【原理与实操】Hystrix 服务降级、服务熔断工作原理、代码实现详解以及DashBoard 仪表盘监控的具体使用
Hystrix 服务降级、服务熔断原理以及代码实现详解
一、什么是 Hystrix
Hystrix是一个用于处理分布式系统的延迟和容错的开源库，在分布式系统里，许多依赖不可避免的会调用失败，比如超时、异常等，Hystrix能够保证在一个依赖出问题的情况下，不会导致整体服务失败，避免级联故障，以提高分布式系统的弹性。
Hystrix 能够提供服务降级、服务熔断、服务限流、接近实时的监控等方面的功能。
二、服务降级、服务熔断、服务限流的实现
1、服务降级
1）什么是服务降级
- 当某 Consumer 消费端（客户端）访问一个 Provider 生产者（服务端）却迟迟得不到响应时执行预客户端先设定好的一个解决方案， 即不让客户端等待并立刻返回一个友好提示或者是服务自身运行时出现问题，使用提前设定好的一个解决方案让服务自身可以继续运行。（服务端与消费端都可以配置服务降级但一般在消费端（客户端）使用服务降级的多）
- 哪些情况会出现服务降级？
- 程序运行异常
- 调用服务超时
- 服务熔断出发服务降级
- 线程池/信号量打满也会导致服务降级
2）如何在服务提供者端实现服务降级
-
首先给 Service 中出现问题或者会出现问题的方法加上 @HystrixCommand 注解，详情如下：
/** * @Author Herz * @Date 2022/1/4 17:47 */ @Service public class PaymentServiceImpl implements PaymentService { @Override @HystrixCommand(fallbackMethod = "paymentInfo_TimeOutFallBack", commandProperties = { // name：出现啥类型的错误才会调用降级备用的方法，timeoutInMilliseconds 为调用超时 // value：超过对应的值当前方法就会出错，3000 毫秒即为3s @HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds", value = "3000") }) public String paymentInfo_TimeOut(Integer id) { // 睡眠时间为 5s > 3s，导致服务降级 int sleepTime = 5000; // 编译错误也会导致服务降级 // int a = 10 / 0; try { Thread.sleep(sleepTime); } catch (InterruptedException e) { e.printStackTrace(); } return "线程池： " + Thread.currentThread().getName() + " paymentInfo_TimeOut，id: " + id + " 耗时：" + sleepTime + "秒" + " O(∩_∩)O哈哈~" ; } public String paymentInfo_TimeOutFallBack(Integer id) { // 为了测试后面在服务消费者端实现服务降级的效果 int millis = 2000; try { Thread.sleep(millis); } catch (InterruptedException e) { e.printStackTrace(); } return "线程池： " + Thread.currentThread().getName() + " 8001服务端繁忙或运行出错，请稍后重试， id: " + id + " o(╥﹏╥)o"; } } -
调用该 Service 的 Controller 如下
/** * @Author Herz * @Date 2022/1/4 17:51 */ @RestController @Slf4j public class PaymentController { @Autowired private PaymentService paymentService; @GetMapping("/payment/hystrix/timeout/{id}") public String paymentInfo_TimeOut(@PathVariable("id") Integer id){ String result = paymentService.paymentInfo_TimeOut(id); log.info("********result："+result); return result; } } -
在该服务提供者的主启动类上加上注解 @EnableCircuitBreaker
/** * @Author Herz * @Date 2022/1/4 17:09 */ @SpringBootApplication @EnableEurekaClient // 服务端开启Hystrix服务降级 @EnableCircuitBreaker public class PaymentHystrixMain8001 { public static void main(String[] args) { SpringApplication.run(PaymentHystrixMain8001.class, args); } } -
重启服务提供者后，在浏览器输入
http://localhost:8001/payment/hystrix/timeout/1地址测试
3）如何在服务消费者端实现服务降级
-
在服务消费者的 YML 文件中加入以下内容开启 Hystrix 功能
feign: hystrix: enabled: true -
在 Controller 中提供相应的备用方案
