- 作者:老汪软件技巧
- 发表时间:2024-09-24 17:02
- 浏览量:
引言
在函数式编程艺术:构建高效的FunctionalUtils工具类 文中基于函数式接口构建了一个简单的工具类。目前项目刚好出现不同模块之间需要数据交互,且会出现失败,需要重试等功能。因为不同模块之间不同方法都需要重试,故基于函数式接口抽取公共代码构建重试机制工具类。
正文主流框架重试机制简介
在Java中实现RPC调用的重试机制在分布式系统中,远程过程调用(RPC)是服务间进行通信的一种常见方式。由于网络波动、服务不稳定等因素,RPC调用有时会失败。为了提高系统的健壮性,通常需要实现RPC调用的重试机制。
Dubbo的重试机制设置
在Dubbo中,可以通过配置服务提供者(Provider)或服务消费者(Consumer)的retries属性来设置重试次数。默认情况下,Dubbo对失败的同步调用进行重试,但不对异步调用和无返回值的方法进行重试。
以下是如何在Dubbo中设置重试机制的示例:
在Dubbo中,retries参数的值表示除了原始调用外还要进行的重试次数。例如,如果retries设置为2,则总共会进行3次调用(1次原始调用+2次重试)。
Motan的重试机制设置
在Motan中,同样可以通过配置文件设置重试次数。Motan支持在服务端和客户端配置重试策略,通常在客户端进行配置。
以下是如何在Motan中设置重试机制的示例:
在Motan中,retries参数同样表示除了原始调用外的重试次数。
以上简单介绍各大中间件重试配置。但是其只适合不同服务之间重试,但是服务内部重试却无法使用上述中间件重试机制,故此这边需要自我实现一套重试。
自我实现重试工具类
不同功能模块之间调用可能会出现失败需要重试,故此这边基于
将介绍如何在Java中使用RpcRetryUtils类来实现RPC调用的同步和异步重试
package com.dereksmart.crawling.fuc;
import java.util.concurrent.CompletableFuture;
import java.util.function.Consumer;
import java.util.function.Function;
import java.util.function.Supplier;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
/***
* 提供了同步和异步的RPC调用重试机制
*/
public class RpcRetryUtils {
private static final ExecutorService executorService = Executors.newCachedThreadPool();
// 定义重试策略
public static class RetryPolicy {
private final int maxAttempts;
private final long delayBetweenRetries;
public RetryPolicy(int maxAttempts, long delayBetweenRetries) {
this.maxAttempts = maxAttempts;
this.delayBetweenRetries = delayBetweenRetries;
}
public int getMaxAttempts() {
return maxAttempts;
}
public long getDelayBetweenRetries() {
return delayBetweenRetries;
}
}
/***
*
* 通用的重试方法
* 泛型同步方法,用于执行一个 `Supplier` 类型的 `rpcCall`。如果 `rpcCall` 在执行过程中抛出异常,该方法将根据 `retryPolicy` 重试调用
* @param rpcCall
* @param retryPolicy
* @param exceptionHandler
* @param
* @return
*/
public static T callWithRetry(Supplier rpcCall, RetryPolicy retryPolicy, Consumer exceptionHandler) {
int attempts = 0;
while (true) {
try {
return rpcCall.get(); // 尝试RPC调用
} catch (Exception e) {
attempts++;
if (attempts >= retryPolicy.getMaxAttempts()) {
exceptionHandler.accept(e); // 处理异常
throw e; // 如果超过最大尝试次数,抛出异常
}
try {
Thread.sleep(retryPolicy.getDelayBetweenRetries()); // 等待一段时间后重试
} catch (InterruptedException ie) {
Thread.currentThread().interrupt(); // 保留中断状态
throw new RuntimeException("Retry interrupted", ie);
}
}
}
}
/***
* 泛型异步方法,返回一个 `CompletableFuture`。使用 `attemptCallAsync` 方法来尝试执行 `rpcCall`,并在失败时进行重试。
* 如果成功,它将调用 `onSuccess` 函数,并将结果传递给 `CompletableFuture`。
* 如果重试次数用尽,它将调用 `onFailure` 消费者处理异常,并将异常传递给 `CompletableFuture`
* @param rpcCall
* @param retryPolicy
* @param onFailure
* @param onSuccess
* @param
* @return
*/
public static CompletableFuture callWithRetryAsync(
