分布式系统架构中高可用方案技术选型:Hystrix 框架实现服务保护使用详解

简介: 本篇文章介绍了分布式系统架构下的经典的高可用框架Hsytrix实现的断路器,服务降级,服务熔断,服务隔离以及解决服务雪崩效应的问题。详细分析了基于Hystrix框架解决分布式系统中服务雪崩效应的几种机制,以及在项目中如何集成Hystrix框架并且在项目中使用Hystrix框架实现分布式系统中的服务治理。

Hystrix

  • Hystrix是Netflix开源的高可用框架,能够完美解决分布式系统架构中高可用服务的问题

    • 断路器
    • 服务降级
    • 服务熔断
    • 服务隔离机制
    • 服务雪崩效应
  • Hystrix具有自我保护能力

服务保护概念

  • 在微服务高可用分布式系统中会出现:服务间的调用超时,服务间的调用时失败问题

服务雪崩效应

  • 默认情况下,Tomcat只有一个线程池处理客户端发送的请求,这样在高并发的情况下客户端所有请求堆积在同一个服务接口,就会产生Tomcat所有线程池去处理服务接口,会导致其它服务接口无法访问,这样在其它接口访问的时候就会产生延迟和等待
  • 服务雪崩效应严重会造成连环雪崩效应,可能会导致所有微服务接口无法访问,导致整个服务瘫痪
Tomcat中有个线程池,每个线程去处理客户端发送的每次请求
  • 基于Hystrix解决服务雪崩效应的机制:

    • 服务降级:
    • 服务熔断:
    • 服务隔离:

服务降级

  • 在高并发的情况下,防止用户等待,服务调用fallBack方法,返回一个友好提示直接给客户端而不会去处理请求,目的是为了提升用户体验
当Tomcat中没有线程处理客户端请求的时候,不应该让界面一致转圈,让用户等待

如果服务在调用其它接口超时的时候(默认1秒),默认情况下,业务逻辑是可以执行的,如果服务没有响应直接执行的是服务降级方法

服务熔断

  • 在高并发的情况下,设定服务的阈值,当流量过高超出给定的阈值,会自动开启保护功能,使用服务降级方式返回一个友好提示给客户端
  • 熔断机制和服务降级是一起作用的
  • 服务熔断的目的是为了保护服务

服务隔离

  • 服务隔离有两种:线程池隔离信号量隔离
  • 线程池隔离:

    • 每个服务接口都有自己独立的线程池,每个线程池互补影响
    • 由于线程池CPU占用率非常高,不是所有服务接口都采用线程池隔离,只有核心关键的接口才会采用线程池隔离

Hystrix环境搭建

  • 导入Hystrix依赖:spring-cloud-starter-netflix-hystrix
  • 在服务消费者(Consumer)项目中的配置文件中开启Hystrix断路器
feign.hystrix.enabled=true
  • 在配置文件中设置hystrix服务超时时间,防止业务服务响应不及时,执行服务降级
hystrix.command.default.execution.isolation.thread. timeoutInMilliseconds=10000
  • 在主类上标注@EnableFeignClient开启Fegin的Hystrix功能
  • 在服务实现的方法上标注 @HystrixCommand注解使用Hystrix框架
@HystrixCommand默认开启了服务降级,服务熔断,服务隔离
@HystrixCommand中的服务隔离默认开启线程池隔离方式
@HystrixCommand(fallback="服务降级提示方法名称"),其中的fallback用于服务降级

