面试题：业务高峰期微服务熔断与降级的策略设计

Question

假设你负责的微服务系统处于业务高峰期，经常出现部分服务响应缓慢的情况。请设计一套适合的微服务熔断与降级协同策略，包括如何确定熔断阈值、降级规则，以及在不同场景下如何切换策略。

Answer 1

熔断阈值确定

1. 基于响应时间：
   • 统计一段时间（如最近1分钟）内服务的平均响应时间。若平均响应时间连续多次（如5次）超过设定的阈值（如500ms），则启动熔断。
   • 例如，以每10秒为一个统计窗口，若最近5个10秒窗口内平均响应时间都大于500ms，触发熔断。
2. 基于错误率：
   • 计算一段时间内服务请求的错误率。当错误率达到一定比例（如50%），且请求量超过一定数量（如100次）时，触发熔断。
   • 比如，在1分钟内，如果有100次以上请求，且其中50次及以上请求失败（错误率50%），则开启熔断。

降级规则

1. 接口级降级：
   • 对于非核心业务接口，当检测到服务响应缓慢或资源紧张时，直接返回兜底数据。例如，商品详情页中的一些关联推荐信息，若获取推荐服务响应缓慢，直接返回默认推荐列表。
   • 对于一些查询类接口，可以降低查询精度，如只返回部分关键字段，减少数据处理量。例如，用户列表接口，在降级时只返回用户名和ID，不返回详细地址等信息。
2. 服务级降级：
   • 对于整个微服务，若其负载过高，可停止一些非必要功能。如订单服务，在业务高峰期可以暂时停止订单评价提醒的功能，优先保证订单创建、支付等核心功能。
   • 当服务熔断后，开启快速失败策略，即不再调用该服务，直接返回降级结果，告知用户服务暂时不可用或返回默认数据。

不同场景下切换策略

1. 业务高峰期：
   • 适当降低熔断阈值，如将错误率阈值从50%调整为40%，响应时间阈值从500ms调整为400ms，以便更快触发熔断，防止故障扩散。
   • 加大降级力度，优先保障核心业务接口，对于更多的非核心接口和功能进行降级处理。例如，在电商大促时，对于商品评论展示等非核心功能进行降级，只展示少量热门评论。
2. 业务低峰期：
   • 适当提高熔断阈值，如将错误率阈值从40%提高到50%，响应时间阈值从400ms提高到500ms，减少不必要的熔断。
   • 减少降级范围，逐步恢复被降级的接口和功能，对服务进行全面检查和优化，为下一次高峰期做准备。例如，在凌晨业务低峰时，对之前降级的一些个性化推荐功能进行恢复测试和优化。
3. 系统故障恢复阶段：
   • 当服务从熔断状态恢复后，采用逐步试探的方式调用服务。例如，先以较小的请求量（如正常请求量的10%）调用服务，若响应正常，再逐步增加请求量（每次增加10%），直到恢复到正常水平。
   • 在这个阶段，密切监控服务的响应时间和错误率，一旦发现异常，及时重新触发熔断或调整降级策略。如发现服务错误率开始上升，即使未达到熔断阈值，也可以适当增加降级范围。