详解spring cloud hystrix 请求合并collapsing
在hystrixcommand
之前可以使用请求合并器(hystrixcollapser
就是一个抽象的父类)来把多个请求合并成一个然后对后端依赖系统发起调用。
下图显示了两种情况下线程的数量和网络的连接数的情况:第一种是不使用合并器,第二种是使用请求合并器(假设所有的链接都是在一个短的时间窗口内并行的,比如10ms内)。
为什么要使用请求合并?
使用请求合并来减少执行并发hystrixcommand
执行所需的线程数和网络连接数,请求合并是自动执行的,不会强制开发人员手动协调批处理请求。
全局上下文-global context(跨越所有tomcat线程)
这种合并类型是在全局应用级别上完成的,因此任何tomcat线程上的任何用户的请求都可以一起合并。
例如,如果您配置一个hystrixcommand
支持任何用户请求依赖关系来检索电影评级,那么当同一个jvm中的任何用户线程发出这样的请求时,hystrix会将其请求与任何其他请求一起添加到同一个已折叠网络通话。
用户请求上下文-request context(单个tomcat线程)
如果你配置一个hystrixcommand
仅仅为一个单个用户处理批量请求,hystrix可以在一个tomcat线程(请求)中合并请求。
例如,一个用户想要加载300个视频对象的书签,不是去执行300次网络请求,hystrix能够将他们合并成为一个。
hystrix默认是的就是request-scope,要使用request-scoped的功能(request caching,request collapsing, request log)你必须管理hystrixrequestcontext
的生命周期(或者实现一个可替代的hystrixconcurrencystrategy
)
这就意味你在执行一个请求之前需要执行以下的代码:
并且在请求的结束位置执行:
context.shutdown();
在标准的javaweb应用中,你也可以使用一个servlet过滤器来初始化这个生命周期
public class hystrixrequestcontextservletfilter implements filter { public void dofilter(servletrequest request, servletresponse response, filterchain chain) throws ioexception, servletexception { hystrixrequestcontext context = hystrixrequestcontext.initializecontext(); try { chain.dofilter(request, response); } finally { context.shutdown(); } } }
然后将它配置在web.xml中
<filter> <display-name>hystrixrequestcontextservletfilter</display-name> <filter-name>hystrixrequestcontextservletfilter</filter-name> <filter-class>com.netflix.hystrix.contrib.requestservlet.hystrixrequestcontextservletfilter</filter-class> </filter> <filter-mapping> <filter-name>hystrixrequestcontextservletfilter</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
如果你是springboot开发的话代码如下:
@webfilter(filtername = "hystrixrequestcontextservletfilter",urlpatterns = "/*") public class hystrixrequestcontextservletfilter implements filter { @override public void init(filterconfig filterconfig) throws servletexception { } @override public void dofilter(servletrequest servletrequest, servletresponse servletresponse, filterchain filterchain) throws ioexception, servletexception { hystrixrequestcontext context = hystrixrequestcontext.initializecontext(); try{ filterchain.dofilter(servletrequest,servletresponse); }finally { context.shutdown(); } } @override public void destroy() { } }
@springbootapplication @enablediscoveryclient @enablefeignclients @enablehystrix //这个是必须的,否则filter无效 @servletcomponentscan public class application { public static void main(string[] args) { new springapplicationbuilder(application.class).web(true).run(args); } }
请求合并的成本是多少?
启用请求合并的成本是在执行实际命令之前的延迟。最大的成本是批处理窗口的大小,默认是10ms。
如果你有一个命令需要花费5ms去执行并且有一个10ms的批处理窗口,执行的时间最坏的情况是15ms,一般情况下,请求不会在批处理窗口刚打开的时候发生,所以时间窗口的中间值是时间窗口的一半,在这种情况下是5ms。
这个成本是否值得取决于正在执行的命令,高延迟命令不会受到少量附加平均延迟的影响。而且,给定命令的并发量也是关键:如果很少有超过1个或2个请求被组合在一起,那么这个成本就是不值得的。事实上,在一个单线程的顺序迭代请求合并将会是一个主要的性能瓶颈,每一次迭代都会等待10ms的窗口等待时间。
但是,如果一个特定的命令同时被大量使用,并且可以同时批量打几十个甚至几百个呼叫,那么成本通常远远超过所达到的吞吐量的增加,因为hystrix减少了它所需的线程数量,依赖。(这段话不太好理解,其实就是说如果并发比较高,这个成本是值得的,因为hystrix可以节省很多线程和连接资源)。
请求合并的流程(如下图)
理论知识已经讲完了,下面来看看例子,下面的例子集成了eureka+feign+hystrix,完整的例子请查看:
实体类
public class user { private integer id; private string username; private integer age; public user() { } public user(integer id, string username, integer age) { this.id = id; this.username = username; this.age = age; } public integer getid() { return id; } public void setid(integer id) { this.id = id; } public string getusername() { return username; } public void setusername(string username) { this.username = username; } public integer getage() { return age; } public void setage(integer age) { this.age = age; } @override public string tostring() { final stringbuffer sb = new stringbuffer("user{"); sb.append("id=").append(id); sb.append(", username='").append(username).append('\''); sb.append(", age=").append(age); sb.append('}'); return sb.tostring(); } }
服务提供者代码
@restcontroller @requestmapping("user") public class usercontroller { @requestmapping("getuser") public user getuser(integer id) { return new user(id, "test", 29); } @requestmapping("getalluser") public list<user> getalluser(string ids){ string[] split = ids.split(","); return arrays.aslist(split) .stream() .map(id -> new user(integer.valueof(id),"test"+id,30)) .collect(collectors.tolist()); } }
消费者代码
userfeignclient