/** * @Author Herz * @Date 2022/1/6 17:15 */ @RestController @Slf4j public class OderFeignController { @Autowired private PaymentService paymentService; @GetMapping("/consumer/feign/hystrix/timeout/{id}") @HystrixCommand(fallbackMethod = "paymentInfo_TimeOutFallBackMethod", commandProperties = { // 在 1.5s 以内服务端返回结果到消费端则为健康，否则调用备用方案 @HystrixProperty(name = "execution.isolation.thread.timeoutInMilliseconds",value = "1500") }) public String paymentInfo_TimeOut(@PathVariable("id") Integer id){ // int a = 10 / 0; return paymentService.paymentInfo_TimeOut(id); } public String paymentInfo_TimeOutFallBackMethod(@PathVariable("id") Integer id){ return "我是消费者80,对方支付系统繁忙请10秒钟后再试或者自己运行出错请检查自己，o(╥﹏╥)o"; } } -
在服务消费者的主启动类上加注解 @EnableHystrix
/** * @Author Herz * @Date 2022/1/6 17:13 */ @SpringBootApplication @EnableFeignClients // 消费端开启 Hystrix 功能 @EnableHystrix public class OrderFeignHystrixMain80 { public static void main(String[] args) { SpringApplication.run(OrderFeignHystrixMain80.class, args); } } -
重启服务消费者后，在浏览器地址栏中输入
http://localhost/consumer/feign/hystrix/timeout/1测试
4）给某个服务自身配置全局通用的服务降级备用方案 GlobalFallback（主要用于消费端自身运行出现问题）
？？？为什么要是用全局的服务降级备用方案：原因是，如果给每一个方法都配一个服务降级备用方案会造成代码膨胀，如果定义一个通用的服务降级方案然后给某个特定的方法在配置特殊的备用方案则可以有效避免这一问题。
-
给 Controller 加上注解 @DefaultProperties(defaultFallback = “payment_Global_FallbackMethod”)
-
给Controller 的每一个方法加注解 @HystrixCommand
-
给出通用的全局 fallback 方法
我这里以消费端的 Controller 为例：
/** * @Author Herz * @Date 2022/1/6 17:15 */ @RestController @Slf4j @DefaultProperties(defaultFallback = "payment_Global_FallbackMethod") public class OderFeignController { @Autowired private PaymentService paymentService; @GetMapping("/consumer/feign/hystrix/timeout/{id}") @HystrixCommand public String paymentInfo_TimeOut(@PathVariable("id") Integer id) { int a = 10 / 0; return paymentService.paymentInfo_TimeOut(id); } // 以下是全局 fallback 方法 public String payment_Global_FallbackMethod() { return "Global 异常处理信息，请稍后重试。┭┮﹏┭┮"; } } -
重启该服务后，在浏览器地址栏输入
http://localhost/consumer/feign/hystrix/timeout/1测试全局 fallback 方法是否生效
5）针对于服务端出现问题（运行出错、宕机或消费端调用超时）的消费端的通配服务降级 FeginFallback
-
提供已有的 服务端的服务暴露接口 PaymentService 的实现类 PaymentFallbackService
/** * * 通配的 Fallback 服务降级方法 * * 遇到问题： * 服务端运行时异常 * 消费端服务调用服务端超时 * 服务端宕机 * * * @Author Herz * @Date 2022/1/6 21:49 */ @Component public class PaymentFallbackService implements PaymentService{ @Override public String paymentInfo_OK(Integer id) { return "------------PaymentFallbackService fall back-paymentInfo_OK，┭┮﹏┭┮"; } @Override public String paymentInfo_TimeOut(Integer id) { return "------------PaymentFallbackService fall back-paymentInfo_TimeOut，┭┮﹏┭┮"; } } -
在 已有的 服务端的服务暴露接口 PaymentService 的 @FeignClient 注解中添加 fallback 参数
/** * @Author Herz * @Date 2022/1/6 17:14 */ @Component // name：用来指明暴露哪个服务端的服务接口 // fallback：指明当出现问题时，服务降级调用的备用方案 @FeignClient(name = "CLOUD-PROVIDER-PAYMENT", fallback = PaymentFallbackService.class) public interface PaymentService { @GetMapping("/payment/hystrix/ok/{id}") public String paymentInfo_OK(@PathVariable("id") Integer id); @GetMapping("/payment/hystrix/timeout/{id}") public String paymentInfo_TimeOut(@PathVariable("id") Integer id); }
