罗罗编程学习记录
本页内容 展开查看

09.2.2.2 降级预案、隔离与兜底

所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.2 流量治理 / 09.2.2 熔断降级与削峰异步化

09.2.2.2-001 降级是什么?与熔断有什么关系?

一句话结论

降级是在资源紧张或依赖异常时,主动关闭非核心功能、返回兜底结果或简化处理,保住核心链路;熔断是触发降级的手段之一,熔断打开后由降级逻辑提供兜底,二者是“决策—动作”关系。

概念解释

  • 降级动作:关功能、返缓存、默认值、排队异步。
  • 触发:熔断、限流、系统过载、人工预案。
  • 目标:核心可用性优先于功能完整度。

原理流程

依赖异常 / 资源紧张
  → 熔断/限流触发
    → 执行降级预案:兜底返回 / 简化功能 / 异步处理

常见误区

  • 误区:降级等于系统故障。降级是主动保护策略,核心能力仍在服务。
  • 误区:熔断自动就完成了降级。熔断器只做切断决策,返回什么兜底结果需要降级代码实现。

追问

  • 问:降级和限流的关系?答:限流控制进入量,降级处理被限制/故障请求的结果呈现,可配合使用。
  • 问:降级由谁触发?答:自动规则(熔断/过载)、人工开关、预案脚本,三类触发都要有预案。

09.2.2.2-002 读降级与写降级的策略差异是什么?

一句话结论

读降级可返回缓存、旧数据、默认值或精简页面,代价是数据时效;写降级要更谨慎:可异步排队、合并写入或暂时拒绝,不能丢写、不能产生半成品数据,需保证幂等与补偿。

概念解释

  • 读:容忍旧数据,兜底手段多。
  • 写:涉及一致性与副作用,降级动作受限。
  • 原则:写不静默丢弃,失败可追溯可补偿。

原理流程

读异常 → 缓存/旧值/默认兜底
写异常 → 异步排队 / 拒绝提示 / 补偿重试

常见误区

  • 误区:读写都可以返回默认值兜底。写操作返回“成功”但未落库,会造成数据不一致。
  • 误区:写降级直接丢弃请求。关键写必须有队列持久化或失败补偿,不能静默丢失。

追问

  • 问:读旧数据怎么告知用户?答:标注数据更新时间,关键一致性场景仍走主库或提示稍后重试。
  • 问:写异步排队后如何保证不丢?答:可靠队列/本地消息表 + 重试 + 死信 + 对账补偿。

09.2.2.2-003 兜底数据来源有哪些?

一句话结论

常见来源:本地/分布式缓存、上一次成功结果、静态默认值、配置化兜底数据、降级页面;兜底数据要标注时效与来源,避免把过期或错误数据当作实时结果呈现。

概念解释

  • 缓存兜底:缓存命中旧数据。
  • 默认值:与业务无关的安全默认展示。
  • 静态页:公告、简化页面。

原理流程

下游不可用
  → 查缓存 → 有则返回(标注时效)
  → 无缓存 → 默认值/静态兜底

常见误区

  • 误区:兜底数据可以任意填。错误的默认值可能误导业务决策,需按场景选安全值。
  • 误区:兜底不需要刷新。缓存过期或长期未更新会返回陈旧信息,要有失效与更新策略。

追问

  • 问:兜底数据存哪里?答:本地缓存(快但容量小)、Redis(共享)、静态配置(稳定),按时效要求选择。
  • 问:兜底响应怎么标识?答:响应头/字段标记降级来源与时间,便于客户端与监控识别。

09.2.2.2-004 功能降级:非核心功能清单怎么列?

一句话结论

按业务链路把功能分为核心交易链路与非核心附属功能(推荐、评论、个性化、统计埋点等),非核心在压力或故障时可关闭;清单明确每个功能的降级动作、开关与恢复条件。

概念解释

  • 核心:下单、支付、登录等必须可用。
  • 非核心:展示类、附加运营功能。
  • 清单:功能 → 降级动作 → 开关 → 责任人。

原理流程

功能分级 → 非核心可关闭
  → 降级开关控制
  → 资源释放给核心链路

常见误区

  • 误区:所有功能同等重要。不分级就无法在压力时取舍,核心链路被附属功能拖累。
  • 误区:关闭非核心功能没有代价。推荐、个性化关闭会影响转化,需业务确认可接受度。

追问

  • 问:功能降级动作有哪些?答:直接关闭、返回静态内容、异步化延后计算、简化为基础版本。
  • 问:降级清单何时评审?答:大促前、架构变更后定期评审,随业务功能更新维护。

09.2.2.2-005 舱壁模式(Bulkhead)是什么?

