东汉末年,他们把「服务雪崩」玩到了极致(精修版)

发布于 2022-6-28 17:41
浏览
0收藏

本篇将会通过三国中的赤壁之战来讲述周瑜、黄盖和诸葛亮是怎么把服务雪崩玩到极致的。


本文已收录到我的 Github,点击文末的阅读原文打开。给个Star吧~

 

https://github.com/Jackson0714/PassJava-Learning


赤壁之战


话说东汉末年,曹操、孙权、刘备在赤壁市进行了一次争夺老大位置的大战,这就是有名的赤壁之战

 

一、还原赤壁之战


曹操统一北方后,南下打败了刘备,占领荆襄之地后,还想干掉东边的孙权,于是刘备和孙权一起联合抗击曹军八十万大军。

 

曹操的军队大部分都是北方的,对于水上作战的经验非常欠缺,而且很多士兵晕船,于是曹操命令军队将船尾用铁索相连,减弱了风浪颠簸,利于士兵演练。东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

铁索连环-图片来源网络


我们来看看周瑜、黄盖、诸葛亮的对话:东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区黄盖:曹操是真的蠢啊,把船连着,如果船烧着了,其他船会跟着一起烧着的。锁链不易解开,船都逃不了了。我们用火攻,直接把曹军干趴下。
周瑜:但如何接近他们的船呢?
黄盖:我用诈降带几艘船出发,船上载浸油的干草,等接近曹军时,点燃干草,冲向曹军的连环船,引燃他们的船只。
周瑜:妙啊!可是哪来的东风?
诸葛亮:我来借东风~


赤壁之战那天,火船乘风闯入曹军船阵,顿时一片火海。联军乘势攻击,曹军伤亡惨重,最后以联军大胜结束。以少胜多的经典战役。

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

引燃连锁船-图片来源网络

 

二、战情分析


周瑜和黄盖看出了连环船的弱点:如果一只船被烧着了,也会把连着的船烧着

 

这就很像我们的系统中出现的服务雪崩问题。

 

假定我们系统引进了微服务的思想,将多个服务进行拆分,每个服务都是通过接口调用来完成的,看似功能通过微服务化后,功能和职责单一,正是我们想要的.

 

但随着业务的增长,服务的数量也是随之增多,逻辑也会更加复杂,一个服务的某个逻辑需要依赖多个其他服务才能完成。假如一个被依赖的服务不能向上游的服务提供服务,则很可能造成雪崩效应,最后导致整个服务不可访问

 

就像雪山上某一处出现积雪崩塌的现象,慢慢地带动其他片区的积雪崩塌,产生了级联反应,最后造成大片的积雪崩塌,这就是常见的雪崩场景。

 

小结: 一个服务失败,导致整条链路的服务都失败的场景,称为服务雪崩。

 

那曹军应该怎么避免这个问题呢?别急,后面再看答案。

 

三、系统中的雪崩效应


微服务之间往往采用 RPC 或者 HTTP 调用,一般都会设置调用超时的限制,或者通过失败重试机制来确保服务成功执行。但如果不考虑服务的熔断和限流,还是很容易产生服务雪崩的。下面用例子来讲解下雪崩效应是怎么产生的。

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

雪崩效应


 •  我们系统中三个服务:订单服务商品服务库存服务


 •  下单场景:用户下单了一个商品,客户端调用订单服务来生成预付款订单,订单服务调用商品服务查看下单的哪款商品,商品服务调用库存服务判断这款商品是否有库存,如有库存,则可以生成预付款订单。

 

 •  假定因双十一流量暴增,库存服务不可用(如响应超时等),库存服务收到的很多请求都未处理完,它将无法处理更多请求。

 

 •  而上游的商品服务依赖库存服务,商品服务的超时和重试机制会被执行。商品服务新的调用不断产生,会导致商品服务的调用被大量积压,产生大量的调用等待和重试调用,慢慢耗尽商品服务的资源,比如内存,结果导致商品服务也宕机了。

 

 •  而订单服务也会重走商品服务的老路。结果就是三个服务都不可用了。


四、造成雪崩的真实场景


1.4.1 服务提供者不可用


 •  硬件故障,如网络故障、硬盘损坏等。


 •  程序的 bug,如算法需要占用大量 CPU 的计算时间导致 CPU 使用率过高。


 •  缓存击穿:比如应用刚重启,短时间内缓存是失效的,导致大量请求直接访问到了数据库,数据库不堪重负,服务不可用。

 

 •  秒杀和大促:服务短时间承载不了那么多请求量。


1.4.2 重试加大流量


 •  用户连续重试,比如用户看到界面上没有响应,所以又操作了一遍,结果又增加了一倍请求量。


 •  程序重试机制,比如代码中有多次重试的逻辑,一次失败后,过几秒后再重试,重试个三次就取消重试,走异常处理分支了。也是增加了请求量。

 

五、如何防止雪崩


方案


出问题前预防he:限流、主动降级、隔离

 

出问题后修复:熔断、被动降级

 

本篇主要来讲解熔断机制。 后续几篇会讲解其他方案。

 

六、熔断原理和算法


6.1 熔断概念

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区 保险丝熔断


熔断这个概念来源于电路系统中的保险丝熔断。当电流过大时,保险丝熔断,防止因电流过大损坏电器元器件,或因电流过大,导致元器件热度过高,发生火灾。东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

保险丝长啥样


物理公式: 电功率 P = I^2 * R,I 代表电流,元器件的电阻 R 不变的情况下,电流越大,电功率约大,电阻做的电功大部分都用来发热了,所以电功率越大,发热约严重。(还好高中物理没忘。)

 

放到我们系统中,怎么理解熔断?

