Hystrix 隔离策略细粒度控制Hystrix 实现资源隔离，有两种策略：线程池隔离信号量隔离对资源隔离这一块东西，其实可以做一定细粒度的一些控制。execution.isolation.strategy

- 阅读剩余部分 -

Hystrix command 执行时 8 大步骤第三步，就是检查 Request cache 是否有缓存。首先，有一个概念，叫做 Request Context 请求上下文，一般来说，在一个 web 应用中，如果我们用到了 Hystrix，我们会在一个 filter 里面，对每一个请求都施加一个请求上下文。就是说，每一次请求，就是一次请求上下文。然后在这次请求上下文中，我们会去执行 N 多代码，调用 N 多依赖服务，有的依赖服务可能还会调用好几次。

- 阅读剩余部分 -

前面我们了解了 Hystrix 最基本的支持高可用的技术：资源隔离 + 限流。创建 command；执行这个 command；配置这个 command 对应的 group 和线程池。这里，我们要讲一下，你开始执行这个 command，调用了这个 command 的 execute() 方法之后，Hystrix 底层的执行流程和步骤以及原理是什么。

- 阅读剩余部分 -

题目描述给定 a、b 两个文件，各存放 50 亿个 URL，每个 URL 各占 64B，内存限制是 4G。请找出 a、b 两个文件共同的 URL。解答思路1. 分治策略每个 URL 占 64B，那么 50 亿个 URL 占用的空间大小约为 320GB。

- 阅读剩余部分 -

深入 Hystrix 断路器执行原理状态机Hystrix 断路器有三种状态，分别是关闭（Closed）、打开（Open）与半开（Half-Open），三种状态转化关系如下：Closed 断路器关闭：调用下游的请求正常通过Open 断路器打开：阻断对下游服务的调用，直接走 Fallback 逻辑Half-Open 断路器处于半开状态：SleepWindowInMilliseconds

- 阅读剩余部分 -

基于本地缓存的 fallback 降级机制Hystrix 出现以下四种情况，都会去调用 fallback 降级机制：断路器处于打开的状态。资源池已满（线程池+队列 / 信号量）。Hystrix 调用各种接口，或者访问外部依赖，比如 MySQL、Redis、Zookeeper、Kafka 等等，出现了任何异常的情况。访问外部依赖的时候，访问时间过长，报了 TimeoutException 异常。

- 阅读剩余部分 -

题目描述有一个 1GB 大小的文件，文件里每一行是一个词，每个词的大小不超过 16B，内存大小限制是 1MB，要求返回频数最高的 100 个词(Top 100)。解答思路由于内存限制，我们依然无法直接将大文件的所有词一次读到内存中。因此，同样可以采用分治策略，把一个大文件分解成多个小文件，保证每个文件的大小小于 1MB，进而直接将单个小文件读取到内存中进行处理。

- 阅读剩余部分 -

前面讲了 Hystrix 的 request cache 请求缓存、fallback 优雅降级、circuit breaker 断路器快速熔断，这一讲，我们来详细说说 Hystrix 的线程池隔离与接口限流。Hystrix 通过判断线程池或者信号量是否已满，超出容量的请求，直接 Reject 走降级，从而达到限流的作用。限流是限制对后端的服务的访问量，比如说你对 MySQL、Redis、Zookeeper 以及其它各种后端中间件的资源的访问的限制，其实是为了避免过大的流量直接打死后端的服务。

- 阅读剩余部分 -

题目描述现有海量日志数据保存在一个超大文件中，该文件无法直接读入内存，要求从中提取某天访问百度次数最多的那个 IP。解答思路这道题只关心某一天访问百度最多的 IP，因此，可以首先对文件进行一次遍历，把这一天访问百度 IP 的相关信息记录到一个单独的大文件中。接下来采用的方法与上一题一样，大致就是先对 IP 进行哈希映射，接着使用 HashMap 统计重复 IP 的次数，最后计算出重复次数最多的 IP。

- 阅读剩余部分 -

什么是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，为了保证系统的稳定运行，一旦达到的需要限制的阈值，就需要限制流量并采取一些措施以完成限制流量的目的。比如：延迟处理，拒绝处理，或者部分拒绝处理等等。

- 阅读剩余部分 -