注意！！！！最后别忘记以下几步（前几个方案实例同理）
-
在消费端的 YML 文件中添加以下内容（服务端不用添加）
feign: hystrix: enabled: true -
消费端的主启动类加注解 @EnableHystrix，服务端的主启动类加注解 @EnableCircuitBreaker
-
别忘记在 pom 文件添加以下依赖
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> </dependency>
需要掌握的是最后两种 fallback 方案。
2、服务熔断
1）什么是服务熔断
- 熔断机制是应对雪崩效应的一种微服务链路保户机制，当扇出链路的某个微服务不可用或者响应时间太长时，会进行服务的降级，进而熔断该节点微服务的调用，快速返回错误的相应信息。当检测当该节点微服务调用响应正常后恢复调用链路，熔断机制的注解是@HystrixCommand；
- “熔断器“本身是一种开关装置，当某个服务单元发生故障之后，通过断路器的故障监控（类似熔断保险丝），向调用方返回一个符合预期的、可处理的备选响应（FallBack），而不是长时间的等待或者抛出调用方无法处理的异常，这样就保证了服务调用方的线程不会被长时间、不必要地占用，从而避免了故障在分布式系统中的蔓延，乃至雪崩。
- 在Spring Cloud框架里，熔断机制通过Hystrix实现。Hystrix会监控微服务间调用的状况，当失败的调用到一定阈值，例如：缺省是5秒内20次调用失败，就会启动熔断机制。
2）如何在服务端实现服务熔断
-
在 pom 文件添加以下依赖
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> </dependency> -
在服务端的主启动类上添加注解 @EnableCircuitBreaker
/** * @Author Herz * @Date 2022/1/4 17:09 */ @SpringBootApplication @EnableEurekaClient // 服务端开启Hystrix服务降级、服务熔断 @EnableCircuitBreaker public class PaymentHystrixMain8001 { public static void main(String[] args) { SpringApplication.run(PaymentHystrixMain8001.class, args); } } -
修改服务端的 Service，给出问题的方法加上 @HystrixCommand 注解，具体内容如下：
/** * @Author Herz * @Date 2022/1/4 17:47 */ @Service public class PaymentServiceImpl implements PaymentService { //=========服务熔断 @HystrixCommand(fallbackMethod = "paymentCircuitBreaker_fallback", commandProperties = { @HystrixProperty(name = "circuitBreaker.enabled", value = "true"), // 是否开启服务熔断 // 请求总数阀值：在快照时间窗内，必须满足请求总数阀值才有资格熔断。默认为20，意味着在10秒内， // 如果该hystrix命令的调用次数不足20次，即使所有的请求都超时或其他原因失败，断路器都不会打开。 @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "10"), // 请求次数 // 快照时间窗：断路器确定是否打开需要统计一些请求和错误数据，而统计的时间范围就是快照时间窗，默认为最近的10秒。 @HystrixProperty(name = "circuitBreaker.sleepWindowInMilliseconds", value = "10000"), // 错误百分比阀值：当请求总数在快照时间窗内超过了阀值，比如发生了30次调用，如果在这30次调用中， // 有15次发生了超时异常，也就是超过50%的错误百分比，在默认设定50%阀值情况下，这时候就会将断路器打开。 @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "60"), // 失败率达到多少后跳闸 }) public String paymentCircuitBreaker(Integer id) { if (id < 0) { throw new RuntimeException("******id 不能负数"); } String serialNumber = IdUtil.simpleUUID(); return Thread.currentThread().getName() + "\t" + "调用成功，流水号: " + serialNumber; } public String paymentCircuitBreaker_fallback(Integer id) { return "id 不能负数，请稍后再试，/(ㄒoㄒ)/~~ id: " + id; } }- @HystrixCommand注解的 commandProperties 属性为什么需要配置这四个参数？？？？
大概的中文翻译：
电路断路打开关闭的具体方式如下：
1、请求次数有没有达到
阈值次数（取决于 HystrixCommandProperties.circuitBreakerRequestVolumeThreshold() 方法返回的值）2、并且错误百分比有没有超过
阈值错误百分比（取决于 HystrixCommandProperties.circuitBreakerErrorThresholdPercentage() 方法返回的错误百分比）3、然后断路器就会从关闭状态变为打开状态
4、当断路器打开时，它会拒绝所有发送给服务端的请求
5、在
