⾼并发下存在的问题
微服务拆分多个系统,服务之间互相依赖,可能会由于
系统负载过⾼,突发流量或者⽹络等各种异常情况 导致
服务不可⽤核⼼思想-⾯向失败编程
不要外界影响
不被请求拖垮
2.⾼并发下的微服务容错⽅案
限流
漏⽃,不管流量多⼤,均匀的流⼊容器,令牌桶算法,漏桶算法
熔断
保险丝,熔断服务,为了防⽌整个系统故障,包含当前和下游服务
降级
抛弃⼀些⾮核⼼的接⼝和数据,返回兜底数据 旅⾏箱的例⼦:只带核⼼的物品,抛弃⾮核⼼的,等有条件的时候再去携带这些物品
隔离
服务和资源互相隔离,⽐如⽹络资源,机器资源,线程资源等,不会因为某个服务的资源不⾜⽽抢占其他服务的资源
熔断和降级互相交集
相同点
从可⽤性和可靠性触发,为了防⽌系统崩溃
最终让⽤户体验到的是某些功能暂时不能⽤
不同点
服务熔断⼀般是下游服务故障导致的,⽽服务降级⼀般是从整体系统负荷考虑,由调⽤⽅控制
想进⾏微服务的容错,业界⽬前有Sentinel、Hystrix,相对于AlibabaCloud⽽⾔,Sentinel是最好的搭配
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)