开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 开发测试 -> SpringCloud开始的第二课（consul、Feign声明式调用、Jmetter压力测试工具、Hystrix熔断降级兜底、） -> 正文阅读

[开发测试]SpringCloud开始的第二课（consul、Feign声明式调用、Jmetter压力测试工具、Hystrix熔断降级兜底、）

SpringCloud开始的第二课（consul、Feign声明式调用、Jmetter压力测试工具、Hystrix熔断降级兜底、）

一、前提回顾

上文我们讲解了（RestTemplate、Eureka、Eureka集群、Ribbon负载均衡、Eureka节点服务剔除）
上文链接

接下来我们继续讲讲其他的微服务的知识示例

二、Eureka的替换方案

疑问：Eureka那么好用为什么要换掉它呢？

在Euraka的GitHub上，宣布Eureka 2.x闭源。近这意味着如果开发者继续使用作为 2.x 分支上现有工作 repo 一部分发布的代码库和工件，则将自负风险。

那么我们可以替换哪些注册中心呢？（如下）

组件名	语言	CAP	一致性算法	服务健康检查	对外暴露接口
Eureka	JAVA	AP（可用性、分区容忍性）	无	可配支持	HTTP
Consul	Go	CP（一致性、分区容忍性）	Raft	支持	HTTP/DNS
Zookeeper	JAVA	CP（一致性、分区容忍性）	Paxos	支持	客户端
Nacos	JAVA	AP（可用性、分区容忍性）	Raft	支持	HTTP

三、什么是consul

本文我们讲解下consul替代上文的eureka

consul是近几年比较流行的服务发现工具，工作中用到，简单了解一下。consul的三个主要应用场景：服务发现、服务隔离、服务配置。

Consul 是 HashiCorp 公司推出的开源工具，用于实现分布式系统的服务发现与配置。与其它分布式服务注册与发现的方案，Consul 的方案更“一站式”，内置了服务注册与发现框架、分布一致性协议实现、健康检查、Key/Value
存储、多数据中心方案，不再需要依赖其它工具（比如 ZooKeeper 等）。使用起来也较为简单。
Consul 使用 Go 语言编写，因此具有天然可移植性(支持Linux、windows和 Mac OS X)；安装包仅包含一个可执行文件，方便部署，与 Docker等轻量级容器可无缝配合。

Consul 的优势：

使用 Raft 算法来保证一致性, 比复杂的 Paxos 算法更直接. 相比较而言, zookeeper 采用的是Paxos, 而 etcd 使用的则是 Raft。
支持多数据中心，内外网的服务采用不同的端口进行监听。多数据中心集群可以避免单数据中心
的单点故障,而其部署则需要考虑网络延迟, 分片等情况等。 zookeeper 和 etcd 均不提供多数据中心功能的支持。
支持健康检查。 etcd 不提供此功能。
支持 http 和 dns 协议接口。 zookeeper 的集成较为复杂, etcd 只支持 http 协议。
官方提供 web 管理界面, etcd 无此功能。

综合比较, Consul 作为服务注册和配置管理的新星, 比较值得关注和研究。

特性：

服务发现
健康检查
Key/Value 存储
多数据中心

四、consul与Eureka的区别

（1）一致性

Consul强一致性（CP）
- 服务注册相比Eureka会稍慢一些。因为Consul的raft协议要求必须过半数的节点都写入成功才认
  为注册成功
- Leader挂掉时，重新选举期间整个consul不可用。保证了强一致性但牺牲了可用性。
Eureka保证高可用和最终一致性（AP）
- 服务注册相对要快，因为不需要等注册信息replicate到其他节点，也不保证注册信息是否
  replicate成功
- 当数据出现不一致时，虽然A, B上的注册信息不完全相同，但每个Eureka节点依然能够正常对外提供服务，这会出现查询服务信息时如果请求A查不到，但请求B就能查到。如此保证了可用性但牺牲了一致性。

（2）开发语言和使用

eureka就是个servlet程序，跑在servlet容器中
Consul则是go编写而成，安装启动即可

五、consul的下载与安装

Consul 不同于 Eureka 需要单独安装，访问Consul 官网下载 Consul 的最新版本，我这里是consul1.5.3x。根据不同的系统类型选择不同的安装包。
（注意如果你是阿里云，请开放防火墙端口、安全组，如果有宝塔的话，记得也要开放宝塔的防火墙端口）

linux

## 从官网下载最新版本的Consul服务
wget https://releases.hashicorp.com/consul/1.5.3/consul_1.5.3_linux_amd64.zip
##使用unzip命令解压
unzip consul_1.5.3_linux_amd64.zip
##将解压好的consul可执行命令拷贝到/usr/local/bin目录下
cp consul /usr/local/bin
##测试一下
consul

