详解Spring Cloud中Hystrix的请求合并

详解Spring Cloud中Hystrix的请求合并

在微服务架构中，我们将一个项目拆分成很多个独立的模块，这些独立的模块通过远程调用来互相配合工作，但是，在高并发情况下，通信次数的增加会导致总的通信时间增加，同时，线程池的资源也是有限的，高并发环境会导致有大量的线程处于等待状态，进而导致响应延迟，为了解决这些问题，我们需要来了解Hystrix的请求合并。

Hystrix中的请求合并，就是利用一个合并处理器，将对同一个服务发OvBtdtinSm起的连续请求合并成一个请求进行处理(这些连续请求的时间窗默认为10ms)，在这个过程中涉及到的一个核心类就是HystrixCollapser，OK，接下来我们就来看看如何实现Hystrix的请求合并。

服务提供者接口

我需在在服务提供者中提供两个接口供服务消费者调用，如下：

@RequestMapping("/getbook6")

public List book6(String ids) {

System.out.println("ids>>>>>>>>>>>>>>>>>>>>>" + ids);

ArrayList books = new ArrayList<>();

books.add(new Book("《李自成》", 55, "姚雪垠", "人民文学出版社"));

books.add(new Book("中国文学简史", 33, "林庚", "清华大学出版社"));

books.add(new Book("文学改良刍议", 33, "胡适", "无"));

books.add(new Book("ids", 22, "helloworld", "haha"));

return books;

}

@RequestMapping("/getbook6/{id}")

public Book book61(@PathVariable Integer id) {

Book book = new Book("《李自成》2OvBtdtinSm", 55, "姚雪垠2", "人民文学出版社2");

return book;

}

第一个接口是一个批处理接口，第二个接口是一个处理单个请求的接口。在批处理接口中，服务消费者传来的ids参数格式是1,2,3,4…这种格式，正常情况下我们需要根据ids查询到对应的数据，然后组装成一个集合返回，我这里为了处理方便，不管什么样的请求统统都返回一样的数据集；处理单个请求的接口就比较简单了，不再赘述。

服务消费者

OK，服务提供者处理好之后，接下来我们来看看服务消费者要怎么处理。

BookService

首先在BookService中添加两个方法用来调用服务提供者提供的接口，如下：

public Book test8(Long id) {

return restTemplate.getForObject("http://HELLO-SERVICE/getbook6/{1}", Book.class, id);

}

public List test9(List ids) {

System.out.println("test9---------"+ids+"Thread.currentThread().getName():" + Thread.currentThread().getName());

Book[] books = restTemplate.getForObject("http://HELLO-SERVICE/getbook6?ids={1}", Book[].class, StringUtils.join(ids, ","));

return Arrays.asList(books);

}

test8用来调用提供单个id的接口，test9用来调用批处理的接口，在test9中，我将test9执行时所处的线程打印出来，方便我们观察执行结果，另外，在RestTemplate中，如果返回值是一个集合，我们得先用一个数组接收，然后再转为集合（或许也有其他办法，小伙伴们有更好的建议可以提）。

BookBatchCommand

OK，BookService中的方法准备好了后，我们就可以来创建一个BookBatchCommand，这是一个批处理命令，如下：

public class BookBatchCommand extends HystrixCommand> {

private List ids;

private BookService bookService;

public BookBatchCommand(List ids, BookService bookService) {

super(Setter.withGroupKey(HystrixCommandGroupKey.Factory.asKey("CollapsingGroup"))

.andCommandKey(HystrixCommandKey.Factory.asKey("CollapsingKey")));

this.ids = ids;

this.bookService = bookService;

}

@Override

protected List run() throws Exception {

return bookService.test9(ids);

}

}

这个类实际上和我们在上篇博客中介绍的类差不多，都是继承自HystrixCommand，用来处理合并之后的请求，在run方法中调用BookService中的test9方法。

BookCollapseCommand

接下来我们需要创建BookCollapseCommand继承自HystrixCollapser来实现请求合并。如下：

public class BookCollapseCommand extends HystrixCollapser, Book, Long> {

private BookService bookService;

private Long id;

public BookCollapseCommand(BookService bookService, Long id) {

super(Setter.withCollapserKey(HystrixCollapserKey.Factory.asKey("bookCollapseCommand")).andCollapserPropertiesDefaults(HystrixCollapserProperties.Setter().withTimerDelayInMilliseconds(100)));

this.bookService = bookService;

this.id = id;

}

@Override

public Long getRequestArgument() {

return id;

}

@Override

protected HystrixCommand> createCommand(Collection> collapsedRequests) {

List ids = new ArrayList<>(collapsedRequests.size());

ids.addAll(collapsedRequests.stream().map(CollapsedRequest::getArgument).collect(Collectors.toList()));

BookBatchCommand bookBatchCommand = new BookBatchCommand(ids, bookService);

return bookBatchCommand;

