滾滾長江東逝水，浪花淘盡英雄。

是非成敗轉(zhuǎn)頭空。青山依舊在，幾度夕陽紅。

-- 來自《三國演義》

本篇將會通過三國中的赤壁之戰(zhàn)來講述周瑜、黃蓋和諸葛亮是怎么把服務(wù)雪崩玩到極致的。

赤壁之戰(zhàn)

話說東漢末年，曹操、孫權(quán)、劉備在長江赤壁（今湖北蒲圻西北）進行了一次爭奪老大位置的大戰(zhàn)，這就是有名的赤壁之戰(zhàn)。

一、還原赤壁之戰(zhàn)

曹操統(tǒng)一北方后，南下打敗了劉備，占領(lǐng)荊襄之地后，還想干掉東邊的孫權(quán)，于是劉備和孫權(quán)一起聯(lián)合抗擊曹軍八十萬大軍。

曹操的軍隊大部分都是北方的，對于水上作戰(zhàn)的經(jīng)驗非常欠缺，而且很多士兵暈船，于是曹操命令軍隊將船尾用鐵索相連，減弱了風(fēng)浪顛簸，利于士兵演練。

我們來看看周瑜、黃蓋、諸葛亮的對話：

黃蓋：曹操是真的蠢啊，把船連著，如果船燒著了，其他船會跟著一起燒著的。鎖鏈不易解開，船都逃不了了。我們用火攻，直接把曹軍干趴下。
周瑜：但如何接近他們的船呢？
黃蓋：我用詐降帶幾艘船出發(fā)，船上載浸油的干草，等接近曹軍時，點燃干草，沖向曹軍的連環(huán)船，引燃他們的船只。
周瑜：妙??！可是哪來的東風(fēng)？
諸葛亮：我來借東風(fēng)~

赤壁之戰(zhàn)那天，火船乘風(fēng)闖入曹軍船陣，頓時一片火海。聯(lián)軍乘勢攻擊，曹軍傷亡慘重，最后以聯(lián)軍大勝結(jié)束，成為了以少勝多的經(jīng)典戰(zhàn)役。

二、戰(zhàn)情分析

周瑜和黃蓋看出了連環(huán)船的弱點：「如果一只船被燒著了，也會把連著的船燒著」 。

這就很像我們的系統(tǒng)中出現(xiàn)的服務(wù)雪崩問題。

假定我們系統(tǒng)引進了微服務(wù)的思想，將多個服務(wù)進行拆分，每個服務(wù)都是通過接口調(diào)用來完成的，看似功能通過微服務(wù)化后，功能和職責(zé)單一，正是我們想要的.

但隨著業(yè)務(wù)的增長，服務(wù)的數(shù)量也是隨之增多，邏輯也會更加復(fù)雜，一個服務(wù)的某個邏輯需要依賴多個其他服務(wù)才能完成。假如一個被依賴的服務(wù)不能向上游的服務(wù)提供服務(wù)，則很可能造成雪崩效應(yīng)，最后導(dǎo)致整個服務(wù)不可訪問。

就像雪山上某一處出現(xiàn)積雪崩塌的現(xiàn)象，慢慢地帶動其他片區(qū)的積雪崩塌，產(chǎn)生了級聯(lián)反應(yīng)，最后造成大片的積雪崩塌，這就是常見的雪崩場景。

「小結(jié)」 一個服務(wù)失敗，導(dǎo)致整條鏈路的服務(wù)都失敗的場景，稱為服務(wù)雪崩。

那曹軍應(yīng)該怎么避免這個問題呢？別急，后面再看答案。

三、系統(tǒng)中的雪崩效應(yīng)

微服務(wù)之間往往采用 RPC 或者 HTTP 調(diào)用，一般都會設(shè)置調(diào)用超時的限制，或者通過失敗重試機制來確保服務(wù)成功執(zhí)行。但如果不考慮服務(wù)的熔斷和限流，還是很容易產(chǎn)生服務(wù)雪崩的。下面用例子來講解下雪崩效應(yīng)是怎么產(chǎn)生的。