启动consul服务
0.0.0.0指允许任意ip访问

##已开发者模式快速启动，-client指定客户端可以访问的ip地址
[root@node01 ~]# consul agent -dev -client=0.0.0.0
==> Starting Consul agent...
           Version: 'v1.5.3'
           Node ID: '49ed9aa0-380b-3772-a0b6-b0c6ad561dc5'
         Node name: 'node01'
       Datacenter: 'dc1' (Segment: '<all>')
           Server: true (Bootstrap: false)
       Client Addr: [127.0.0.1] (HTTP: 8500, HTTPS: -1, gRPC: 8502, DNS: 8600)
     Cluster Addr: 127.0.0.1 (LAN: 8301, WAN: 8302)
           Encrypt: Gossip: false, TLS-Outgoing: false, TLS-Incoming: false, 
Auto-Encrypt-TLS: false

启动成功之后访问： http://IP:8500 ，可以看到 Consul 的管理界面
在这里插入图片描述

windows

下载解压
在这里插入图片描述

双击启动
打开cmd窗口至该consul.exe文件目录下，运行命令

consul agent -dev -client=0.0.0.0

然后访问测试下

六、consul的基本使用

Consul 支持健康检查,并提供了 HTTP 和 DNS 调用的API接口完成服务注册，服务发现，以及K/V存储这些功能。接下来通过发送HTTP请求的形式来了解一下Consul

服务注册与发现

（1）注册服务
通过postman发送put请求到http://localhost:8500/v1/catalog/register地址可以完成服务注册

{
 "Datacenter": "dc1", 
 "Node": "node01", 
 "Address": "192.168.74.102",
 "Service": {
 "ID":"mysql-01",
 "Service": "mysql", 
 "tags": ["master","v1"], 
 "Address": "192.168.74.102",
 "Port": 3306
 }
}

在这里插入图片描述

服务注册成功
（2）服务查询
通过postman发送get请求到http://localhost:8500/v1/catalog/services查看所有的服务列表

通过postman发送get请求到http://localhost:8500/v1/catalog/service/服务名 查看具体的服务详
情

（3）服务删除
通过postman发送put请求到http://localhost:8500/v1/catalog/deregister删除服务（注意路径不要结尾加 / ）

{
  "Datacenter": "dc1",
  "Node": "node01",
  "ServiceID": "mysql-01"
}

consul的KV存储

可以参照Consul提供的KV存储的API完成基于Consul的数据存储（以下会举例说明）

含义	请求路径	请求方式
查看key	v1/kv/:key	GET
保存或更新	v1/kv/:key	put
删除key	v1/kv/:key	delete

key值中可以带/, 可以看做是不同的目录结构。
value的值经过了base64_encode,获取到数据后base64_decode才能获取到原始值。数据不能大
于512Kb
不同数据中心的kv存储系统是独立的，使用dc=?参数指定
保存key

修改指定键值

查看key

可视化显示

七、基于consul的服务注册

引入依赖

注意：product项目、以及order项目都要引入（需要注册和发现的微服务都要引入）
引入jar包的同时，注释掉上述的eureka的jar包


        <!--SpringCloud提供的基于Consul的服务发现-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-consul-discovery</artifactId>
        </dependency>
        <!--actuator用于心跳检查-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>

其中 spring-cloud-starter-consul-discovery
是SpringCloud提供的对consul支持的相关依赖。
spring-boot-starter-actuator 适用于完成心跳检测响应的相关依赖。（上文的eureka的安全检测也依赖于这个启动器）

更换配置文件

在这里插入图片描述

为了保留之前的eureka的配置

配置服务注册

product微服务的yaml文件（注意不需要数据库的，不配置数据库相关的配置）

server:
  # 9011 9015
  port: 9011 #端口
spring:
  application:
    name: ebuy-product #服务名称
  datasource:
    driver-class-name: com.mysql.jdbc.Driver
    url: jdbc:mysql://127.0.0.1:3306/ebuy?useUnicode=true&characterEncoding=utf8
    username: root
    password: 123
  cloud:
    consul:
      host: localhost
      port: 8500
      discovery:
        register: true
        instance-id: ${spring.application.name}-1
        service-name: ${spring.application.name}
        port: ${server.port}
        health-check-path: /actuator/health
        health-check-interval: 15s
        prefer-ip-address: true
        ip-address: ${spring.cloud.client.ip-address}
mybatis:
  type-aliases-package: cn.ebuy.product.pojo
  mapper-locations: cn/ebuy/product/pojo/*.xml
logging:
  level:
    cn.ebuy: DEBUG

