resilience4j(十二)：核心模块Bulkhead源码之Bulkhead、SemaphoreBulkhead

最新推荐文章于 2024-10-17 11:05:59 发布
原创 最新推荐文章于 2024-10-17 11:05:59 发布 · 1.6k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Bulkhead #SemaphoreBulkhead #resilience4j

本文深入探讨了resilience4j中的Bulkhead模块，尤其是SemaphoreBulkhead的实现。通过Bulkhead，可以实现应用中不同方法的并发控制，防止异常影响整个系统。主要介绍了Bulkhead的核心配置、模块间关系，以及SemaphoreBulkhead的isCallPermitted方法。文章还提到了BulkheadEvent和动态配置的可能性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

Bulkhead

resilience4j-SpringBoot2-demo

Bulkhead中文意思：船舶中的隔舱板，将船体分割成多个船舱。把应用系统当成一艘船，那么应用中不同方法，就对应船里面不同船舱，船舱可能是单人间，也可能是四人间、八人间、或者大通铺。船舱容量对应应用中不同方法允许承受的最大并发量。Bulkhead作用是让一个应用中不同方法互不影响，避免某些方法调用异常危及整个应用。

主要分为以下几个模块：隔离器配置，隔离器注册，隔离器事件消费者注册，隔离器状态及指标，隔离器事件，隔离器事件处理器，隔离器事件消费者。

各模块间关系

在这里插入图片描述

  • BulkheadRegistry通过其实现类InMemoryBulkheadRegistry根据BulkheadConfig创建Bulkhead实例。
  • EventConsumerRegistry通过其实现类DefaultEventConsumerRegistry创建EventConsumer事件消费者。
  • Bulkhead通过其实现类SemaphoreBulkhead控制并发，并发布BulkheadEvent从而被注册到EventProcessor事件处理器的EventConsumer事件消费者消费。

