hystrix合并请求_Hystrix中的批处理（折叠）请求

hystrix合并请求

Hystrix具有折叠（或批处理）请求的高级功能。如果两个或多个命令同时运行相似的请求，Hystrix可以将它们组合在一起，运行一个批处理的请求，并将拆分结果分派回所有命令。首先让我们看看Hystrix如何工作而不会崩溃。想象一下，我们有一个StockPrice给定Ticker StockPrice的服务：

import lombok.Value;
import java.math.BigDecimal;
import java.time.Instant;@Value
class Ticker {String symbol;
}@Value
class StockPrice {BigDecimal price;Instant effectiveTime;
}interface StockPriceGateway {default StockPrice load(Ticker stock) {final Set<Ticker> oneTicker = Collections.singleton(stock);return loadAll(oneTicker).get(stock);}ImmutableMap<Ticker, StockPrice> loadAll(Set<Ticker> tickers);
}

为了方便起见， StockPriceGateway核心实现必须提供loadAll()批处理方法，而实现load()方法时则必须如此。因此，我们的网关能够批量加载多个价格（例如，以减少延迟或网络协议开销），但是目前我们不使用此功能，始终一次加载一个股票的价格：

class StockPriceCommand extends HystrixCommand<StockPrice> {private final StockPriceGateway gateway;private final Ticker stock;StockPriceCommand(StockPriceGateway gateway, Ticker stock) {super(HystrixCommandGroupKey.Factory.asKey("Stock"));this.gateway = gateway;this.stock = stock;}@Overrideprotected StockPrice run() throws Exception {return gateway.load(stock);}
}

这样的命令将始终为每个Ticker调用StockPriceGateway.load() ，如以下测试所示：

class StockPriceCommandTest extends Specification {def gateway = Mock(StockPriceGateway)def 'should fetch price from external service'() {given:gateway.load(TickerExamples.any()) >> StockPriceExamples.any()def command = new StockPriceCommand(gateway, TickerExamples.any())when:def price = command.execute()then:price == StockPriceExamples.any()}def 'should call gateway exactly once when running Hystrix command'() {given:def command = new StockPriceCommand(gateway, TickerExamples.any())when:command.execute()then:1 * gateway.load(TickerExamples.any())}def 'should call gateway twice when command executed two times'() {given:def commandOne = new StockPriceCommand(gateway, TickerExamples.any())def commandTwo = new StockPriceCommand(gateway, TickerExamples.any())when:commandOne.execute()commandTwo.execute()then:2 * gateway.load(TickerExamples.any())}def 'should call gateway twice even when executed in parallel'() {given:def commandOne = new StockPriceCommand(gateway, TickerExamples.any())def commandTwo = new StockPriceCommand(gateway, TickerExamples.any())when:Future<StockPrice> futureOne = commandOne.queue()Future<StockPrice> futureTwo = commandTwo.queue()and:futureOne.get()futureTwo.get()then:2 * gateway.load(TickerExamples.any())}}

如果您不了解Hystrix，则通过将外部调用包装在命令中可以获得许多功能，例如超时，断路器等。但这不是本文的重点。看一下最后两个测试：当两次，顺序或并行地请求任意行情的价格（ queue() ）时，我们的外部gateway也被调用了两次。上一次测试特别有趣-我们几乎同时要求相同的报价，但Hystrix不能弄清楚。这两个命令是完全独立的，将在不同的线程中执行，彼此之间一无所知-即使它们几乎同时运行。

