將相似或重復(fù)請(qǐng)求在上游系統(tǒng)中合并后發(fā)往下游系統(tǒng)，可以大大降低下游系統(tǒng)的負(fù)載，提升系統(tǒng)整體吞吐率。文章介紹了 hystrix collapser、ConcurrentHashMultiset、自實(shí)現(xiàn)BatchCollapser 三種請(qǐng)求合并技術(shù)，并通過其具體實(shí)現(xiàn)對(duì)比各自適用的場景。

前言

工作中，我們常見的請(qǐng)求模型都是”請(qǐng)求-應(yīng)答”式，即一次請(qǐng)求中，服務(wù)給請(qǐng)求分配一個(gè)獨(dú)立的線程，一塊獨(dú)立的內(nèi)存空間，所有的操作都是獨(dú)立的，包括資源和系統(tǒng)運(yùn)算。我們也知道，在請(qǐng)求中處理一次系統(tǒng) I/O 的消耗是非常大的，如果有非常多的請(qǐng)求都進(jìn)行同一類 I/O 操作，那么是否可以將這些 I/O 操作都合并到一起，進(jìn)行一次 I/O 操作，是否可以大大降低下游資源服務(wù)器的負(fù)擔(dān)呢？

最近我工作之余的大部分時(shí)間都花在這個(gè)問題的探究上了，對(duì)比了幾個(gè)現(xiàn)有類庫，為了解決一個(gè)小問題把 hystrix javanica 的代碼翻了一遍，也根據(jù)自己工作中遇到的業(yè)務(wù)需求實(shí)現(xiàn)了一個(gè)簡單的合并類，收獲還是挺大的?？赡苓@個(gè)需求有點(diǎn)”偏門”，在網(wǎng)上搜索結(jié)果并不多，也沒有綜合一點(diǎn)的資料，索性自己總結(jié)分享一下，希望能幫到后來遇到這種問題的小伙伴。

Hystrix Collapser

hystrix

開源的請(qǐng)求合并類庫（知名的）好像也只有 Netflix 公司開源的 Hystrix 了， hystrix 專注于保持 WEB 服務(wù)器在高并發(fā)環(huán)境下的系統(tǒng)穩(wěn)定，我們常用它的熔斷器(Circuit Breaker) 來實(shí)現(xiàn)服務(wù)的服務(wù)隔離和災(zāi)時(shí)降級(jí)，有了它，可以使整個(gè)系統(tǒng)不至于被某一個(gè)接口的高并發(fā)洪流沖塌，即使接口掛了也可以將服務(wù)降級(jí)，返回一個(gè)人性化的響應(yīng)。請(qǐng)求合并作為一個(gè)保障下游服務(wù)穩(wěn)定的利器，在 hystrix 內(nèi)實(shí)現(xiàn)也并不意外。

我們在使用 hystrix 時(shí)，常用它的 javanica 模塊，以注解的方式編寫 hystrix 代碼，使代碼更簡潔而且對(duì)業(yè)務(wù)代碼侵入更低。所以在項(xiàng)目中我們一般至少需要引用 hystrix-core 和 hystrix-javanica 兩個(gè)包。

另外，hystrix 的實(shí)現(xiàn)都是通過 AOP，我們要還要在項(xiàng)目 xml 里顯式配置 HystrixAspect 的 bean 來啟用它。

<aop:aspectj-autoproxy/>  
<bean id="hystrixAspect" class="com.netflix.hystrix.contrib.javanica.aop.aspectj.HystrixCommandAspect" />

collapser

hystrix collapser 是 hystrix 內(nèi)的請(qǐng)求合并器，它有自定義 BatchMethod 和 注解兩種實(shí)現(xiàn)方式，自定義 BatchMethod 網(wǎng)上有各種教程，實(shí)現(xiàn)起來很復(fù)雜，需要手寫大量代碼，而注解方式只需要添加兩行注解即可，但配置方式我在官方文檔上也沒找見，中文方面本文應(yīng)該是獨(dú)一份兒了。

其實(shí)現(xiàn)需要注意的是：

• 我們在需要合并的方法上添加 @HystrixCollapser 注解，在定義好的合并方法上添加 @HystrixCommand 注解；
• single 方法只能傳入一個(gè)參數(shù)，多參數(shù)情況下需要自己包裝一個(gè)參數(shù)類，而 batch 方法需要 java.util.List<SingleParam>；
• single 方法返回 java.util.concurrent.Future<SingleReturn>， batch 方法返回 java.util.List<SingleReturn>，且要保證返回的結(jié)果數(shù)量和傳入的參數(shù)數(shù)量一致。

