使用Hystrix对Dubbo消费者提供线程隔离保护

摘要: 在dubbo中对于消费者的保护提供了actives进行并发控制保护，但是功能相对薄弱，下面我们探讨下如何使用Netflix提供的服务容错组件Hystrix对dubo消费者提供线程隔离保护

在dubbo中对于消费者的保护提供了actives进行并发控制保护，但是功能相对薄弱，下面我们探讨下如何使用Netflix提供的服务容错组件Hystrix对dubo消费者提供线程隔离保护

为什么需要Hystrix?

在大中型分布式系统中，通常我们需要依赖很多dubbo服务，如下图:

在高并发访问下，这些依赖的稳定性与否对系统的影响非常大,但是依赖有很多不可控问题:如网络连接缓慢、资源繁忙、暂时不可用、服务脱机等。

如下图：QPS为50的依赖 "I" 出现不可用、但是其他依赖仍然可用。

当依赖I 阻塞时，大多数服务器的线程池就出现阻塞，影响整个线上服务的稳定性。如下图：

当高并发的依赖失败时如果没有隔离措施，当前应用服务就有被拖垮的风险！

例如：一个依赖30个SOA服务的系统,每个服务99.99%可用。  

99.99%的30次方 ≈ 99.7%  

0.3% 意味着一亿次请求 会有 3,000,00次失败  

换算成时间大约每月有2个小时服务不稳定

随着服务依赖数量的变多，服务不稳定的概率会成指数性提高。

解决问题方案：对依赖做隔离，Hystrix就是处理依赖隔离的框架，同时也是可以帮我们做依赖服务的治理和监控。

Hystrix如何解决依赖隔离

Hystrix使用命令模式HystrixCommand(Command)包装依赖调用逻辑，每个命令在单独线程中/信号授权下执行。

可配置依赖调用超时时间，当调用超时时，直接返回或执行fallback逻辑。

为每个依赖提供一个小的线程池（或信号），如果线程池已满调用将被立即拒绝，默认不采用排队，加速失败判定时间。

请求失败(异常，拒绝，超时，短路)时执行fallback(降级)逻辑。

提供熔断器组件,可以自动运行或手动调用,停止当前依赖一段时间(10秒)，熔断器默认错误率阈值为50%,超过将自动运行。

提供近实时依赖的统计和监控

Hystrix依赖的隔离架构，如下图：

Hystrix实时依赖统计、监控如下：

Dubbo消费者引入

dubbo可以通过扩展Filter的方式引入Hystrix，具体代码如下：

package com.netease.hystrix.dubbo.rpc.filter;import com.alibaba.dubbo.common.Constants;
import com.alibaba.dubbo.common.extension.Activate;
import com.alibaba.dubbo.rpc.Filter;
import com.alibaba.dubbo.rpc.Invocation;
import com.alibaba.dubbo.rpc.Invoker;
import com.alibaba.dubbo.rpc.Result;
import com.alibaba.dubbo.rpc.RpcException;@Activate(group = Constants.CONSUMER)
public class HystrixFilter implements Filter {@Overridepublic Result invoke(Invoker invoker, Invocation invocation) throws RpcException {DubboHystrixCommand command = new DubboHystrixCommand(invoker, invocation);return command.execute();}}

DubboHystrixCommand代码如下：

package com.netease.hystrix.dubbo.rpc.filter;import org.apache.log4j.Logger;import com.alibaba.dubbo.common.URL;
import com.alibaba.dubbo.rpc.Invocation;
import com.alibaba.dubbo.rpc.Invoker;
import com.alibaba.dubbo.rpc.Result;
import com.netflix.hystrix.HystrixCommand;
import com.netflix.hystrix.HystrixCommandGroupKey;
import com.netflix.hystrix.HystrixCommandKey;
import com.netflix.hystrix.HystrixCommandProperties;
import com.netflix.hystrix.HystrixThreadPoolProperties;public class DubboHystrixCommand extends HystrixCommand {private static Logger    logger                       = Logger.getLogger(DubboHystrixCommand.class);private static final int DEFAULT_THREADPOOL_CORE_SIZE = 30;private Invoker       invoker;private Invocation       invocation;public DubboHystrixCommand(Invoker invoker,Invocation invocation){super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey(invoker.getInterface().getName())).andCommandKey(HystrixCommandKey.Factory.asKey(String.format("%s_%d", invocation.getMethodName(),invocation.getArguments() == null ? 0 : invocation.getArguments().length))).andCommandPropertiesDefaults(HystrixCommandProperties.Setter().withCircuitBreakerRequestVolumeThreshold(20)//10秒钟内至少19此请求失败，熔断器才发挥起作用.withCircuitBreakerSleepWindowInMilliseconds(30000)//熔断器中断请求30秒后会进入半打开状态,放部分流量过去重试.withCircuitBreakerErrorThresholdPercentage(50)//错误率达到50开启熔断保护.withExecutionTimeoutEnabled(false))//使用dubbo的超时，禁用这里的超时.andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter().withCoreSize(getThreadPoolCoreSize(invoker.getUrl()))));//线程池为30this.invoker=invoker;this.invocation=invocation;}/*** 获取线程池大小* * @param url* @return*/private static int getThreadPoolCoreSize(URL url) {if (url != null) {int size = url.getParameter("ThreadPoolCoreSize", DEFAULT_THREADPOOL_CORE_SIZE);if (logger.isDebugEnabled()) {logger.debug("ThreadPoolCoreSize:" + size);}return size;}return DEFAULT_THREADPOOL_CORE_SIZE;}@Overrideprotected Result run() throws Exception {return invoker.invoke(invocation);}
}

线程池大小可以通过dubbo参数进行控制，当前其他的参数也可以通过类似的方式进行配置

<dubbo:parameter key="ThreadPoolCoreSize" value="20" />

代码添加好后在，resource添加加载文本

|-resources|-META-INF|-dubbo|-com.alibaba.dubbo.rpc.Filter (纯文本文件，内容为：hystrix=com.netease.hystrix.dubbo.rpc.filter.HystrixFilter

由于Filter定义为自动激活的，所以启动代码所有消费者都被隔离起来啦！

项目地址：https://github.com/yskgood/dubbo-hystrix-support.git