面试题：微服务架构下，如何设计一个通用的服务降级策略以应对高并发场景下的服务过载？

1. 识别过载

可以通过以下几种方式识别服务过载：

基于资源指标：
- CPU使用率：通过操作系统或容器监控工具（如Prometheus + Grafana）实时获取CPU使用率。当CPU使用率超过设定阈值（如80%），可认为服务有过载风险。
- 内存使用率：类似地，监控内存使用情况，当内存使用率达到特定比例（如90%），表明可能过载。
- 线程数：对于Java应用，可监控线程池的活跃线程数。若活跃线程数接近或达到线程池最大线程数，可能面临过载。
基于请求指标：
- 请求响应时间：统计一段时间内（如1分钟）请求的平均响应时间。若平均响应时间大幅超过正常水平（例如超过平时的2倍），说明服务可能过载。
- 请求队列长度：如果请求队列持续增长且不下降，表明服务处理速度跟不上请求速度，可能处于过载状态。

2. 优先降级的服务

非核心业务服务：例如，一些辅助性的功能，如用户个性化推荐（但不影响基本产品浏览和交易）、第三方广告展示等服务。这些服务即使暂时不可用，对核心业务影响较小。
资源消耗大且可替代的服务：比如复杂的数据分析计算服务，如果有简单版本的计算方式可满足基本需求，那么复杂计算服务可优先降级。
依赖外部不稳定服务的业务：若某个服务依赖于外部接口，而该接口经常不稳定，为避免影响自身系统，可考虑优先降级此服务。

3. 保证核心业务可用性

业务梳理与分级：对整个微服务系统的业务进行详细梳理，明确区分核心业务和非核心业务。例如电商系统中，商品展示、下单、支付属于核心业务，而用户积分兑换等属于非核心业务。
资源隔离：通过容器化（如Docker）和资源限制（如Kubernetes的资源配额），确保核心业务服务有足够的CPU、内存等资源，不会因其他服务过载而受影响。
备用方案：为核心业务服务准备备用方案，如缓存策略。当核心业务服务依赖的其他服务降级时，可从缓存中读取数据以维持基本功能。例如，商品详情页面的数据，可先从Redis缓存读取。

4. 代码实现

以Java Spring Cloud为例，使用Hystrix库实现服务降级：

引入依赖：

<dependency>
    <groupId>com.netflix.hystrix</groupId>
    <artifactId>hystrix-core</artifactId>
    <version>1.5.18</version>
</dependency>
<dependency>
    <groupId>com.netflix.hystrix</groupId>
    <artifactId>hystrix-metrics-event-stream</artifactId>
    <version>1.5.18</version>
</dependency>

定义服务方法和降级方法：

import com.netflix.hystrix.contrib.javanica.annotation.HystrixCommand;
import org.springframework.stereotype.Service;

@Service
public class ExampleService {

    @HystrixCommand(fallbackMethod = "fallbackMethod")
    public String exampleMethod() {
        // 正常业务逻辑
        return "正常响应";
    }

    public String fallbackMethod() {
        // 降级逻辑
        return "服务降级，返回兜底数据";
    }
}

启用Hystrix：在Spring Boot主类上添加@EnableHystrix注解：

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import com.netflix.hystrix.contrib.javanica.annotation.EnableHystrix;

@SpringBootApplication
@EnableHystrix
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

5. 配置实现

以Spring Cloud Netflix Hystrix为例，在application.yml文件中进行配置：

hystrix:
  command:
    default:
      execution:
        isolation:
          thread:
            timeoutInMilliseconds: 5000 # 设置超时时间，单位毫秒
      circuitBreaker:
        requestVolumeThreshold: 10 # 在滚动时间窗内，请求数达到此值，断路器才会开启
        errorThresholdPercentage: 50 # 错误率达到此值，断路器开启
        sleepWindowInMilliseconds: 5000 # 断路器开启后，休眠时间，单位毫秒

通过这些配置，可以灵活调整服务降级策略的触发条件和行为。同时，结合监控工具（如Hystrix Dashboard）实时监控服务的运行状态，及时调整配置以适应不同的流量场景。

星途面试题库

面试题：微服务架构下，如何设计一个通用的服务降级策略以应对高并发场景下的服务过载？

知识考点

面试题答案

1. 识别过载

2. 优先降级的服务

3. 保证核心业务可用性

4. 代码实现

5. 配置实现