用100行代码手写一个Hystrix
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。
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。
// 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：
检查服务状态，并且输出统计日志
返回服务状态 breaker.isWorked()
记录调用次数和失败次数，作为熔断依据
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：
基于统计信息做熔断，错误请求占比超过阈值做熔断
统计周期在分钟级别内（1 分钟内的统计达到阈值）
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）
即便是到达熔断条件，仍然牺牲 1% （可修改）的请求做探活
isFailed.get()&&System.currentTimeMillis() % 100 == 0
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：