Spring Cloud 源码学习之 Hystrix 工作原理

扫码关注公众号:Java 技术驿站

发送:vip
将链接复制到本浏览器,永久解锁本站全部文章

【公众号:Java 技术驿站】 【加作者微信交流技术,拉技术群】
免费领取 2000+ 道 Java 面试题

欢迎访问陈同学博客原文

Spring Cloud 源码学习之 Hystrix 入门
Spring Cloud 之 Hystrix 跨线程传递数据

本文学习了 Hystrix 工作原理及源码,关注点在整体处理流程,不涉及具体的实现细节。后续将逐渐写Metrics收集、断路器、隔离、请求缓存等,有兴趣可以关注奥。

下面 流程图 来源于 Hystrix Wiki,展现了 Hystrix 工作原理,官方 Wiki 中对每一步都做了详细的描述,可以直接参考。

20191123100241\_1.png

文中源码基于 Spring Cloud Finchley.SR1、Spring Boot 2.0.6.RELEASE.

工作原理简述

当需要完成某项任务时,通过 Hystrix 将任务包裹起来,交由 Hystrix 来完成任务,从而享受 Hystrix 带来保护。这和古代镖局生意有点类似,将任务委托给镖局,以期安全完成任务。

上图展示了 Hystrix 完成任务的处理流程,下面对1到9步骤进行简述:

1.构建命令

Hystrix 提供了两个Command, HystrixCommandHystrixObservableCommand,可以使用这两个对象来包裹待执行的任务。

例如使用 @HystrixCommand 注解标记方法,Hystrix 将利用AOP自动将目标方法包装成HystrixCommand来执行。

    @HystrixCommand
    public String hello() {
        ...
    }

也可以继承HystrixCommand或HystrixObservableCommand来创建Command,例如:

    public class MyCommand extends HystrixCommand {

        public MyCommand(HystrixCommandGroupKey group) {
            super(group);
        }

        @Override
        protected Object run() throws Exception {
            // 需要做的事情及需要返回的结果
            return null;
        }
    }

任务委托给 Hystrix 后,Hystrix 可以应用自己的一系列保护机制,在执行用户任务的各节点(执行前、执行后、异常、超时等)做一系列的事情。

2.执行命令

有四种方式执行command。

  • R execute():同步执行,从依赖服务得到单一结果对象
  • Future queue():异步执行,返回一个 Future 以便获取执行结果,也是单一结果对象
  • Observable observe():hot observable,创建Observable后会订阅Observable,可以返回多个结果
  • Observable toObservable():cold observable,返回一个Observable,只有订阅时才会执行,可以返回多个结果

execute() 的实现为 queue().get()queue() 的实现为 toObservable().toBlocking().toFuture()

最后Obserable都由toObservable()来创建,本文的主要内容就是toObservable()。

    // 利用queue()拿到Future, 执行 get()同步等待拿到执行结果
    public R execute() {
        ...
        return queue().get();
    }

    // 利用toObservable()得到Observable最后转成Future
    public Future<R> queue() {
        final Future<R> delegate = toObservable().toBlocking().toFuture();
        ...
    } 

    // 利用toObservable()得到Observable并直接订阅它,立即执行命令
    public Observable<R> observe() {
        ReplaySubject<R> subject = ReplaySubject.create();
        final Subscription sourceSubscription = toObservable().subscribe(subject);
        ...
    }

3.检查缓存

第3到9步骤构成了 Hystrix 的保护能力,通过这一些列步骤来执行任务,从而起到保护作用。

如果启用了 Hystrix Cache,任务执行前将先判断是否有相同命令执行的缓存。如果有则直接返回缓存的结果;如果没有缓存的结果,但启动了缓存,将缓存本次执行结果以供后续使用。

4.检查断路器是否打开

断路器(circuit-breaker)和保险丝类似,保险丝在发生危险时将会烧断以保护电路,而断路器可以在达到我们设定的阀值时触发短路(比如请求失败率达到50%),拒绝执行任何请求。

如果断路器被打开,Hystrix 将不会执行命令,直接进入Fallback处理逻辑。

5.检查线程池/信号量情况

Hystrix 隔离方式有线程池隔离和信号量隔离。当使用Hystrix线程池时,Hystrix 默认为每个依赖服务分配10个线程,当10个线程都繁忙时,将拒绝执行命令。信号量同理。

