認識Hystrix
Hystrix是Netflix開源的一款容錯框架，包含常用的容錯方法：線程隔離、信號量隔離、降級策略、熔斷技術。
在高并發訪問下，系統所依賴的服務的穩定性對系統的影響非常大，依賴有很多不可控的因素，比如網絡連接變慢，資源突然繁忙，暫時不可用，服務脫機等。我們要構建穩定、可靠的分布式系統，就必須要有這樣一套容錯方法。
本文主要討論線程隔離技術。
為什么要做線程隔離
比如我們現在有3個業務調用分別是查詢訂單、查詢商品、查詢用戶，且這三個業務請求都是依賴第三方服務-訂單服務、商品服務、用戶服務。三個服務均是通過RPC調用。當查詢訂單服務，假如線程阻塞了，這個時候后續有大量的查詢訂單請求過來，那么容器中的線程數量則會持續增加直致CPU資源耗盡到100%，整個服務對外不可用，集群環境下就是雪崩。如下圖
：
Hystrix是如何通過線程池實現線程隔離的
Hystrix通過命令模式，將每個類型的業務請求封裝成對應的命令請求，比如查詢訂單->訂單Command，查詢商品->商品Command，查詢用戶->用戶Command。每個類型的Command對應一個線程池。創建好的線程池是被放入到ConcurrentHashMap中，比如查詢訂單：
final static ConcurrentHashMap<String, HystrixThreadPool> threadPools = new ConcurrentHashMap<String, HystrixThreadPool>();
threadPools.put(“hystrix-order”, new HystrixThreadPoolDefault(threadPoolKey, propertiesBuilder));
當第二次查詢訂單請求過來的時候，則可以直接從Map中獲取該線程池。具體流程如下圖：
創建線程池中的線程的方法，查看源代碼如下：
public ThreadPoolExecutor getThreadPool(final HystrixThreadPoolKey threadPoolKey, HystrixProperty<Integer> corePoolSize, HystrixProperty<Integer> maximumPoolSize, HystrixProperty<Integer> keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue) {
ThreadFactory threadFactory = null;
if (!PlatformSpecific.isAppEngineStandardEnvironment()) {
threadFactory = new ThreadFactory() {
protected final AtomicInteger threadNumber = new AtomicInteger(0);
@Override
public Thread newThread(Runnable r) {
Thread thread = new Thread(r, "hystrix-" + threadPoolKey.name() + "-" + threadNumber.incrementAndGet());
thread.setDaemon(true);
return thread;
}
};
} else {
threadFactory = PlatformSpecific.getAppEngineThreadFactory();
}
final int dynamicCoreSize = corePoolSize.get();
final int dynamicMaximumSize = maximumPoolSize.get();
if (dynamicCoreSize > dynamicMaximumSize) {
logger.error("Hystrix ThreadPool configuration at startup for : " + threadPoolKey.name() + " is trying to set coreSize = " +
dynamicCoreSize + " and maximumSize = " + dynamicMaximumSize + ". Maximum size will be set to " +
dynamicCoreSize + ", the coreSize value, since it must be equal to or greater than the coreSize value");
return new ThreadPoolExecutor(dynamicCoreSize, dynamicCoreSize, keepAliveTime.get(), unit, workQueue, threadFactory);
} else {
return new ThreadPoolExecutor(dynamicCoreSize, dynamicMaximumSize, keepAliveTime.get(), unit, workQueue, threadFactory);
}
}
執行Command的方式一共四種，直接看官方文檔(https://github.com/Netflix/Hystrix/wiki/How-it-Works)，具體區別如下：
execute()：以同步堵塞方式執行run()。調用execute()后，hystrix先創建一個新線程運行run()，接著調用程序要在execute()調用處一直堵塞著，直到run()運行完成。
queue()：以異步非堵塞方式執行run()。調用queue()就直接返回一個Future對象，同時hystrix創建一個新線程運行run()，調用程序通過Future.get()拿到run()的返回結果，而Future.get()是堵塞執行的。
observe()：事件注冊前執行run()/construct()。第一步是事件注冊前，先調用observe()自動觸發執行run()/construct()（如果繼承的是HystrixCommand，hystrix將創建新線程非堵塞執行run()；如果繼承的是HystrixObservableCommand，將以調用程序線程堵塞執行construct()），第二步是從observe()返回后調用程序調用subscribe()完成事件注冊，如果run()/construct()執行成功則觸發onNext()和onCompleted()，如果執行異常則觸發onError()。
toObservable()：事件注冊后執行run()/construct()。第一步是事件注冊前，調用toObservable()就直接返回一個Observable<String>對象，第二步調用subscribe()完成事件注冊后自動觸發執行run()/construct()（如果繼承的是HystrixCommand，hystrix將創建新線程非堵塞執行run()，調用程序不必等待run()；如果繼承的是HystrixObservableCommand，將以調用程序線程堵塞執行construct()，調用程序等待construct()執行完才能繼續往下走），如果run()/construct()執行成功則觸發onNext()和onCompleted()，如果執行異常則觸發onError()
注：
execute()和queue()是在HystrixCommand中，observe()和toObservable()是在HystrixObservableCommand 中。從底層實現來講，HystrixCommand其實也是利用Observable實現的（看Hystrix源碼，可以發現里面大量使用了RxJava），盡管它只返回單個結果。HystrixCommand的queue方法實際上是調用了toObservable().toBlocking().toFuture()，而execute方法實際上是調用了queue().get()。
如何應用到實際代碼中
package myHystrix.threadpool;
import com.netflix.hystrix.*;
import org.junit.Test;
import java.util.List;
import java.util.concurrent.Future;
/**
* Created by wangxindong on 2017/8/4.