配置consul部分

在这里插入图片描述

同样order微服务进行配置

配置详解
其中 spring.cloud.consul 中添加consul的相关配置
host：表示Consul的Server的请求地址
port：表示Consul的Server的端口
discovery：服务注册与发现的相关配置
- instance-id ：实例的唯一id（推荐必填），spring cloud官网文档的推荐，为了保证生成一
  个唯一的id ，也可以换成

${spring.application.name}:${spring.cloud.client.ipAddress}

prefer-ip-address：开启ip地址注册
ip-address：当前微服务的请求ip

启动服务

记得修改server.port，instance-id（前者是端口号，后者是注册的实例名字）

启动效果
服务展示

实例展示

调用服务

发现之前eureka的配置（负载均衡，服务调用）可以继续使用

八、Feign声明式调用

服务调用Feign入门

前面我们使用的RestTemplate实现REST API调用，代码大致如下：

    @GetMapping("/ribbon/{id}")
    public EasybuyProduct getOrderByRibbonId(@PathVariable long id){
        return  restTemplate.getForObject("http://ebuy-product/product/"+id,EasybuyProduct.class);
    }

那么为什么RestTemplate用着好好的，为什么要用Feign呢？

由代码可知，我们是使用拼接字符串的方式构造URL的，该URL只有一个参数。
但是，在现实中，URL中往往含有多个参数。
这时候我们如果还用这种方式构造URL，那么就会非常痛苦。那应该如何解决？我们带着这样的问题进入到本章的学习

Feign简介

Feign是Netflix开发的声明式，模板化的HTTP客户端，其灵感来自Retrofit,JAXRS-2.0以及WebSocket.

Feign可帮助我们更加便捷，优雅的调用HTTP API。
在SpringCloud中，使用Feign非常简单——创建一个接口，并在接口上添加一些注解，代码就完成了。
Feign支持多种注解，例如Feign自带的注解或者JAX-RS注解等。
SpringCloud对Feign进行了增强，使Feign支持了SpringMVC注解，并整合了Ribbon和Eureka，
从而让Feign的使用更加方便。

基于Feign的服务调用

引入依赖

只需要在服务调用方添加即可！


        <!--feign-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-openfeign</artifactId>
        </dependency>

启动类添加Feign的支持

在这里插入图片描述

启动类激活FeignClient

创建一个Feign接口，此接口是在Feign中调用微服务的核心接口
在服务消费者ebuy_order 添加一个 OrderFeginClient 接口

在这里插入图片描述

就是服务注册方的controller方法
做个对比
之前的restTemplate负载均衡的调用

大体是相似的

修改调用controller

在这里插入图片描述

重启服务

重启服务，调用

在这里插入图片描述

测试正常使用，并且负载均衡正常使用

Feign和Ribbon的联系

Ribbon是一个基于 HTTP 和 TCP 客户端的负载均衡的工具。它可以在客户端
配置RibbonServerList（服务端列表），使用 HttpClient 或 RestTemplate
模拟http请求，步骤相当繁琐。

Feign 是在 Ribbon的基础上进行了一次改进，是一个使用起来更加方便的 HTTP 客户端。采用接口的方式，只需要创建一个接口，然后在上面添加注解即可，将需要调用的其他服务的方法定义成抽象方法即可，不需要自己构建http请求。然后就像是调用自身工程的方法调用，而感觉不到是调用远程方法，使得编写客户端变得非常容易。

负载均衡

Feign中本身已经集成了Ribbon依赖和自动配置，因此我们不需要额外引入依赖，也不需要再注册
RestTemplate 对象。另外，我们可以像之前说的那样去配置Ribbon，可以通过 ribbon.xx 来进
行全局配置。也可以通过服务名.ribbon.xx 来对指定服务配置：
在这里插入图片描述

