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
    有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
脚本自动化开发4 小时前
存储涨价后,磐镭WO5迷你主机值得买吗
后端
一只爱撸猫的程序猿6 小时前
我看着一个 AI 引擎在 14 天里,从"记忆"走进了"搜索"
人工智能·后端·架构
陈随易9 小时前
纯 Go 写的 JS 引擎,跑分超过了 C 语言的 QuickJS
前端·后端·程序员
卷无止境10 小时前
RAGFlow 项目全景报告:从文档解析引擎到 Agent 原生数据库
后端·python
小Z先生10 小时前
我用 Go + 系统 WebView 写了个纯本地 Postman:不装 Electron、不连云端
后端·github
IT_陈寒11 小时前
Redis连接池泄漏那次,我差点把生产环境搞崩了
前端·人工智能·后端
灿飞屋11 小时前
Kotlin与Java虚拟机三:控制流
android·java·开发语言·后端·python·kotlin·安卓
石小石Orz11 小时前
AI 正在蚕食我们的编码能力
前端·后端·算法
陈随易12 小时前
专注飞机 FocusFlight,两个人把番茄钟做成了一趟航班
前端·后端·程序员
量化分析码农12 小时前
【Python量化波动率实战 04】低波动异象:低波组真的跑赢高波组吗
后端