![]()
欢迎大家关注公众号「JAVA前线」查看更多精彩分享文章，主要包括源码分析、实际应用、架构思维、职场分享、产品思考等等，同时欢迎大家加我个人微信「java_front」一起交流
1 服务雪崩
在分析服务降级之前，我们首先谈一谈什么是服务雪崩。现在我们假设存在A、B、C、D四个系统，系统间存在如下调用链路：
在正常情况下系统之间调用快速且正常，系统运行平稳。但是此时用户访问系统A的流量激增，这些流量在瞬间透传到B、C、D三个系统。B、C系统服务器节点较多抗住了这些流量，但是D系统服务器节点较少，没有抗住这些流量，导致D系统的资源逐渐耗尽，只能提供慢服务，最终结果是响应用户时延很长。
此时用户发现响应很慢，以为是自己网络不好会反复重试，那么成倍的流量会打到系统中，导致上游系统资源也逐渐耗尽了，整个访问链路都最终都不可用。
以上介绍了服务雪崩场景，我们发现在链路中一个节点出现问题，导致整个链路最终都不可用了，这是不可以接受的。
2 非线性
我们再从另一个概念来理解服务雪崩：非线性。这个概念在我们生活中无处不在。
你要赶早上8点钟的火车，如果6:30出发可以在7:00到达车站，于是你得到一个结论：只要30分钟就可以到达车站。
你早上想睡晚一点预计7:10出发，想着7:40可以到达车站。但是最可能的结果是你将错过这趟火车。因为正好遇上早高峰，堵车导致你至少需要花费1个小时才能到达车站。
一个小雪球的重量是100克，打雪仗时你被砸中100次，这对你不会造成任何影响。
但是如果你被10公斤的雪球砸中1次，这可能会对你造成严重的伤害。
这就是非线性。事物不是简单叠加关系，当达到某个临界值时会造成一种完全截然不同的结果。
我们来分析一个互联网的秒杀场景。假设你设计的秒杀系统当每秒30个人访问时，响应时间是10毫秒。即从用户点击按钮至得到结果这个过程，只花费了10毫秒。这个时间的流逝基本上察觉不到，性能是不错的。你感觉很好继续设计：
每秒30个访问量响应时间10毫秒
每秒300个访问量响应时间100毫秒
每秒3000个访问量响应时间1000毫秒
如果你按照这个思路去做系统设计，将会发生重大的错误。因为当每秒3000个访问量发生时，系统的响应时间可能不是1000毫秒，而可能直接导致系统崩溃，无法再处理任何的请求。最常见的场景就是当缓存系统失效时，导致的系统雪崩：
(1) 当耗时低的缓存层出现故障时，流量直接打在了耗时高的数据库层，用户的等待时长就会增加
(2) 等待时长的增加导致用户更加频繁去访问，更多的流量会打在数据库层
(3) 这导致用户的等待时长进一步增加，再次导致更频繁的访问
(4) 当访问量达到一个极限值时，造成系统崩溃，无法再处理任何请求
流量和响应时间绝不是简单的叠加关系，当到达某个临界值时，技术系统将直接崩溃。
3 服务雪崩应对方案
保证系统的稳定性和高可用性，我们需要采取一些高可用策略，目的是构建一个稳定的高可用工程系统，我们一般采用如下方案。
3.1 冗余 + 自动故障转移
最基本的冗余策略就是主从模式。原理是准备两台机器，部署了同一份代码，在功能层面是相同的，都可以对外提供相同的服务。
一台机器启动提供服务，这就是主服务器。另一台机器启动在一旁待命，不提供服务，随时监听主服务器的状态，这就是从服务器。当发现主服务器出现故障时，从服务器立刻替换主服务器，继续为用户提供服务。
自动故障转移策略是指当主系统发生异常时，应该可以自动探测到异常，并自动切换为备用系统。不应该只依靠人工去切换成，否则故障处理时间会显著增加。
3.2 降级策略
所谓降级策略，就是当系统遇到无法承受的压力时，选择暂时关闭一些非关键的功能，或者延时提供一些功能，把此刻所有的资源都提供给现在最关键的服务。
在秒杀场景中下订单就是最核心最关键的功能。当系统压力将要到达临界值时，可以暂时先关闭一些非核心功能如查询功能。
当秒杀活动结束后，再将暂时关闭的功能开启。这样既保证了秒杀活动的顺利进行，也保护了系统没有崩溃。
还有一种降级策略，当系统依赖的下游服务出现错误，甚至已经完全不可用了，那么此时就不能再调用这个下游服务了，否则可能导致雪崩。所以直接返回兜底方案，把下游服务直接降级。
这里比较两个概念：服务降级与服务熔断，因为这两个概念比较相似。我认为服务熔断是服务降级的一个方法，而服务降级还有很多其它方法，例如开关降级、流量降级等等。
3.3 延时策略
用户下订单成功后就需要进行支付。假设秒杀系统下订单每秒访问量是3000，我们来思考一个问题，有没有必要将每秒3000次访问量的压力传递给支付服务器？
答案是没有必要。因为用户秒杀成功后可以稍晚付款，比如可以跳转到一个支付页面，提示用户只要在10分钟内支付完成即可。
这样每秒3000次访问量就被分摊至几分钟，有效保护了系统。技术架构还可以使用消息队列做缓冲，让支付服务按照自己的能力去处理业务。
3.4 隔离策略
物理隔离：应用分别部署在不同物理机、不同机房，资源不会互相影响。
线程隔离：不同类型的请求进行分类，交给不同的线程池处理，当一类请求出现高耗时和异常，不影响另一类请求访问。
4 服务降级
本文我们重点结合Dubbo框架谈一谈服务降级。现在我们有服务提供者提供如下服务：
public interface HelloService {
public String sayHello(String name) throws Exception;
}
public class HelloServiceImpl implements HelloService {
public String sayHello(String name) throws Exception {
String result = "hello[" + name + "]";
return result;
}
}
配置文件声明服务接口：
<dubbo:service interface="com.java.front.demo.provider.HelloService" ref="helloService" />
4.1 降级策略配置
Dubbo框架是自带服务降级策略的，提供了三种常用的降级策略，我们看一看如何进行配置。
(1) 强制降级策略
