Hystrix使用

Hystrix源于Netflix API团队在2011年启动的弹性工程工作，而目前它在Netflix每天处理着数百亿的隔离线程以及数千亿的隔离信号调用。该库旨在通过控制那些访问远程系统、服务和第三方库的节点，从而对延迟和故障提供更强大的容错能力。Hystrix具备拥有回退机制和断路器功能的线程和信号隔离，请求缓存和请求打包，以及监控和配置等功能。
目前托管在github上。

在大中型分布式系统中，通常系统很多依赖(HTTP,Dubbo等)，如果一个应用不能对来自依赖的故障进行有效处理，那该应用本身就处在被拖垮的风险中。在一个高流量的网站中，某个单一的后端一旦发生延迟，将会在数秒内导致所有应用资源被耗尽。

例如:一个依赖30个服务的系统,每个服务99.99%可用。   
此系统的失败率为1-99.99%的30次方 ≈ 0.3%  
意味着一亿次请求 会有 3,000,00次失败  
随着服务依赖数量的变多，服务不稳定的概率会成指数性提高.

Hystrix把服务调用统称为依赖调用， Hystrix通过命令模式封装依赖调用，每一个依赖调用封装在HystrixCommand中，每个命令在Hystrix的线程池中运行。另外可以对其配置分组名、线程组，使得不同的依赖可以分类在不同的线程组，隔离不同模块的依赖，也可根据负载情况，配置不同组的线程数。Hystrix还提供一种熔断器(CircuitBreaker)的机制，Hystrix可以通过设定的条件判断该封装的依赖调用是否可以正确调用,如果在一定时间内调用失败次数过多，则会熔断自身，使得相同的调用无法执行，待冷却之后重新再试。

1.pom.xml中加入依赖

  
     com.netflix.hystrix  
     hystrix-core  
     ${hystrix.version}  
  

2.继承HystrixCommand，在run()方法中完成对依赖的调用：

public class CustomeCommand extends HystrixCommand {  
  
    protected CustomeCommand(String input) {  
    //设置HystrixCommand的属性
        super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("CustomeGroup"))  
                .andCommandKey(HystrixCommandKey.Factory.asKey("CustomeKey"))  
                .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("CustomeThreadPool"))  
                .andCommandPropertiesDefaults(HystrixCommandProperties.Setter()  
                        .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD))  
                .andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter()  
                        .withCoreSize(10))  
        );  
   
    }  
  
    @Override  
    protected String run() throws Exception {
    //访问真正的服务  
        return "hello World!";  
    }    
    //服务降级
    @Override  
    protected String getFallback() {  
        return "exeucute Falled";  
    }  
    //请求缓存  
    @Override  
    protected String getCacheKey() {  
        //  
    }  
}  

GroupKey：该命令属于哪一个组，可以帮助我们更好的组织命令。
CommandKey：该命令的名称
ThreadPoolKey：该命令所属线程池的名称，同样配置的命令会共享同一线程池，若不配置，会默认使用GroupKey作为线程池名称。
CommandProperties：该命令的一些设置，包括断路器的配置，隔离策略，降级设置，以及一些监控指标等。
ThreadPoolProerties：关于线程池的配置，包括线程池大小，排队队列的大小等。

3.调用HystrixCommand

        CustomeCommand command = new CustomeCommand();  
        String result = command.execute();  

同步执行：即一旦开始执行该命令，当前线程就得阻塞着直到该命令返回结果，然后才能继续执行下面的逻辑。当调用命令的execute()方法即为同步执行(内部使用queue().get() )。
异步执行：命令开始执行会返回一个Future的对象，不阻塞后面的逻辑，开发者自己根据需要去获取结果。当调用HystrixCommand的queue()方法即为异步执行。

        CustomeCommand command = new CustomeCommand();  
        Future result = command.queue();  
        while (!result.isDone()){  
            System.out.println("Do other things ..."); 
            } 

响应式执行：命令开始执行会返回一个Observable 对象，开发者可以给给Obeservable对象注册上Observer或者Action1对象，响应式地处理命令执行过程中的不同阶段。当调用HystrixCommand的observe()方法，或使用Observable的工厂方法（just(),from()）即为响应式执行，这个功能的实现是基于Netflix的另一个开源项目RxJava

        CustomeCommand command = new CustomeCommand();  
        Observable result = command.observe();
        result.subscribe(new Action1() {
            @Override
            public void call(String str) {
                logger.info("Command called. Result is:{}", str);
            }
        });

或

        CustomeCommand command = new CustomeCommand();
        Observable result = command.observe();
        result.subscribe(new Observer() {
            @Override
            public void onCompleted() {
                logger.info("Command Completed");
            }

            @Override
            public void onError(Throwable e) {
                logger.error("Command failed", e);
            }

            @Override
            public void onNext(String args) {
                logger.info("Command finish,result is {}", args);
            }
        });
    }

Hystrix还提供给我们一个监控功能Hystrix-dashboard，可以直接使用其开源项目进行配置，就能实时的观察我们的服务调用情况。

1.构建dashboard项目
Shell代码 收藏代码
$ git clone https://github.com/Netflix/Hy...
$ cd Hystrix/hystrix-dashboard
$ ../gradlew jettyRun

打开路径：http://localhost:7979/hystrix...

2.配置服务状态上报

    
  HystrixMetricsStreamServlet    
  HystrixMetricsStreamServlet    
  com.netflix.hystrix.contrib.metrics.eventstream.HystrixMetricsStreamServlet  
  
      
  HystrixMetricsStreamServlet    
  /hystrix.stream  
  

3.添加stream
在hystrix-dashboard中按照说明添加自己的 http://hystrix-app:port/hystr... ，然后监视
4.如果是集群，通过turbine进行监视

https://github.com/Netflix/Hy...
http://ningandjiao.iteye.com/...
http://fobject.iteye.com/blog...