fallback接口

  • Hystrix使用类方式fallback进行服务降级的方法处理
1.新建fallback类
2.类上标注@Component注解将类加载到容器中
3.调用fallback类时,在@FeignClient注释中添加fallback参数@FeignClient(fallback=Fallback.class)
相关文章
|
4月前
|
网络协议 NoSQL API
转转客服IM系统的WebSocket集群架构设计和部署方案
客服IM系统是转转自研的在线客服系统,是用户和转转客服沟通的重要工具,主要包括机器人客服、人工客服、会话分配、技能组管理等功能。在这套系统中,我们使用了很多开源框架和中间件,今天讲一下客服IM系统中WebSocket集群的的实践和应用。
482 141
|
4月前
|
SQL 监控 关系型数据库
MySQL主从复制:构建高可用架构
本文深入解析MySQL主从复制原理与实战配置,涵盖复制架构、监控管理、高可用设计及性能优化,助你构建企业级数据库高可用方案。
|
5月前
|
监控 Java API
Spring Boot 3.2 结合 Spring Cloud 微服务架构实操指南 现代分布式应用系统构建实战教程
Spring Boot 3.2 + Spring Cloud 2023.0 微服务架构实践摘要 本文基于Spring Boot 3.2.5和Spring Cloud 2023.0.1最新稳定版本,演示现代微服务架构的构建过程。主要内容包括: 技术栈选择:采用Spring Cloud Netflix Eureka 4.1.0作为服务注册中心,Resilience4j 2.1.0替代Hystrix实现熔断机制,配合OpenFeign和Gateway等组件。 核心实操步骤: 搭建Eureka注册中心服务 构建商品
1026 3
|
5月前
|
运维 监控 搜索推荐
MSE ZooKeeper:Flink 高可用架构的企业级选择
本文深入解析了 Apache Flink 架构中 ZooKeeper 的核心作用,包括 Leader 选举、Checkpoint 管理、作业协调及配置管理等关键功能,并结合金融风控与电商推荐等典型场景,分析了 ZooKeeper 在实际应用中的技术实现。
|
3月前
|
运维 监控 安全
公链开发中的高可用架构设计要点
本指南提供公链高可用架构的可复用流程与模板,涵盖目标拆解、先决条件、分步执行、故障排查及验收标准,结合跨链DApp与量化机器人案例,提升落地效率与系统稳定性。
|
3月前
|
缓存 Cloud Native 中间件
《聊聊分布式》从单体到分布式:电商系统架构演进之路
本文系统阐述了电商平台从单体到分布式架构的演进历程,剖析了单体架构的局限性与分布式架构的优势,结合淘宝、京东等真实案例,深入探讨了服务拆分、数据库分片、中间件体系等关键技术实践,并总结了渐进式迁移策略与核心经验,为大型应用架构升级提供了全面参考。
|
3月前
|
存储 NoSQL 前端开发
【赵渝强老师】MongoDB的分布式存储架构
MongoDB分片通过将数据分布到多台服务器,实现海量数据的高效存储与读写。其架构包含路由、配置服务器和分片服务器,支持水平扩展,结合复制集保障高可用性,适用于大规模生产环境。
379 1
|
4月前
|
消息中间件 监控 Cloud Native
高效设计:支持亿级用户社交关系的100W QPS架构方案
面对亿级用户与百万QPS的高并发场景,性能测试成为系统稳定的关键。本文剖析真实业务痛点,详解从接口压测、全链路监控到瓶颈定位的完整性能体系,助你掌握大厂级性能优化能力,从容应对卡顿、宕机等线上挑战。
|
4月前
|
存储 监控 NoSQL
Redis高可用架构全解析:从主从复制到集群方案
Redis高可用确保服务持续稳定,避免单点故障导致数据丢失或业务中断。通过主从复制实现数据冗余,哨兵模式支持自动故障转移,Cluster集群则提供分布式数据分片与水平扩展,三者层层递进,保障读写分离、容灾切换与大规模数据存储,构建高性能、高可靠的Redis架构体系。
|
4月前
|
消息中间件 缓存 监控
中间件架构设计与实践:构建高性能分布式系统的核心基石
摘要 本文系统探讨了中间件技术及其在分布式系统中的核心价值。作者首先定义了中间件作为连接系统组件的"神经网络",强调其在数据传输、系统稳定性和扩展性中的关键作用。随后详细分类了中间件体系,包括通信中间件(如RabbitMQ/Kafka)、数据中间件(如Redis/MyCAT)等类型。文章重点剖析了消息中间件的实现机制,通过Spring Boot代码示例展示了消息生产者的完整实现,涵盖消息ID生成、持久化、批量发送及重试机制等关键技术点。最后,作者指出中间件架构设计对系统性能的决定性影响,

热门文章

最新文章