<dubbo:reference id="helloService" mock="force:return 1" interface="com.java.front.demo.provider.HelloService" /
(2) 异常降级策略
<dubbo:reference id="helloService" mock="throw com.java.front.BizException" interface="com.java.front.dubbo.demo.provider.HelloService" />
(3) 自定义降级策略
package com.java.front.dubbo.demo.consumer;
import com.java.front.demo.provider.HelloService;
public class HelloServiceMock implements HelloService {
@Override
public String sayHello(String name) throws Exception {
return "mock";
}
}
配置指定自定义降级策略：
<dubbo:reference id="helloService" mock="com.java.front.dubbo.demo.consumer.HelloServiceMock" interface="com.java.front.demo.provider.HelloService" />
4.2 源码分析
public class MockClusterInvoker<T> implements Invoker<T> {
@Override
public Result invoke(Invocation invocation) throws RpcException {
Result result = null;
// 检查是否有mock属性
String value = directory.getUrl().getMethodParameter(invocation.getMethodName(), Constants.MOCK_KEY, Boolean.FALSE.toString()).trim();
// 没有mock属性直接执行消费逻辑
if (value.length() == 0 || value.equalsIgnoreCase("false")) {
// 服务消费默认执行FailoverClusterInvoker
result = this.invoker.invoke(invocation);
}
// 不执行消费逻辑直接返回
else if (value.startsWith("force")) {
if (logger.isWarnEnabled()) {
logger.warn("force-mock: " + invocation.getMethodName() + " force-mock enabled , url : " + directory.getUrl());
}
// 直接执行mock逻辑
result = doMockInvoke(invocation, null);
} else {
try {
// 服务消费默认执行FailoverClusterInvoker
result = this.invoker.invoke(invocation);
} catch (RpcException e) {
if (e.isBiz()) {
throw e;
}
if (logger.isWarnEnabled()) {
logger.warn("fail-mock: " + invocation.getMethodName() + " fail-mock enabled , url : " + directory.getUrl(), e);
}
// 服务消费失败执行mock逻辑
result = doMockInvoke(invocation, e);
}
}
return result;
}
}
public class MockInvoker<T> implements Invoker<T> {
@Override
public Result invoke(Invocation invocation) throws RpcException {
String mock = getUrl().getParameter(invocation.getMethodName() + "." + Constants.MOCK_KEY);
if (invocation instanceof RpcInvocation) {
((RpcInvocation) invocation).setInvoker(this);
}
if (StringUtils.isBlank(mock)) {
mock = getUrl().getParameter(Constants.MOCK_KEY);
}
if (StringUtils.isBlank(mock)) {
throw new RpcException(new IllegalAccessException("mock can not be null. url :" + url));
}
mock = normalizeMock(URL.decode(mock));
// <mock="force:return 1">直接包装返回结果
if (mock.startsWith(Constants.RETURN_PREFIX)) {
mock = mock.substring(Constants.RETURN_PREFIX.length()).trim();
try {
Type[] returnTypes = RpcUtils.getReturnTypes(invocation);
Object value = parseMockValue(mock, returnTypes);
return new RpcResult(value);
} catch (Exception ew) {