并且不依赖于之前的注解
在这里插入图片描述

仍然是负载均衡！！！

九、Feign的配置

为什么要配置Feign，之前用的不是好好的吗？，要怎么配置？
因为真实的请求环境并不总是一帆风顺，可能会网络阻塞、可能能会线程拥挤，导致feign调用的服务不能及时的完成服务的正常使用，导致报错（接下来来个例子演示下）

修改服务提供者的controller

重启服务
请求服务

报错（读取超时时间超时）

配置方法一如下

代码：

ebuy-product:
  ribbon:
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule # 随机,默认轮询
    ConnectTimeout: 2500 # Ribbon的连接超时时间(创建连接时间：毫秒)
    ReadTimeout: 5000 # Ribbon的数据读取超时时间 (得到数据的时间)
    OkToRetryOnAllOperations: true # 是否对所有操作都进行重试
    MaxAutoRetriesNextServer: 1 # 切换实例的重试次数
    MaxAutoRetries: 1 # 对当前实例的重试次数 （1表示不重试自己）

配置方法二如下：

从Spring Cloud Edgware开始，Feign支持使用属性自定义Feign。对于一个指定名称的Feign Client（例如该Feign Client的名称为 feignName ），Feign支持如下配置项：

在这里插入图片描述
代码：

feign:
  client:
    config:
      ebuy-product:
        connectTimeout: 5000 # 相当于Request.Options
        readTimeout: 5000 # 相当于Request.Options
        # 配置Feign的日志级别，相当于代码配置方式中的Logger
        loggerLevel: full

connectTimeout ：建立链接的超时时长
readTimeout ：读取超时时长
loggerLevel: Fegin的日志级别
errorDecoder ：Feign的错误解码器
retryer ：配置重试
requestInterceptors ：添加请求拦截器
decode404 ：配置熔断不处理404异常
再次请求
虽然是慢了点，但是数据正常返回，服务正常！！！

请求压缩

Spring Cloud Feign 支持对请求和响应进行GZIP压缩，以减少通信过程中的性能损耗。通过下面的参数即可开启请求与响应的压缩功能：

feign:
	compression:
		request:
			enabled: true # 开启请求压缩
		response:
			enabled: true # 开启响应压缩

同时，我们也可以对请求的数据类型，以及触发压缩的大小下限进行设置：

feign:
	compression:
		request:
			enabled: true # 开启请求压缩
			mime-types: text/html,application/xml,application/json # 设置压缩的数据类型
			min-request-size: 2048 # 设置触发压缩的大小下限

注：上面的数据类型、压缩大小下限均为默认值。

日志级别

在开发或者运行阶段往往希望看到Feign请求过程的日志记录，默认情况下Feign的日志是没有开启的。
要想用属性配置方式来达到日志效果，只需在 application.yml 中添加如下内容即可：

feign:
	client:
		config:
			order-product:
				loggerLevel: FULL
logging:
	level:
		cn.warehouse.order.fegin.ProductFeginClient:
			debug

logging.level.xx : debug : Feign日志只会对日志级别为debug的做出响应
feign.client.config.shop-service-product.loggerLevel : 配置Feign的日志Feign有四种
日志级别：
- NONE【性能最佳，适用于生产】：不记录任何日志（默认值）
- BASIC【适用于生产环境追踪问题】：仅记录请求方法、URL、响应状态代码以及执行时间
- HEADERS：记录BASIC级别的基础上，记录请求和响应的header。
- FULL【比较适用于开发及测试环境定位问题】：记录请求和响应的header、body和元数
  据。

十、Jmetter压力测试工具

Jmetter安装十分简单，下载解压之后，安装目录下
bin/jmeter.bat 已管理员身份启动即可

在这里插入图片描述

改造项目

改造order调用服务方的controller
在这里插入图片描述

上图可以看出getMsg这个方法是不调用product模块的服务的！

接下来修改tomcat的线程数

模拟洪峰环境（线程不足用户使用）

然后重启服务

配置测试工具

在这里插入图片描述

启动测试

在这里插入图片描述

这显然是不好的用户体验

十一、系统负载过高存在的问题

问题分析

在微服务架构中，我们将业务拆分成一个个的服务，服务与服务之间可以相互调用，由于网络原因或者自身的原因，服务并不能保证服务的100%可用，如果单个服务出现问题，调用这个服务就会出现网络延迟，此时若有大量的网络涌入，会形成任务累计，导致服务瘫痪。

在SpringBoot程序中，默认使用内置tomcat作为web服务器。单tomcat支持最大的并发请求是有限的，如果某一接口阻塞，待执行的任务积压越来越多，那么势必会影响其他接口的调用。

