面试题：微服务架构下考虑多指标融合的熔断触发条件设计

Question

在一个复杂的微服务系统里，服务之间存在复杂的依赖关系。现在要求你综合考虑错误率、响应时间、请求量这几个指标，设计一套熔断触发条件的方案，需要详细说明各个指标的权重设定依据以及如何通过算法实现多指标融合判断熔断的触发。

Answer 1

权重设定依据

1. 错误率：
   • 权重设定：较高权重，如 0.5。
   • 依据：错误率直接反映了服务调用的失败情况。高错误率意味着服务可能出现了故障，无法正常提供功能，严重影响业务流程。例如在支付微服务中，若错误率过高，可能导致用户支付失败，对业务造成重大损失。所以错误率在熔断触发条件中应占较大比重。
2. 响应时间：
   • 权重设定：权重设为 0.3。
   • 依据：响应时间过长会降低用户体验，甚至导致业务流程超时。虽然它不像错误率那样直接表示服务故障，但长时间的延迟也可能暗示服务内部存在性能瓶颈或资源不足问题。如电商的商品详情页服务，若响应时间过长，用户可能会离开页面，影响业务转化。不过相比错误率，其对业务的直接影响程度稍低，所以权重低于错误率。
3. 请求量：
   • 权重设定：权重设为 0.2。
   • 依据：请求量反映了服务的繁忙程度。高请求量可能是业务高峰导致，并不一定代表服务出现问题。它更多是作为辅助指标，用于判断在高负载情况下服务的运行状况。例如在电商大促期间，某服务请求量剧增，但只要错误率和响应时间在可接受范围内，就不应轻易熔断。所以其权重相对较低。

多指标融合判断熔断触发算法

1. 指标标准化：
   • 为了能将不同量级和单位的指标进行统一计算，需要对错误率（errorRate）、响应时间（responseTime）和请求量（requestCount）进行标准化处理。
   • 错误率：本身是 0 - 1 之间的比例，无需处理。
   • 响应时间：假设历史统计中，响应时间最长为 maxResponseTime，最短为 minResponseTime，标准化后的响应时间 normResponseTime = (responseTime - minResponseTime) / (maxResponseTime - minResponseTime)。
   • 请求量：假设历史统计中，请求量最大值为 maxRequestCount，最小值为 minRequestCount，标准化后的请求量 normRequestCount = (requestCount - minRequestCount) / (maxRequestCount - minRequestCount)。
2. 加权计算：
   • 设一个综合得分 compositeScore，计算公式为： compositeScore = 0.5 * errorRate + 0.3 * normResponseTime + 0.2 * normRequestCount。
3. 熔断判断：
   • 设定一个熔断阈值 threshold，例如 0.6。
   • 当 compositeScore >= threshold 时，触发熔断机制，暂时切断对该服务的调用，以防止故障扩散。同时开启断路器，进入熔断状态。在熔断状态下，可根据一定策略（如定时试探）判断服务是否恢复，若恢复则关闭断路器，恢复正常调用。