}

@Override

protected void mapResponseToRequests(List batchResponse, Collection> collapsedRequests) {

System.out.println("mapResponseToRequests");

int count = 0;

for (CollapsedRequest collapsedRequest : collapsedRequests) {

Book book = batchResponse.get(count++);

collapsedRequest.setResponse(book);

}

}

}

关于这个类，我说如下几点：

1.首先在构造方法中，我们设置了请求时间窗为100ms，即请求时间间隔在100ms之内的请求会被合并为一个请求。

2.createCommand方法主要用来合并请求，在这里获取到各个单个请求的id，将这些单个的id放到一个集合中，然后再创建出一个BookBatchCommand对象，用该对象去发起一个批量请求。

3.mapResponseToRequests方法主要用来为每个请求设置请求结果。该方法的第一个参数batchResponse表示批处理请求的结果，第二个参数collapsedRequests则代表了每一个被合并的请求，然后我们通过遍历batchResponse来为collapsedRequests设置请求结果。

OK，所有的这些操作完成后，我们就可以来测试啦。

测试

我们在服务消费者端创建访问接口，来测试合并请求，测试接口如下：

@RequestMapping("/test7")

@ResponseBody

public void test7() throws ExecutionException, InterruptedException {

HystrixRequestContext context = HystrixRequestContext.initializeContext();

BookCollapseCommand bc1 = new BookCollapseCommand(bookService, 1l);

BookCollapseCommand bc2 = new BookCollapseCommand(bookService, 2l);

BookCollapseCommand bc3 = new BookCollapseCommand(bookService, 3l);

BookCollapseCommand bc4 = new BookCollapseCommand(bookService, 4l);

Future q1 = bc1.queue();

Future q2 = bc2.queue();

Future q3 = bc3.queue();

Book book1 = q1.get();

Book book2 = q2.get();

Book book3 = q3.get();

Thread.sleep(3000);

Future q4 = bc4.queue();

Book book4 = q4.get();

System.out.println("book1>>>"+book1);

System.out.println("book2>>>"+book2);

System.out.println("book3>>>"+book3);

System.out.println("book4>>>"+book4);

context.close();

}

关于这个测试接口我说如下两点：

1.首先要初始化HystrixRequestContext

2.创建BookCollapseCommand类的实例来发起请求，先发送3个请求，然后睡眠3秒钟，再发起1个请求，这样，前3个请求就会被合并为一个请求，第四个请求因为间隔的时间比较久，所以不会被合并，而是单独创建一个线程去处理。

OK，我们来看看执行结果，如下：

通过注解实现请求合并

OK，上面这种请求合并方式写起来稍微有一点麻烦，我们可以使用注解来更优雅的实现这一功能。首先在BookService中添加两个方法，如下：

@HystrixCollapser(batchMethod = "test11",collapserProperties = {@HystrixProperty(name ="timerDelayInMilliseconds",value = "100")})

public Future test10(Long id) {

return null;

}

@HystrixCommand

public List test11(List ids) {

System.out.println("test9---------"+ids+"Thread.currentThread().getName():" + Thread.currentThread().getName());

Book[] books = restTemplate.getForObject("http://HELLO-SERVICE/getbook6?ids={1}", Book[].class, StringUtils.join(ids, ","));

return Arrays.asList(books);

}

在test10方法上添加@HystrixCollapser注解实现请求合并，用batchMethod属性指明请求合并后的处理方法，collapserProperties属性指定其他属性。

OK，在BookService中写好之后，直接调用就可以了，如下：

@RequestMapping("/test8")

@ResponseBody

public void test8() throws ExecutionException, InterruptedException {

HystrixRequestContext context = HystrixRequestContext.initializeContext();

Future f1 = bookService.test10(1l);

Future f2 = bookService.test10(2l);

Future f3 = bookService.test10(3l);

Book b1 = f1.get();

Book b2 = f2.get();

Book b3 = f3.get();

Thread.sleep(3000);

Future f4 = bookService.test10(4l);

Book b4 = f4.get();

System.out.println("b1>>>"+b1);

System.out.println("b2>>>"+b2);

System.out.println("b3>>>"+b3);

System.out.println("b4>>>"+b4);

context.close();

}

和前面的一样，前三个请求会进行合并，第四个请求会单独执行，OK，执行结果如下：

总结

请求合并的优点小伙伴们已经看到了，多个请求被合并为一个请求进行一次性处理，可以有效节省网络带宽和线程池资源，但是，有优点必然也有缺点，设置请求合并之后，本来一个请求可能5ms就搞定了，但是现在必须再等10ms看看还有没有其他的请求一起的，这样一个请求的耗时就从5ms增加到15ms了，不过，如果我们要发起的命令本身就是一个高延迟的命令，那么这个时候就可以使用请求合并了，因为这个时候时间窗的时间消耗就显得微不足道了，另外高并发也是请求合并的一个非常重要的场景。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。