Bulkhead接口介绍

通过下图可看出主要依次分为一下几个部分：

最低0.47元/天 解锁文章

200万优质内容无限畅学
SpringCloud框架学习（第三部分：Resilience4j 与 Micrometer）
xpy2428507302的博客
11-14 1382
Hystrix 是一个用于处理分布式系统的延迟和容错的开源库，在分布式系统里，许多依赖不可避免的会调用失败，比如超时、异常等。Hystrix 能够保证在一个依赖出问题的情况下，不会导致整体服务失败，避免级联故障，以提高分布式系统的弹性。但 Hystrix 目前已经进入了维护模式，我们不再使用。Hystrix 新的替代方案是 Resilience4j，接下来将进行介绍。Sleuth 目前已经进入了维护模式，它的核心功能已转移至 Micrometer Tracing​！
resilience4j(十一)：核心模块Bulkhead源码之Bulkhead基于注解实现原理
SayNight
07-11 1560
resilience4j 核心模块Bulkhead源码之Bulkhead基于注解实现原理. 是利用Spring Aop进行增强，@Bulkhead声明在Class上，该Class所有public method会做隔离处理，声明在特定method上，只有该特定method才会做隔离处理。
Resilience4j-----BulkHead
loredp的博客
01-22 1590
介绍 Bulkhead意指船舶中的隔舱板，它将船体分割为多个船舱，在船部分受损时可避免沉船。框架中的Bulkhead通过信号量的方式隔离不同种类的调用，并进行流控，这样可以避免某类调用异常危及系统整体。（注：不同于Hystrix，该框架不提供基于线程池的隔离） 初始化Bulkhead Bulkhead的配置方式与熔断类似，有对应的BulkheadRegistry 和 BulkheadConf...
Resilience4J之隔离(BulkHead)
qq_62646841的博客
03-06 1446
中文官网https://github.com/lmhmhl/Resilience4j-Guides-Chinese/blob/main/core-modules/bulkhead.md作用是：限制并发。依赖隔离&负载保护：用于限制对于下游服务的最大并发数量的限制。
Resilience4j中bulkhead使用实践总结
小小默：进无止境
07-01 1076
在各种线程模型和I/O模型中都能很好地工作。它是基于信号量的，与Hystrix不同的是，它不提供“shadow”线程池选项。确保线程池大小正确且与断路器配置一致的责任在于客户端。简而言之，Resilience4j通过两种不同的方法实施了断路器模式以限制并发执行数量：一种是基于信号量的，适用于多种线程和I/O模型；另一种是，利用有界队列和固定线程池。与Hystrix相比，没有提供额外的线程池选项，因此，用户需要自行确保其线程池设置与断路器配置相匹配。
resilience4j(八)：核心模块RateLimiter源码之RateLimiter基于注解实现原理
SayNight
06-17 1614
RateLimiterAspect利用Spring Aop进行增强，@RateLimiter声明在Class上，该Class所有public method会做熔断处理，声明在特定method上，只有该特定method才会做熔断处理。
resilience4j(二)：核心模块CircuitBreaker源码之CircuitBreaker基于注解实现原理
SayNight
04-10 1838
CircuitBreakerAspect利用Spring Aop进行增强，@CircuitBreaker 声明在Class上，该Class所有public method会做熔断处理，声明在特定method上，只有该特定method才会做熔断处理。
Spring Boot2+Resilience4j实现容错之Bulkhead
东溪陈姓少年
06-25 1385
Resilience4j是一个轻量级、易于使用的容错库，其灵感来自Netflix Hystrix，但专为Java 8和函数式编程设计。轻量级，因为库只使用Vavr，它没有任何其他外部库依赖项。相比之下，Netflix Hystrix对Archaius有一个编译依赖关系，Archaius有更多的外部库依赖关系，如Guava和Apache Commons。 Resilience4j提供高阶函数（decorators）来增强任何功能接口、lambda表达式或方法引用，包括断路器、速率限制器、重试或舱壁。可以在任.
开始resilience4j-bulkhead 并发隔离限制的学习
ywtech的博客
09-04 641
开始resilience4j-bulkhead的学习
SpringCloud学习3之Resilience4j
2302_79986067的博客
10-17 2232
SpringCloud的学习之Resilience4j。
使用 Resilience4j 实现服务限流
weixin_43790623的博客
03-22 1894
Bulkhead（做并发的控制） 目的 一个仓的意思，有一种模式，叫隔仓模式，在这里帮我们去做一个保护。 防止下游依赖被大量的并发请求冲击 以上一篇的例子为例，只能并发5个请求过去，剩下的要么就排队 要么就失败 防止发生连环故障 假设 原来一个需要一两毫秒的数据库操作请求 因为 某些原因 产生故障 需要一两秒 上游的服务有大量请求去访问它 这就给它增加负担 甚至 将下游的服务本身的线程池塞满 ...
聊聊resilience4j的bulkhead
weixin_34228387的博客
07-13 401
序 本文主要研究一下resilience4j的bulkhead Bulkhead resilience4j-bulkhead-0.13.0-sources.jar!/io/github/resilience4j/bulkhead/Bulkhead.java /** * A Bulkhead instance is thread-safe can be used to decorate mult...
如何设置线程池的线程数？
沐雨金鳞
09-25 994