一定时间段（取决于 HystrixCommandProperties.circuitBreakerSleepWindowInMilliseconds() 方法返回的值）后，下一个请求被允许通过(这是HALF-OPEN状态)。如果该请求失败，断路器在休眠窗口的持续时间内返回到 OPEN 状态。如果该请求成功，断路器转换为 CLOSED 状态，然后再从第1步开始循环判断。一遍又一遍。 -
再编写相应 Controller 中的方法
/** * @Author Herz * @Date 2022/1/4 17:51 */ @RestController @Slf4j public class PaymentController { @Autowired private PaymentService paymentService; @GetMapping("/payment/circuit/{id}") public String paymentCircuitBreaker(@PathVariable("id") Integer id) { String result = paymentService.paymentCircuitBreaker(id); log.info("****result: " + result); return result; } } -
测试服务熔断
在浏览器地址栏中分别输入正确地址
http://localhost:8001/payment/circuit/1和错误地址http://localhost:8001/payment/circuit/-1查看效果
然后多次测试错误结果，使错误率达到100%，然后在访问正确结果，会发现刚开始也是不满足条件返回错误结果，过了一段时间（休眠窗口的时间）后再次访问正确页面会发现返回正确结果。（这就说明，服务熔断已经生效，并且经过一段时间并检查通过后恢复了链路）
-
@HystrixCommand 注解的所有属性的所有参数：
//========================All @HystrixCommand(fallbackMethod = "str_fallbackMethod", groupKey = "strGroupCommand", commandKey = "strCommand", threadPoolKey = "strThreadPool", commandProperties = { // 设置隔离策略，THREAD 表示线程池 SEMAPHORE：信号池隔离 @HystrixProperty(name = "execution.isolation.strategy", value = "THREAD"), // 当隔离策略选择信号池隔离的时候，用来设置信号池的大小（最大并发数） @HystrixProperty(name = "execution.isolation.semaphore.maxConcurrentRequests", value = "10"), // 配置命令执行的超时时间 @HystrixProperty(name = "execution.isolation.thread.timeoutinMilliseconds", value = "10"), // 是否启用超时时间 @HystrixProperty(name = "execution.timeout.enabled", value = "true"), // 执行超时的时候是否中断 @HystrixProperty(name = "execution.isolation.thread.interruptOnTimeout", value = "true"), // 执行被取消的时候是否中断 @HystrixProperty(name = "execution.isolation.thread.interruptOnCancel", value = "true"), // 允许回调方法执行的最大并发数 @HystrixProperty(name = "fallback.isolation.semaphore.maxConcurrentRequests", value = "10"), // 服务降级是否启用，是否执行回调函数 @HystrixProperty(name = "fallback.enabled", value = "true"), // 是否启用断路器 @HystrixProperty(name = "circuitBreaker.enabled", value = "true"), // 该属性用来设置在滚动时间窗中，断路器熔断的最小请求数。例如，默认该值为 20 的时候， // 如果滚动时间窗（默认10秒）内仅收到了19个请求， 即使这19个请求都失败了，断路器也不会打开。 @HystrixProperty(name = "circuitBreaker.requestVolumeThreshold", value = "20"), // 该属性用来设置在滚动时间窗中，表示在滚动时间窗中，在请求数量超过 // circuitBreaker.requestVolumeThreshold 的情况下，如果错误请求数的百分比超过50, // 就把断路器设置为 "打开" 状态，否则就设置为 "关闭" 状态。 @HystrixProperty(name = "circuitBreaker.errorThresholdPercentage", value = "50"), // 该属性用来设置当断路器打开之后的休眠时间窗。 休眠时间窗结束之后， // 会将断路器置为 "半开" 状态，尝试熔断的请求命令，如果依然失败就将断路器继续设置为 "打开" 状态， // 如果成功就设置为 "关闭" 状态。 @HystrixProperty(name = "circuitBreaker.sleepWindowinMilliseconds", value = "5000"), // 断路器强制打开 @HystrixProperty(name = "circuitBreaker.forceOpen", value = "false"), // 断路器强制关闭 @HystrixProperty(name = "circuitBreaker.forceClosed", value = "false"), // 滚动时间窗设置，该时间用于断路器判断健康度时需要收集信息的持续时间 @HystrixProperty(name = "metrics.rollingStats.timeinMilliseconds", value = "10000"), // 该属性用来设置滚动时间窗统计指标信息时划分"桶"的数量，断路器在收集指标信息的时候会根据 // 设置的时间窗长度拆分成多个 "桶" 来累计各度量值，每个"桶"记录了一段时间内的采集指标。 // 比如 10 秒内拆分成 10 个"桶"收集这样，所以 timeinMilliseconds 必须能被 numBuckets 整除。否则会抛异常 @HystrixProperty(name = "metrics.rollingStats.numBuckets", value = "10"), // 该属性用来设置对命令执行的延迟是否使用百分位数来跟踪和计算。如果设置为 false, 那么所有的概要统计都将返回 -1。 @HystrixProperty(name = "metrics.rollingPercentile.enabled", value = "false"), // 该属性用来设置百分位统计的滚动窗口的持续时间，单位为毫秒。 @HystrixProperty(name = "metrics.rollingPercentile.timeInMilliseconds", value = "60000"), // 该属性用来设置百分位统计滚动窗口中使用 “ 桶 ”的数量。 @HystrixProperty(name = "metrics.rollingPercentile.numBuckets", value = "60000"), // 该属性用来设置在执行过程中每个 “桶” 中保留的最大执行次数。如果在滚动时间窗内发生超过该设定值的执行次数， // 就从最初的位置开始重写。例如，将该值设置为100, 滚动窗口为10秒，若在10秒内一个 “桶 ”中发生了500次执行， // 那么该 “桶” 中只保留 最后的100次执行的统计。另外，增加该值的大小将会增加内存量的消耗，并增加排序百分位数所需的计算时间。 @HystrixProperty(name = "metrics.rollingPercentile.bucketSize", value = "100"), // 该属性用来设置采集影响断路器状态的健康快照（请求的成功、 错误百分比）的间隔等待时间。 @HystrixProperty(name = "metrics.healthSnapshot.intervalinMilliseconds", value = "500"), // 是否开启请求缓存 @HystrixProperty(name = "requestCache.enabled", value = "true"), // HystrixCommand的执行和事件是否打印日志到 HystrixRequestLog 中 @HystrixProperty(name = "requestLog.enabled", value = "true"), }, threadPoolProperties = { // 该参数用来设置执行命令线程池的核心线程数，该值也就是命令执行的最大并发量 @HystrixProperty(name = "coreSize", value = "10"), // 该参数用来设置线程池的最大队列大小。当设置为 -1 时，线程池将使用 SynchronousQueue 实现的队列， // 否则将使用 LinkedBlockingQueue 实现的队列。 @HystrixProperty(name = "maxQueueSize", value = "-1"), // 该参数用来为队列设置拒绝阈值。 通过该参数， 即使队列没有达到最大值也能拒绝请求。 // 该参数主要是对 LinkedBlockingQueue 队列的补充,因为 LinkedBlockingQueue // 队列不能动态修改它的对象大小，而通过该属性就可以调整拒绝请求的队列大小了。 @HystrixProperty(name = "queueSizeRejectionThreshold", value = "5") }) public String strConsumer() { return "hello 2020"; } public String str_fallbackMethod(){ return "*****fall back str_fallbackMethod"; }
3）服务熔断的具体工作流程
官网地址：https://github.com/Netflix/Hystrix/wiki/How-it-Works
第 1 步：首先创建 HystrixCommand（用在依赖的服务返回单个操作结果的时候） 或 HystrixObserableCommand（用在依赖的服务返回多个操作结果的时候） 对象。
第 2 步：执行相应的某个命令。1、HystrixCommand 实现了以下两种执行方式：① execute()：同步执行，从依赖的服务返回一个单一的结果对象， 或是在发生错误的时候抛出异常；② queue()：异步执行， 直接返回 一个Future对象， 其中包含了服务执行结束时要返回的单一结果对象。2、HystrixObserableCommand 实现了以下另外两种执行方式：① observe()：返回 Observable 对象，它代表了操作的多个结果，它是一个 Hot Obserable（不论 “事件源” 是否有 “订阅者”，都会在创建后对事件进行发布，所以对于 Hot Observable 的每一个 “订阅者” 都有可能是从 “事件源” 的中途开始的，并可能只是看到了整个操作的局部过程）；② toObservable()： 同样会返回 Observable 对象，也代表了操作的多个结果，但它返回的是一个Cold Observable（没有 “订阅者” 的时候并不会发布事件，而是进行等待，直到有 “订阅者” 之后才发布事件，所以对于 Cold Observable 的订阅者，它可以保证从一开始看到整个操作的全部过程）。
第 3 步：若当前命令的请求缓存功能是被启用的， 并且该命令缓存命中， 那么缓存的结果会立即以 Observable 对象的形式返回结果响应。
第 4 步：如果当前命令的请求不满足第三步的条件，则走第四步，判断断路器是否为打开状态。如果断路器是打开的，那么 Hystrix 不会执行命令，而是转接到服务降级 fallback 处理逻辑（第 8 步）；如果断路器是关闭的，检查是否有可用资源（例如：线程池中是否打满）来执行命令（第 5 步）。