throw new RpcException("mock return invoke error. method :" + invocation.getMethodName() + ", mock:" + mock + ", url: " + url, ew);
}
}
// <mock="throw">抛出异常
else if (mock.startsWith(Constants.THROW_PREFIX)) {
mock = mock.substring(Constants.THROW_PREFIX.length()).trim();
if (StringUtils.isBlank(mock)) {
throw new RpcException("mocked exception for service degradation.");
} else {
// 获取自定义异常
Throwable t = getThrowable(mock);
throw new RpcException(RpcException.BIZ_EXCEPTION, t);
}
}
// <mock="com.java.front.HelloServiceMock">自定义mock策略
else {
try {
Invoker<T> invoker = getInvoker(mock);
return invoker.invoke(invocation);
} catch (Throwable t) {
throw new RpcException("Failed to create mock implementation class " + mock, t);
}
}
}
}
5 产生疑问
通过上述源码我们知道，如果在mock属性中配置force，那么不会执行真正的业务逻辑，而是只执行mock逻辑，这一部分比较容易理解：
// 不执行消费逻辑直接返回
else if (value.startsWith("force")) {
if (logger.isWarnEnabled()) {
logger.warn("force-mock: " + invocation.getMethodName() + " force-mock enabled , url : " + directory.getUrl());
}
// 直接执行mock逻辑
result = doMockInvoke(invocation, null);
}
但是如果是其它mock配置则首先执行业务代码，如果业务代码发生异常了再执行mock逻辑：
try {
// 服务消费默认执行FailoverClusterInvoker
result = this.invoker.invoke(invocation);
} catch (RpcException e) {
if (e.isBiz()) {
throw e;
}
if (logger.isWarnEnabled()) {
logger.warn("fail-mock: " + invocation.getMethodName() + " fail-mock enabled , url : " + directory.getUrl(), e);
}
// 服务消费失败执行mock逻辑
result = doMockInvoke(invocation, e);
}
这段代码捕获了RpcException异常，那么问题来了RpcException是什么类型的异常？我们使用自定义降级策略进行实验，消费者代码如下：
package com.java.front.dubbo.demo.consumer;
import com.java.front.demo.provider.HelloService;
public class HelloServiceMock implements HelloService {
@Override
public String sayHello(String name) throws Exception {
return "mock";
}
}
配置指定自定义策略并设置服务超时为2秒：
<dubbo:reference id="helloService" mock="com.java.front.dubbo.demo.consumer.HelloServiceMock" interface="com.java.front.demo.provider.HelloService" timeOut="2000" />
消费者测试代码如下：
public static void testMock() {
ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(new String[] { "classpath*:META-INF/spring/dubbo-consumer1.xml" });
context.start();
HelloService helloServiceMock = (HelloService) context.getBean("helloService");
String result = helloServiceMock.sayHello("JAVA前线");
System.out.println("消费者收到结果=" + result);
}
5.1 超时异常
5.1.1 代码实例
我们在生产者业务代码造成5秒的阻塞，模拟一个慢服务：
public class HelloServiceImpl implements HelloService {
public String sayHello(String name) throws Exception {
String result = "hello[" + name + "]";
// 模拟耗时操作5秒
Thread.sleep(5000L);
return result;
}
}
消费者执行返回mock结果，说明超时异常属于RpcException异常，可以被降级策略捕获：
消费者收到结果=mock
5.1.2 源码分析