 

如果在某段时间内,调用某个服务非常慢甚至超时,就可以将这个服务熔断,后续其他服务再调用这个服务就直接返回,告诉其他服务:“已经熔断了,你别调用我了,过段时间再来试下吧。”

 

6.2 如何熔断


熔断有个原则: 一段时间内,统计失败的次数或者失败请求的占比超过一定阈值,就进行熔断。

 

详细的原理如下图所示:

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

熔断原理图&悟空聊架构


下面是原理介绍:


6.3 统计请求的算法


 •  请求访问到后台服务后,首先判断熔断开关是否打开。


 •  如果熔断开关已打开,则表明当前请求不能被处理。


 •  如果熔断开关未打开,则判断时间窗口是否已满。


 •  如果时间窗口未满,则请求桶中的请求数加 1。


 •  如果返回的响应有异常,则失败桶的失败数加 1,如果返回的响应没有异常,则成功桶的成功数加 1。


 •  如果时间窗口(判断统计错误率)已满,则开始判断是否需要熔断。


6.4 熔断的恢复算法


 •  当熔断后,开关切换到断开状态


 •  过一段时间后,开关切换为半断开状态(Half-Open)。半断开状态下,允许对应用程序的一定数量的请求可以去调用服务,如果调用成功,则认为服务可以正常访问了,于是将开关切换为闭合状态

 

 •  如果半断开状态下,还是有调用失败的情况,则认为服务还没有恢复,开关从半断开状态切换到断开状态


6.5 统计失败率的时间窗口


时间窗口又分为固定窗口和滑动窗口。

 

固定时间窗口:

 

原理:固定时间内统计流量总量,超过阀值则限制流量。

 

缺陷:无法限制短时间之内的集中流量。

 

滑动窗口原理:

 

原理:统计的总时间固定,但时间段是滑动的。

 

缺陷:无法控制流量让它们更加平滑

 

时间窗口的原理图在这里:

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区

 统计失败率的时间窗口@悟空聊架构


 •  时间窗口可以比喻为人坐在窗户边,看外面来往的车辆,一定时间内从窗户外经过的车辆。


 •  每次请求,都会判断时间窗口是否已满(如5分钟),如果时间窗口已满,则重新开始计时,且清理请求数/成功数/失败数。

 

 •  注意:第一次开始的起始时间默认为当前时间。


6.6 尝试恢复服务的时间窗口

东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区 尝试恢复服务的时间窗口@悟空聊架构


 •  开关为断开的状态,经过一定时间后,比如 1 分钟,设置为半断开的状态,尝试发送请求检测服务是否恢复。


 •  如果已恢复,则切换状态为关闭状态。如果未恢复,则切换状态为断开的状态,经过 1 分钟后,重复上面的步骤。


 •  这里的时间窗口可以根据环境的运行状态进行动态调整,比如第一次是 1 分钟,第二次是 3 分钟,第三次是 10 分钟。


七、熔断中间件


肯定有人会问了,你这上面讲的原理,难道还真的自己去写这套算法?

 

答案:是的,项目中我们自己造了一个轮子:熔断器。

 

但这里我不推荐大家这么做。市面上还有更优秀的开源组件供大家使用,比如阿里系的 Sentinel(推荐),Netflix 的 Hystrix(已停止更新,维护阶段)。

 

Sentinel 和 Hystrix 的对比,可以看这篇: 东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区八、扭转战局


曹操大败是因为连锁船的原因,那如何给曹操提供一妙计,助他扭转战局呢?

 

方案有如下几个:

 

 •  可以用麻绳代替锁链,因绳子更容易割断。(熔断机制)


 •  将船划分到几个区域,区域之间保持一定距离,即使某个区域烧着了,也不会影响其他区域。(熔断+资源隔离)


 •  在湖面上提前设关卡,黄盖过来的话,先检查船和人,有问题不予通行。(熔断)

九、限流、降级
东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区对请求的流量进行控制, 只放行部分请求,使服务能够承担不超过自己能力的流量压力。

 

常见限流算法有三种:时间窗口、漏桶算法、令牌桶算法

 

漏桶算法


原理:按照一个固定的速率将流量露出到接收端。

 

缺陷:面对突发流量的时候,采用的解决方式是缓存在漏桶中,这样流量的响应时间就会增长,这就与互联网业务低延迟的要求不符。东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区令牌桶算法


原理:一秒内限制访问次数为 N 次。每隔 1/N 的时间,往桶内放入一个令牌。分布式环境下,用 Redis 作为令牌桶。原理图如下:东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区总结的思维导图在这里:东汉末年,他们把「服务雪崩」玩到了极致(精修版)-开源基础软件社区写在最后


《三国演义》也是我非常喜欢的一部文学作品,书大概看了 80 %,电视剧是看完了的。

 

最喜欢的角色当然是军师诸葛亮啦,国服诸葛在此!

已于2022-6-28 17:41:15修改
收藏
回复
举报
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
    相关推荐