上述的测试便是order调用product的服务出现问题，导致任务累计，进而使得order的tomcat的线程处于阻塞状态，getMsg的请求被排队。
那么如何解决上述的问题呢？

线程池的形式实现服务隔离

实现的主要思路是将上述的order调用product的服务的线程进行隔离，与getMsg方法不处在同一线程池中，进而使得getMsg方法正常执行，但是order调用product的服务仍然会很拥塞（但是可以返回fallback，结束线程）！

引入jar包

        <!--线程隔离-->
        <dependency>
            <groupId>com.netflix.hystrix</groupId>
            <artifactId>hystrix-metrics-event-stream</artifactId>
            <version>1.5.12</version>
        </dependency>
        <dependency>
            <groupId>com.netflix.hystrix</groupId>
            <artifactId>hystrix-javanica</artifactId>
            <version>1.5.12</version>
        </dependency>

十二、服务熔断断Hystrix

服务容错的核心知识

雪崩效应

在微服务架构中，一个请求需要调用多个服务是非常常见的。如客户端访问A服务，而A服务需要调用B
服务，B服务需要调用C服务，由于网络原因或者自身的原因，如果B服务或者C服务不能及时响应，A服
务将处于阻塞状态，直到B服务C服务响应。此时若有大量的请求涌入，容器的线程资源会被消耗完毕，
导致服务瘫痪。服务与服务之间的依赖性，故障会传播，造成连锁反应，会对整个微服务系统造成灾难性的严重后果，这就是服务故障的“雪崩”效应。

雪崩是系统中的蝴蝶效应导致其发生的原因多种多样，有不合理的容量设计，或者是高并发下某一个方
法响应变慢，亦或是某台机器的资源耗尽。从源头上我们无法完全杜绝雪崩源头的发生，但是雪崩的根
本原因来源于服务之间的强依赖，所以我们可以提前评估，做好熔断，隔离，限流。

服务隔离

顾名思义，它是指将系统按照一定的原则划分为若干个服务模块，各个模块之间相对独立，无强依赖。
当有故障发生时，能将问题和影响隔离在某个模块内部，而不扩散风险，不波及其它模块，不影响整体的系统服务

熔断降级

熔断这一概念来源于电子工程中的断路器（Circuit Breaker）。在互联网系统中，当下游服务因访问压
力过大而响应变慢或失败，上游服务为了保护系统整体的可用性，可以暂时切断对下游服务的调用。这种牺牲局部，保全整体的措施就叫做熔断

所谓降级，就是当某个服务熔断之后，服务器将不再被调用，此时客户端可以自己准备一个本地的
fallback回调，返回一个缺省值。也可以理解为兜底

服务限流

限流可以认为服务降级的一种，限流就是限制系统的输入和输出流量已达到保护系统的目的。一般来说
系统的吞吐量是可以被测算的，为了保证系统的稳固运行，一旦达到的需要限制的阈值，就需要限制流
量并采取少量措施以完成限制流量的目的。比方：推迟解决，拒绝解决，或者者部分拒绝解决等等。

Hystrix介绍

Hystrix是由Netflix开源的一个延迟和容错库，用于隔离访问远程系统、服务或者第三方库，防止级联失
败，从而提升系统的可用性与容错性。Hystrix主要通过以下几点实现延迟和容错。

包裹请求：使用HystrixCommand包裹对依赖的调用逻辑，每个命令在独立线程中执行。这使用
了设计模式中的“命令模式”。
跳闸机制：当某服务的错误率超过一定的阈值时，Hystrix可以自动或手动跳闸，停止请求该服务
一段时间。
资源隔离：Hystrix为每个依赖都维护了一个小型的线程池（或者信号量）。如果该线程池已满，
发往该依赖的请求就被立即拒绝，而不是排队等待，从而加速失败判定。
监控：Hystrix可以近乎实时地监控运行指标和配置的变化，例如成功、失败、超时、以及被拒绝
的请求等。
回退机制：当请求失败、超时、被拒绝，或当断路器打开时，执行回退逻辑。回退逻辑由开发人员
自行提供，例如返回一个缺省值。
自我修复：断路器打开一段时间后，会自动进入“半开”状态。

restTemplate实现服务熔断

引入jar包


        <!--熔断-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
        </dependency>