要分析超时异常为什么可以被降级策略捕获，我们从以下两个类分析。DefaultFuture.get方法采用了经典多线程保护性暂停模式，并且实现了异步转同步的效果，如果发生超时异常则抛出TimeoutException异常：
public class DefaultFuture implements ResponseFuture {
@Override
public Object get(int timeout) throws RemotingException {
if (timeout <= 0) {
timeout = Constants.DEFAULT_TIMEOUT;
}
// response对象为空
if (!isDone()) {
long start = System.currentTimeMillis();
lock.lock();
try {
// 进行循环
while (!isDone()) {
// 放弃锁并使当前线程阻塞，直到发出信号或中断它或者达到超时时间
done.await(timeout, TimeUnit.MILLISECONDS);
// 阻塞结束后再判断是否完成
if (isDone()) {
break;
}
// 阻塞结束后判断超过超时时间
if(System.currentTimeMillis() - start > timeout) {
break;
}
}
} catch (InterruptedException e) {
throw new RuntimeException(e);
} finally {
lock.unlock();
}
// response对象仍然为空则抛出超时异常
if (!isDone()) {
throw new TimeoutException(sent > 0, channel, getTimeoutMessage(false));
}
}
return returnFromResponse();
}
}
DubboInvoker调用了DefaultFuture.get方法，如果捕获到上述TimeoutException则会抛出RpcException：
public class DubboInvoker<T> extends AbstractInvoker<T> {
@Override
protected Result doInvoke(final Invocation invocation) throws Throwable {
try {
// request方法发起远程调用 -> get异步转同步并进行超时验证
RpcContext.getContext().setFuture(null);
Result result = (Result) currentClient.request(inv, timeout).get();
return result;
} catch (TimeoutException e) {
throw new RpcException(RpcException.TIMEOUT_EXCEPTION, "Invoke remote method timeout. method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);
} catch (RemotingException e) {
throw new RpcException(RpcException.NETWORK_EXCEPTION, "Failed to invoke remote method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);
}
}
}
源码分析到这里已经很清楚了，RpcException正是服务降级策略可以捕获的异常，所以超时异常是可以被降级的。
5.2 业务异常
本文我们把非超时异常统称为业务异常，例如生产者业务执行时发生运行时异常可以归为业务异常，下面我们进行试验。
5.2.1 代码实例
生产者执行过程中抛出运行时异常：
public class HelloServiceImpl implements HelloService {
public String sayHello(String name) throws Exception {
throw new RuntimeException("BizException")
}
}
消费者调用直接抛出异常：
java.lang.RuntimeException: BizException
at com.java.front.dubbo.demo.provider.HelloServiceImpl.sayHello(HelloServiceImpl.java:35)
at org.apache.dubbo.common.bytecode.Wrapper1.invokeMethod(Wrapper1.java)
at org.apache.dubbo.rpc.proxy.javassist.JavassistProxyFactory$1.doInvoke(JavassistProxyFactory.java:56)
at org.apache.dubbo.rpc.proxy.AbstractProxyInvoker.invoke(AbstractProxyInvoker.java:85)
5.2.2 源码分析
我们发现服务降级对业务异常没有生效，需要分析原因，我认为从以下两点进行分析：
(1) 消费者接收到什么消息
public class DefaultFuture implements ResponseFuture {
public static void received(Channel channel, Response response) {
try {
DefaultFuture future = FUTURES.remove(response.getId());
if (future != null) {
future.doReceived(response);
} else {
logger.warn("The timeout response finally returned at "
