雪崩问题及解决方案

一篇学习笔记,做一点简单的记录。

雪崩问题

我这里展示了一个微服务中服务调用的一个简单示例,在这个例子上来说一下雪崩问题

在上图中,现在的调用关系都还是正常的,也是我们所期望的样子,但是如果有服务出现故障无法返回结果,就可能发生雪崩问题。


那什么是雪崩问题呢?

微服务调用链中某个服务故障,引起整个链路中所有微服务都不可用,这就是雪崩。

我们来分析一下雪崩出现的原因:

在上图中,我们的所有调用关系都是正常的,服务发起的调用很快就能响应回来,但是如果上图中的服务B发生故障,无法向依赖它的服务D和服务C响应结果 ,那服务D和服务C发起这个调用的线程就会阻塞住(无法释放连接) ,这样的请求肯定不止一个,每次请求都会发生线程的阻塞,这样的线程会越来越多,他们占用着服务器的资源无法释放 ,最后就会导致服务D和服务C无法接受请求(连接资源被耗尽),这样的问题也会影响到依赖于D和服务C的其他服务

总结一下:

一个服务故障导致依赖于它的服务也出现故障,而在微服务中,这样的依赖关系可能会很复杂,受到影响的服务会非常多,这就是雪崩


解决雪崩问题的常见方法

  1. 超时处理

设定超时时间,请求超过一定时间没有响应就返回错误信息,不会无止休的等待。

样的方式可以缓解雪崩问题,但也会有一种情况,也就是请求发起的速度远高于它释放的时间,它可能还没来得急释放连接就资源就被占满了

2.舱壁模式

限定每个业务所能使用的线程数,避免耗尽整个服务器的资源,因此也叫线程隔离。

控制并发调用数,这样就算业务B的调用发生了故障也不会影响到整个服务,

虽然解决了雪崩问题,但是也会有资源的浪费,服务C已经故障了,但还是一直有请求访问

  1. 熔断降级
    断路器统计业务执行的异常比例,如果超出阈值则会熔断该业务,拦截访问该业务的一切请求。

断路器会统计服务A发生异常的请求(以请求服务D为例),如果异常的比例超过了阈值,这个时候就会出现熔断,这个时候服务A又来请求访问服务D,就会拦截这个请求,然后快速失败。

  1. 流量控制

限制业务访问的QPS,避免服务因流浪的突增而故障。

预防雪崩问题,避免服务出现故障,这样就不会出现故障传递,进而引起雪崩问题

相关推荐
子兮曰18 小时前
Bun 重写为 Rust:11天、64个Claude、16.5万美元,一次改变行业认知的激进实验
前端·后端·bun
子兮曰19 小时前
Node.js v26.5.0 深度解读:import Text、流式 ReadableStreamTee、以及隐藏的安全加固浪潮
前端·后端·node.js
子兮曰19 小时前
TypeScript 7.0 RC 深度解读:Go 重写完成,10 倍提速,编译器的「奇点时刻」
前端·后端·typescript
kosan19 小时前
.NET/C# 实战:我如何把登录验证码从“裸奔”改到“铜墙铁壁”
后端
王中阳Go19 小时前
AI编程实践:规则 + 技能 + 子代理 + 钩子,拆解Trae AI 开发规范的完整落地范式
后端·agent·ai编程
码事漫谈20 小时前
放下代码洁癖,享受挖坑人生
后端
_张有志_20 小时前
手撕 STL:一棵红黑树,凭什么同时撑起 set 和 map?
后端
妙码生花20 小时前
从 PHP 到 AI + Golang,程序员自救转型手记(二十七):管理员登录验证码开关
前端·后端·ai编程
她的男孩20 小时前
当 Spring Boot 遇上 Flowable 7:Forge 框架企业级工作流引擎架构全解析
人工智能·后端·程序员
java小白小20 小时前
SpringBoot(15):日志框架选型与配置——Logback 从入门到生产级
后端