很多程序員，都希望提升自己系統(tǒng)的擼棒性，什么是擼棒性呢?這個(gè)其實(shí)是從英文直譯過來的，就是程序員的健壯性。相信不少程序員同學(xué)都聽過服務(wù)雪崩，或者曾經(jīng)使用過某款軟件雪崩過。當(dāng)服務(wù)發(fā)生雪崩的時(shí)候，幾乎整個(gè)系統(tǒng)會(huì)處于不可用的狀態(tài)，為什么會(huì)發(fā)生服務(wù)雪崩呢?我們舉一個(gè)常見的例子。

因?yàn)樾鹿诓《镜挠绊懀谡殖蔀榱讼∪蔽锲?，很多電商平臺(tái)紛紛開啟了口罩秒殺活動(dòng)。一次口罩秒殺的正常流程可能是這樣的，用戶在前端發(fā)起請(qǐng)求，經(jīng)過了復(fù)雜的網(wǎng)絡(luò)環(huán)境，到了后臺(tái)系統(tǒng)，后臺(tái)是分很多個(gè)系統(tǒng)的，可能需要去商品系統(tǒng)去校驗(yàn)商品的合法性，然后去用戶系統(tǒng)校驗(yàn)用戶的合法性，再去庫存系統(tǒng)校驗(yàn)還有沒有庫存，最后可能還要去積分系統(tǒng)、優(yōu)惠系統(tǒng)、地址系統(tǒng)等等等。一次簡單的秒殺，后臺(tái)竟然如此復(fù)雜。而這么多系統(tǒng)，只要有一個(gè)系統(tǒng)出現(xiàn)瓶頸，就可能出現(xiàn)雪崩。例如庫存系統(tǒng)，每秒本來可以處理1萬個(gè)請(qǐng)求，突然來了10萬個(gè)請(qǐng)求，他們只能夠排隊(duì)處理，可能只處理了5萬個(gè)，后面的就超時(shí)了。超時(shí)了，用戶的頁面就有可能轉(zhuǎn)菊花，用戶很難受，就有可能不停的刷新，又涌進(jìn)來更多的請(qǐng)求。本來用戶系統(tǒng)可能可以處理10萬個(gè)請(qǐng)求，因?yàn)橛脩舨煌５乃⑿?，也崩潰了。而用戶系統(tǒng)可不只影響了秒殺，一些使用其他功能的用戶也被迫重試，最后，整個(gè)系統(tǒng)都趨于崩潰。

為了避免服務(wù)雪崩，我們需要做點(diǎn)什么，通常我們會(huì)使用限流或者熔斷機(jī)制。限流，顧名思義，就是限制流量的大小。這個(gè)在日常生活中，我們也并不陌生。例如北上廣深的地鐵站，高峰時(shí)期就經(jīng)常限流。本來10分鐘只能搭乘500名乘客，這個(gè)時(shí)候我們讓2000名乘客到站臺(tái)等也是毫無意義，徒增風(fēng)險(xiǎn)，限流系統(tǒng)就是這種理念。預(yù)估好每個(gè)系統(tǒng)的容量，例如庫存系統(tǒng)，一秒鐘只能處理1萬個(gè)請(qǐng)求，那么我們就讓只有1萬個(gè)請(qǐng)求能夠請(qǐng)求到庫存系統(tǒng)。其他的請(qǐng)求直接拒絕，告訴他們，庫存已經(jīng)售光了，下次再來。這就可以很好地保護(hù)到我們的系統(tǒng)。

另一種常見的手段，便是熔斷。熔斷就跟我們的保險(xiǎn)絲一樣，一旦電流達(dá)到某個(gè)值，就會(huì)燒斷保險(xiǎn)絲，從而保護(hù)到用電安全。熔斷在分布式系統(tǒng)中其實(shí)也比較常見，一般有著下面三種狀態(tài)。全開，表示服務(wù)運(yùn)行正常，關(guān)閉，表示觸發(fā)熔斷，無法正常調(diào)用，半開，部分請(qǐng)求會(huì)被攔截。

那么熔斷系統(tǒng)有什么用呢?我們舉一個(gè)簡單的例子，假如我們的服務(wù)是部署在多個(gè)機(jī)房的，突然有一天，某個(gè)機(jī)房的光纖被挖斷了。這個(gè)時(shí)候，使用這個(gè)機(jī)房的服務(wù)基本都會(huì)失敗了，這個(gè)時(shí)候，如果沒有熔斷系統(tǒng)，就會(huì)有持續(xù)不斷的請(qǐng)求進(jìn)入這個(gè)機(jī)房，結(jié)果必然是超時(shí)或者失敗。最后引發(fā)上游業(yè)務(wù)的不斷重試，引起雪崩。如果這個(gè)時(shí)候有熔斷的存在，很快請(qǐng)求就會(huì)被路由到其他機(jī)房，從而達(dá)到對(duì)系統(tǒng)的保護(hù)。

那么，如何設(shè)計(jì)一個(gè)熔斷系統(tǒng)呢?只要掌握了以下幾點(diǎn)，相信并不困難。

• 位置 在一個(gè)分布式服務(wù)中，那些服務(wù)是瓶頸就是最有可能需要熔斷的地方。
• 錯(cuò)誤類型 在一個(gè)服務(wù)中，通常有各種類型的錯(cuò)誤，有些是系統(tǒng)失敗，像服務(wù)超時(shí)，運(yùn)行時(shí)異常，有些則是邏輯失敗，像訂單重復(fù)取消，要正確的區(qū)分不同的錯(cuò)誤，有些錯(cuò)誤要觸發(fā)熔斷，有些則是可以跳過。
• 性能 一個(gè)好的熔斷服務(wù)，對(duì)性能的影響應(yīng)該是較小的。不難因噎廢食，為了計(jì)數(shù)的準(zhǔn)確而加了大力度的鎖，從而造成性能大幅下跌。
• 服務(wù)恢復(fù) 一般，熔斷的服務(wù)恢復(fù)有兩種模式，一是自動(dòng)恢復(fù)，熔斷系統(tǒng)隔斷時(shí)間進(jìn)行服務(wù)探測，如果探測成功會(huì)進(jìn)行服務(wù)恢復(fù)。另一種則是提供手動(dòng)重置，例如我們誤處理了一個(gè)錯(cuò)誤碼，造成系統(tǒng)熔斷，那么我們需要手工重置。
• 日志 日志是必須的，特別是錯(cuò)誤日志。所有的架構(gòu)設(shè)計(jì)，都需要日志系統(tǒng)，不然就變成了薛定諤的熔斷系統(tǒng)了。

好了，今天我們就介紹道這里，歡迎大家關(guān)注我，整理后會(huì)和大家繼續(xù)分享。大家的支持是我繼續(xù)嘮嗑的動(dòng)力。