+ (new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS").format(new Date()))
+ ", response " + response
+ (channel == null ? "" : ", channel: " + channel.getLocalAddress()
+ " -> " + channel.getRemoteAddress()));
}
} finally {
CHANNELS.remove(response.getId());
}
}
}
response用来接收服务端发送的消息，我们看到异常信息存放在Response的exception属性：
Response [id=0, version=null, status=20, event=false, error=null, result=RpcResult [result=null, exception=java.lang.RuntimeException: BizException]]
(2) 异常在哪里被抛出
我们知道消费者对象是一个代理对象，首先会执行到InvokerInvocationHandler：
public class InvokerInvocationHandler implements InvocationHandler {
private final Invoker<?> invoker;
public InvokerInvocationHandler(Invoker<?> handler) {
this.invoker = handler;
}
@Override
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
String methodName = method.getName();
Class<?>[] parameterTypes = method.getParameterTypes();
if (method.getDeclaringClass() == Object.class) {
return method.invoke(invoker, args);
}
if ("toString".equals(methodName) && parameterTypes.length == 0) {
return invoker.toString();
}
if ("hashCode".equals(methodName) && parameterTypes.length == 0) {
return invoker.hashCode();
}
if ("equals".equals(methodName) && parameterTypes.length == 1) {
return invoker.equals(args[0]);
}
// RpcInvocation [methodName=sayHello, parameterTypes=[class java.lang.String], arguments=[JAVA前线], attachments={}]
RpcInvocation rpcInvocation = createInvocation(method, args);
// 消费者Invoker -> MockClusterInvoker(FailoverClusterInvoker(RegistryDirectory(invokers)))
Result result = invoker.invoke(rpcInvocation);
// 结果包含异常信息则抛出异常 -> 例如异常结果对象RpcResult [result=null, exception=java.lang.RuntimeException: sayHelloError1 error]
return result.recreate();
}
}
RpcResult.recreate方法会处理异常，如果发现异常对象不为空则抛出异常：
public class RpcResult extends AbstractResult {
@Override
public Object recreate() throws Throwable {
if (exception != null) {
try {
Class clazz = exception.getClass();
while (!clazz.getName().equals(Throwable.class.getName())) {
clazz = clazz.getSuperclass();
}
Field stackTraceField = clazz.getDeclaredField("stackTrace");
stackTraceField.setAccessible(true);
Object stackTrace = stackTraceField.get(exception);
if (stackTrace == null) {
exception.setStackTrace(new StackTraceElement[0]);
}
} catch (Exception e) {
}
throw exception;
}
return result;
}
}
5.2.3 业务异常如何降级
通过上述实例我们知道Dubbo自带的服务降级策略只能降级超时异常，而不能降级业务异常。
那么业务异常应该如何降级呢？我们可以整合Dubbo、Hystrix进行业务异常熔断，相关配置也并不复杂，大家可以网上查阅相关资料。
6 文章总结
本文我们首先介绍了服务雪崩这个场景，并且从非线性角度再次理解了服务雪崩。随后我们总结了服务雪崩应对方案，其中服务降级是应对服务雪崩的重要方法之一。我们针对超时异常和业务异常两种场，结合源码深入分析了Dubbo服务降级的使用场景，希望本文对大家有所帮助。
欢迎大家关注公众号「JAVA前线」查看更多精彩分享文章，主要包括源码分析、实际应用、架构思维、职场分享、产品思考等等，同时欢迎大家加我个人微信「java_front」一起交流