下面是一個(gè)簡單的示例:

public class HystrixCollapserSample {  
  
    @HystrixCollapser(batchMethod = "batch")  
    public Future<Boolean> single(String input) {  
        return null; // single方法不會(huì)被執(zhí)行到  
    }  
  
    public List<Boolean> batch(List<String> inputs) {  
        return inputs.stream().map(it -> Boolean.TRUE).collect(Collectors.toList());  
    }  
}

源碼實(shí)現(xiàn)

為了解決 hystrix collapser 的配置問題看了下 hystrix javanica 的源碼，這里簡單總結(jié)一下 hystrix 請(qǐng)求合并器的具體實(shí)現(xiàn)，源碼的詳細(xì)解析在我的筆記：Hystrix collasper 源碼解析。

• 在 spring-boot 內(nèi)注冊切面類的 bean，里面包含 @HystrixCollapser 注解切面；
• 在方法執(zhí)行時(shí)檢測到方法被 HystrixCollapser 注解后，spring 調(diào)用 methodsAnnotatedWithHystrixCommand方法來執(zhí)行 hystrix 代理;
• hystrix 獲取一個(gè) collapser 實(shí)例（在當(dāng)前 scope 內(nèi)檢測不到即創(chuàng)建）;
• hystrix 將當(dāng)前請(qǐng)求的參數(shù)提交給 collapser， 由 collapser 存儲(chǔ)在一個(gè) concurrentHashMap （RequestArgumentType -> CollapsedRequest）內(nèi)，此方法會(huì)創(chuàng)建一個(gè) Observable 對(duì)象，并返回一個(gè) 觀察此對(duì)象的 Future 給業(yè)務(wù)線程；
• collpser 在創(chuàng)建時(shí)會(huì)創(chuàng)建一個(gè) timer 線程，定時(shí)消費(fèi)存儲(chǔ)的請(qǐng)求，timer 會(huì)將多個(gè)請(qǐng)求構(gòu)造成一個(gè)合并后的請(qǐng)求，調(diào)用 batch 執(zhí)行后將結(jié)果順序映射到輸出參數(shù)，并通知 Future 任務(wù)已完成。

需要注意，由于需要等待 timer 執(zhí)行真正的請(qǐng)求操作，collapser 會(huì)導(dǎo)致所有的請(qǐng)求的 cost 都會(huì)增加約 timerInterval/2 ms;

配置

hystrix collapser 的配置需要在 @HystrixCollapser 注解上使用，主要包括兩個(gè)部分，專有配置和 hystrixCommand 通用配置；

專有配置包括：

• collapserKey，這個(gè)可以不用配置，hystrix 會(huì)默認(rèn)使用當(dāng)前方法名；
• batchMethod，配置 batch 方法名，我們一般會(huì)將 single 方法和 batch 方法定義在同一個(gè)類內(nèi)，直接填方法名即可；
• scope，最坑的配置項(xiàng)，也是逼我讀源碼的元兇，com.netflix.hystrix.HystrixCollapser.Scope 枚舉類，有 REQUEST, GLOBAL 兩種選項(xiàng)，在 scope 為 REQUEST 時(shí)，hystrix 會(huì)為每個(gè)請(qǐng)求都創(chuàng)建一個(gè) collapser， 此時(shí)你會(huì)發(fā)現(xiàn) batch 方法執(zhí)行時(shí)，傳入的請(qǐng)求數(shù)總為1。而且 REQUEST 項(xiàng)還是默認(rèn)項(xiàng)，不明白這樣請(qǐng)求合并還有什么意義；
• collapserProperties, 在此選項(xiàng)內(nèi)我們可以配置 hystrixCommand 的通用配置；

通用配置包括：

• maxRequestsInBatch, 構(gòu)造批量請(qǐng)求時(shí)，使用的單個(gè)請(qǐng)求的最大數(shù)量；
• timerDelayInMilliseconds, 此選項(xiàng)配置 collapser 的 timer 線程多久會(huì)合并一次請(qǐng)求；
• requestCache.enabled, 配置提交請(qǐng)求時(shí)是否緩存；

一個(gè)完整的配置如下：

@HystrixCollapser(  
            batchMethod = "batch",  
            collapserKey = "single",  
            scope = com.netflix.hystrix.HystrixCollapser.Scope.GLOBAL,  
            collapserProperties = {  
                    @HystrixProperty(name = "maxRequestsInBatch", value = "100"),  
                    @HystrixProperty(name = "timerDelayInMilliseconds", value = "1000"),  
                    @HystrixProperty(name = "requestCache.enabled", value = "true")  
            })

BatchCollapser

設(shè)計(jì)