@feignclient(name = "eureka-provider",configuration = feignconfiguration.class) public interface userfeignclient { /** * 根据id查找用户 * @param id 用户id * @return user */ @requestmapping(value = "user/getuser.json",method = requestmethod.get) user finduserbyid(@requestparam("id") integer id); /** * 超找用户列表 * @param ids id列表 * @return 用户的集合 */ @requestmapping(value = "user/getalluser.json",method = requestmethod.get) list<user> findalluser(@requestparam("ids") string ids); }
userservice(设置为全局上下文)
@service public class userservice { @autowired private userfeignclient userfeignclient; /** * maxrequestsinbatch 该属性设置批量处理的最大请求数量,默认值为integer.max_value * timerdelayinmilliseconds 该属性设置多长时间之内算一次批处理,默认为10ms * @param id * @return */ @hystrixcollapser(collapserkey = "findcollapserkey",scope = com.netflix.hystrix.hystrixcollapser.scope.global,batchmethod = "findalluser",collapserproperties = { @hystrixproperty(name = "timerdelayinmilliseconds",value = "5000" ), @hystrixproperty(name = "maxrequestsinbatch",value = "5" ) }) public future<user> find(integer id){ return null; } @hystrixcommand(commandkey = "findalluser") public list<user> findalluser(list<integer> ids){ return userfeignclient.findalluser(stringutils.join(ids,",")); } }
feigncollapsercontroller
@requestmapping("user") @restcontroller public class feigncollapsercontroller { @autowired private userservice userservice; @requestmapping("finduser") public user getuser(integer id) throws executionexception, interruptedexception { return userservice.find(id).get(); }
上面的代码我们这是的是全局上下文(所有tomcat的线程的请求都可以合并),合并的时间窗口为5s(每一次请求都得等5s才发起请求),最大合并数为5。我们在postman中,5s之内发起两次请求,用户id不一样。
localhost:8082/user/finduser.json?id=123189891
localhost:8082/user/finduser.json?id=222222
结果如下图所示,两次请求合并为一次请求批量请求。
我们再来测试一下请求上下文(request-scope)的情况,加入上面所提到的hystrixrequestcontextservletfilter
,并修改userservice
hystrixrequestcontextservletfilter
/** * @author wjg * @date 2017/12/22 15:15 */ @webfilter(filtername = "hystrixrequestcontextservletfilter",urlpatterns = "/*") public class hystrixrequestcontextservletfilter implements filter { @override public void init(filterconfig filterconfig) throws servletexception { } @override public void dofilter(servletrequest servletrequest, servletresponse servletresponse, filterchain filterchain) throws ioexception, servletexception { hystrixrequestcontext context = hystrixrequestcontext.initializecontext(); try{ filterchain.dofilter(servletrequest,servletresponse); }finally { context.shutdown(); } } @override public void destroy() { } }
userservice(设置为请求上下文)
@service public class userservice { @autowired private userfeignclient userfeignclient; /** * maxrequestsinbatch 该属性设置批量处理的最大请求数量,默认值为integer.max_value * timerdelayinmilliseconds 该属性设置多长时间之内算一次批处理,默认为10ms * @param id * @return */ @hystrixcollapser(collapserkey = "findcollapserkey",scope = com.netflix.hystrix.hystrixcollapser.scope.request,batchmethod = "findalluser",collapserproperties = { @hystrixproperty(name = "timerdelayinmilliseconds",value = "5000" ), @hystrixproperty(name = "maxrequestsinbatch",value = "5" ) }) public future<user> find(integer id){ return null; } @hystrixcommand(commandkey = "findalluser") public list<user> findalluser(list<integer> ids){ return userfeignclient.findalluser(stringutils.join(ids,",")); } }
feigncollapser2controller
@requestmapping("user") @restcontroller public class feigncollapser2controller { @autowired private userservice userservice; @requestmapping("finduser2") public list<user> getuser() throws executionexception, interruptedexception { future<user> user1 = userservice.find(1989); future<user> user2= userservice.find(1990); list<user> users = new arraylist<>(); users.add(user1.get()); users.add(user2.get()); return users; } }
我们在postman中输入:localhost:8082/user/finduser2.json
可以看到一个请求内的两次连续调用被合并了。这个地方要注意,不能直接使用userserver.find(1989).get(),否则直接按同步执行处理,不会合并。如果两个tab页同时调用上述地址,发现发起了两次批量请求,说明作用域是request范围。
参考资料如下:
https://github.com/netflix/hystrix/wiki/how-to-use
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
推荐阅读
-
详解spring cloud hystrix 请求合并collapsing
-
详解Spring Cloud Hystrix断路器实现容错和降级
-
详解spring cloud hystrix请求缓存(request cache)
-
详解spring cloud hystrix 请求合并collapsing
-
详解Spring Cloud中Hystrix的请求合并
-
详解spring cloud使用Hystrix实现单个方法的fallback
-
详解Spring cloud使用Ribbon进行Restful请求
-
详解Spring Cloud Hystrix断路器实现容错和降级
-
详解spring cloud使用Hystrix实现单个方法的fallback
-
详解Spring cloud使用Ribbon进行Restful请求