折叠就是找到类似的请求并将其组合。批处理（我将这个术语与崩溃互换使用）不会自动发生，并且需要一些编码。但是首先让我们看看它的行为：

def 'should collapse two commands executed concurrently for the same stock ticker'() {given:def anyTicker = TickerExamples.any()def tickers = [anyTicker] as Setand:def commandOne = new StockTickerPriceCollapsedCommand(gateway, anyTicker)def commandTwo = new StockTickerPriceCollapsedCommand(gateway, anyTicker)when:Future<StockPrice> futureOne = commandOne.queue()Future<StockPrice> futureTwo = commandTwo.queue()and:futureOne.get()futureTwo.get()then:0 * gateway.load(_)1 * gateway.loadAll(tickers) >> ImmutableMap.of(anyTicker, StockPriceExamples.any())
}def 'should collapse two commands executed concurrently for the different stock tickers'() {given:def anyTicker = TickerExamples.any()def otherTicker = TickerExamples.other()def tickers = [anyTicker, otherTicker] as Setand:def commandOne = new StockTickerPriceCollapsedCommand(gateway, anyTicker)def commandTwo = new StockTickerPriceCollapsedCommand(gateway, otherTicker)when:Future<StockPrice> futureOne = commandOne.queue()Future<StockPrice> futureTwo = commandTwo.queue()and:futureOne.get()futureTwo.get()then:1 * gateway.loadAll(tickers) >> ImmutableMap.of(anyTicker, StockPriceExamples.any(),otherTicker, StockPriceExamples.other())
}def 'should correctly map collapsed response into individual requests'() {given:def anyTicker = TickerExamples.any()def otherTicker = TickerExamples.other()def tickers = [anyTicker, otherTicker] as Setgateway.loadAll(tickers) >> ImmutableMap.of(anyTicker, StockPriceExamples.any(),otherTicker, StockPriceExamples.other())and:def commandOne = new StockTickerPriceCollapsedCommand(gateway, anyTicker)def commandTwo = new StockTickerPriceCollapsedCommand(gateway, otherTicker)when:Future<StockPrice> futureOne = commandOne.queue()Future<StockPrice> futureTwo = commandTwo.queue()and:def anyPrice = futureOne.get()def otherPrice = futureTwo.get()then:anyPrice == StockPriceExamples.any()otherPrice == StockPriceExamples.other()
}

第一个测试证明，不是两次调用load() ，而是几乎一次调用loadAll() 。还要注意，由于我们要求相同的Ticker （来自两个不同的线程），因此loadAll()仅请求一个代码。第二个测试显示两个并发请求，两个不同的行情收录器被折叠为一个批处理调用。第三次测试可确保我们仍能对每个单独的请求得到正确的响应。相反，延长HystrixCommand我们必须扩展更加复杂HystrixCollapser 。现在是时候看到StockTickerPriceCollapsedCommand实现，它无缝替换了StockPriceCommand ：

class StockTickerPriceCollapsedCommand extends HystrixCollapser<ImmutableMap<Ticker, StockPrice>, StockPrice, Ticker> {private final StockPriceGateway gateway;private final Ticker stock;StockTickerPriceCollapsedCommand(StockPriceGateway gateway, Ticker stock) {super(HystrixCollapser.Setter.withCollapserKey(HystrixCollapserKey.Factory.asKey("Stock")).andCollapserPropertiesDefaults(HystrixCollapserProperties.Setter().withTimerDelayInMilliseconds(100)));this.gateway = gateway;this.stock = stock;}@Overridepublic Ticker getRequestArgument() {return stock;}@Overrideprotected HystrixCommand<ImmutableMap<Ticker, StockPrice>> createCommand(Collection<CollapsedRequest<StockPrice, Ticker>> collapsedRequests) {final Set<Ticker> stocks = collapsedRequests.stream().map(CollapsedRequest::getArgument).collect(toSet());return new StockPricesBatchCommand(gateway, stocks);}@Overrideprotected void mapResponseToRequests(ImmutableMap<Ticker, StockPrice> batchResponse, Collection<CollapsedRequest<StockPrice, Ticker>> collapsedRequests) {collapsedRequests.forEach(request -> {final Ticker ticker = request.getArgument();final StockPrice price = batchResponse.get(ticker);request.setResponse(price);});}}