一句话结论

舱壁模式把系统资源(线程池、连接、信号量)按依赖/角色分隔成独立隔间,一个隔间故障或过载不蔓延到其他隔间;对应后端实现就是按依赖隔离线程池或限制并发信号量。

概念解释

  • 隔离单元:每个依赖独立池/配额。
  • 故障边界:慢依赖只占自己的隔间。
  • 类比:船体分舱,一处进水不沉整船。

原理流程

依赖 A → 池 A(独立并发上限)
依赖 B → 池 B(独立并发上限)
A 过载 → 只占池 A,不影响池 B

常见误区

  • 误区:公共线程池配合熔断就等于舱壁。熔断触发前慢调用仍占公共池,物理隔离才是舱壁。
  • 误区:隔间越多越好。池数量增加线程/连接总量与管理成本,按依赖重要性分组隔离。

追问

  • 问:舱壁模式对应哪些实现?答:独立线程池、独立连接池、信号量并发限制。
  • 问:哪些依赖最该优先隔离?答:外部接口、慢服务、不稳定第三方,以及核心链路上的非关键依赖。

09.2.2.2-006 线程池隔离与信号量隔离怎么选?

一句话结论

线程池隔离用独立线程队列,物理资源分隔彻底,但线程数与上下文成本高;信号量隔离用计数器限制共享线程上的并发,轻量但不阻塞公共线程;依赖不稳定、需彻底隔离选线程池,轻量限制选信号量。

概念解释

方式 资源 隔离强度 成本
线程池隔离 独立线程与队列 强,故障不蔓延 线程栈与切换成本
信号量隔离 共享线程 + 计数器 限制并发,不隔离线程 轻量,无额外线程

原理流程

线程池:依赖请求进入独立池队列 → 独立线程执行 → 池满拒绝
信号量:共享线程执行 → 计数器登记并发 → 超限等待或拒绝

常见误区

  • 误区:信号量能阻止慢调用占满公共线程。不能,阻塞任务仍占公共线程,只是并发数被限。
  • 误区:所有依赖都开独立线程池。线程总数膨胀后整机调度与内存压力上升,需统一规划。

追问

  • 问:Hystrix 默认哪种隔离?答:线程池隔离为主,也支持信号量;Resilience4j 常用信号量/舱壁限制。
  • 问:隔离池大小怎么定?答:按该依赖并发峰值与 SLA,结合整机线程预算分配,压测校验。

09.2.2.2-007 为什么不同下游依赖要隔离资源?

一句话结论

不隔离时一个慢/故障依赖占满公共线程池,其他健康依赖排队超时,故障传染;隔离后慢依赖的阻塞被限制在自己的池内,健康依赖照常执行,故障边界清晰。

概念解释

  • 传染机制:公共池被慢依赖耗尽。
  • 隔离边界:各依赖独立配额。
  • 收益:故障局部化,核心链路可用。

原理流程

无隔离:慢依赖占满公共池 → 全部调用受阻
有隔离:慢依赖占满自己池 → 其他依赖正常

常见误区

  • 误区:下游有超时就不用隔离。超时前慢调用已占住线程,超时池仍可能被堆积的在途任务占满。
  • 误区:按接口隔离最细。按下游依赖分组更贴合真实故障边界,避免池数量失控。

追问

  • 问:隔离池满了怎么拒绝?答:快速失败走降级,不排队占用其他池;拒绝计入该依赖指标。
  • 问:如何验证隔离有效?答:故障演练压慢某个依赖,观察其他依赖 RT 与成功率不受影响。

09.2.2.2-008 降级开关如何设计与推送?

一句话结论

降级开关在配置中心维护,按功能/依赖粒度配置,动态推送到各节点本地生效;开关状态可远程切换、留审计记录,默认关闭(正常),触发降级时有明确的进入与退出条件。

概念解释

  • 粒度:功能、依赖、接口、租户。
  • 推送:配置监听 + 本地缓存。
  • 审计:谁、何时、切换了什么。

原理流程

开关配置 → 规则中心推送
  → 节点本地读取执行降级
  → 状态变更记录审计日志

常见误区

  • 误区:降级开关硬编码在代码里。需要重新发布才能切换,故障时来不及。
  • 误区:开关推送失败无兜底。节点应保留最近生效开关,不可用时使用保守默认值。

追问

  • 问:开关支持哪些降级动作?答:关闭功能、返回兜底、切换数据源、限流收紧、切异步队列。
  • 问:如何防止开关误操作?答:变更审批、灰度生效、回退版本、操作审计与二次确认。

09.2.2.2-009 降级预案必须包含哪些内容?

