一、前言
最近刚看完springcloud、dubbo的学习视频，但感觉不是那么扎实，所以打算写一个系列的博客来巩固自身所学。
当然有些内容是参考了别的博客，毕竟我也是初探分布式微服务的，并不是所谓的大神，只是一个新手在初探分布式微服务后写下的一些自己的理解和总结。
注：以下简述部分来自官方文档翻译（官方文档写的已经很好了，所以直接搬运）
官方文档地址：https://github.com/Netflix/hystrix/wiki
二、简述
什么是 Hystrix？
在分布式环境中，不可避免地会遇到所依赖的服务挂掉的情况，Hystrix 可以通过增加 延迟容忍度 与 错误容忍度，来控制这些分布式系统的交互。Hystrix 在服务与服务之间建立了一个中间层，防止服务之间出现故障，并提供了失败时的 fallback 策略，来增加你系统的整体可靠性和弹性。
Hystrix 做了那些事情？
Hystrix 提供了以下服务
引入第三方的 client 类库，通过延迟与失败的检测，来保护服务与服务之间的调用（网络间调用最为典型）
阻止复杂的分布式系统中出现级联故障
快速失败与快速恢复机制
提供兜底方案（fallback）并在适当的时机优雅降级
提供实时监控、报警与操作控制
Hystrix 解决了什么问题？
在复杂的分布式架构中，服务之间都是相互依赖的，任何一个节点都不可避免会宕机。如果主节点不能从这些宕机节点中独立出来，那主节点将会面临被这些宕机的节点拖垮的风险。举个例子，如果一个应用依赖了 30 个服务，每个服务保证 99.99% 的时间是正常的，那可以计算出
99.9930 = 99.7% uptime 0.3% of 1 billion requests = 3,000,000 failures 2+ hours downtime/month even if all dependencies have excellent uptime.
实际情况往往更糟糕
完好情况下，请求流如下：
当一个依赖的节点坏掉时，将阻塞整个的用户请求：
流量高峰时，一个单节点的宕机或延迟，会迅速导致所有服务负载达到饱和。应用中任何一个可能通过网络访问其他服务的节点，都有可能成为造成潜在故障的来源。更严重的是，还可能导致服务之间的延迟增加，占用队列、线程等系统资源，从而导致多系统之间的级联故障。
更严重的是，当网络请求是通过第三方的一个黑盒客户端来发起时，实现细节都被隐藏起来了，而且还可能频繁变动，这样发生问题时就很难监控和改动。如果这个第三方还是通过传递依赖的，主应用程序中根本没有显示地写出调用的代码，那就更难了。
网络连接失败或者有延迟，服务将会产生故障或者响应变慢，最终反应成为一个 bug。
所有上述表现出来的故障或延迟，都需要一套管理机制，将节点变得相对独立，这样任何一个单节点故障，都至少不会拖垮整个系统的可用性。
Hystrix 的设计原则是什么？
Hystrix 通过以下设计原则来运作:
防止任何一个单节点将容器中的所有线程都占满
通过快速失败，取代放在队列中等待
提供在故障时的应急方法（fallback）
使用隔离技术 (如 bulkhead, swimlane, 和 circuit breaker patterns) 来限制任何一个依赖项的影响面
提供实时监控、报警等手段
提供低延迟的配置变更
防止客户端执行失败，不仅仅是执行网络请求的客户端
Hystrix 如何时间它的目标？
如下：
将远程请求或简单的方法调用包装成 HystrixCommand 或者 HystrixObservableCommand 对象，启动一个单独的线程来运行。
你可以为服务调用定义一个超时时间，可以为默认值，或者你自定义设置该属性，使得99.5%的请求时间都在该时间以下。
为每一个依赖的服务都分配一个线程池，当该线程池满了之后，直接拒绝，这样就防止某一个依赖的服务出问题阻塞了整个系统的其他服务
记录成功数、失败数、超时数以及拒绝数等指标
设置一个熔断器，将所有请求在一段时间内打到这个熔断器提供的方法上，触发条件可以是手动的，也可以根据失败率自动调整。
实时监控配置与属性的变更
当你启用 Hystrix 封装了原有的远程调用请求后，整个流程图变为下图所示。
接下来让我们学习如何使用它吧
三、快速入门
注解方式
此种方式最为简便，适用于大部分情况，但无法进行动态配置
1.导入依赖（服务提供者端）
<!--熔断机制--> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> </dependency> <!--完善监控信息--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency>
2.在需要添加熔断机制的类上加上fallback方法并进行注解（服务提供者端）
如下：