• 我們系統(tǒng)中三個服務(wù)：訂單服務(wù)、商品服務(wù)、庫存服務(wù)。

• 下單場景：用戶下單了一個商品，客戶端調(diào)用訂單服務(wù)來生成預(yù)付款訂單，訂單服務(wù)調(diào)用商品服務(wù)查看下單的哪款商品，商品服務(wù)調(diào)用庫存服務(wù)判斷這款商品是否有庫存，如有庫存，則可以生成預(yù)付款訂單。

• 假定因雙十一流量暴增，庫存服務(wù)不可用（如響應(yīng)超時等），庫存服務(wù)收到的很多請求都未處理完，它將無法處理更多請求。

• 而上游的商品服務(wù)依賴庫存服務(wù)，商品服務(wù)的超時和重試機制會被執(zhí)行。商品服務(wù)新的調(diào)用不斷產(chǎn)生，會導(dǎo)致商品服務(wù)的調(diào)用被大量積壓，產(chǎn)生大量的調(diào)用等待和重試調(diào)用，慢慢耗盡商品服務(wù)的資源，比如內(nèi)存，結(jié)果導(dǎo)致商品服務(wù)也宕機了。

• 而訂單服務(wù)也會重走商品服務(wù)的老路。結(jié)果就是三個服務(wù)都不可用了。

四、造成雪崩的真實場景

1.4.1 服務(wù)提供者不可用

• 硬件故障:如網(wǎng)絡(luò)故障、硬盤損壞等。

• 程序的 bug:如算法需要占用大量 CPU 的計算時間導(dǎo)致 CPU 使用率過高。

• 緩存擊穿:比如應(yīng)用剛重啟，短時間內(nèi)緩存是失效的，導(dǎo)致大量請求直接訪問到了數(shù)據(jù)庫，數(shù)據(jù)庫不堪重負，服務(wù)不可用。

• 秒殺和大促:服務(wù)短時間承載不了那么多請求量。

1.4.2 重試加大流量

• 用戶連續(xù)重試:比如用戶看到界面上沒有響應(yīng)，所以又操作了一遍，結(jié)果又增加了一倍請求量。

• 程序重試機制:比如代碼中有多次重試的邏輯，一次失敗后，過幾秒后再重試，重試個三次就取消重試，走異常處理分支了。也是增加了請求量。

五、如何防止雪崩

方案

出問題前預(yù)防：限流、主動降級、隔離

出問題后修復(fù)：熔斷、被動降級

「本篇主要來講解熔斷機制?！?/strong> 后續(xù)幾篇會講解其他方案。

六、熔斷原理和算法

1.6.1 熔斷概念

熔斷這個概念來源于電路系統(tǒng)中的保險絲熔斷。當(dāng)電流過大時，保險絲熔斷，防止因電流過大損壞電器元器件，或因電流過大，導(dǎo)致元器件熱度過高，發(fā)生火災(zāi)。

「物理公式」 電功率 P = I^2 * R，I 代表電流，元器件的電阻 R 不變的情況下，電流越大，電功率約大，電阻做的電功大部分都用來發(fā)熱了，所以電功率越大，發(fā)熱越嚴(yán)重。（還好高中物理沒忘。）

放到我們系統(tǒng)中，怎么理解熔斷？

如果在某段時間內(nèi)，調(diào)用某個服務(wù)非常慢甚至超時，就可以將這個服務(wù)熔斷，后續(xù)其他服務(wù)再調(diào)用這個服務(wù)就直接返回，告訴其他服務(wù)：「“已經(jīng)熔斷了，你別調(diào)用我了，過段時間再來試下吧?！薄?/strong>

