如何在spring cloud hystrix中使用collapsing實現請求合并

這期內容當中小編將會給大家帶來有關如何在spring cloud hystrix中使用collapsing實現請求合并，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

在HystrixCommand之前可以使用請求合并器（HystrixCollapser就是一個抽象的父類）來把多個請求合并成一個然后對后端依賴系統發起調用。

下圖顯示了兩種情況下線程的數量和網絡的連接數的情況：第一種是不使用合并器，第二種是使用請求合并器（假設所有的鏈接都是在一個短的時間窗口內并行的，比如10ms內）。

為什么要使用請求合并？

使用請求合并來減少執行并發HystrixCommand執行所需的線程數和網絡連接數，請求合并是自動執行的，不會強制開發人員手動協調批處理請求。

全局上下文-global context（跨越所有Tomcat線程）

這種合并類型是在全局應用級別上完成的，因此任何Tomcat線程上的任何用戶的請求都可以一起合并。

例如，如果您配置一個HystrixCommand支持任何用戶請求依賴關系來檢索電影評級，那么當同一個JVM中的任何用戶線程發出這樣的請求時，Hystrix會將其請求與任何其他請求一起添加到同一個已折疊網絡通話。

用戶請求上下文-request context（單個Tomcat線程）

如果你配置一個HystrixCommand僅僅為一個單個用戶處理批量請求，Hystrix可以在一個Tomcat線程（請求）中合并請求。

例如，一個用戶想要加載300個視頻對象的書簽，不是去執行300次網絡請求，Hystrix能夠將他們合并成為一個。

Hystrix默認是的就是request-scope，要使用request-scoped的功能（request caching,request collapsing, request log）你必須管理HystrixRequestContext的生命周期（或者實現一個可替代的HystrixConcurrencyStrategy）
這就意味你在執行一個請求之前需要執行以下的代碼：

復制代碼 代碼如下:

HystrixRequestContext  context=HystrixRequestContext.initializeContext();

并且在請求的結束位置執行：

context.shutdown();

在標準的JavaWeb應用中，你也可以使用一個Servlet過濾器來初始化這個生命周期

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();
  }
 }
}

然后將它配置在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開發的話代碼如下：

@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
//這個是必須的，否則filter無效
@ServletComponentScan
public class Application {

 public static void main(String[] args) {
  new SpringApplicationBuilder(Application.class).web(true).run(args);
 }

}

請求合并的成本是多少？

啟用請求合并的成本是在執行實際命令之前的延遲。最大的成本是批處理窗口的大小，默認是10ms。

如果你有一個命令需要花費5ms去執行并且有一個10ms的批處理窗口，執行的時間最壞的情況是15ms，一般情況下，請求不會在批處理窗口剛打開的時候發生，所以時間窗口的中間值是時間窗口的一半，在這種情況下是5ms。

這個成本是否值得取決于正在執行的命令，高延遲命令不會受到少量附加平均延遲的影響。而且，給定命令的并發量也是關鍵：如果很少有超過1個或2個請求被組合在一起，那么這個成本就是不值得的。事實上，在一個單線程的順序迭代請求合并將會是一個主要的性能瓶頸，每一次迭代都會等待10ms的窗口等待時間。

但是，如果一個特定的命令同時被大量使用，并且可以同時批量打幾十個甚至幾百個呼叫，那么成本通常遠遠超過所達到的吞吐量的增加，因為Hystrix減少了它所需的線程數量，依賴。(這段話不太好理解，其實就是說如果并發比較高，這個成本是值得的，因為hystrix可以節省很多線程和連接資源)。

請求合并的流程（如下圖）

理論知識已經講完了，下面來看看例子，下面的例子集成了eureka+feign+hystrix，完整的例子請查看：https://github.com/jingangwang/micro-service

實體類

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();
 }
}

服務提供者代碼

@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());
 }
}

消費者代碼

UserFeignClient

@FeignClient(name = "eureka-provider",configuration = FeignConfiguration.class)
public interface UserFeignClient {
 /**
  * 根據id查找用戶
  * @param id 用戶id
  * @return  User
  */
 @RequestMapping(value = "user/getUser.json",method = RequestMethod.GET)
 User findUserById(@RequestParam("id") Integer id);


 /**
  * 超找用戶列表
  * @param ids id列表
  * @return 用戶的集合
  */
 @RequestMapping(value = "user/getAllUser.json",method = RequestMethod.GET)
 List<User> findAllUser(@RequestParam("ids") String ids);
}

UserService(設置為全局上下文)

@Service
public class UserService {
 @Autowired
 private UserFeignClient userFeignClient;



 /**
  * maxRequestsInBatch        該屬性設置批量處理的最大請求數量，默認值為Integer.MAX_VALUE
  * timerDelayInMilliseconds       該屬性設置多長時間之內算一次批處理，默認為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();
 }

上面的代碼我們這是的是全局上下文（所有tomcat的線程的請求都可以合并），合并的時間窗口為5s（每一次請求都得等5s才發起請求），最大合并數為5。我們在postman中，5s之內發起兩次請求，用戶id不一樣。

localhost:8082/user/findUser.json?id=123189891

localhost:8082/user/findUser.json?id=222222

結果如下圖所示，兩次請求合并為一次請求批量請求。

我們再來測試一下請求上下文（Request-Scope）的情況，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（設置為請求上下文）

@Service
public class UserService {
 @Autowired
 private UserFeignClient userFeignClient;



 /**
  * maxRequestsInBatch        該屬性設置批量處理的最大請求數量，默認值為Integer.MAX_VALUE
  * timerDelayInMilliseconds       該屬性設置多長時間之內算一次批處理，默認為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;
 }
}

我們在postman中輸入：localhost:8082/user/findUser2.json

上述就是小編為大家分享的如何在spring cloud hystrix中使用collapsing實現請求合并了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。