第 5 步：判断线程池/请求队列/信号量是否占满。如果命令依赖服务的专有线程池和请求队列，或者信号量（不使用线程池的时候）已经被占满， 那么 Hystrix 也不会执行命令， 而是转接到 fallback 处理逻辑（第8步）。
第 6 步：Hystrix 会根据我们编写的方法来决定通过哪个方法的执行返回结果判断执行是否成功或超时。如果方法执行失败则转接到 fallback 处理逻辑（第 8 步）；如果方法执行成功则继续判断方法执行是否超时：如果超时也转接到 fallback 处理逻辑（第 8 步），如果没有超时则执行第9 步。（HystrixCommand.run() ：返回一个单一的结果，或者抛出异常。HystrixObservableCommand.construct()： 返回一个Observable 对象来发射多个结果，或通过 onError 发送错误通知。）
第 7 步：Hystrix会将 “成功”、“失败”、“拒绝”、“超时” 等信息报告给断路器， 而断路器会维护一组计数器来统计这些数据。断路器会使用这些统计数据来决定是否要将断路器打开，来对某个依赖服务的请求进行 “熔断/短路”。
第 8 步：根据 fallback 处理逻辑返回的结果判断是否服务降级成功，如果降级不成功则返回 error 信息；如果降级成功则返回服务降级处理逻辑的结果。（能够引发服务降级逻辑处理的有以下情况：第4步： 当前命令处于"熔断/短路"状态，断路器是打开的时候。第5步： 当前命令的线程池、 请求队列或 者信号量被占满的时候。第6步：HystrixObservableCommand.construct() 或 HystrixCommand.run() 抛出异常的时候）
第 9 步：当 Hystrix 命令执行成功之后， 它会将处理结果直接返回或是以Observable 的形式返回。
！！！注意：：如果我们没有为命令实现降级逻辑或者在降级处理逻辑中抛出了异常， Hystrix 依然会返回一个 Observable 对象， 但是它不会发射任何结果数据， 而是通过 onError 方法通知命令立即中断请求，并通过onError()方法将引起命令失败的异常发送给调用者。
3、服务限流
什么是服务限流
秒杀高并发的操作下，禁止一窝蜂的涌过来，大家排队，一秒钟 N 个，有序进行。
具体实例以及讲解见后章 Sentinel 章节。
三、Hystrix 服务监控仪表盘
1）创建 Hystrix 仪表盘微服务模块 cloud-consumer-hystrix-dashboard9001
2）在 pom.xml 文件中添加以下依赖
<dependencies>
<!--Hystrix 仪表盘的依赖-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-devtools</artifactId>
<scope>runtime</scope>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
3）编写仪表盘微服务模块的主启动类 HystrixDashBoardMain9001，并添加 @EnableHystrixDashboard 开启 Hystrix 仪表盘监控功能
/**
* @Author Herz
* @Date 2022/1/10 14:21
*/
@SpringBootApplication
// 开启 Hystrix 仪表盘监控功能
@EnableHystrixDashboard
public class HystrixDashBoardMain9001 {
public static void main(String[] args) {
SpringApplication.run(HystrixDashBoardMain9001.class, args);
}
}
4）在 application.yml 文件中添加端口配置
server:
port: 9001
5）所有需要被监控的服务提供者都需要添加以下依赖
<!-- actuator监控信息完善 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
6）启动监控仪表盘微服务、需要被监控的服务提供者，在浏览器地址栏输入 http://localhost:9001/hystrix 打开服务监控页面，填入需要监控的服务 http://ip+port/hystrix.stream 地址
如果点击 Monitor Stream 后，出现 Unable to connect to Command Metric Stream. 字样如图
则在被监控的服务提供者的主启动类中添加以下内容：
/**
*此配置是为了服务监控而配置，与服务容错本身无关，springcloud升级后的坑
*ServletRegistrationBean因为springboot的默认路径不是"/hystrix.stream"，
*只要在自己的项目里配置上下面的servlet就可以了
*/
@Bean
public ServletRegistrationBean getServlet() {
HystrixMetricsStreamServlet streamServlet = new HystrixMetricsStreamServlet();
ServletRegistrationBean registrationBean = new ServletRegistrationBean(streamServlet);
registrationBean.setLoadOnStartup(1);
registrationBean.addUrlMappings("/hystrix.stream");
registrationBean.setName("HystrixMetricsStreamServlet");
return registrationBean;
}
7）分别发送正确请求 http://localhost:8001/payment/circuit/1 和错误请求 http://localhost:8001/payment/circuit/-1 查看仪表盘页面变化。
8）怎样查看监控窗口各项指标值
其中 Circuit 为 Hystrix 断路器的状态。
北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台
更多推荐
0
0- 0
已为社区贡献3条内容
所有评论(0)