6.执行具体的任务

通过HystrixObservableCommand.construct() 或者 HystrixCommand.run() 来运行用户真正的任务。

7.计算链路健康情况

每次开始执行command、结束执行command以及发生异常等情况时,都会记录执行情况,例如:成功、失败、拒绝以及超时等情况,会定期处理这些数据,再根据设定的条件来判断是否开启断路器。

8.命令失败时执行 Fallback 逻辑

在命令失败时执行用户指定的 Fallback 逻辑。上图中的断路、线程池拒绝、信号量拒绝、执行执行、执行超时都会进入 Fallback 处理。

9.返回执行结果

原始结果将以Observable形式返回,在返回给用户之前,会根据调用方式的不同做一些处理。

下面是 Hystrix Return flow

20191123100241\_2.png

源码学习

小故事

由于最终入口都是 toObservable(),就从 AbstractCommand的 Observable<R> toObservable() 方法开始。

Hystrix 使用观察者模式,Observable 即被观察者,被观察者些状态变更时,观察者可以做出各项响应。举个例子:大厅中一位演讲者正在分享,厅中有观众和工作人员,可能发生如下事情:

    被观察者 事件         观察者
    -----------------------------------
    演讲者 分享到精彩处 -> 观众鼓掌
    演讲者 讲的口干舌燥 -> 工作人员递上一瓶水
    演讲者 放出自己的二维码 -> 观众扫描

因为 Hystrix 基于RxJava,RxJava 初次看会比较复杂。为了便于下文理解,可以将Observable理解为数据源、数据发射器,上面例子中,演讲者各种行为都可以抽象为数据源在发射数据,而各种接收者可以做出各种响应。

toObservable()

toObservable() 主要源码如下:

    public Observable<R> toObservable() {
        final AbstractCommand<R> _cmd = this;
        // 命令执行结束后的清理者
        final Action0 terminateCommandCleanup = new Action0() {...};
        // 取消订阅时处理者
        final Action0 unsubscribeCommandCleanup = new Action0() {...};
        // 重点:Hystrix 核心逻辑: 断路器、隔离
        final Func0<Observable<R>> applyHystrixSemantics = new Func0<Observable<R>>() {...};
        // 发射数据(OnNext表示发射数据)时的Hook
        final Func1<R, R> wrapWithAllOnNextHooks = new Func1<R, R>() {...};
        // 命令执行完成的Hook
        final Action0 fireOnCompletedHook = new Action0() {...};

        // 通过Observable.defer()创建一个Observable
        return Observable.defer(new Func0<Observable<R>>() {
            @Override
            public Observable<R> call() {
                final boolean requestCacheEnabled = isRequestCachingEnabled();
                final String cacheKey = getCacheKey();

                // 首先尝试从请求缓存中获取结果
                if (requestCacheEnabled) {
                    HystrixCommandResponseFromCache<R> fromCache = (HystrixCommandResponseFromCache<R>) requestCache.get(cacheKey);
                    if (fromCache != null) {
                        isResponseFromCache = true;
                        return handleRequestCacheHitAndEmitValues(fromCache, _cmd);
                    }
                }

                // 使用上面的Func0:applyHystrixSemantics 来创建Observable
                Observable<R> hystrixObservable =
                        Observable.defer(applyHystrixSemantics)
                                .map(wrapWithAllOnNextHooks);

                Observable<R> afterCache;

                // 如果启用请求缓存,将Observable包装成HystrixCachedObservable并进行相关处理
                if (requestCacheEnabled && cacheKey != null) {
                    HystrixCachedObservable<R> toCache = HystrixCachedObservable.from(hystrixObservable, _cmd);
                    ...
                } else {
                    afterCache = hystrixObservable;
                }

                // 返回Observable
                return afterCache
                        .doOnTerminate(terminateCommandCleanup)   
                        .doOnUnsubscribe(unsubscribeCommandCleanup)
                        .doOnCompleted(fireOnCompletedHook);
            }
        });
    }

上面的代码可以换种思维方式来理解。平时开发时都是下面这种模式,按顺序不断的做事情,是一个很好的执行者。

    public void methodA{
        try {
            // 1. 做第一件事情
            // 2. 调用methodB()做第二件事情
            // 3. 做第三件事情
            ...
        } catch (Exception e) {
            // 处理错误
        } finally {
            // 最后一定要做的事情
        }
    }

