熔断降级我学会了

概述

高可用三剑客 限流，熔断和削峰 终于来到第二篇, 熔断降级专题了，想回顾限流相关内容的童鞋,可以查看一下之前的文章。

仅以两张图来初步形容一下 熔断 适用的场景:

• 雪崩

• 股灾

什么是熔断

来自 wiki 的 熔断机制 描述：

熔断机制（英语：Circuit breaker / Trading curb）指的是在股票市场的交易时间中，
当价格波动的幅度达到某一个限定的目标（熔断点）时，对其暂停交易一段时间的机制。
此机制如同保险丝在电流过大时候熔断，故而得名。

熔断机制推出的目的是为了防范系统性风险，给市场更多的冷静时间，避免恐慌情绪蔓延导致市场波动，
从而防止大规模股价下跌现象的发生。
然而熔断机制也因切断了资金的流通性，同样会造成市场情绪加大，并令市场风险在熔断期结束后继续扩大。

转换成互联网语言可以这么理解:

• 当异常幅度达到设定的阀值后触发的系统保护机制
• 保护机制会将某部分能力关闭，以保证大部分能力的正常
• 这种机制是有损的，但是利大于端

熔断机制的特点，在关闭一段时间后，会自动触发恢复检测，如果发现服务正常，则将服务逐渐开放。

1、雪崩效应

在分布式服务部署的架构下，整体链路可以参考为：

如果在大促期间， DB_2 由于 机器负载过高，sql执行缓慢，链接数打满 或网络抖动等情况，导致 DB_2 不可用，那么整体链路的影响就会变成：

服务雪崩的每个阶段都可能由不同的原因造成, 比如造成 服务不可用 的原因有:

• 硬件故障
• 程序Bug
• 缓存击穿
• 用户大量请求

2、雪崩处理策略

• 流量控制： 限流和削峰都属于流量控制的一种策略
• 缓存优化： 在上述案例中，DB 由于压力过大导致的雪崩，可以引入缓存，减轻DB压力
• 服务降级： 通过异常分支链路的快速失败，确保主链路正常提供服务
• 应用扩容： 针对机器压力过大，负载过高，可以通过机器扩容来解决，缓解流量压力

断路器模式

熔断器模式（Circuit Breaker Pattern），是一个现代软件开发的设计模式。用以侦测错误，并避免不断地触发相同的错误（如维护时服务不可用、暂时性的系统问题或是未知的系统错误）。

状态描述：

• 关闭：熔断器默认处于关闭状态，熔断器本身带有计数能力（如滑动窗口实现）,当失败数量达到预设阀值后，触发状态变更，熔断器被打开
• 开启：在一定时间内，所有请求都会被拒绝，或采用备用链路处理。
• 半开启： 在刷新时间窗口后，会进入半开启状态,熔断器尝试接受请求，如果这阶段出现请求失败，直接恢复到开启状态。

隔离策略

1、线程隔离

Hystrix 采用了 Bulkhead Partition 舱壁隔离技术，来将外部依赖进行资源隔离，进而避免任何外部依赖的故障导致本服务崩溃。

舱壁隔离，是说将船体内部空间区隔划分成若干个隔舱，一旦某几个隔舱发生破损进水，水流不会在其间相互流动，如此一来船舶在受损时，依然能具有足够的浮力和稳定性，进而减低立即沉船的危险。

图片来源： 《防雪崩利器：熔断器 Hystrix 的原理与使用》

Hystrix 在线程池隔离实现主要解决一下场景：

在商品详情系统中，如果没有对服务做降级措施，那么当评论服务出现异常时，整个商品详情系统都会受到影响，最终导致用户无法查看商品详情。

在这个例子中，商品详情服务，从请求入口分配线程处理，对每个服务使用同一个线程进行处理（同步），在评论服务出现异常时（响应缓慢，处理超时，服务异常等）,导致整个线程阻塞，服务端响应超时，触发用户重试刷新请求，最终导致服务雪崩，系统崩溃。

Hystrix 线程池隔离方案；

hystrix把每个依赖都进行隔离，对依赖的调用全部包装成HystrixCommand或者HystrixObservableCommand 在服务调用时，分配独立的线程池进行资源隔离调用，如下图中的评论服务出现不可用时，商品详情系统还是能够将商品信息，大促信息封装好返回给用户。评论服务的异常，并不会影响其他依赖的调用。