一句话结论

预案包含:触发条件、降级动作与兜底数据、开关与执行人、影响范围、恢复条件与回退步骤、监控告警与演练记录;每类非核心功能与核心依赖都要有对应预案,不能只写“降级处理”。

概念解释

  • 触发:自动阈值 / 人工触发。
  • 动作:具体到返回什么、关闭什么。
  • 恢复:何时、如何回到正常状态。

原理流程

触发条件 → 执行动作 → 兜底结果
  → 监控状态 → 恢复条件 → 回退步骤

常见误区

  • 误区:预案只写原则不写动作。故障时无法快速执行,临时决策容易出错。
  • 误区:预案写了从不演练。未演练的开关、兜底数据与流程可能实际不可用。

追问

  • 问:预案多久评审一次?答:业务变更、大促前与定期复盘后更新;依赖下线或新增时同步修订。
  • 问:预案如何沉淀到系统?答:开关、兜底逻辑、配置与告警落地到代码与配置中心,文档对应可执行动作。

09.2.2.2-010 兜底返回的业务语义如何保证不误导?

一句话结论

兜底结果必须明确标识“非实时/降级数据”,字段口径与正常返回区分;不能把失败伪装成成功,不能给出可能被下游采纳的错误业务状态;关键写操作兜底要返回“受理中/稍后查询”而非伪造成功。

概念解释

  • 标识:降级来源、数据时效、是否完整。
  • 语义:读可返回旧值;写不能虚构完成态。
  • 校验:兜底结构与正常结构字段一致或明确差异。

原理流程

读兜底:旧值 + 时效标记
写兜底:受理中 / 稍后查询 + 任务标识

常见误区

  • 误区:兜底返回 200 + 默认对象就等于成功。调用方可能据此推进后续流程,造成错误状态。
  • 误区:降级数据和实时数据同字段无区分。前端与下游无法判断能否直接展示或使用。

追问

  • 问:如何在接口契约中表达降级?答:增加状态字段(实时/缓存/兜底)、数据时间戳,文档说明各分支语义。
  • 问:写受理中如何跟踪结果?答:返回任务 ID,提供查询接口或消息通知,避免用户重复提交。

09.2.2.2-011 降级后数据一致性怎么办?

一句话结论

读降级允许短期旧数据并标注时效;写降级走异步队列/补偿,保证最终一致;降级期间产生的简化结果要在恢复后对账、补偿或校正,不能留下永久不一致状态。

概念解释

  • 读一致性:可接受短暂陈旧,标注时间。
  • 写一致性:异步 + 幂等 + 补偿 + 对账。
  • 恢复后:核对降级期间数据,修正差异。

原理流程

降级期:写进入可靠队列
  → 恢复后消费补偿
  → 对账核对差异并修正

常见误区

  • 误区:降级期间的数据不用管。恢复后不校对,旧数据与丢失写入会长期残留。
  • 误区:异步写天然一致。消息丢失、重复、乱序仍需幂等与补偿机制保障。

追问

  • 问:哪些写不能降级异步?答:强一致、跨系统关键状态变更,应拒绝并提示重试,不做异步兜底。
  • 问:对账怎么做?答:定期比对降级期间任务状态与业务结果,失败项重新补偿或告警人工介入。

09.2.2.2-012 降级为什么不能静默失败?

一句话结论

静默失败(无日志、无指标、无标识)会让问题无法发现与排查,用户侧感知异常却无人知晓;降级必须记录触发原因、兜底来源与影响范围,并暴露指标与告警。

概念解释

  • 可观测:降级触发计数、返回兜底比例。
  • 日志:依赖、维度、触发规则。
  • 告警:核心链路降级时通知。

原理流程

执行降级 → 记录事件 + 指标
  → 上报监控 → 必要时告警

常见误区

  • 误区:兜底返回正常就不用监控。降级比例持续升高说明依赖或容量存在问题。
  • 误区:降级日志只记一句“降级了”。缺少依赖、参数、规则上下文,无法定位根因。

追问

  • 问:降级指标看什么?答:各功能/依赖降级触发次数、兜底返回占比、恢复时间。
  • 问:什么级别需要告警?答:核心链路降级、降级持续超过阈值、兜底数据命中率异常。

09.2.2.2-013 限流触发的降级与故障触发的降级有什么区别?

