spring-retry重试与熔断详解— 亿级流量 内容补充

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

               

　　本文是《亿级流量网站架构核心技术——跟开涛学搭建高可用高并发系统》第6章 超时与重试机制补充内容。
　　spring-retry项目实现了重试和熔断功能，目前已用于SpringBatch、Spring Integration等项目。
　　　　　　　　　　　　　　　　　
　　RetryOperations定义了重试的API，RetryTemplate提供了模板实现，线程安全的，同于Spring 一贯的API风格，RetryTemplate将重试、熔断功能封装到模板中，提供健壮和不易出错的API供大家使用。
　　首先，RetryOperations接口API：

public interface RetryOperations {   <T, E extends Throwable>T execute(RetryCallback<T, E>retryCallback) throws E;   <T, E extends Throwable>T execute(RetryCallback<T, E>retryCallback, RecoveryCallback<T> recoveryCallback) throws E;   <T, E extends Throwable>T execute(RetryCallback<T, E>retryCallback, RetryState retryState) throws E, ExhaustedRetryException;   <T, E extends Throwable>T execute(RetryCallback<T, E>retryCallback, RecoveryCallback<T> recoveryCallback, RetryStateretryState)         throws E;}

　　通过RetryCallback定义需重试的业务服务，当重试超过最大重试时间或最大重试次数后可以调用RecoveryCallback进行恢复，比如返回假数据或托底数据。
　　那什么时候需重试？spring-retry是当抛出相关异常后执行重试策略，定义重试策略时需要定义需重试的异常（如因远程调用失败的可以重试、而因入参校对失败不应该重试）。只读操作可以重试，幂等写操作可以重试，但是非幂等写操作不能重试，重试可能导致脏写，或产生重复数据。
　　重试策略有哪些呢？spring-retry提供了如下重试策略。
　　　　　　　　　　　
　　RetryPolicy提供了如下策略实现：　　

• NeverRetryPolicy：只允许调用RetryCallback一次，不允许重试；
• AlwaysRetryPolicy：允许无限重试，直到成功，此方式逻辑不当会导致死循环；
• SimpleRetryPolicy：固定次数重试策略，默认重试最大次数为3次，RetryTemplate默认使用的策略；
• TimeoutRetryPolicy：超时时间重试策略，默认超时时间为1秒，在指定的超时时间内允许重试；
• CircuitBreakerRetryPolicy：有熔断功能的重试策略，需设置3个参数openTimeout、resetTimeout和delegate，稍后详细介绍该策略；
• CompositeRetryPolicy：组合重试策略，有两种组合方式，乐观组合重试策略是指只要有一个策略允许重试即可以，悲观组合重试策略是指只要有一个策略不允许重试即可以，但不管哪种组合方式，组合中的每一个策略都会执行。

重试时的退避策略是什么？是立即重试还是等待一段时间后重试，比如是网络错误，立即重试将导致立即失败，最好等待一小段时间后重试，还要防止很多服务同时重试导致DDos。
　　　　　　　　　　　
　　BackOffPolicy 提供了如下策略实现：

• NoBackOffPolicy：无退避算法策略，即当重试时是立即重试；
• FixedBackOffPolicy：固定时间的退避策略，需设置参数sleeper和backOffPeriod，sleeper指定等待策略，默认是Thread.sleep，即线程休眠，backOffPeriod指定休眠时间，默认1秒；
• UniformRandomBackOffPolicy：随机时间退避策略，需设置sleeper、minBackOffPeriod和maxBackOffPeriod，该策略在[minBackOffPeriod,maxBackOffPeriod之间取一个随机休眠时间，minBackOffPeriod默认500毫秒，maxBackOffPeriod默认1500毫秒；
• ExponentialBackOffPolicy：指数退避策略，需设置参数sleeper、initialInterval、maxInterval和multiplier，initialInterval指定初始休眠时间，默认100毫秒，maxInterval指定最大休眠时间，默认30秒，multiplier指定乘数，即下一次休眠时间为当前休眠时间*multiplier；
• ExponentialRandomBackOffPolicy：随机指数退避策略，引入随机乘数，之前说过固定乘数可能会引起很多服务同时重试导致DDos，使用随机休眠时间来避免这种情况。