线程隔离特点

优点：

• 一个依赖可以给予一个线程池，这个依赖的异常不会影响其他的依赖。
• 使用线程可以完全隔离第三方代码,请求线程可以快速放回。
• 当一个失败的依赖再次变成可用时，线程池将清理，并立即恢复可用，而不是一个长时间的恢复。
• 可以完全模拟异步调用，方便异步编程。
• 使用线程池，可以有效的进行实时监控、统计和封装。

缺点：

• 使用线程池的缺点主要是增加了计算的开销。每一个依赖调用都会涉及到队列，调度，上下文切换，而这些操作都有可能在不同的线程中执行。

线程切换的性能损耗问题

Netflix在使用过程中详细评估了使用异步线程和同步线程带来的性能差异，结果表明在99%的情况下，异步线程带来的几毫秒延迟的完全可以接受的

2、信号量隔离

Hystrix 的信号量隔离限制对某个资源调用的异常比例。

Sentinel 在信号量隔离的限制上提供了更多的策略选择，基于慢调用比例、异常比例和异常数。

信号量隔离实现原理

Sentinel 底层采用高性能的滑动窗口数据结构 LeapArray 来统计实时的秒级指标数据，在 信号量隔离的底层实现中， 通过根据不同的策略，如 异常数 策略，统计在 滑动窗口区间内， 异常请求量的比例，来决定对服务进行熔断降级处理。

滑动窗口示意图：

1、慢调用比例 (SLOW_REQUEST_RATIO)
设置允许的慢调用 RT（即最大的响应时间），请求的响应时间大于该值则统计为慢调用。当调用请求数量大于阀值，触发熔断。阀值设置，100ms响应，10个请求 如下图所示：

2、异常比例 (ERROR_RATIO

当单位统计时长内请求数目大于设置的最小请求数目，并且异常的比例大于阈值，则接下来的熔断时长内请求会自动被熔断。阀值设置 20% 如下图所示：

3、异常数 (ERROR_COUNT)

当单位统计时长内的异常数目超过阈值之后会自动进行熔断。阀值设置 5 如图所示：

熔断降级组件对比

Sentinel

Sentinel是阿里中间件团队开源的，面向分布式服务架构的轻量级高可用流量控制组件，主要以流量为切入点，从流量控制、熔断降级、系统负载保护等多个维度来帮助用户保护服务的稳定性。

Sentinel 的侧重点在于：

• 多样化的流量控制
• 熔断降级
• 系统负载保护
• 实时监控和控制台

Hystrix

Hystrix是Netflix开源的一款容错系统，能帮助使用者码出具备强大的容错能力和鲁棒性的程序。提供降级，熔断等功能。在2018年底，Hystrix在其Github主页宣布，不再开放新功能，推荐开发者使用其他仍然活跃的开源项目。

官方 wiki 描述：
Hystrix is designed to do the following:

Give protection from and control over latency and failure from dependencies accessed (typically over the network) via third-party client libraries.
Stop cascading failures in a complex distributed system.
Fail fast and rapidly recover.
Fallback and gracefully degrade when possible.
Enable near real-time monitoring, alerting, and operational control.

1. 对通过第三方客户端库访问的依赖项（通常是通过网络）的延迟和故障进行保护和控制。
2. 在复杂的分布式系统中阻止级联故障。
3. 快速失败，快速恢复。
4. 回退，尽可能优雅地降级。
5. 启用近实时监控、警报和操作控制。

resilience4j

resilience4j是一个轻量、易用、可组装的高可用框架，支持熔断、高频控制、隔离、限流、限时、重试等多种高可用机制。Netflix 官方在停止维护 Hystrix 后，推荐使用 resilience4j 作为替代方案。

与Hystrix相比，它有以下一些主要的区别：

• Hystrix调用必须被封装到HystrixCommand里，而resilience4j以装饰器的方式提供对函数式接口、lambda表达式等的嵌套装饰，因此你可以用简洁的方式组合多种高可用机制
• Hystrix的频次统计采用滑动窗口的方式，而resilience4j采用环状缓冲区的方式
• 关于熔断器在半开状态时的状态转换，Hystrix仅使用一次执行判定是否进行状态转换，而resilience4j则采用可配置的执行次数与阈值，来决定是否进行状态转换，这种方式提高了熔断机制的稳定性
• 关于隔离机制，Hystrix提供基于线程池和信号量的隔离，而resilience4j只提供基于信号量的隔离

如果本篇博客有任何错误，请批评指教，不胜感激 ！