package com.dreamchaser.springcloud.controller; import com.dreamchaser.pojo.Tag; import com.dreamchaser.springcloud.service.TagService; import com.netflix.hystrix.contrib.javanica.annotation.HystrixCommand; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Controller; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.PostMapping; import org.springframework.web.bind.annotation.ResponseBody; import java.util.ArrayList; import java.util.Date; import java.util.List; @Controller public class TagController { @Autowired TagService tagService; @GetMapping(value = "/tag",produces = "application/json;charset=UTF-8") //添加熔断注解 @HystrixCommand(fallbackMethod = "hystrixGet") public @ResponseBody List<Tag> findTags(){ List<Tag> list=tagService.findTagAll(); if (list==null){ throw new RuntimeException("不存在该标签，id未找到！"); } list.get(0).setId(8005); return list; } @PostMapping("/tag") @HystrixCommand(fallbackMethod = "hystrixGet") public @ResponseBody String insertTag(Tag tag){ if (tagService.insertTag(tag)==1){ return "添加新标签成功！"; }else { return "添加新标签失败！"; } } //备选方案 public @ResponseBody List<Tag> hystrixGet(){ Tag tag=new Tag(); tag.setId(1).setName("没有对应的信息！").setDate(new Date()).setNumber(0); List<Tag> list=new ArrayList<>(); list.add(tag); return list; } }
需要自己写个fallback方法，并且在需要加熔断机制的方法上加上@HystrixCommand(fallbackMethod = “hystrixGet”)注解，fallbackmethod表示回调的方法。
即当服务发生超时、异常或者线程已满等服务不可用的情况时，hystrix会记录，并直接执行fallback方法。当服务健康状况达到一定程度，会触发服务降级。
服务的健康状况=请求失败数/请求总数
3.开启熔断支持（服务提供者端）
在启动类上加上@EnableCircuitBreaker注解来开启熔断支持。
至此我们便已经开启了熔断机制，如果还想进行流量监控则还需以下几步。
4.注册一个servlet来作为检测地址（服务提供者端）
可以在启动类中加入一个方法
//增加一个servlet @Bean public ServletRegistrationBean hystrixMetricsStreamServlet(){ ServletRegistrationBean registrationBean=new ServletRegistrationBean(new HystrixMetricsStreamServlet()); registrationBean.addUrlMappings("/actuator/hystrix.stream"); registrationBean.setLoadOnStartup(1); registrationBean.setName("HystrixMetricsStreamServlet"); return registrationBean; }
这表示在项目中加上一个servlet，这样访问该地址时会返回一个stream流，用来hystrix对服务进行流监控。
5.加入依赖并开启流监控（服务消费者端）
添加依赖
<!--dashboard流监控--> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId> </dependency> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> </dependency>
开启流监控
@EnableHystrixDashboard
6.测试运行
启动完进程，打开http://localhost:81/hystrix（就是消费端地址后加上hystrix）
我们看到了一只豪猪。。。
访问一下业务
正常！
访问我们刚设置的servlet地址
可以看到它每隔一秒发送一段字符串
把这个地址输入hystrix页面
输入地址后点击右下角的按钮，我们可以看到这样一个画面
绿色表示服务访问成功的次数，每次刷新业务的接口地址，上面的数字就会+1。
这样就相当于与仪表盘一样来监测服务的实时状态，达到实时监控的效果。
如果想要更加详细的配置，具体可以参考这篇文章Hystrix在项目中的使用(一)-注解方式
命令式编程方式
这种方式就比较麻烦了，对代码的修改程度就比较大，一般不建议采用，不过它可以实现动态配置，如果实在要用可采用aop切面来减少对代码的影响。
具体可以参考这篇Hystrix在项目中的使用(二)-基于AOP实现命令式编程（动态配置）
四、总结
hystrix是一款功能强大的中间件，用来解决某个服务节点宕机导致服务雪崩的问题。
同时还可以用来实时监控服务的流量情况。
