你的微服务还差个容错机制
容错是每个微服务的基本特征。原因很简单：系统达到一定数量后，每天都会发生故障。造成故障的原因也是各种各样。
这就是为什么我们需要从更高的角度了解服务故障的导致因素，然后必须做出有效的决策。如果没有这些决定，就不可能达到我们所期望的容错水平。
了解系统总可用性
模型创建
实际上，我们并不需要具有真实网络的成熟应用程序来进行建模，所以借助软件 simulation ，我创建了对各种情况的模拟。
使用它，执行速度将大大提高，并且构建起来要简单得多。它使我们能够看到将系统扩展到100个节点的效果，这在实际场景中很难实现。
团队有义务维护服务的可用性
我之前所在的团队，必须要为在3种不同环境（DEV，INT，ROD）中运行的所有软件提供维护。
那时，我感到我们在任何一天都在修复服务中的问题，根本没有时间去做其他事情，例如：编码和完成我们前面的里程碑计划。这是因为，软件基础架构存在许多缺陷：没有运行状况检查，没有自动重启，我们只使用了SSH和bash终端。
有一天，我统计了下不同应用程序和组件，发现我们有将近100个组件需要存活！因此我们需要这100个组件，能够拥有99％的可用性。
那么系统的总可用性是多少？假如有一个开发人员管理这100个组件，那就会将开发人员的可用性降低到仅36％。这也就是为什么，我们在取得任何进展方面都很困难。
开发人员管理100个组件
串行和并行的服务关系
我们将首先看两个简单的示例，以了解每个组件之间的依赖关系将如何影响整个系统的可用性。
串行（应用程序和数据库）
在串行连接中，两个组件都需要是可用的。服务和数据库，就是这种配置的一个很好的例子。在下面的示例中，两个组件都具有95％的可用性。由于依赖关系，服务的可用性降低到90％。串行连接的总可用性始终低于其组件的最低可用性。
服务和数据库的可用性
并行（集群）
在并行连接中，只需要一个组件就可以提供服务。
在实际情况下，将客户端负载均衡与重试结合起来很接近这种设置。如下示例，在这里，每个组件有50％的可用性。模拟完成后，我们的总可用性应为75％。并行连接的总可用性始终高于其组件的可用性。请注意，在Python模型中，我们仅允许相同服务组件的并行连接。
2个服务并行的可用性
服务拆分：网格和星形
首先需要了解服务拆分原则。
假如我们只有10个服务。每个新添加的组件都将依赖于所有先前存在的组件。这就增加了许多抽象层，但更重要的是，许多集成点让人担心！
这些类型的系统的依赖关系图，通常看起来像一个完整的网格。在Python模型中，当我添加了几个具有99％可用性的服务，后来每个新添加的服务将取决于所有现有节点，但到最后一个所有连接的中间节点可用性却低于1％！
服务网格模型
我们如何改善整体状况？在现有功能的基础上重构也不错，但用网络调用封装每个依赖关系太危险了。我们的目标应该是减少集成点的数量并创建更大的服务。
在这种情况下，去掉集成调用，合并服务和重新实现某些功能会有所帮助。
向星形拓扑转变
现在，让我们看看另一个拓扑。假定系统中的每个组件都通过“代理”进行通信。这会有效地提高我们的可用性吗？
在下图中，每个服务的可用性为95％。它们中的每一个都只有一个依赖性：中间的代理集群。我们正在使用两个具有95％可用性的单独代理。你可以看到，可用性总体上有所提高。集群将代理的可用性提高了高达99.75％，并且每种服务的可用性降低很少。
这些例子告诉我们什么？面对依赖复杂的服务，则最好使用消息队列（如：Kafka，RabbitMQ）作为通信渠道。
避免单点故障
仔细评估所选技术的配置可以帮助你避免很多麻烦。这听起来并不那么简单，并且通常需要专门的人员来为你正确配置集群。
如果你使用的是云提供商，请检查托管服务的可用性。例如，AWS还提供SQS，SNS 和托管Kafka集群。
对代理进行分区
即使你对所选的技术有信心，还是建议将集群划分到不同的分区中。当你需要更新配置时，它将为你提供帮助。例如，你可以先更新单个分区的配置，然后在出现问题时可以迅速回退。
常见的微服务模式及其对可用性的影响
CRUD服务和集合
通常，团队使用简单的CRUD服务来封装特定的数据类型。在这些情况下，上一层的业务逻辑通常需要调用多个CRUD服务，来完成数据的聚合中。通过合并业务逻辑，可以减少集成点的数量。但是，让我们看一个不太简单的场景，在这种情况下，每个单独服务的可用性单独达到95％ 。
CRUD服务和集合
如上，我们有两个CRUD服务集成点。
假设我们想通过去掉another_crud到直连aggregate。从代理的角度，我们猜测可用性会增加，因此让我们做一些模拟并检查结果。
令人惊讶的是，我们失去了大约6％的可用性！为什么？原因是我们不小心将聚合的依赖从2增加到3。这使我们的系统的可用性变得更差。
因此，使我们想起更加单一的设计。
链式调用
另一个常见的模式是，服务间调用形成一条链，以简化数据聚合。在下面的示例中，从BFF中，获取用户数据和购物车信息会是不是更有优势呢？
链式调用示例
因为用户数据包含在每个相关的购物车信息中，我们应该考虑购物车服务的可重用性。
另外，如果不能在一段时间内接收到用户信息，我们需要考虑哪个服务应该提供有意义的默认值。这些默认值在每个用例中都一样还是不同？
与购物车页面相比，用户页面对失败的用户请求应该更加敏感。因此，下面的设计可能比上面更可扩展。
最终设计
总结
除了以上，最好了解其他与容错相关的模式。这会提高服务的具弹性。
重试
Cassandra的快速读取保护 就是一个很好的例子。此内置功能可确保如果在指定时间范围内未收到响应，则将发送其他请求。
Resilience4J实现了许多容错模式，包括重试。你甚至可以选择对重试策略以一定程度的随机性配置指数补偿。
如果你正在寻找集中式解决方案，那么最流行的代理和服务网格都已实现，例如Traefik或Istio。
补偿
最好在重试策略中添加指数补偿，以免服务因你的资源而产生混乱。例如Envoy代理提供的默认补偿算法。
默认值
每当依赖服务不可用时，你仍然可以选择从缓存中返回过时的值或某些默认值。由于大多数情况下，默认值与程序实体紧密相关，因此只能在你的应用程序代码中引入。Resilience4J提供了一些现成的实现，例如fallbackMethod其Spring注释中的属性。
断路器
断路器是最著名的稳定性模式。其中最受欢迎的实现是Hystrix。而且，几乎所有常用的服务网格，和类库都可以使用他，例如Istio，Envoy，Traefik或Resilience4J）。
超时时间
你的数据库连接，需要提供超时时间。如果你使用的是Spring Boot，则应为JDBC池配置Hikari CP，检查默认超时设置并设置一个更合理的值，因为默认值通常过高。
译者：王延飞
原文：https://dzone.com/articles/incorporating-fault-tolerance-into-your-microservi
译文：https://www.kubernetes.org.cn/7060.html
END
Kubernetes CKA线下班
正文到此结束
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