由于業(yè)務(wù)需求，我們并不太關(guān)心被合并請(qǐng)求的返回值，而且覺得 hystrix 保持那么多的 Future 并沒有必要，于是自己實(shí)現(xiàn)了一個(gè)簡單的請(qǐng)求合并器，業(yè)務(wù)線程簡單地將請(qǐng)求放到一個(gè)容器里，請(qǐng)求數(shù)累積到一定量或延遲了一定的時(shí)間，就取出容器內(nèi)的數(shù)據(jù)統(tǒng)一發(fā)送給下游系統(tǒng)。

設(shè)計(jì)思想跟 hystrix 類似，合并器有一個(gè)字段作為存儲(chǔ)請(qǐng)求的容器，且設(shè)置一個(gè) timer 線程定時(shí)消費(fèi)容器內(nèi)的請(qǐng)求，業(yè)務(wù)線程將請(qǐng)求參數(shù)提交到合并 器的容器內(nèi)。不同之處在于，業(yè)務(wù)線程將請(qǐng)求提交給容器后立即同步返回成功，不必管請(qǐng)求的消費(fèi)結(jié)果，這樣便實(shí)現(xiàn)了時(shí)間維度上的合并觸發(fā)。

另外，我還添加了另外一個(gè)維度的觸發(fā)條件，每次將請(qǐng)求參數(shù)添加到容器后都會(huì)檢驗(yàn)一下容器內(nèi)請(qǐng)求的數(shù)量，如果數(shù)量達(dá)到一定的閾值，將在業(yè)務(wù)線程內(nèi)合并執(zhí)行一次。

由于有兩個(gè)維度會(huì)觸發(fā)合并，就不可避免會(huì)遇到線程安全問題。為了保證容器內(nèi)的請(qǐng)求不會(huì)被多個(gè)線程重復(fù)消費(fèi)或都漏掉，我需要一個(gè)容器能滿足以下條件：

• 是一種 Collection，類似于 ArrayList 或 Queue，可以存重復(fù)元素且有順序;
• 在多線程環(huán)境中能安全地將里面的數(shù)據(jù)全取出來進(jìn)行消費(fèi)，而不用自己實(shí)現(xiàn)鎖。

java.util.concurrent 包內(nèi)的 LinkedBlockingDeque 剛好符合要求，首先它實(shí)現(xiàn)了 BlockingDeque 接口，多線程環(huán)境下的存取操作是安全的；此外，它還提供 drainTo(Collection<? super E> c, int maxElements)方法，可以將容器內(nèi) maxElements 個(gè)元素安全地取出來，放到 Collection c 中。

實(shí)現(xiàn)

以下是具體的代碼實(shí)現(xiàn)：

public class BatchCollapser<E> implements InitializingBean {  
     private static final Logger logger = LoggerFactory.getLogger(BatchCollapser.class);  
     private static volatile Map<Class, BatchCollapser> instance = Maps.newConcurrentMap();  
     private static final ScheduledExecutorService SCHEDULE_EXECUTOR = Executors.newScheduledThreadPool(1);  
  
     private volatile LinkedBlockingDeque<E> batchContainer = new LinkedBlockingDeque<>();  
     private Handler<List<E>, Boolean> cleaner;  
     private long interval;  
     private int threshHold;  
  
     private BatchCollapser(Handler<List<E>, Boolean> cleaner, int threshHold, long interval) {  
         this.cleaner = cleaner;  
         this.threshHold = threshHold;  
         this.interval = interval;  
     }  
  
     @Override  
     public void afterPropertiesSet() throws Exception {  
         SCHEDULE_EXECUTOR.scheduleAtFixedRate(() -> {  
             try {  
                 this.clean();  
             } catch (Exception e) {  
                 logger.error("clean container exception", e);  
             }  
         }, 0, interval, TimeUnit.MILLISECONDS);  
     }  
  
     public void submit(E event) {  
         batchContainer.add(event);  
         if (batchContainer.size() >= threshHold) {  
             clean();  
         }  
     }  
  
     private void clean() {  
         List<E> transferList = Lists.newArrayListWithExpectedSize(threshHold);  
         batchContainer.drainTo(transferList, 100);  
         if (CollectionUtils.isEmpty(transferList)) {  
             return;  
         }  
  
         try {  
             cleaner.handle(transferList);  
         } catch (Exception e) {  
             logger.error("batch execute error, transferList:{}", transferList, e);  
         }  
     }  
  
