上次说了使用RxJava并行提升API效率，但是如何避免项目中一个服务拖慢整体的性能？hystrix优雅的解决了这个问题。
先贴个图，网上找的，我觉得这个图就可以说明问题了
当依赖服务A挂了，直接就会影响到整个服务的性能，如果连接一直被A暂用，最终将导致服务发生雪崩
所以我们要保证核心服务的稳定，其他非核心的服务可以不那么重要，即使出现了错误数据可以丢弃或不用保证实时准确，再以SOA项目中的getDynamicInfo为例，如下：
getFlight为核心的业务，必须要获取到数据，获取不到那就整个服务不可用了
getEntryCard、getPlane、getRefund、getWeather、getPortaitUser等方法为非核心业务，我们允许其数据丢失的情况，要保证整个服务的可用
首先我们需要把这些服务使用hystrix分离出来，先对这几个服务做先分组：
pydyn：getEntryCard、getPlane、getRefund、getWeather
portrait：getPortaitUser
Maven配置
<dependency> <groupId>com.netflix.hystrix</groupId> <artifactId>hystrix-core</artifactId> <version>1.5.8</version> </dependency>
以getEntryCard服务为例，继承HystrixCommand<T>，重写run方法
public class GetEntryCardCommand extends HystrixCommand<String>{
private String arrCode;
private GetEntryCardService service;
public GetEntryCardCommand(String arrCode) {
super(setter());
this.arrCode = arrCode;
}
private static Setter setter() {
return PySetter.setter().andCommandKey(HystrixCommandKey.Factory.asKey("getEntryCard"));
}
@Override
protected String run() throws Exception {
// TODO Auto-generated method stub
return service.getEntryCardCity(arrCode);
}
@Override
protected String getFallback() {
return service.getFromCache(arrCode);
}
}
run方法要执行的业务逻辑，如果出现异常则会调用getFallback方法。
public class PySetter {
public static Setter setter() {
// 服务分组
HystrixCommandGroupKey groupKey = HystrixCommandGroupKey.Factory.asKey("pydyn");
// 服务标识
//HystrixCommandKey commandKey = HystrixCommandKey.Factory.asKey("getEntryCard");
// 线程池名称
HystrixThreadPoolKey threadPoolKey = HystrixThreadPoolKey.Factory.asKey("pydyn-pool");
// 线程配置
HystrixThreadPoolProperties.Setter threadPoolProperties = HystrixThreadPoolProperties.Setter()
.withCoreSize(10)
.withKeepAliveTimeMinutes(5)
.withMaxQueueSize(Integer.MAX_VALUE)
.withQueueSizeRejectionThreshold(10000);
//命令属性配置
HystrixCommandProperties.Setter commandProperties = HystrixCommandProperties.Setter()
.withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD)
.withExecutionIsolationThreadInterruptOnTimeout(true).withExecutionTimeoutInMilliseconds(3000) //设置超时3秒自动熔断
.withCircuitBreakerErrorThresholdPercentage(30);//失败率达到30%自动熔断
return HystrixCommand.Setter
.withGroupKey(groupKey)
//.andCommandKey(commandKey)
.andThreadPoolKey(threadPoolKey)
.andThreadPoolPropertiesDefaults(threadPoolProperties)
.andCommandPropertiesDefaults(commandProperties);
}
}
以上是对服务的线程池熔断配置
HystrixCommandGroupKey：服务分组，以上pydyn分组就包括4个服务，必填选项
HystrixCommandKey：服务的名称，唯一标识，如果不配置，则默认是类名
HystrixThreadPoolKey：线程池的名称，相同线程池名称的线程池是同一个，如果不配置，默认为分组名
HystrixThreadPoolProperties：线程池的配置，coreSize配置核心线程池的大小，maxQueueSize线程池队列的最大大小，queueSizeRejectionThreshold，限制当前队列的大小，实际队列大小由这个参数决定，即到达队列里面条数到达10000，则都会被拒绝。