因为要用到restTemplate的熔断降级，记得将之前注释掉的负载均衡注解去除

开启熔断

在启动类 OrderApplication 中添加 @EnableCircuitBreaker 注解开启对熔断器的支持。

修改项目（局部熔断处理）

解读

由代码可知，为 hystrixFindById 方法编写一个回退方法orderFallBack，该方法与 hystrixFindById 方法具有相同的参数与返回值类型，该方法返回一个默认的错误信息。在 hystrixFindById 方法上，使用注解@HystrixCommand的fallbackMethod属性，指定熔断触发的降级方法是
orderFallBack。因为熔断的降级逻辑方法必须跟正常逻辑方法保证：相同的参数列表和返回值声明。在
hystrixFindById 方法上 HystrixCommand(fallbackMethod = “orderFallBack”) 用来声明一个降级逻辑的方法当ebuy-product 微服务正常时，浏览器访问
http://localhost:9016/order/hystrix/816753

重启项目

直接请求 测试

这是因为之前在product服务提供方那里加了个线程休眠为2秒，而hystrix判断服务超过1秒未返回，就进行熔断降级处理！！

修改配置文件

因为我们在product那里设置了休眠2秒，来模拟并发问题。

请求在超过1秒后都会返回错误信息，这是因为Hystix的默认超时时长为1，我们可以通过配置修改这个值：

再次请求

重启项目，再次请求

未被熔断降级处理，因为请求处理时长小于3秒

停止product提供者服务

当将商品微服务停止时继续访问

此时Hystrix配置已经生效进入熔断降级方法。

全局熔断处理

上述的熔断处理已经实现，但是如果每一个请求都要配置一个对应的熔断的兜底方法，那肯定是不行的！！！所以hystrix提供了一种全局的熔断处理。

新建一个controller，与之前的controller作区分

package cn.ebuy.order.controller;

import cn.ebuy.order.pojo.EasybuyProduct;
import com.netflix.hystrix.contrib.javanica.annotation.DefaultProperties;
import com.netflix.hystrix.contrib.javanica.annotation.HystrixCommand;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

@RestController
@RequestMapping("/order2")
@DefaultProperties(defaultFallback = "orderFallBack")
public class Order2Controller {
    @Autowired
    RestTemplate restTemplate;

    @GetMapping("/testString")
    public String testString(){
        return "测试成功";
    }
    @RequestMapping(value = "/hystrix/{id}")
    @HystrixCommand
    public EasybuyProduct hystrixFindById(@PathVariable Long id){
        EasybuyProduct easybuyProduct=restTemplate.getForObject("http://ebuy-product/product/"+id,EasybuyProduct.class);
        return easybuyProduct;
    }

    /**
     * 降级（兜底）
     * @return
     */
    /*注意全局的不要加参数*/
    public EasybuyProduct orderFallBack(){
        EasybuyProduct easybuyProduct=new EasybuyProduct();
        easybuyProduct.setEpDescription("全局熔断处理");
        return easybuyProduct;
    }
}

注意此时兜底的这个orderFallBack方法参数可以为空，但是返回类型必须要和加了@HystrixCommand的方法保持一致，后期我们将写一个包装类（涵盖实体泛型对象、以及一些基本信息），用来作为熔断降级的返回类型，这里暂不做演示

重启服务

重启服务

服务正常提供

服务停止提供

熔断降级处理

上述我们实现了restTemplate的熔断降级，接下来实现Feign的熔断降级！！！

Feign熔断降级

引入jar包

SpringCloud Fegin默认已为Feign整合了hystrix，所以添加Feign依赖后就不用在添加hystrix，那么怎么才能让Feign的熔断机制生效呢，只要按以下步骤开发：

启动类加注解

如果restTemplate的熔断降级已经配置了的话，那么这一步省略


//开启熔断
@EnableCircuitBreaker

修改配置文件

feign:
hystrix: #在feign中开启hystrix熔断
enabled: true

在这里插入图片描述

新建一个Feign熔断的类（组件）

package cn.ebuy.order.feign;

import cn.ebuy.order.pojo.EasybuyProduct;
import org.springframework.stereotype.Component;
//注意要加载该组件
@Component
public class OrderFeignClientCallBack implements OrderFeignClient {

    @Override
    public EasybuyProduct findById(Long id) {
        EasybuyProduct easybuyProduct=new EasybuyProduct();
        easybuyProduct.setEpDescription("Feign熔断处理");
        return easybuyProduct;
    }
}

在这里插入图片描述