一句话结论

限流降级因入口流量超容量触发,动作是拒绝/排队/返回配额提示,依赖本身可能健康;故障降级因依赖异常或资源饱和触发,动作是隔离、兜底、关闭非核心功能;触发源与预期恢复条件不同。

概念解释

  • 限流降级:流量过大,保护容量。
  • 故障降级:依赖/资源异常,保护可用性。
  • 指标:分别关联入口限流计数与依赖健康度。

原理流程

流量超限 → 限流拒绝/排队
依赖异常 → 隔离 + 兜底

常见误区

  • 误区:两种降级用同一套兜底。限流场景提示稍后重试即可,故障场景需要缓存/关闭功能。
  • 误区:限流降级也算依赖故障。混淆口径会错误判断下游健康度。

追问

  • 问:大促期间主要触发哪种?答:以限流降级与非核心功能关闭为主;依赖故障降级按实际异常触发。
  • 问:如何区分两类事件?答:错误码/事件类型标记,监控与告警分别统计。

09.2.2.2-014 多级降级:缓存 → 默认值 → 排队,顺序怎么排?

一句话结论

按可用性与数据可信度逐级回退:优先返回最近缓存,其次业务默认值/静态兜底,写请求可转入异步队列;每一级都要有明确标识与超时控制,避免逐级等待放大延迟。

概念解释

  • 第一级:缓存旧数据(最接近实时)。
  • 第二级:默认值/静态内容(保证可用)。
  • 写:队列异步,不伪造同步成功。

原理流程

下游调用失败
  → 缓存命中?返回缓存
  → 否则默认值/静态兜底
  → 写请求转异步队列

常见误区

  • 误区:每一级都同步等待超时。多级串行等待会把 RT 叠加到不可接受,各级要有短超时。
  • 误区:默认值和缓存混用不区分。数据可信度不同,应在响应中标注当前兜底级别。

追问

  • 问:兜底级别如何配置?答:按功能优先级定义回退链,开关控制每级是否启用。
  • 问:缓存也不可用怎么办?答:回退静态默认值;都不可用则返回明确错误提示与重试引导。

09.2.2.2-015 隔离资源耗尽时的拒绝策略是什么?

一句话结论

隔离池/信号量耗尽时快速失败并走降级兜底,不向公共池借调、不无限排队;拒绝策略按依赖重要性设定(异常抛出、默认值、异步入队),并计入隔离池指标,避免故障扩散。

概念解释

  • 拒绝对象:超出该依赖并发配额的新请求。
  • 禁止:跨池借线程导致隔离失效。
  • 记录:拒绝原因与计数。

原理流程

隔离池满
  → 快速失败 / 兜底
  → 不借用其他依赖池

常见误区

  • 误区:池满后放到公共线程池处理。这等于取消隔离,慢依赖仍会传染。
  • 误区:池满排队等待更友好。等待占用槽位并放大延迟,关键链路应快速降级。

追问

  • 问:隔离池队列长度怎么设?答:有界,匹配该依赖可接受排队时长;超出即拒绝。
  • 问:池持续耗尽说明什么?答:依赖变慢或配额不足,需扩容池、治理下游或触发熔断。

09.2.2.2-016 降级演练(故障演练)怎么做?

一句话结论

在预发或可控生产环境注入故障(下游延迟、错误、依赖不可用),验证隔离、熔断、降级开关与兜底数据按预期生效,记录恢复时长与问题;演练覆盖核心链路与关键依赖,定期重复。

概念解释

  • 注入方式:延迟、错误码、关闭依赖、资源占用。
  • 验证点:是否触发隔离/熔断、兜底是否正确、恢复是否自动。
  • 复盘:预案缺陷、参数不合理项。

原理流程

准备演练环境与观测
  → 注入故障 → 观察降级动作
  → 恢复依赖 → 验证回退
  → 复盘修订预案

常见误区

  • 误区:演练只在文档里走一遍。未实际触发开关与兜底代码,故障时可能不可用。
  • 误区:演练影响真实用户。生产演练必须有隔离、限流保护与一键回退,选择低峰窗口。

追问

  • 问:演练频率怎么定?答:核心链路定期演练,大促前专项演练,架构变更后补充验证。
  • 问:演练记录什么?答:触发时点、降级动作、兜底结果、恢复时长、暴露的预案缺口。

09.2.2.2-017 核心链路与非核心链路如何划分?

