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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
@requestmapping("/getbook6")public list<book> book6(string ids) { system.out.println("ids>>>>>>>>>>>>>>>>>>>>>" + ids); arraylist<book> 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》2", 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：
|
1
2
3
4
5
6
7
8
9
|
public book test8(long id) { return resttemplate.getforobject("http://hello-service/getbook6/{1}", book.class, id);}public list<book> test9(list<long> 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
public class bookbatchcommand extends hystrixcommand<list<book>> { private list<long> ids; private bookservice bookservice; public bookbatchcommand(list<long> ids, bookservice bookservice) { super(setter.withgroupkey(hystrixcommandgroupkey.factory.askey("collapsinggroup")) .andcommandkey(hystrixcommandkey.factory.askey("collapsingkey"))); this.ids = ids; this.bookservice = bookservice; } @override protected list<book> 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
public class bookcollapsecommand extends hystrixcollapser<list<book>, 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<list<book>> createcommand(collection<collapsedrequest<book, long>> collapsedrequests) { list<long> 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<book> batchresponse, collection<collapsedrequest<book, long>> collapsedrequests) { system.out.println("mapresponsetorequests"); int count = 0; for (collapsedrequest<book, long> 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
@requestmapping("/test7")@responsebodypublic 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<book> q1 = bc1.queue(); future<book> q2 = bc2.queue(); future<book> q3 = bc3.queue(); book book1 = q1.get(); book book2 = q2.get(); book book3 = q3.get(); thread.sleep(3000); future<book> 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：
|
1
2
3
4
5
6
7
8
9
10
11
|
@hystrixcollapser(batchmethod = "test11",collapserproperties = {@hystrixproperty(name ="timerdelayinmilliseconds",value = "100")})public future<book> test10(long id) { return null;}@hystrixcommandpublic list<book> test11(list<long> 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
@requestmapping("/test8")@responsebodypublic void test8() throws executionexception, interruptedexception { hystrixrequestcontext context = hystrixrequestcontext.initializecontext(); future<book> f1 = bookservice.test10(1l); future<book> f2 = bookservice.test10(2l); future<book> f3 = bookservice.test10(3l); book b1 = f1.get(); book b2 = f2.get(); book b3 = f3.get(); thread.sleep(3000); future<book> 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。
ok，我们的请求合并就说到这里，有问题欢迎小伙伴们留言讨论。希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/u012702547/article/details/78213270