用一张图来看 toObservable() 方法。这种方式是“军师型”,排兵布阵,先创造了各个处理者,然后创造被观察者,再设置Observable发生各种情况时由谁来处理,完全掌控全局。

20191123100241\_3.png

解释下Action0、Func1这种对象。Action、Func和Runnable、Callable类似,是一个可以被执行的实体。Action没有返回值,Action0…ActionN表示有0…N个参数,Action0就表示没有参数;Func有返值,0…N一样表示参数。

    public interface Action0 extends Action {
        void call();
    }
    public interface Func1<T, R> extends Function {
        R call(T t);
    }

下面用核心的 applyHystrixSemantics 来阐述一下。

    // applyHystrixSemantics 是一个Func0(理解为执行实体或处理者),表示没有参数,返回值是Observable。
    final Func0<Observable<R>> applyHystrixSemantics = new Func0<Observable<R>>() {
        // Func0 做的事情如下
        @Override
        public Observable<R> call() {
            // 如果未订阅,返回一个"哑炮" Observable, 即一个不会发射任何数据的Observable
            if (commandState.get().equals(CommandState.UNSUBSCRIBED)) {
                return Observable.never();
            }
            // 调用applyHystrixSemantics()来创建Observable
            return applyHystrixSemantics(_cmd);
        }
    };

因此,当执行Func0: applyHystrixSemantics时,可以得到一个Observable。toObservable() 大量代码在准备处理者(观察者),实际使用时是方法最后的 Observable.defer(new Func0(){…}

Observable.defer

defer译为延迟,表示演讲者会等有观众来时才开始分享。Observable.defer() 就是说:必须有观察者订阅了我是,我才开始发射数据。而defer()的参数是个Func0,是一个会返回Observable的执行实体。下面看看defer():

    return Observable.defer(new Func0<Observable<R>>() {
        @Override
        public Observable<R> call() {
            // 再一次使用Observable.defer()技能,这次用的是applyHystrixSemantics这个Func0
            Observable<R> hystrixObservable =
                    Observable.defer(applyHystrixSemantics)
                            .map(wrapWithAllOnNextHooks);
            ... // 此处忽略了请求缓存处理,上面已有提及
            Observable<R> afterCache;
            ...
            // 为Observable绑定几个特定事件的处理者,这都是上门创建的Action0
            return afterCache
                    .doOnTerminate(terminateCommandCleanup) 
                    .doOnUnsubscribe(unsubscribeCommandCleanup) 
                    .doOnCompleted(fireOnCompletedHook);
        }
    });

applyHystrixSemantics()

接着看applyHystrixSemantics这个Func0,Func0的call()中调用的是applyHystrixSemantics()函数。

    // Semantics 译为语义, 应用Hystrix语义很拗口,其实就是应用Hystrix的断路器、隔离特性
    private Observable<R> applyHystrixSemantics(final AbstractCommand<R> _cmd) {
        // 源码中有很多executionHook、eventNotifier的操作,这是Hystrix拓展性的一种体现。这里面啥事也没做,留了个口子,开发人员可以拓展
        executionHook.onStart(_cmd);

        // 判断断路器是否开启
        if (circuitBreaker.attemptExecution()) {
            // 获取执行信号
            final TryableSemaphore executionSemaphore = getExecutionSemaphore();
            final AtomicBoolean semaphoreHasBeenReleased = new AtomicBoolean(false);
            final Action0 singleSemaphoreRelease = new Action0() {...};
            final Action1<Throwable> markExceptionThrown = new Action1<Throwable>() {...};

            // 判断是否信号量拒绝
            if (executionSemaphore.tryAcquire()) {
                try {
                    // 重点:处理隔离策略和Fallback策略
                    return executeCommandAndObserve(_cmd)
                            .doOnError(markExceptionThrown)
                            .doOnTerminate(singleSemaphoreRelease)
                            .doOnUnsubscribe(singleSemaphoreRelease);
                } catch (RuntimeException e) {
                    return Observable.error(e);
                }
            } else {
                return handleSemaphoreRejectionViaFallback();
            }
        } 
        // 开启了断路器,执行Fallback
        else {
            return handleShortCircuitViaFallback();
        }
    }

executeCommandAndObserve()