*/
public class GetOrderCommand extends HystrixCommand<List> {
OrderService orderService;
public GetOrderCommand(String name){
super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("ThreadPoolTestGroup"))
.andCommandKey(HystrixCommandKey.Factory.asKey("testCommandKey"))
.andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey(name))
.andCommandPropertiesDefaults(
HystrixCommandProperties.Setter()
.withExecutionTimeoutInMilliseconds(5000)
)
.andThreadPoolPropertiesDefaults(
HystrixThreadPoolProperties.Setter()
.withMaxQueueSize(10) //配置隊列大小
.withCoreSize(2) // 配置線程池里的線程數
)
);
}
@Override
protected List run() throws Exception {
return orderService.getOrderList();
}
public static class UnitTest {
@Test
public void testGetOrder(){
// new GetOrderCommand("hystrix-order").execute();
Future<List> future =new GetOrderCommand("hystrix-order").queue();
}
}
}
總結
執行依賴代碼的線程與請求線程(比如Tomcat線程)分離，請求線程可以自由控制離開的時間，這也是我們通常說的異步編程，Hystrix是結合RxJava來實現的異步編程。通過設置線程池大小來控制并發訪問量，當線程飽和的時候可以拒絕服務，防止依賴問題擴散。
線程隔離的優點:
[1]:應用程序會被完全保護起來，即使依賴的一個服務的線程池滿了，也不會影響到應用程序的其他部分。
[2]:我們給應用程序引入一個新的風險較低的客戶端lib的時候，如果發生問題，也是在本lib中，并不會影響到其他內容，因此我們可以大膽的引入新lib庫。
[3]:當依賴的一個失敗的服務恢復正常時，應用程序會立即恢復正常的性能。
[4]:如果我們的應用程序一些參數配置錯誤了，線程池的運行狀況將會很快顯示出來，比如延遲、超時、拒絕等。同時可以通過動態屬性實時執行來處理糾正錯誤的參數配置。
[5]:如果服務的性能有變化，從而需要調整，比如增加或者減少超時時間，更改重試次數，就可以通過線程池指標動態屬性修改，而且不會影響到其他調用請求。
[6]:除了隔離優勢外，hystrix擁有專門的線程池可提供內置的并發功能，使得可以在同步調用之上構建異步的外觀模式，這樣就可以很方便的做異步編程（Hystrix引入了Rxjava異步框架）。
盡管線程池提供了線程隔離，我們的客戶端底層代碼也必須要有超時設置，不能無限制的阻塞以致線程池一直飽和。
線程隔離的缺點:
[1]:線程池的主要缺點就是它增加了計算的開銷，每個業務請求（被包裝成命令）在執行的時候，會涉及到請求排隊，調度和上下文切換。不過Netflix公司內部認為線程隔離開銷足夠小，不會產生重大的成本或性能的影響。
The Netflix API processes 10+ billion Hystrix Command executions per day using thread isolation. Each API instance has 40+ thread-pools with 5–20 threads in each (most are set to 10).
Netflix API每天使用線程隔離處理10億次Hystrix Command執行。 每個API實例都有40多個線程池，每個線程池中有5-20個線程（大多數設置為10個）。
對于不依賴網絡訪問的服務，比如只依賴內存緩存這種情況下，就不適合用線程池隔離技術，而是采用信號量隔離，后面文章會介紹。
因此我們可以放心使用Hystrix的線程隔離技術，來防止雪崩這種可怕的致命性線上故障。