一句话结论

按业务价值与不可替代性划分:直接影响交易完成、资金、登录的链路为核心;展示、推荐、统计、附属运营功能为非核心;划分结果决定降级顺序、资源保底与隔离优先级。

概念解释

  • 核心:不可降级关闭,保底资源优先。
  • 非核心:可关闭、可延迟、可返回静态内容。
  • 边界:文档化并随业务调整。

原理流程

业务价值评估 → 链路分级
  → 核心保底资源
  → 非核心优先降级

常见误区

  • 误区:技术团队自行划分链路等级。分级需业务方确认,避免把影响转化的功能误判为非核心。
  • 误区:划分一次长期不变。新功能、活动入口上线后要重新评估等级。

追问

  • 问:核心链路保底什么资源?答:独立线程池/连接配额、限流保底额度、优先降级其他功能释放资源。
  • 问:非核心链路降级顺序?答:按价值与成本从低到高依次关闭。

09.2.2.2-018 静态化 / 本地兜底在高并发下怎么取舍?

一句话结论

变化少、可预生成的内容适合静态化/本地兜底,抗压能力强且不依赖下游;强时效、个性化内容不适合静态兜底,应走缓存或正常链路;本地兜底要控制容量与新鲜度,避免陈旧与内存膨胀。

概念解释

  • 静态化:页面/数据预生成,直接返回。
  • 本地兜底:进程内缓存默认内容。
  • 限制:容量、时效、一致性。

原理流程

内容低变化 → 静态化兜底
强时效/个性化 → 缓存或正常链路

常见误区

  • 误区:所有接口都加本地兜底。个性化数据本地缓存既不准确也占内存。
  • 误区:静态化内容永不过期。需要刷新机制与版本管理,避免长期陈旧。

追问

  • 问:本地兜底缓存容量怎么控?答:设最大条数、过期时间与淘汰策略,纳入内存容量评估。
  • 问:静态化如何更新?答:后台预生成/推送更新版本,发布切换,避免临时回源压力。

09.2.2.2-019 降级策略配置化与优先级如何管理?

一句话结论

降级动作、开关、兜底数据源按功能/依赖配置化,支持动态推送;优先级定义资源争抢时的降级顺序(先非核心后核心),配置带版本、审计与回退,避免代码散落硬编码。

概念解释

  • 配置项:开关状态、兜底数据源、降级级别。
  • 优先级:降级触发顺序与保底顺序。
  • 治理:版本、审计、灰度。

原理流程

配置中心 → 降级规则下发
  → 按优先级执行
  → 变更可回退、可审计

常见误区

  • 误区:降级逻辑散落在各业务代码里。难以统一开关与复盘,应集中规则与配置。
  • 误区:优先级只写在文档里。系统执行顺序应可配置、可验证,不依赖人工临场判断。

追问

  • 问:配置化降级如何测试?答:演练中切换配置验证动作,灰度节点先生效观察。
  • 问:配置错误如何保护?答:保留默认保守策略、变更审批与一键回退。

09.2.2.2-020 常见误区:降级等于“返回错误”吗?

一句话结论

不等于:降级是在受限条件下尽量提供可用结果(缓存、默认值、简化功能、异步受理),返回错误只是最后手段;好的降级优先保体验与核心流程,错误兜底要附带提示与重试引导。

概念解释

  • 降级层次:功能简化 → 兜底数据 → 异步受理 → 明确错误。
  • 目标:核心流程可走,损失非核心体验。
  • 错误返回:最后一级,带可理解提示。

原理流程

优先:兜底结果 / 简化功能 / 异步受理
最后:返回明确错误 + 重试引导

常见误区

  • 误区:降级就是抛异常。只返回错误等于没有兜底设计,用户体验与核心流程都受影响。
  • 误区:降级可以无限制兜底。兜底数据能力有限,下游持续故障时仍需限流与扩容治理。

追问

  • 问:如何评估降级做得好不好?答:故障演练中核心流程是否完成、兜底数据是否正确、用户可感知影响是否可控。
  • 问:降级与正常功能如何平衡?答:降级是临时保护,恢复后及时回退正常路径,监控降级持续时长。