下面看**executeCommandAndObserve()**方法,处理隔离策略和各种Fallback.

    private Observable<R> executeCommandAndObserve(final AbstractCommand<R> _cmd) {
        final HystrixRequestContext currentRequestContext = HystrixRequestContext.getContextForCurrentThread();

        final Action1<R> markEmits = new Action1<R>() {...};
        final Action0 markOnCompleted = new Action0() {...};

        // 利用Func1获取处理Fallback的 Observable
        final Func1<Throwable, Observable<R>> handleFallback = new Func1<Throwable, Observable<R>>() {
            @Override
            public Observable<R> call(Throwable t) {
                circuitBreaker.markNonSuccess();
                Exception e = getExceptionFromThrowable(t);
                executionResult = executionResult.setExecutionException(e);
                // 拒绝处理
                if (e instanceof RejectedExecutionException) {
                    return handleThreadPoolRejectionViaFallback(e);
                // 超时处理 
                } else if (t instanceof HystrixTimeoutException) {
                    return handleTimeoutViaFallback();
                } else if (t instanceof HystrixBadRequestException) {
                    return handleBadRequestByEmittingError(e);
                } else {
                    ...
                    return handleFailureViaFallback(e);
                }
            }
        };

        final Action1<Notification<? super R>> setRequestContext ...

        Observable<R> execution;
        // 利用特定的隔离策略来处理
        if (properties.executionTimeoutEnabled().get()) {
            execution = executeCommandWithSpecifiedIsolation(_cmd)
                    .lift(new HystrixObservableTimeoutOperator<R>(_cmd));
        } else {
            execution = executeCommandWithSpecifiedIsolation(_cmd);
        }

        return execution.doOnNext(markEmits)
                .doOnCompleted(markOnCompleted)
                // 绑定Fallback的处理者
                .onErrorResumeNext(handleFallback)
                .doOnEach(setRequestContext);
    }

executeCommandWithSpecifiedIsolation()

接着看隔离特性的处理:executeCommandWithSpecifiedIsolation()

    private Observable<R> executeCommandWithSpecifiedIsolation(final AbstractCommand<R> _cmd) {
        // 线程池隔离
        if (properties.executionIsolationStrategy().get() == ExecutionIsolationStrategy.THREAD) {
            // 再次使用 Observable.defer(), 通过执行Func0来得到Observable
            return Observable.defer(new Func0<Observable<R>>() {
                @Override
                public Observable<R> call() {
                    // 收集metric信息
                    metrics.markCommandStart(commandKey, threadPoolKey, ExecutionIsolationStrategy.THREAD);
                    ...
                    try {
                        ... // 获取真正的用户Task
                        return getUserExecutionObservable(_cmd);
                    } catch (Throwable ex) {
                        return Observable.error(ex);
                    }
                    ...
                }
                // 绑定各种处理者
            }).doOnTerminate(new Action0() {...})
                .doOnUnsubscribe(new Action0() {...})
                // 绑定超时处理者
                .subscribeOn(threadPool.getScheduler(new Func0<Boolean>() {
                @Override
                public Boolean call() {
                    return properties.executionIsolationThreadInterruptOnTimeout().get() && _cmd.isCommandTimedOut.get() == TimedOutStatus.TIMED_OUT;
                }
            }));
        } 
        // 信号量隔离,和线程池大同小异,全部省略了
        else {
            return Observable.defer(new Func0<Observable<R>>() {...}
        }
    }

getUserExecutionObservable()就不接着写了,可以自己看下,就是拿到用户真正要执行的任务。这个任务就是这样被Hystrix包裹着,置于层层防护之下。

倒过来看

上面方法层层调用,倒过来看,就是先创建一个Observable,然后绑定各种事件对应的处理者,如下图:

20191123100241\_4.png

各类doOnXXXX,表示发生XXX事件时做什么事情。

参考

  • DD 《Spring Cloud微服务实战》
  • 朱荣鑫,张天,黄迪璇《Spring Cloud微服务架构进阶》
  • Hystrix Wiki: How it works

欢迎关注陈同学的公众号,一起学习,一起成长

20191123100241\_5.png


来源:http://ddrv.cn/a/88268

赞(0) 打赏
版权归原创作者所有,任何形式的转载请联系博主:daming_90:Java 技术驿站 » Spring Cloud 源码学习之 Hystrix 工作原理

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