到此基本的概念就讲完了。接下来先看下RetryTemplate主要流程实现：

protected <T, E extends Throwable> T doExecute(RetryCallback<T, E> retryCallback,      RecoveryCallback<T> recoveryCallback, RetryState state)      throws E, ExhaustedRetryException {   //重试策略   RetryPolicy retryPolicy = this.retryPolicy;   //退避策略   BackOffPolicy backOffPolicy = this.backOffPolicy;   //重试上下文，当前重试次数等都记录在上下文中   RetryContext context = open(retryPolicy, state);   try {      //拦截器模式，执行RetryListener#open      boolean running = doOpenInterceptors(retryCallback, context);      //判断是否可以重试执行      while (canRetry(retryPolicy, context) && !context.isExhaustedOnly()) {         try {//执行RetryCallback回调            return retryCallback.doWithRetry(context);         } catch (Throwable e) {//异常时，要进行下一次重试准备            //遇到异常后，注册该异常的失败次数            registerThrowable(retryPolicy, state, context, e);            //执行RetryListener#onError            doOnErrorInterceptors(retryCallback, context, e);            //如果可以重试，执行退避算法，比如休眠一小段时间后再重试            if (canRetry(retryPolicy, context) && !context.isExhaustedOnly()) {               backOffPolicy.backOff(backOffContext);            }            //state != null && state.rollbackFor(context.getLastThrowable())            //在有状态重试时，如果是需要执行回滚操作的异常，则立即抛出异常            if (shouldRethrow(retryPolicy, context, state)) {               throw RetryTemplate.<E>wrapIfNecessary(e);            }         }         //如果是有状态重试，且有GLOBAL_STATE属性，则立即跳出重试终止；当抛出的异常是非需要执行回滚操作的异常时，才会执行到此处，CircuitBreakerRetryPolicy会在此跳出循环；         if (state != null && context.hasAttribute(GLOBAL_STATE)) {            break;         }      }      //重试失败后，如果有RecoveryCallback，则执行此回调，否则抛出异常      return handleRetryExhausted(recoveryCallback, context, state);   } catch (Throwable e) {      throw RetryTemplate.<E>wrapIfNecessary(e);   } finally {      //清理环境      close(retryPolicy, context, state, lastException == null || exhausted);      //执行RetryListener#close，比如统计重试信息      doCloseInterceptors(retryCallback, context, lastException);   }}

有状态or无状态

　　无状态重试，是在一个循环中执行完重试策略，即重试上下文保持在一个线程上下文中，在一次调用中进行完整的重试策略判断。
　　非常简单的情况，如远程调用某个查询方法时是最常见的无状态重试。

RetryTemplate template = new RetryTemplate();//重试策略：次数重试策略RetryPolicy retryPolicy = new SimpleRetryPolicy(3);template.setRetryPolicy(retryPolicy);//退避策略：指数退避策略ExponentialBackOffPolicy backOffPolicy = new ExponentialBackOffPolicy();backOffPolicy.setInitialInterval(100);backOffPolicy.setMaxInterval(3000);backOffPolicy.setMultiplier(2);backOffPolicy.setSleeper(new ThreadWaitSleeper());template.setBackOffPolicy(backOffPolicy);//当重试失败后，抛出异常String result = template.execute(new RetryCallback<String, RuntimeException>() {    @Override    public String doWithRetry(RetryContext context) throws RuntimeException {        throw new RuntimeException("timeout");    }});//当重试失败后，执行RecoveryCallbackString result = template.execute(new RetryCallback<String, RuntimeException>() {    @Override    public String doWithRetry(RetryContext context) throws RuntimeException {        System.out.println("retry count:" + context.getRetryCount());        throw new RuntimeException("timeout");    }}, new RecoveryCallback<String>() {    @Override    public String recover(RetryContext context) throws Exception {        return "default";    }});

