微服務 – 如何進行服務限流和熔斷
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接的服務，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、可擴展性以及簡化部署等優點。通常一個應用由多個微服務組成，微服務之間的數據交互需要通過遠過程調用的方式完成。
下圖是一個微服務之間互相調用的場景：
微服務A調用微服務B、C和D，微服務C又調用微服務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並發數有限，所以最終會耗盡伺服器資源，從而導致調用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：
-
突發性的訪問量劇增，超出了服務處理極限
-
調用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。進入下一個計時周期後，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，對後續處理的並發要求比較高。比如：設定服務周期為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，而且後端服務需要並發處理1000個請求。
-
漏桶演算法
漏桶演算法的原理可以這樣理解，將服務請求想像成流入漏桶的水，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，則直接溢出。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發送到網路上的數據的數目，並允許突發數據的發送。
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。每次請求調用時，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出。
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。當調用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調用，快速返回錯誤資訊。當監控到該微服務正常工作後，再次恢復該調用鏈路。
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公司的開源項目，它是一個延遲和故障容錯庫，旨在隔離對遠程系統、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項目使用了java語言開發，程式碼託管地址為：//github.com/Netflix/Hystrix。另外，有人使用go語言將該項目進行了移植，程式碼託管地址為：//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調用的可靠性
- 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、遠程系統、第三方庫的調用都被包裝為一個命令，
// 調用之前需要先行設置相關的配置資訊
hystrix.ConfigureCommand(
"ServiceA", // 命令名稱
hystrix.CommandConfig{
Timeout: 1000, // 超時時間設置（毫秒）
MaxConcurrentRequests: 1, // 最大並發請求數
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 熔斷器是否打開首先要滿足這個條件；這裡的設置表示至少有5個請求才進行ErrorPercentThreshold錯誤百分比計算
})
// 使用hystrix調用遠程服務，並根據命令名稱啟用ConfigureCommand中設置的參數
_ = hystrix.Do(
"ServiceA", // 命令名稱
// 運行函數
func() error {
// 調用遠程服務
log.Println("invoke a remote service")
return nil
},
// 失敗回退函數
func(err error) error {
log.Println("fall back")
return err
},
)
}
註：
本文全部源程式碼位於：//github.com/wangshizebin/micro-service
本文時候用的開發工具為：goland 來自 嗖嗖下載