1.6.2 如何熔斷

「熔斷有個原則」 一段時間內(nèi)，統(tǒng)計失敗的次數(shù)或者失敗請求的占比超過一定閾值，就進行熔斷。

詳細的原理如下圖所示：

1.6.3 統(tǒng)計請求的算法

• 請求訪問到后臺服務(wù)后，首先判斷熔斷開關(guān)是否打開。

• 如果熔斷開關(guān)已打開，則表明當(dāng)前請求不能被處理。

• 如果熔斷開關(guān)未打開，則判斷時間窗口是否已滿。

• 如果時間窗口未滿，則請求桶中的請求數(shù)加 1。

• 如果返回的響應(yīng)有異常，則失敗桶的失敗數(shù)加 1，如果返回的響應(yīng)沒有異常，則成功桶的成功數(shù)加 1。

• 如果時間窗口已滿，則開始判斷是否需要熔斷。

1.6.4 熔斷的恢復(fù)算法

• 當(dāng)熔斷后，開關(guān)切換到斷開狀態(tài)。

• 過一段時間后，開關(guān)切換為半斷開狀態(tài)（Half-Open）。半斷開狀態(tài)下，允許對應(yīng)用程序的一定數(shù)量的請求可以去調(diào)用服務(wù)，如果調(diào)用成功，則認為服務(wù)可以正常訪問了，于是將開關(guān)切換為閉合狀態(tài)。

• 如果半斷開狀態(tài)下，還是有調(diào)用失敗的情況，則認為服務(wù)還沒有恢復(fù)，開關(guān)從半斷開狀態(tài)切換到斷開狀態(tài)。

1.6.5 統(tǒng)計失敗率的時間窗口

• 時間窗口可以比喻為人坐在窗戶邊，看外面來往的車輛，一定時間內(nèi)從窗戶外經(jīng)過的車輛。

• 每次請求，都會判斷時間窗口是否已滿（如5分鐘），如果時間窗口已滿，則重新開始計時，且清理請求數(shù)/成功數(shù)/失敗數(shù)。

• 注意：第一次開始的起始時間默認為當(dāng)前時間。

1.6.6 嘗試恢復(fù)服務(wù)的時間窗口

• 開關(guān)為斷開的狀態(tài)，經(jīng)過一定時間后，比如 1 分鐘，設(shè)置為半斷開的狀態(tài)，嘗試發(fā)送請求檢測服務(wù)是否恢復(fù)。

• 如果已恢復(fù)，則切換狀態(tài)為關(guān)閉狀態(tài)。如果未恢復(fù)，則切換狀態(tài)為斷開的狀態(tài)，經(jīng)過 1 分鐘后，重復(fù)上面的步驟。

• 這里的時間窗口可以根據(jù)環(huán)境的運行狀態(tài)進行動態(tài)調(diào)整，比如第一次是 1 分鐘，第二次是 3 分鐘，第三次是 10 分鐘。

七、熔斷中間件

肯定有人會問了，你這上面講的原理，難道還真的自己去寫這套算法？

「答案：是的，項目中我們自己造了一個輪子：熔斷器?！?/strong>

但這里我不推薦大家這么做。市面上還有更優(yōu)秀的開源組件供大家使用，比如阿里系的 Sentinel（推薦），Netflix 的 Hystrix（已停止更新）。

當(dāng)然 Sentinel 就不在這篇講了，后續(xù)奉上~

八、扭轉(zhuǎn)戰(zhàn)局

曹操大敗是因為連鎖船的原因，那如何給曹操提供一妙計，助他扭轉(zhuǎn)戰(zhàn)局呢？

「方案有如下幾個」

• 可以用麻繩代替鎖鏈，因繩子更容易割斷。（熔斷機制）

• 將船劃分到幾個區(qū)域，區(qū)域之間保持一定距離，即使某個區(qū)域燒著了，也不會影響其他區(qū)域。（熔斷+資源隔離）

• 在湖面上提前設(shè)關(guān)卡，黃蓋過來的話，先檢查船和人，有問題不予通行。（熔斷）

九、限流、降級

本來是想在這篇把限流和降級也寫完的，發(fā)現(xiàn)熔斷的內(nèi)容越寫越多了，那就把限流和降級放在后面幾篇吧。也是三國故事哦~

寫在最后

《三國演義》也是我非常喜歡的一部文學(xué)作品，書大概看了 80 %，電視劇是看完了的。

最喜歡的角色當(dāng)然是軍師諸葛亮啦，還有梟雄曹操~~

特別推薦一個分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長按關(guān)注一下：

長按訂閱更多精彩▼
如有收獲，點個在看，誠摯感謝