在分布式系统中,选择合适的熔断机制是保护系统免受故障影响的关键。本文将介绍使用信号量和线程池两种常见的熔断机制,并提供Java和Spring Cloud Alibaba框架下的示例代码,帮助您深入理解和应用。
信号量熔断机制基于并发请求的数量进行熔断,可限制系统的并发访问量。它适用于资源有限且对请求响应时间要求较高的场景。下面是使用Java和Spring Cloud Alibaba框架实现信号量熔断机制的示例代码:
import org.springframework.cloud.circuitbreaker.resilience4j.Resilience4JCircuitBreakerFactory;
import io.github.resilience4j.circuitbreaker.CircuitBreakerConfig;
@Configuration
public class CircuitBreakerConfiguration {
@Bean
public Customizer<Resilience4JCircuitBreakerFactory> defaultCircuitBreakerCustomizer() {
return factory -> {
factory.configureDefault(configuration -> {
configuration.circuitBreakerConfig(CircuitBreakerConfig.custom()
.slidingWindowSize(10)
.failureRateThreshold(50)
.waitDurationInOpenState(Duration.ofMillis(1000))
.build());
});
};
}
}
@Service
public class MyService {
private final CircuitBreaker circuitBreaker;
public MyService(CircuitBreakerFactory circuitBreakerFactory) {
this.circuitBreaker = circuitBreakerFactory.create("myService");
}
@CircuitBreakerFallback
public String myMethod() {
// 执行业务逻辑
// ...
}
public String myMethodWithCircuitBreaker() {
return this.circuitBreaker.run(this::myMethod, throwable -> {
// 熔断发生时的处理逻辑,发送警报通知,拓展记录日志等
sendAlertNotification();
// 执行回退逻辑,抛出自定义异常
throw new CustomFallbackException("服务熔断");
});
}
private void sendAlertNotification() {
// 发送警报通知的逻辑
// ...
}
private static class CustomFallbackException extends RuntimeException {
public CustomFallbackException(String message) {
super(message);
}
}
}
在上述代码中,我们使用Resilience4J库实现了信号量熔断机制。通过CircuitBreakerConfig
对象的配置,我们设定了熔断的阈值、失败率和等待时间等参数。在MyService
的myMethodWithCircuitBreaker
方法中,我们使用CircuitBreaker
来调用myMethod
方法,当发生熔断时,会执行处理逻辑。处理逻辑示例中,我们通过sendAlertNotification
方法发送了警报通知。回退逻辑示例中,我们抛出了一个自定义的异常,以表明熔断发生。
线程池熔断机制基于线程数来进行熔断,可控制系统中的线程数量,保证系统的稳定性。它适用于请求处理时间较长且需要灵活配置的场景。以下是使用Java和Spring Cloud Alibaba框架实现线程池熔断机制的示例代码:
import java.util.concurrent.*;
import com.alibaba.csp.sentinel.annotation.SentinelResource;
import com.alibaba.csp.sentinel.slots.block.BlockException;
@Service
public class MyService {
private final ExecutorService executorService;
private final Semaphore semaphore;
public MyService() {
// 创建线程池
this.executorService = new ThreadPoolExecutor(
10, 10,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<>(100),
Executors.defaultThreadFactory(),
new ThreadPoolExecutor.AbortPolicy()
);
this.semaphore = new Semaphore(10); // 设置信号量的限制为10
}
@SentinelResource(value = "myService", blockHandler = "handleBlockMethod")
public String myMethod() {
// 执行业务逻辑
// ...
}
public String handleBlockMethod(BlockException ex) {
// 熔断发生时的处理逻辑
// ...
return "Fallback";
}
public String myMethodWithCircuitBreaker() throws InterruptedException, ExecutionException {
Future<String> future = executorService.submit(() -> {
semaphore.acquire(); // 获取信号量许可
try {
return myMethod(); // 执行业务逻辑
} finally {
semaphore.release(); // 释放信号量许可
}
});
try {
return future.get(); // 等待业务方法执行结果
} catch (InterruptedException | ExecutionException e) {
// 熔断发生,执行回退逻辑
return handleBlockMethod(e);
}
}
}
在上述示例中,我们使用ThreadPoolExecutor
来创建一个线程池,并设置相关参数,如核心线程数、最大线程数和线程空闲时间。在方法myMethodWithCircuitBreaker
中,我们使用线程池来执行被保护的方法myMethod
,并使用Semaphore
来限制并发访问量,即限制同时执行的线程数量。在方法中,通过Semaphore
的acquire
和release
方法获取和释放信号量许可。如果发生熔断,我们执行处理逻辑handleBlockMethod
作为回退逻辑。
本文讲解了信号量熔断机制和线程池熔断机制,并给出了Java和Spring Cloud Alibaba框架下的示例代码。选择适合的熔断机制要考虑资源限制、请求处理时间和容错能力等因素。如果你的场景资源有限且需要快速响应请求,那信号量就是个不错的选择。如果你的任务处理时间较长,需要更灵活的配置,那线程池会更适合。要根据实际情况综合考虑,做出最佳的选择。