Supplier rpcCall,
RetryPolicy retryPolicy,
Consumer onFailure,
Function onSuccess) {
CompletableFuture future = new CompletableFuture<>();
attemptCallAsync(rpcCall, retryPolicy, 0, future, onFailure, onSuccess);
return future;
}
private static void attemptCallAsync(
Supplier rpcCall,
RetryPolicy retryPolicy,
int attempt,
CompletableFuture future,
Consumer onFailure,
Function onSuccess) {
executorService.submit(() -> {
try {
T result = rpcCall.get(); // 尝试RPC调用
future.complete(onSuccess.apply(result)); // RPC调用成功,应用成功处理函数
} catch (Throwable t) {
if (attempt < retryPolicy.getMaxAttempts()) { // 检查是否还有剩余尝试次数
try {
Thread.sleep(retryPolicy.getDelayBetweenRetries()); // 延迟一段时间后重试
} catch (InterruptedException ie) {
future.completeExceptionally(ie); // 中断时异常处理
return;
}
attemptCallAsync(rpcCall, retryPolicy, attempt + 1, future, onFailure, onSuccess); // 递归调用,增加尝试次数
} else {
onFailure.accept(t); // 调用失败处理函数
future.completeExceptionally(t); // 完成CompletableFuture并传递异常
}
}
});
}
public static void shutdown() {
executorService.shutdown();
}
}
模拟类:
package com.dereksmart.crawling.fuc;
public class RpcService {
public String fetchData(String a){
return a+" RPC"+" DEREK_SMART";
}
public String fetchDataAyns(String a){
System.out.println("进来了。。。。。。。。。。。");
int c = 1/0;
return a+" RPC"+" DEREK_SMART";
}
}
测试类:
package com.dereksmart.crawling.fuc;
import java.util.concurrent.CompletableFuture;
public class RpcRetryTest {
public static void main(String[] args) {
RpcService rpcService = new RpcService();
RpcRetryUtils.RetryPolicy retryPolicy = new RpcRetryUtils.RetryPolicy(3, 1000);
//同步测
try {
String result = RpcRetryUtils.callWithRetry(
() -> rpcService.fetchData("param"),
retryPolicy,
e -> System.out.println("RPC同步调用失败: " + e.getMessage())
);
System.out.println("RPC调用结果: " + result);
} catch (Exception e) {
System.out.println("RPC调用重试后仍然失败.");
}
//异步测试
CompletableFuture future = RpcRetryUtils.callWithRetryAsync(
() -> rpcService.fetchDataAyns("param"),
retryPolicy,
throwable -> System.out.println("RPC调用失败: " + throwable.getMessage()),
result -> {
System.out.println("RPC调用成功,处理结果");
return result; // 可以在这里进行结果处理
}
).thenAccept(result -> System.out.println("RPC调用结果: " + result))
.exceptionally(throwable -> {
System.out.println("RPC调用重试后仍然失败: " + throwable.getMessage());
return null;
});
future.join(); // 阻塞直到future完成// 在适当的时机关闭ExecutorService,比如在所有future都完成后
RpcRetryUtils.shutdown();
}
}
结论
通过RpcRetryUtils类,我们可以方便地为Java应用程序中的RPC调用添加重试机制。这不仅可以提高系统的可靠性,还可以通过异步重试提高系统的响应性和性能。在使用线程池时,合理管理资源是非常重要的。
当然上面工具类还有很多不足之处目前只有固定间隔重试重试策略,缺少不同的重试策略,例如:指数退避和带有抖动的退避策略。此外,也少了重试机制中的不同异常处理和错误记录,以及如何优雅地处理重试过程中可能出现的不同类型的异常。