大数据之Nifi工作笔记0054
查看>>
NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增加修改实时同步_使用JsonPath及自定义Python脚本_03---大数据之Nifi工作笔记0055
查看>>
NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_插入修改删除增量数据实时同步_通过分页解决变更记录过大问题_01----大数据之Nifi工作笔记0053
查看>>
NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表或全表增量同步_实现指定整库同步_或指定数据表同步配置_04---大数据之Nifi工作笔记0056
查看>>
NIFI1.23.2_最新版_性能优化通用_技巧积累_使用NIFI表达式过滤表_随时更新---大数据之Nifi工作笔记0063
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_根据binlog实现update数据实时同步_实际操作05---大数据之Nifi工作笔记0044
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_根据binlog实现数据实时delete同步_实际操作04---大数据之Nifi工作笔记0043
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置binlog_使用处理器抓取binlog数据_实际操作01---大数据之Nifi工作笔记0040
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_实现数据插入数据到目标数据库_实际操作03---大数据之Nifi工作笔记0042
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_生成插入Sql语句_实际操作02---大数据之Nifi工作笔记0041
查看>>
NIFI从MySql中离线读取数据再导入到MySql中_03_来吧用NIFI实现_数据分页获取功能---大数据之Nifi工作笔记0038
查看>>
NIFI从MySql中离线读取数据再导入到MySql中_不带分页处理_01_QueryDatabaseTable获取数据_原0036---大数据之Nifi工作笔记0064
查看>>
NIFI从MySql中离线读取数据再导入到MySql中_无分页功能_02_转换数据_分割数据_提取JSON数据_替换拼接SQL_添加分页---大数据之Nifi工作笔记0037
查看>>
NIFI从Oracle11G同步数据到Mysql_亲测可用_解决数据重复_数据跟源表不一致的问题---大数据之Nifi工作笔记0065
查看>>
NIFI从PostGresql中离线读取数据再导入到MySql中_带有数据分页获取功能_不带分页不能用_NIFI资料太少了---大数据之Nifi工作笔记0039
查看>>
nifi使用过程-常见问题-以及入门总结---大数据之Nifi工作笔记0012
查看>>
NIFI分页获取Mysql数据_导入到Hbase中_并可通过phoenix客户端查询_含金量很高的一篇_搞了好久_实际操作05---大数据之Nifi工作笔记0045
查看>>
NIFI分页获取Postgresql数据到Hbase中_实际操作---大数据之Nifi工作笔记0049
查看>>
NIFI同步MySql数据_到SqlServer_错误_驱动程序无法通过使用安全套接字层(SSL)加密与SQL Server_Navicat连接SqlServer---大数据之Nifi工作笔记0047
查看>>
NIFI同步MySql数据源数据_到原始库hbase_同时对数据进行实时分析处理_同步到清洗库_实际操作06---大数据之Nifi工作笔记0046
查看>>