IT 面试题库

服务雪崩是怎么发生的?限流、熔断、隔离、降级该怎么配合才有效?

中级场景题后端架构师架构师SRE站点可靠性工程师服务治理雪崩熔断隔离降级

题目

考察点:雪崩链路、四种手段的分工、常见误用。服务治理的核心场景题。

参考答案

内容深度:详细 · 无代码示例 · 来源:外部链接 · 未复核 · 70 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

要点:

1. 某个下游(DB、第三方、某服务)变慢而不是直接挂掉;

2. 调用它的服务线程/连接被慢调用占满(这是关键——资源耗尽比故障本身更致命);

3. 该服务无法处理其他请求 → 它的上游也被占满 → 沿调用链向上逐层扩散;

4. 重试与超时叠加(重试放大流量、超时累积)加速崩溃;

5. 最终全站不可用,且恢复后流量洪峰再次压垮刚重启的系统(需慢启动/预热)。

- 超时:最基础、最容易被忽略——没有超时,慢调用会永久占用资源。所有跨进程调用必须显式设置超时,且要分层递减(见网关题)。

- 限流:控制「入口流量」,防止超出系统承载能力。作用在最上游(网关)效果最好。它防的是「请求太多」。

- 熔断:控制「对某个下游的调用」。以错误率/慢调用比例为依据,快速失败(不再真的去调用),给下游留出恢复时间。状态机 CLOSED → OPEN → HALF_OPEN:OPEN 期间直接拒绝;到时间后进入 HALF_OPEN,放少量请求试探,成功则回到 CLOSED,失败则继续 OPEN。关键参数是错误率阈值 + 窗口大小 + 最小请求数 + OPEN 持续时间。它防的是「反复去撞已经坏掉的下游」。

- 隔离(舱壁模式 Bulkhead):控制「资源边界」——给不同下游分配独立的线程池/信号量/连接池,让「一个下游慢」不会耗尽调用方的全部资源。这是最容易被忽略但最有效的手段:把「共享资源」变成「分舱资源」,故障就被限制在一个舱里。

- 降级:给出「可接受的替代结果」——缓存旧数据、默认值、简化功能、异步兜底。它决定用户体验退化到什么程度,是业务决策而非纯技术配置(谁来定降级内容、什么时候触发、怎么恢复,都要提前约定)。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题