　　有状态重试，有两种情况需要使用有状态重试，事务操作需要回滚或者熔断器模式。 
　　事务操作需要回滚场景时，当整个操作中抛出的是数据库异常DataAccessException，则不能进行重试需要回滚，而抛出其他异常则可以进行重试，可以通过RetryState实现：

//当前状态的名称，当把状态放入缓存时，通过该key查询获取Object key = "mykey";//是否每次都重新生成上下文还是从缓存中查询，即全局模式（如熔断器策略时从缓存中查询）boolean isForceRefresh = true;//对DataAccessException进行回滚BinaryExceptionClassifier rollbackClassifier =        new BinaryExceptionClassifier(Collections.<Class<? extends Throwable>>singleton(DataAccessException.class));RetryState state = new DefaultRetryState(key, isForceRefresh, rollbackClassifier);String result = template.execute(new RetryCallback<String, RuntimeException>() {    @Override    public String doWithRetry(RetryContext context) throws RuntimeException {        System.out.println("retry count:" + context.getRetryCount());        throw new TypeMismatchDataAccessException("");    }}, new RecoveryCallback<String>() {    @Override    public String recover(RetryContext context) throws Exception {        return "default";    }}, state);

　　RetryTemplate中在有状态重试时，回滚场景时直接抛出异常处理代码：

//state != null && state.rollbackFor(context.getLastThrowable())//在有状态重试时，如果是需要执行回滚操作的异常，则立即抛出异常if (shouldRethrow(retryPolicy,context, state)) {    throw RetryTemplate.<E>wrapIfNecessary(e);}

　　熔断器场景。在有状态重试时，且是全局模式，不在当前循环中处理重试，而是全局重试模式（不是线程上下文），如熔断器策略时测试代码如下所示。

RetryTemplate template = new RetryTemplate();CircuitBreakerRetryPolicy retryPolicy =        new CircuitBreakerRetryPolicy(new SimpleRetryPolicy(3));retryPolicy.setOpenTimeout(5000);retryPolicy.setResetTimeout(20000);template.setRetryPolicy(retryPolicy);for (int i = 0; i < 10; i++) {    try {        Object key = "circuit";        boolean isForceRefresh = false;        RetryState state = new DefaultRetryState(key, isForceRefresh);        String result = template.execute(new RetryCallback<String, RuntimeException>() {            @Override            public String doWithRetry(RetryContext context) throws RuntimeException {                System.out.println("retry count:" + context.getRetryCount());                throw new RuntimeException("timeout");            }        }, new RecoveryCallback<String>() {            @Override            public String recover(RetryContext context) throws Exception {                return "default";            }        }, state);        System.out.println(result);    } catch (Exception e) {        System.out.println(e);    }}

　　为什么说是全局模式呢？我们配置了isForceRefresh为false，则在获取上下文时是根据key “circuit”从缓存中获取，从而拿到同一个上下文。

Object key = "circuit";boolean isForceRefresh = false;RetryState state = new DefaultRetryState(key,isForceRefresh);如下RetryTemplate代码说明在有状态模式下，不会在循环中进行重试。if (state != null && context.hasAttribute(GLOBAL_STATE)) {   break;}

　　熔断器策略配置代码，CircuitBreakerRetryPolicy需要配置三个参数：

• delegate：是真正判断是否重试的策略，当重试失败时，则执行熔断策略；
• openTimeout：openWindow，配置熔断器电路打开的超时时间，当超过openTimeout之后熔断器电路变成半打开状态（主要有一次重试成功，则闭合电路）； resetTimeout：timeout，配置重置熔断器重新闭合的超时时间。