HystrixCommandProperties：配置命令的一些参数，如executionIsolationStrategy，配置执行隔离策略，默认是使用线程隔离，THREAD即为线程池隔离，ExecutionIsolationThreadInterruptOnTimeout和ExecutionTimeoutInMilliseconds配置了启用超时和最大执行时间，这里为3s，circuitBreakerErrorThresholdPercentage失败率配置，默认为50%，这里配置的为30%，即失败率到达30%触发熔断
接下来就是调用GetEntryCardCommand获取数据
String result = new GetEntryCardCommand(request.getArrCode()).execute();
我使用的是阻塞的方式获取，当然也可以使用异步的方法，得到Future对象，使用
Future<String> = new GetEntryCardCommand(request.getArrCode()).queue();
其他getPlane、getRefund、getWeather方法同GetEntryCardCommand类，
getPortaitUser也一样，只需要更改下自己的分组为portait，线程池名称，并配置自己的线程池参数
好了，这样就实现了多个服务之间的隔离和熔断，不同的服务分组使用不同的线程池，即使getDynamicInfo并发量突然剧增，也不会对getPlane、getRefund、getWeather等产生影响
下面来说说对服务的监控，hystrix已经帮我们实现了数据的记录，只需要安装他们的管理后台就可以查看数据，他们家有2个监控后台：hystrix-dashboard和Turbine，第一个是监控单个项目的日志，第二个可以把多个项目的日志聚合在一起
hystrix-dashboard监控：
maven配置：
<dependency> <groupId>com.netflix.hystrix</groupId> <artifactId>hystrix-metrics-event-stream</artifactId> <version>1.1.2</version> </dependency>
web.xml配置
<servlet> <display-name>HystrixMetricsStreamServlet</display-name> <servlet-name>HystrixMetricsStreamServlet</servlet-name> <servlet-class>com.netflix.hystrix.contrib.metrics.eventstream.HystrixMetricsStreamServlet</servlet-class> </servlet> <servlet-mapping> <servlet-name>HystrixMetricsStreamServlet</servlet-name> <url-pattern>/hystrix.stream</url-pattern> </servlet-mapping>
访问http://ip:port/projectName/hystrix.stream查看是否有监控数据
hystrix-dashboard：先安装hystrix-dashboard.war，下载后放入web容器（Tomcat或Jetty）中，启动容器，访问http://ip:port/hystrix-dashboard，如下的界面：
最后点击Monitor Stream就可以看到数据了
可以看到每个服务及他们的线程池使用情况
CirCuit主要监控成功的请求数，请求超时数，失败率，平均耗时、90%，99%，99.5%的耗时（将鼠标移动到对于数字位置可以看到描述）
Thread Pools主要监控线程池的配置数，线程队列的配置数，最大活跃线程
Turbine监控（将多个实例的数据聚合起来）
1）下载turbine-web-1.0.0.war，并将war放入web容器中。
2）在容器下路径为turbine-web-1.0.0/WEB-INF/classes下新建config.properties文件。
InstanceDiscovery.impl=com.netflix.turbine.discovery.ConfigPropertyBasedDiscovery #cluster turbine.aggregator.clusterConfig=dynamicAPI turbine.instanceUrlSuffix=:8080/projectName/hystrix.stream turbine.ConfigPropertyBasedDiscovery.dynamicAPI.instances=127.0.0.1,127.0.0.2
这里我配置了2个实例127.0.0.1和127.0.0.2，他会同时调用http://127.0.0.1:8080/projectName/hystrix.stream和http://127.0.0.2:8080/projectName/hystrix.stream，然后根据分组名，服务名，线程池名将两个实例数据合并
3）调用http://ip:port/turbine-web-1.0.0/turbine.stream?cluster=dynamicAPI，即可查看到聚合的数据
4）打开hystrix-dashboard配置turbine
点击Monitor Stream即可查看到两个实例监控的数据
参考资料：
http://tech.lede.com/2017/06/15/rd/server/hystrix/
http://www.cnblogs.com/java-zhao/archive/2016/09/01/5831002.html