这里有很多事情要做，所以让我们逐步回顾StockTickerPriceCollapsedCommand 。前三种通用类型：

BatchReturnType （在我们的示例中为ImmutableMap<Ticker, StockPrice> ）是批处理命令响应的类型。如您将在后面看到的那样，崩溃程序会将多个小命令变成批处理命令。这是该批处理命令的响应的类型。请注意，它与StockPriceGateway.loadAll()类型相同。
ResponseType （ StockPrice ）是要折叠的每个命令的类型。在我们的例子中，我们正在折叠HystrixCommand<StockPrice> 。稍后，我们将BatchReturnType值BatchReturnType为多个StockPrice 。
RequestArgumentType （ Ticker ）是我们将要折叠（批处理）的每个命令的输入。当多个命令一起批处理时，我们最终将所有这些替换为一个批处理命令。此命令应接收所有单个请求，以便执行一个批处理请求。

withTimerDelayInMilliseconds(100)将在稍后说明。 createCommand()创建一个批处理命令。该命令应替换所有单个命令并执行批处理逻辑。在我们的例子中，我们只做一个而不是多个单独的load()调用：

class StockPricesBatchCommand extends HystrixCommand<ImmutableMap<Ticker, StockPrice>> {private final StockPriceGateway gateway;private final Set<Ticker> stocks;StockPricesBatchCommand(StockPriceGateway gateway, Set<Ticker> stocks) {super(HystrixCommandGroupKey.Factory.asKey("Stock"));this.gateway = gateway;this.stocks = stocks;}@Overrideprotected ImmutableMap<Ticker, StockPrice> run() throws Exception {return gateway.loadAll(stocks);}
}

此类与StockPriceCommand之间的唯一区别是，它需要一堆Ticker并返回所有价格。 Hystrix将收集StockTickerPriceCollapsedCommand的一些实例，一旦足够（稍后会详细介绍），它将创建一个StockPriceCommand 。希望这很清楚，因为mapResponseToRequests()涉及的更多。折叠后的StockPricesBatchCommand完成后，我们必须以某种方式拆分批处理响应，并将回复传达回各个命令，而不会崩溃。从这个角度来看， mapResponseToRequests()实现非常简单：我们收到批处理响应和包装CollapsedRequest<StockPrice, Ticker>的集合。现在，我们必须遍历所有等待的单个请求并完成它们（ setResponse() ）。如果我们没有完成某些请求，它们将无限期挂起并最终超时。

这个怎么运作

这是描述如何实现折叠的正确时机。我之前说过，同时发生两个请求会导致崩溃。没有一样的时间了 。实际上，当第一个可折叠请求进入时，Hystrix会启动一个计时器。在我们的示例中，我们将其设置为100毫秒。在此期间，我们的命令被挂起，等待其他命令加入。在此可配置时间段之后，Hystrix将调用createCommand() ，收集所有请求键（通过调用getRequestArgument() ）并运行它。当批处理命令完成时，它将使我们将结果分派给所有正在等待的单个命令。如果我们担心创建庞大的批处理，也可以限制已折叠请求的数量–另一方面，在此短时间内可以容纳多少并发请求？

用例和缺点

请求折叠应在承受高负载（请求频率很高）的系统中使用。如果每个折叠时间窗口（在示例中为100毫秒）仅收到一个请求，则折叠只会增加开销。这是因为每次您调用可折叠命令时，它都必须等待，以防万一其他命令想要加入并形成批处理。仅当至少折叠了几个命令时，这才有意义。通过节省网络等待时间和/或更好地利用合作者中的资源（在很多情况下，批处理请求比单独的呼叫要快得多）来平衡浪费的等待时间。但是请记住，折叠是一把双刃剑，在特定情况下很有用。

最后要记住的一件事–为了使用请求折叠，您需要在try-finally块中使用HystrixRequestContext.initializeContext()和shutdown() ：

HystrixRequestContext context = HystrixRequestContext.initializeContext();
try {//...
} finally {context.shutdown();
}

崩溃与缓存

您可能会认为可以通过适当的缓存来代替崩溃。这不是真的。在以下情况下使用缓存：

资源可能会被多次访问
我们可以安全地使用先前的值，它会在一段时间内保持有效，或者我们确切地知道如何使它无效
我们可以提供对同一资源的并发请求以多次计算

另一方面，折叠不会强制数据的局部性（1），它总是命中实际服务，并且永远不会返回陈旧的数据（2）。最后，如果我们从多个线程中请求相同的资源，我们将仅调用一次备份服务（3）。在进行缓存的情况下，除非您的缓存真的很聪明，否则两个线程将独立地发现缓存中缺少给定资源，并两次请求支持服务。但是，折叠可以与缓存一起使用-通过在运行可折叠命令之前咨询缓存。