判断熔断器电路是否打开的代码：

public boolean isOpen() {   long time = System.currentTimeMillis() - this.start;   boolean retryable = this.policy.canRetry(this.context);   if (!retryable) {//重试失败      //在重置熔断器超时后，熔断器器电路闭合，重置上下文      if (time > this.timeout) {         this.context = createDelegateContext(policy, getParent());         this.start = System.currentTimeMillis();         retryable = this.policy.canRetry(this.context);      } else if (time < this.openWindow) {         //当在熔断器打开状态时，熔断器电路打开，立即熔断         if ((Boolean) getAttribute(CIRCUIT_OPEN) == false) {            setAttribute(CIRCUIT_OPEN, true);         }         this.start = System.currentTimeMillis();         return true;      }   } else {//重试成功      //在熔断器电路半打开状态时，断路器电路闭合，重置上下文      if (time > this.openWindow) {         this.start = System.currentTimeMillis();         this.context = createDelegateContext(policy, getParent());      }   }   setAttribute(CIRCUIT_OPEN, !retryable);   return !retryable;}

　　从如上代码可看出spring-retry的熔断策略相对简单：

• 当重试失败，且在熔断器打开时间窗口[0,openWindow) 内，立即熔断；
• 当重试失败，且在指定超时时间后(>timeout)，熔断器电路重新闭合；
• 在熔断器半打开状态[openWindow, timeout] 时，只要重试成功则重置上下文，断路器闭合。

CircuitBreakerRetryPolicy的delegate应该配置基于次数的SimpleRetryPolicy或者基于超时的TimeoutRetryPolicy策略，且策略都是全局模式，而非局部模式，所以要注意次数或超时的配置合理性。 
　　比如SimpleRetryPolicy配置为3次，openWindow=5s，timeout=20s，我们来看下CircuitBreakerRetryPolicy的极端情况。
　　　　　　　　　　　　　
　　特殊时间序列：

• 1s：retryable=false，重试失败，断路器电路处于打开状态，熔断，重置start时间为当前时间；
• 2s：retryable=false，重试失败，断路器电路处于打开状态，熔断，重置start时间为当前时间；
• 7s：retryable=true，表示可以重试，但是time=5s，time > this.openWindow判断为false，CIRCUIT_OPEN=false，不熔断；此时重试次数=3，等于最大重试次数了；
• 10s：retryable=false，因重试次数>3，time=8s，time < this.openWindow判断为false，熔断，且在timeout超时之前都处于熔断状态，这个时间段要配置好，否则熔断的时间会太长（默认timeout=20s）；
• (7s,20s]之间的所有重试：和10s的情况一样。

如上是当重试次数正好等于最大重试次数，且time=openWindow时的特殊情况，不过实际场景这种情况几乎不可能发生。 
　　spring-retry的重试机制没有像Hystrix根据失败率阀值进行电路打开/关闭的判断。 
　　如果需要局部循环重试机制，需要组合多个RetryTemplate实现。 
　　spring-retry也提供了注解实现：
　　@EnableRetry、@Retryable、@Recover、@Backoff、@CircuitBreaker。具体可以参考官方文档。

统计分析

　　spring-retry通过RetryListener实现拦截器模式，默认提供了StatisticsListener实现重试操作统计分析数据。

RetryTemplatetemplate = new RetryTemplate();DefaultStatisticsRepository repository = new DefaultStatisticsRepository();StatisticsListener listener = new StatisticsListener(repository);template.setListeners(new RetryListener[]{listener});for (int i = 0; i < 10; i++){    String result = template.execute(new RetryCallback<String, RuntimeException>() {        @Override       public String doWithRetry(RetryContext context) throws RuntimeException {           context.setAttribute(RetryContext.NAME,"method.key");            return "ok";        }    });}RetryStatistics statistics = repository.findOne("method.key");System.out.println(statistics);

　　此处要给操作定义一个name如“method.key”，从而查询该操作的统计分析数据。 
　　到此spring-retry重试与熔断就介绍完了。spring-retry项目地址https://github.com/spring-projects/spring-retry。 
　　另外可以参考《亿级流量网站架构核心技术》的《第5章 降级特技》和《第6章 超时与重试机制》了解和学习更多内容。
　　　　　　　　　　　　　　　　　　　　　

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow