### 一、服務雪崩 ​微服務架構是將單個應用程式被劃分成各種小而連線的服務，每一個服務完成一個單一的業務功能。相對於傳統的單體服務，微服務具有隔離性、技術異構性、可擴充套件性以及簡化部署等優點。通常一個應用由多個微服務組成，微服務之間的資料互動需要通過遠過程呼叫的方式完成。 ​下圖是一個微服務之間互相呼叫的場景：  ​微服務A呼叫微服務B、C和D，微服務C又呼叫微服務E。假設某一時刻，微服務E變為不可用。微服務C需要等待微服務E返回結果，於是請求就會逐漸堆積在微服務C，形成阻塞。隨著微服務C堆積的請求不斷增加，微服務A也會隨之慢慢阻塞。因為伺服器所能支撐的併發數有限，所以最終會耗盡伺服器資源，從而導致呼叫鏈條上更多的微服務不可用，形成雪崩效應。這種由一個服務崩潰導致整條服務鏈崩潰的情況，我們就稱之為服務雪崩。 ​ 在微服務架構中，通常有兩種情況會導致服務雪崩： 1. 突發性的訪問量劇增，超出了服務處理極限 2. 呼叫鏈條上某個服務出現故障或者響應慢（延遲） 針對以上這兩種情況，產生了對應的解決方案：服務限流和服務熔斷。 ### 二、 服務限流 ​ 服務限流是指在一定時間段內限制服務的請求量以保護系統，主要用於防止突發流量而導致的服務崩潰，比如秒殺、搶購、雙十一等場景，也可以用於安全目的，比如應對外部暴力攻擊。 ​ 常用的限流演算法有以下幾種： - **計數器演算法** ​ 通過維護一個內部計數器，對一段時間的服務請求進行累計，判斷計數器是否達到預先設定的閾值。如果沒有達到閾值，就允許請求通過，並且計數器加1；如果達到閾值，則拒絕服務，拋棄請求。進入下一個計時週期後，計數器清零，重新計數。 ​ 計數器演算法是限流演算法中最簡單的演算法，缺點是有突刺現象，不僅請求通過的速率不均勻，而且請求輸出的速率也不均勻，對後續處理的併發要求比較高。比如：設定服務週期為1秒，請求的上限閾值為1000。如果前1ms內已經收到1000個請求，那麼剩下的時間都只能拒絕，而且後端服務需要併發處理1000個請求。 - **漏桶演算法** ​ 漏桶演算法的原理可以這樣理解，將服務請求想象成流入漏桶的水，漏桶中的水以恆定的速率從桶底流出，當流入漏桶的水速度過快，超過了漏桶容量時，則直接溢位。所以，漏桶演算法能夠控制服務請求按照固定速率均勻輸出，平滑突發流量，實現流量整形，為後續處理提供一個穩定的流量。但是，漏桶演算法無法控制請求按照一定的速率均勻輸入。 - **令牌桶演算法** ​ 令牌桶演算法是速率限制（Rate Limiting）和流量整形（Traffic Shaping）中最常使用的一種演算法。典型情況下，令牌桶演算法用來控制傳送到網路上的資料的數目，並允許突發資料的傳送。 ​ 首先設定一個可以存放固定數量的令牌桶，使用某種機制以恆定的速度產生令牌。每次請求呼叫時，都必須去桶中獲取令牌，只有拿到令牌，才能放行，否則只能等待可用的令牌，或者直接拒絕。如果桶中的令牌消耗的速度小於產生的速度，令牌就會不斷地增多，直至填滿，再產生的令牌就會從桶中溢位。 ​ 所以，令牌桶演算法既可以控制請求均勻輸入的速度，又可以控制請求的均勻輸出速率。 #### 三、服務熔斷 ​ 我們在各種場景下都會接觸到熔斷這兩個字。高壓電路中，如果某處電壓過高，熔斷器就會熔斷，對電路進行保護。股票交易中，如果股票漲跌幅過大，也會採用熔斷機制，暫停交易，來控制交易風險。 ​ 同樣，在微服務架構中，熔斷機制也是起著類似的作用。當呼叫鏈路中的某個微服務長時間不可用或者有延遲，響應過慢，系統就會熔斷對該節點微服務的呼叫，快速返回錯誤資訊。當監控到該微服務正常工作後，再次恢復該呼叫鏈路。 #### 四、Hystrix ​ 服務熔斷和服務限流作為微服務架構中作為服務治理的重要手段，在很多開源框架或者產品中都包含了此類功能。比如阿里dubbo，Netflix Hystrix，go-micro，go-kit等。 ​ Hystrix是Netflix公司的開源專案，它是一個延遲和故障容錯庫，旨在隔離對遠端系統、服務和第三方庫的訪問點，防止級聯故障，並在無法避免發生故障的複雜分散式系統中實現了彈性。 ​ Hystrix專案使用了java語言開發，程式碼託管地址為：https://github.com/Netflix/Hystrix。另外，有人使用go語言將該專案進行了移植，程式碼託管地址為：https://github.com/afex/hystrix-go/hystrix。 ​ Hystrix可以做到以下事情： - 通過控制延遲和故障來保障第三方服務呼叫的可靠性 - 在複雜的分散式系統中防止級聯故障，防止雪崩 - 快速失敗、快速恢復 - 回退並優雅降級 - 提供近實時監控、報警和操作控制 ​ Hystrix 能使你的系統在出現依賴服務失效的時候，通過隔離系統所依賴的服務，防止服務級聯失敗，同時提供失敗回退機制，更優雅地應對失效，並使你的系統能更快地從異常中恢復。 使用Hystrix 非常簡單： ``` package main import ( "github.com/afex/hystrix-go/hystrix" "log" ) func main() { // 每一類微服務、遠端系統、第三方庫的呼叫都被包裝為一個命令， // 呼叫之前需要先行設定相關的配置資訊 hystrix.ConfigureCommand( "ServiceA", // 命令名稱 hystrix.CommandConfig{ Timeout: 1000, // 超時時間設定（毫秒） MaxConcurrentRequests: 1, // 最大併發請求數 ErrorPercentThreshold: 50, // 錯誤率閾值，超過閾值將熔斷服務 SleepWindow: 5000, // 服務熔斷後，過多長時間，熔斷器再次檢測是否開啟（毫秒） RequestVolumeThreshold: 20, // 服務熔斷前，所需的最小請求量，請求閾值 熔斷器是否開啟首先要滿足這個條件；這裡的設定表示至少有5個請求才進行ErrorPercentThreshold錯誤百分比計算 }) // 使用hystrix呼叫遠端服務，並根據命令名稱啟用ConfigureCommand中設定的引數 _ = hystrix.Do( "ServiceA", // 命令名稱 // 執行函式 func() error { // 呼叫遠端服務 log.Println("invoke a remote service") return nil }, // 失敗回退函式 func(err error) error { log.Println("fall back") return err }, ) } ``` 注： 本文全部原始碼位於：https://github.com/wangshizebin/micro-service 本文時候用的開發工具為：[goland](http://www.sousou88.com/software/2072802.html) 來自 [嗖嗖下載](http://www.sousou88.com)