面试题：微服务架构下如何合理配置降级策略

Question

假设你正在负责一个电商微服务系统，其中库存服务偶尔会出现高延迟。请描述你会怎样设计降级策略，以保障整个系统在库存服务异常时的可用性和数据一致性，同时说明你选择这些策略的理由。

Answer 1

降级策略设计

1. 快速失败策略：
   • 实现方式：当检测到库存服务延迟超过一定阈值（如1秒），立即返回一个预先设定的默认库存值（例如，显示“库存充足”，前提是该电商场景允许这样的处理，若对库存准确性要求极高，可显示“库存查询异常”），不再等待库存服务的实际响应。
   • 理由：能迅速处理请求，避免大量请求长时间等待，保证前端界面的响应速度，提升用户体验。在库存服务高延迟时，防止系统因等待库存服务响应而出现整体卡顿。
2. 缓存策略：
   • 实现方式：在应用层设置缓存，比如使用Redis。每次成功获取库存服务数据后，将库存信息存入缓存，设置合适的过期时间（例如5分钟，根据业务场景调整，若库存变化频繁则设置较短时间）。当库存服务出现高延迟时，直接从缓存中读取库存数据返回给调用方。
   • 理由：利用缓存的快速读取特性，减少对异常库存服务的依赖。对于短时间内库存变化不频繁的场景，缓存中的数据能满足大部分业务需求，保证系统的可用性。同时，在库存服务恢复正常后，可以更新缓存数据，尽量保证数据一致性。
3. 熔断策略：
   • 实现方式：引入熔断器（如Hystrix），统计库存服务的请求成功率、失败率、延迟等指标。当失败率或延迟超过一定比例（例如失败率达到50%，延迟超过平均响应时间的2倍），熔断器开启，一段时间内（例如10秒）所有对库存服务的请求直接走降级逻辑，不再尝试调用真实的库存服务。一段时间后（熔断半开状态），尝试少量请求调用库存服务，如果成功率达到一定标准（如80%），则关闭熔断器，恢复正常调用；否则继续保持熔断状态。
   • 理由：避免在库存服务异常时，大量无效请求继续调用，消耗系统资源，进一步拖垮系统。通过熔断机制，让系统在库存服务异常时能快速切换到降级模式，保障系统核心功能的可用性。当库存服务恢复时，逐步恢复调用，验证服务是否真正可用，避免立即恢复调用导致再次出现问题。
4. 异步处理策略：
   • 实现方式：对于非关键业务场景（如库存统计报表生成等），将调用库存服务的操作放入消息队列（如Kafka）中异步处理。当库存服务高延迟时，主业务流程不受影响，继续执行其他操作。待库存服务恢复正常后，再从消息队列中取出任务进行处理。
   • 理由：将非紧急任务与主业务流程分离，保证主业务流程的可用性。在库存服务异常时，不会因为这些非关键操作的等待而阻塞主业务，提高系统整体的响应能力。同时，通过消息队列的持久化特性，保证数据不会丢失，在库存服务恢复后能继续完成相关任务，一定程度上保证数据一致性。

数据一致性保障

1. 缓存更新机制：
   • 实现方式：当库存服务恢复正常后，立即更新缓存数据。同时，可以采用写后更新缓存策略，即库存数据发生变化时，先更新数据库，再更新缓存。为防止缓存和数据库不一致，可设置缓存的过期时间，让缓存数据在一定时间后强制更新。
   • 理由：确保缓存数据能及时反映库存的真实状态，减少因缓存数据过时导致的数据不一致问题。写后更新缓存策略能保证数据库和缓存数据的一致性，即使在更新过程中出现异常，也能通过缓存过期机制来最终保证数据一致性。
2. 补偿机制：
   • 实现方式：对于异步处理中因库存服务异常未完成的任务，在库存服务恢复后，通过补偿任务重新处理。可以记录每个异步任务的执行状态，对于失败的任务，定时重试（例如每隔1分钟重试一次，重试3次）。如果重试仍失败，发送通知给运维人员进行人工干预。
   • 理由：保证在库存服务异常期间丢失的操作能在服务恢复后重新执行，从而保证数据一致性。通过定时重试和人工干预机制，提高数据最终一致性的成功率。