服务雪崩效应|学习笔记

简介: 快速学习服务雪崩效应

开发者学堂课程【全面讲解 Spring Cloud Alibaba 技术栈(知识精讲+项目实战)第二阶段服务雪崩效应】学习笔记与课程紧密联系,让用户快速学习知识

课程地址https://developer.aliyun.com/learning/course/684/detail/11869


服务雪崩效应

 

内容介绍:

一、服务瘫痪

二、雪崩效应

 

一、服务瘫痪

在分布式系统中,由于网络原因或自身的原因,服务一般无法保证100%用。如果一个服务出现了问题,调用这个服务就会出现线程阻塞的情况,此时若有大量的请求涌入,就会出现多条线程阻塞等待,进而导致服务瘫痪。

 

二、雪崩效应

1.由于服务与服务之间的依赖性,故障会传播,会对整个微服务系统造成灾难性的严重后果,这就是服务故障的“雪崩效应”。

运用下图进行理解

image.png

服务依赖关系:

A服务依赖于 B 服务,B 服务依赖于C 服务

某一个时刻,C 服务挂掉了,但是B服务依旧在不断的调用C服务

由于 C 服务挂掉了,导致B服务也一直拿不到C的响应结果,这时候就会有大量线程堆积在 B 线程,最终导致B挂掉

同样的道理,A服务最终也会挂掉,至此整个服务链调用全部挂掉

2.了便于理解,再进行细化

⑴假设A里面有个方法叫a1,B里面有个方法叫b1,C里面有个方法叫c1,同样也有a2、b2和c2。

⑵b1方法调用了c1方法,a2方法调用了b2方法,如图所示:

image.png

⑶由于服务C的崩溃,会导致产生雪崩效应

3. 雪崩发生的原因多种多样,有不合理的容量设计,或者是高并发下某一个方法响应变慢,亦或是某台机器的资源耗尽。

我们无法完全杜绝雪崩源头的发生,只有做好足够的容错,保证在一个服务发生问题,不会影响到其它服务的正常运行。也就是“雪落而不雪崩”。

⑴不合理的容量设计:如B服务只能容纳30个请求,如果每次来50个请求,会导致服务 B 繁忙

⑵高并发下某一个方法响应变慢:正常情况下,服务 C 可每秒进行一个反应,但在高并发下,需要3秒做出一个反应

⑶容错:服务 C 不影响服务B,服务 B 不被服务 C 影响

相关文章
|
C++
思维模型No5|网络效应--快速增长的奥秘
思维模型No5|网络效应--快速增长的奥秘
122 1
|
6月前
|
存储 数据采集 数据可视化
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
|
6月前
|
机器学习/深度学习 开发框架 算法
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
|
6月前
|
Python
光的本质——波动说与微粒说的交锋
光的本质——波动说与微粒说的交锋
93 1
|
6月前
|
测试技术
框架效应
框架效应
124 0
|
6月前
|
数据可视化 Python
金融数学方法:有限差分法
金融数学方法:有限差分法
175 0
|
12月前
|
自然语言处理 算法 数据挖掘
什么是知识学习的复利效应
什么是知识学习的复利效应
|
移动开发
坚持积累的复利效应
坚持积累的复利效应
|
机器学习/深度学习 存储 并行计算
神经辐射场去掉「神经」,训练速度提升100多倍,3D效果质量不减
神经辐射场去掉「神经」,训练速度提升100多倍,3D效果质量不减
160 0
|
机器学习/深度学习 算法 数据挖掘
自适应共振理论网络-1|学习笔记
快速学习自适应共振理论网络-1
247 0
自适应共振理论网络-1|学习笔记