在微服務架構中，我們將一個項目拆分成很多個獨立的模塊，這些獨立的模塊通過遠程調用來互相配合工作，但是，在高並發情況下，通信次數的增加會導致總的通信時間增加，同時，線程池的資源也是有限的，高並發環境會導致有大量的線程處於等待狀態，進而導致響應延遲，為了解決這些問題，我們需要來了解Hystrix的請求合併。
Hystrix中的請求合併，就是利用一個合併處理器，將對同一個服務發起的連續請求合併成一個請求進行處理(這些連續請求的時間窗默認為10ms)，在這個過程中涉及到的一個核心類就是HystrixCollapser，OK，接下來我們就來看看如何實現Hystrix的請求合併。
服務提供者接口
我需在在服務提供者中提供兩個接口供服務消費者調用，如下：
@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", "人民文學出版社")); books.add(new Book("中國文學簡史", 33, "林庚", "清華大學出版社")); books.add(new Book("文學改良芻議", 33, "胡適", "無")); 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", "人民文學出版社2"); return book;}第一個接口是一個批處理接口，第二個接口是一個處理單個請求的接口。在批處理接口中，服務消費者傳來的ids參數格式是1,2,3,4…這種格式，正常情況下我們需要根據ids查詢到對應的數據，然後組裝成一個集合返回，我這里為了處理方便，不管什麼樣的請求統統都返回一樣的數據集；處理單個請求的接口就比較簡單了，不再贅述。
服務消費者
OK，服務提供者處理好之後，接下來我們來看看服務消費者要怎麼處理。
BookService
首先在BookService中添加兩個方法用來調用服務提供者提供的接口，如下：
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用來調用提供單個id的接口，test9用來調用批處理的接口，在test9中，我將test9執行時所處的線程打印出來，方便我們觀察執行結果，另外，在RestTemplate中，如果返回值是一個集合，我們得先用一個數組接收，然後再轉為集合（或許也有其他辦法，小伙伴們有更好的建議可以提）。
BookBatchCommand
OK，BookService中的方法準備好了後，我們就可以來創建一個BookBatchCommand，這是一個批處理命令，如下：
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); }}這個類實際上和我們在上篇博客中介紹的類差不多，都是繼承自HystrixCommand，用來處理合併之後的請求，在run方法中調用BookService中的test9方法。
BookCollapseCommand
接下來我們需要創建BookCollapseCommand繼承自HystrixCollapser來實現請求合併。如下：
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); } }}關於這個類，我說如下幾點：
1.首先在構造方法中，我們設置了請求時間窗為100ms，即請求時間間隔在100ms之內的請求會被合併為一個請求。
2.createCommand方法主要用來合併請求，在這裡獲取到各個單個請求的id，將這些單個的id放到一個集合中，然後再創建出一個BookBatchCommand對象，用該對象去發起一個批量請求。
3.mapResponseToRequests方法主要用來為每個請求設置請求結果。該方法的第一個參數batchResponse表示批處理請求的結果，第二個參數collapsedRequests則代表了每一個被合併的請求，然後我們通過遍歷batchResponse來為collapsedRequests設置請求結果。
OK，所有的這些操作完成後，我們就可以來測試啦。
測試
我們在服務消費者端創建訪問接口，來測試合併請求，測試接口如下：
@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();}關於這個測試接口我說如下兩點：
1.首先要初始化HystrixRequestContext
2.創建BookCollapseCommand類的實例來發起請求，先發送3個請求，然後睡眠3秒鐘，再發起1個請求，這樣，前3個請求就會被合併為一個請求，第四個請求因為間隔的時間比較久，所以不會被合併，而是單獨創建一個線程去處理。
OK，我們來看看執行結果，如下：
通過註解實現請求合併
OK，上面這種請求合併方式寫起來稍微有一點麻煩，我們可以使用註解來更優雅的實現這一功能。首先在BookService中添加兩個方法，如下：
@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註解實現請求合併，用batchMethod屬性指明請求合併後的處理方法，collapserProperties屬性指定其他屬性。
OK，在BookService中寫好之後，直接調用就可以了，如下：
@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();}和前面的一樣，前三個請求會進行合併，第四個請求會單獨執行，OK，執行結果如下：
總結
請求合併的優點小伙伴們已經看到了，多個請求被合併為一個請求進行一次性處理，可以有效節省網絡帶寬和線程池資源，但是，有優點必然也有缺點，設置請求合併之後，本來一個請求可能5ms就搞定了，但是現在必須再等10ms看看還有沒有其他的請求一起的，這樣一個請求的耗時就從5ms增加到15ms了，不過，如果我們要發起的命令本身就是一個高延遲的命令，那麼這個時候就可以使用請求合併了，因為這個時候時間窗的時間消耗就顯得微不足道了，另外高並發也是請求合併的一個非常重要的場景。
Ok，我們的請求合併就說到這裡，有問題歡迎小伙伴們留言討論。希望對大家的學習有所幫助，也希望大家多多支持武林網。