     public static <E> BatchCollapser getInstance(Handler<List<E>, Boolean> cleaner, int threshHold, long interval) {  
         Class jobClass = cleaner.getClass();  
         if (instance.get(jobClass) == null) {  
             synchronized (BatchCollapser.class) {  
                 if (instance.get(jobClass) == null) {  
                     instance.put(jobClass, new BatchCollapser<>(cleaner, threshHold, interval));  
                 }  
             }  
         }  
  
         return instance.get(jobClass);  
     }  
 }

以下代碼內(nèi)需要注意的點(diǎn)：

• 由于合并器的全局性需求，需要將合并器實(shí)現(xiàn)為一個(gè)單例，另外為了提升它的通用性，內(nèi)部使用使用 concurrentHashMap 和 double check 實(shí)現(xiàn)了一個(gè)簡單的單例工廠。
• 為了區(qū)分不同用途的合并器，工廠需要傳入一個(gè)實(shí)現(xiàn)了 Handler 的實(shí)例，通過實(shí)例的 class 來對(duì)請(qǐng)求進(jìn)行分組存儲(chǔ)。
• 由于 java.util.Timer 的阻塞特性，一個(gè) Timer 線程在阻塞時(shí)不會(huì)啟動(dòng)另一個(gè)同樣的 Timer 線程，所以使用 ScheduledExecutorService 定時(shí)啟動(dòng) Timer 線程。

ConcurrentHashMultiset

設(shè)計(jì)

上面介紹的請(qǐng)求合并都是將多個(gè)請(qǐng)求一次發(fā)送，下游服務(wù)器處理時(shí)本質(zhì)上還是多個(gè)請(qǐng)求，最好的請(qǐng)求合并是在內(nèi)存中進(jìn)行，將請(qǐng)求結(jié)果簡單合并成一個(gè)發(fā)送給下游服務(wù)器。如我們經(jīng)常會(huì)遇到的需求：元素分值累加或數(shù)據(jù)統(tǒng)計(jì)，就可以先在內(nèi)存中將某一項(xiàng)的分值或數(shù)據(jù)累加起來，定時(shí)請(qǐng)求數(shù)據(jù)庫保存。

Guava 內(nèi)就提供了這么一種數(shù)據(jù)結(jié)構(gòu)：ConcurrentHashMultiset，它不同于普通的 set 結(jié)構(gòu)存儲(chǔ)相同元素時(shí)直接覆蓋原有元素，而是給每個(gè)元素保持一個(gè)計(jì)數(shù) count, 插入重復(fù)時(shí)元素的 count 值加1。而且它在添加和刪除時(shí)并不加鎖也能保證線程安全，具體實(shí)現(xiàn)是通過一個(gè) while(true) 循環(huán)嘗試操作，直到操作夠所需要的數(shù)量。

ConcurrentHashMultiset 這種排重計(jì)數(shù)的特性，非常適合數(shù)據(jù)統(tǒng)計(jì)這種元素在短時(shí)間內(nèi)重復(fù)率很高的場景，經(jīng)過排重后的數(shù)量計(jì)算，可以大大降低下游服務(wù)器的壓力，即使重復(fù)率不高，能用少量的內(nèi)存空間換取系統(tǒng)可用性的提高，也是很劃算的。

實(shí)現(xiàn)

使用 ConcurrentHashMultiset 進(jìn)行請(qǐng)求合并與使用普通容器在整體結(jié)構(gòu)上并無太大差異，具體類似于：

if (ConcurrentHashMultiset.isEmpty()) {  
    return;  
}  
  
List<Request> transferList = Lists.newArrayList();  
ConcurrentHashMultiset.elementSet().forEach(request -> {  
    int count = ConcurrentHashMultiset.count(request);  
    if (count <= 0) {  
        return;  
    }  
  
    transferList.add(count == 1 ? request : new Request(request.getIncrement() * count));  
    ConcurrentHashMultiset.remove(request, count);  
});

小結(jié)

最后總結(jié)一下各個(gè)技術(shù)適用的場景：

• hystrix collapser: 需要每個(gè)請(qǐng)求的結(jié)果，并且不在意每個(gè)請(qǐng)求的 cost 會(huì)增加；
• BatchCollapser: 不在意請(qǐng)求的結(jié)果，需要請(qǐng)求合并能在時(shí)間和數(shù)量兩個(gè)維度上觸發(fā)；
• ConcurrentHashMultiset：請(qǐng)求重復(fù)率很高的統(tǒng)計(jì)類場景；

另外，如果選擇自己來實(shí)現(xiàn)的話，完全可以將 BatchCollapser 和 ConcurrentHashMultiset 結(jié)合一下，在BatchCollapser 里使用 ConcurrentHashMultiset 作為容器，這樣就可以結(jié)合兩者的優(yōu)勢了。