hystrix，框架，提供了高可用相關的各種各樣的功能，然后確保說在hystrix的保護下，整個系統可以長期處於高可用的狀態，100%。
高可用系統架構：
資源隔離、限流、熔斷、降級、運維監控
資源隔離：讓你的系統里，某一塊東西，在故障的情況下，不會耗盡系統所有的資源，比如線程資源。
限流：高並發的流量涌入進來，比如說突然間一秒鍾100萬QPS，廢掉了，10萬QPS進入系統，其他90萬QPS被拒絕了。
熔斷：系統后端的一些依賴，出了一些故障，比如說mysql掛掉了，每次請求都是報錯的，熔斷了，后續的請求過來直接不接收了，拒絕訪問，10分鍾之后再嘗試去看看mysql恢復沒有
降級：mysql掛了，系統發現了，自動降級，從內存里存的少量數據中，去提取一些數據出來
運維監控：監控+報警+優化，各種異常的情況，有問題就及時報警，優化一些系統的配置和參數，或者代碼。
1、Hystrix是什么？
在分布式系統中，每個服務都可能會調用很多其他服務，被調用的那些服務就是依賴服務，有的時候某些依賴服務出現故障也是很正常的。
Hystrix可以讓我們在分布式系統中對服務間的調用進行控制，加入一些調用延遲或者依賴故障的容錯機制.
Hystrix通過將依賴服務進行資源隔離，進而組織某個依賴服務出現故障的時候，這種故障在整個系統所有的依賴服務調用中進行蔓延，同時Hystrix還提供故障時的fallback降級機制
總而言之，Hystrix通過這些方法幫助我們提升分布式系統的可用性和穩定性
2.Hystrix的設計原則是什么？
hystrix為了實現高可用性的架構，設計hystrix的時候，一些設計原則是什么？？？
（1）對依賴服務調用時出現的調用延遲和調用失敗進行控制和容錯保護
（2）在復雜的分布式系統中，阻止某一個依賴服務的故障在整個系統中蔓延，服務A->服務B->服務C，服務C故障了，服務B也故障了，服務A故障了，整套分布式系統全部故障，整體宕機
（3）提供fail-fast（快速失敗）和快速恢復的支持
（4）提供fallback優雅降級的支持
（5）支持近實時的監控、報警以及運維操作
調用延遲+失敗，提供容錯
阻止故障蔓延
快速失敗+快速恢復
降級
監控+報警+運維
4、Hystrix要解決的問題是什么？
在復雜的分布式系統架構中，每個服務都有很多的依賴服務，而每個依賴服務都可能會故障
如果服務沒有和自己的依賴服務進行隔離，那么可能某一個依賴服務的故障就會拖垮當前這個服務
舉例來說，某個服務有30個依賴服務，每個依賴服務的可用性非常高，已經達到了99.99%的高可用性
那么該服務的可用性就是99.99%的30次方，也就是99.7%的可用性
99.7%的可用性就意味着3%的請求可能會失敗，因為3%的時間內系統可能出現了故障不可用了
4.Hystrix的更加細節的設計原則是什么？
（1）阻止任何一個依賴服務耗盡所有的資源，比如tomcat中的所有線程資源
（2）避免請求排隊和積壓，采用限流和fail fast來控制故障
（3）提供fallback降級機制來應對故障
（4）使用資源隔離技術，比如bulkhead（艙壁隔離技術），swimlane（泳道技術），circuit breaker（短路技術），來限制任何一個依賴服務的故障的影響
（5）通過近實時的統計/監控/報警功能，來提高故障發現的速度
（6）通過近實時的屬性和配置熱修改功能，來提高故障處理和恢復的速度
（7）保護依賴服務調用的所有故障情況，而不僅僅只是網絡故障情況
調用這個依賴服務的時候，client調用包有bug，阻塞，等等，依賴服務的各種各樣的調用的故障，都可以處理
6、Hystrix是如何實現它的目標的？
（1）通過HystrixCommand或者HystrixObservableCommand來封裝對外部依賴的訪問請求，這個訪問請求一般會運行在獨立的線程中，資源隔離
（2）對於超出我們設定閾值的服務調用，直接進行超時，不允許其耗費過長時間阻塞住。這個超時時間默認是99.5%的訪問時間，但是一般我們可以自己設置一下
（3）為每一個依賴服務維護一個獨立的線程池，或者是semaphore，當線程池已滿時，直接拒絕對這個服務的調用
（4）對依賴服務的調用的成功次數，失敗次數，拒絕次數，超時次數，進行統計
（5）如果對一個依賴服務的調用失敗次數超過了一定的閾值，自動進行熔斷，在一定時間內對該服務的調用直接降級，一段時間后再自動嘗試恢復
（6）當一個服務調用出現失敗，被拒絕，超時，短路等異常情況時，自動調用fallback降級機制
（7）對屬性和配置的修改提供近實時的支持
緩存服務，訂閱一個MQ的消息變更，如果有消息變更的話，那么就會發送一個網絡請求，調用一個底層的對應的源數據服務的接口，去獲取變更后的數據
將獲取到的變更后的數據填充到分布式的redis緩存中去。
商品服務接口調用故障，導致緩存服務資源耗盡