合理的设置线程池的线程数需要针对不同的任务类型而定，任务类型可以分为cpu密集型、IO密集型和混合型。 cpu密集型 cpu密集型指的是线程处理任务时，cpu参与计算的时间比较多，这种情况下，如果设置的线程数过多，会增加上下文的切换次数，带来额外的开销。 线程数的设定公式是：线程数=（cpu核心数+1）。 IO密集型 IO密集型是指在处理任务时，IO过程所占用的时间较多，在这种情况下，线程数的计算方法可以分为两种： 第一种配置方式：由于IO密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程
踩坑Resilience4j @Bulkhead
jxchallenger的专栏
09-30 506
【代码】踩坑Resilience4j @Bulkhead。
005-CircuitBreaker断路器-Resilience4J
weixin_47790139的博客
08-29 1310
005-CircuitBreaker断路器-Resilience4J
Spring cloud - 断路器 Resilience4J
weixin_44612246的博客
12-16 836
Resilience4J，Spring Cloud微服务，断路器，限流，重试，服务降级
SpringCloud的学习（三），Resilience4j
二狗mao的博客
09-21 1759
断路器”本身是一种开关装置，当某个服务单元发生故障之后，通过断路器的故障监控（类似熔断保险丝），向调用方返回一个符合预期的、可处理的备选响应(FallBack)，而不是长时间的等待或者抛出调用方无法处理的异常，这样就保证了服务调用方的线程不会被长时间、不必要地占用，从而避免了故障在分布式系统中的蔓延，乃至雪崩。CircuitBreaker的目的是保护分布式系统免受故障和异常，提高系统的可用性和健壮性。
踩坑Resilience4j @Bulkhead二
jxchallenger的专栏
10-01 428
方法判断返回值类型， 如果是。，发现程序无法进入这个方法。方法中使用if-else对。，所以会进入else中抛出。因为我们的返回值类型是。
第四章 微服务容错Resilience4j
ReZero_486的博客
03-23 3225
4.1 微服务容错简介 在⾼并发访问下，⽐如天猫双11，流量持续不断的涌⼊，服务之间的相互调⽤频率突然增加，引发系统负载过⾼，这时系统所依赖的服务的稳定性对系统的影响⾮常⼤，⽽且还有很多不确定因素引起雪崩，如⽹络连接中断，服务宕机等。⼀般微服务容错组件提供了限流、隔离、降级、熔断等⼿段，可以有效保护我们的微服务系统。 4.1.1 隔离 微服务系统A调⽤B，⽽B调⽤C，这时如果C出现故障，则此时调⽤B的⼤量线程资源阻塞，慢慢的B的线程数量持续增加直到CPU耗尽到100...
resilience4j-bulkhead
最新发布
07-31
### Bulkhead 模式概述 Bulkhead 模式是一种容错设计，其核心思想是通过限制并发请求的数量来防止系统资源被耗尽，从而避免级联故障。Resilience4j 提供了基于信号量（Semaphore）和线程池（ThreadPool）两种实现方式的 Bulkhead 模式，分别适用于同步和异步场景。 在 Resilience4j 中，Bulkhead 的主要作用是限制对某个服务或资源的并发调用次数。当并发调用数达到设定的阈值时，新的请求将被拒绝，而不是继续执行。这种机制可以有效防止某个服务因过载而导致整个系统崩溃。 ### 配置与使用 Resilience4j 的 Bulkhead 支持通过配置文件进行定义，也可以通过编程方式进行设置。以下是一个基于配置文件的示例： ```yaml resilience4j.bulkhead.configs.default.maxConcurrentCalls=10 resilience4j.bulkhead.configs.default.maxWaitDuration=0 ``` 上述配置表示： - `maxConcurrentCalls`：最大并发调用数为 10，即最多允许 10 个并发请求同时执行。 - `maxWaitDuration`：请求等待时间设为 0，表示如果当前并发数已满，新的请求将立即被拒绝；若设置为正数，则请求会在指定时间内等待可用资源。 ### 编程方式实现 Bulkhead 除了配置文件，还可以通过编程方式创建和使用 Bulkhead 实例。以下是一个使用 `BulkheadRegistry` 和 `Bulkhead` 的 Java 示例： ```java import io.github.resilience4j.bulkhead.Bulkhead; import io.github.resilience4j.bulkhead.BulkheadConfig; import io.github.resilience4j.bulkhead.BulkheadRegistry; import java.time.Duration; public class BulkheadExample { public static void main(String[] args) { // 定义 Bulkhead 配置 BulkheadConfig config = BulkheadConfig.custom() .maxConcurrentCalls(4) .maxWaitDuration(Duration.ofMillis(100)) .build(); // 创建 BulkheadRegistry BulkheadRegistry registry = BulkheadRegistry.of(config); // 获取或创建 Bulkhead 实例 Bulkhead bulkhead = registry.bulkhead("backendService"); // 使用 Bulkhead 执行任务 for (int i = 0; i < 10; i++) { new Thread(() -> { try { bulkhead.acquirePermission(); // 获取许可 System.out.println("Executing task in thread: " + Thread.currentThread().getName()); Thread.sleep(500); // 模拟任务执行时间 } catch (InterruptedException e) { e.printStackTrace(); } finally { bulkhead.releasePermission(); // 释放许可 } }).start(); } } } ``` 在该示例中，最多允许 4 个线程并发执行任务，超出的请求将等待最多 100 毫秒。