面试题：如何在微服务架构中实现服务熔断与服务降级策略

Question

假设你负责一个基于微服务架构的电商系统，当某个商品详情服务出现高并发导致响应缓慢甚至不可用时，阐述你将如何设计并实现服务熔断与服务降级策略，以保证整个系统的可用性。需要说明涉及的技术方案、关键代码逻辑以及相关参数的设置依据。

Answer 1

技术方案

1. 服务熔断：可以使用Hystrix或Sentinel等框架。以Hystrix为例，它会监控服务调用的失败率、超时等指标。当失败率超过一定阈值（如50%），且在一定时间窗口（如10秒）内请求数达到一定数量（如20个），就会触发熔断，后续请求不再调用实际的商品详情服务，而是直接返回fallback内容。
2. 服务降级：同样可借助Hystrix或Sentinel。在高并发场景下，主动降低服务的某些非核心功能或质量，优先保障核心功能可用。比如简化商品详情展示，只返回关键信息，如商品名称、价格等，而不返回复杂的描述、图片等信息。

关键代码逻辑（以Spring Cloud Alibaba Sentinel为例）

1. 引入依赖：

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-sentinel</artifactId>
</dependency>

2. 配置Sentinel规则： 可以通过Sentinel控制台动态配置规则，也可在代码中配置。

import com.alibaba.csp.sentinel.Entry;
import com.alibaba.csp.sentinel.SphU;
import com.alibaba.csp.sentinel.slots.block.BlockException;
import com.alibaba.csp.sentinel.slots.block.RuleConstant;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRule;
import com.alibaba.csp.sentinel.slots.block.degrade.DegradeRuleManager;

import java.util.ArrayList;
import java.util.List;

public class SentinelConfig {
    public static void initDegradeRule() {
        List<DegradeRule> rules = new ArrayList<>();
        DegradeRule rule = new DegradeRule();
        rule.setResource("productDetailService"); // 资源名，对应商品详情服务
        rule.setGrade(RuleConstant.DEGRADE_GRADE_EXCEPTION_RATIO); // 基于异常比例熔断
        rule.setCount(0.5); // 异常比例阈值，50%
        rule.setTimeWindow(10); // 熔断时间窗口，10秒
        rule.setMinRequestAmount(20); // 最小请求数，20个
        rules.add(rule);
        DegradeRuleManager.loadRules(rules);
    }
}

3. 实现降级逻辑：

public class ProductDetailService {
    public String getProductDetail(String productId) {
        Entry entry = null;
        try {
            entry = SphU.entry("productDetailService");
            // 实际调用商品详情服务的代码
            return realGetProductDetail(productId);
        } catch (BlockException e) {
            // 服务降级逻辑
            return "Product detail service is degraded, only show basic info.";
        } finally {
            if (entry != null) {
                entry.exit();
            }
        }
    }

    private String realGetProductDetail(String productId) {
        // 实际查询商品详情逻辑
        return "Full product detail for product " + productId;
    }
}

相关参数的设置依据

1. 异常比例阈值（如50%）：这个值不能设置过低，否则服务可能因为偶尔的波动就熔断；也不能过高，不然高并发下大量请求失败也不会触发熔断。50%是一个比较适中的经验值，可根据实际业务场景和历史数据调整。
2. 熔断时间窗口（如10秒）：时间窗口过短，服务可能频繁熔断和恢复，影响用户体验；过长则在服务恢复正常后，还长时间处于熔断状态。10秒能给服务一个相对合理的恢复时间，期间用户得到降级的响应。
3. 最小请求数（如20个）：设置最小请求数是为了避免因少量请求失败就触发熔断。如果请求数过少，失败可能是偶然因素导致，设置该值可使熔断判断更准确。