如果在等待时间内无法获取许可，则请求将被拒绝。 ### 获取 Bulkhead 状态信息 Resilience4j 提供了 `Bulkhead.Metrics` 类来获取当前 Bulkhead 的运行状态，包括可用的并发调用数、等待队列中的请求数等。以下是一个获取状态信息的示例： ```java Bulkhead.Metrics metrics = bulkhead.getMetrics(); int availableConcurrentCalls = metrics.getAvailableConcurrentCalls(); int queuedTasks = metrics.getEstimatedCurrentQueueSize(); System.out.println("Available concurrent calls: " + availableConcurrentCalls); System.out.println("Queued tasks: " + queuedTasks); ``` 该代码通过 `getMetrics()` 方法获取当前 Bulkhead 的指标信息，并输出可用的并发调用数和等待队列大小[^1]。 ### 原理分析 Bulkhead 的核心原理是通过信号量（Semaphore）控制并发访问。当一个请求进入时，它会尝试获取一个信号量许可；如果成功获取，则继续执行任务；如果未成功获取（即已达到最大并发数），则根据配置决定是等待还是直接拒绝请求。 Resilience4j 的 Bulkhead 实现基于非阻塞式设计，避免了传统线程池调度带来的性能瓶颈。它适用于需要控制并发访问的场景，例如数据库连接池、外部服务调用等。 ### 与其他组件的集成 Resilience4j 的 Bulkhead 可以与其他组件（如 Circuit Breaker 和 Retry）结合使用，构建更加健壮的服务调用链路。例如，在调用某个外部服务时，可以先通过 Bulkhead 限制并发请求，再通过 Circuit Breaker 监控失败率，最后通过 Retry 实现失败重试策略。 以下是一个结合 Circuit Breaker 和 Bulkhead 的示例： ```java import io.github.resilience4j.circuitbreaker.CircuitBreaker; import io.github.resilience4j.circuitbreaker.CircuitBreakerConfig; import io.github.resilience4j.circuitbreaker.CircuitBreakerRegistry; import io.github.resilience4j.bulkhead.Bulkhead; import io.github.resilience4j.bulkhead.BulkheadConfig; import io.github.resilience4j.bulkhead.BulkheadRegistry; import java.time.Duration; public class CombinedExample { public static void main(String[] args) { // 创建 CircuitBreaker 配置 CircuitBreakerConfig cbConfig = CircuitBreakerConfig.custom() .failureRateThreshold(50.0f) .waitDurationInOpenState(Duration.ofSeconds(5)) .ringBufferSizeInClosedState(10) .build(); CircuitBreakerRegistry cbRegistry = CircuitBreakerRegistry.of(cbConfig); CircuitBreaker circuitBreaker = cbRegistry.circuitBreaker("backendService"); // 创建 Bulkhead 配置 BulkheadConfig bhConfig = BulkheadConfig.custom() .maxConcurrentCalls(5) .maxWaitDuration(Duration.ofMillis(100)) .build(); BulkheadRegistry bhRegistry = BulkheadRegistry.of(bhConfig); Bulkhead bulkhead = bhRegistry.bulkhead("backendService"); // 使用组合策略调用服务 for (int i = 0; i < 10; i++) { new Thread(() -> { if (circuitBreaker.getState() == CircuitBreaker.State.OPEN) { System.out.println("CircuitBreaker is OPEN, rejecting request."); return; } try { bulkhead.acquirePermission(); if (Math.random() < 0.3) { throw new RuntimeException("Simulated failure"); } System.out.println("Request processed successfully by " + Thread.currentThread().getName()); } catch (Exception e) { circuitBreaker.onError(0, e); System.out.println("Request failed: " + e.getMessage()); } finally { bulkhead.releasePermission(); } }).start(); } } } ``` 在该示例中，首先通过 Circuit Breaker 判断服务是否处于可用状态，再通过 Bulkhead 控制并发访问，从而构建了一个多层次的容错机制。 ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值