什麼是快取雪崩？伺服器雪崩的場景與解決方案

什麼是應用服務雪崩

雪崩問題

分散式系統都存在這樣一個問題，由於網路的不穩定性，決定了任何一個服務的可用性都不是 100% 的。當網路不穩定的時候，作為服務的提供者，自身可能會被拖死，導致服務呼叫者阻塞，最終可能引發雪崩連鎖效應。

快取雪崩

當快取伺服器重啟或者大量快取集中在某一個時間段失效，這樣在失效的時候，也會給後端系統 (比如 DB) 帶來很大壓力，造成資料庫後端故障，從而引起應用伺服器雪崩。

雪崩效應產生的幾種場景

• 流量激增：比如異常流量、使用者重試導致系統負載升高；
• 快取重新整理：假設 A 為 client 端，B 為 Server 端，假設 A 系統請求都流向 B 系統，請求超出了 B 系統的承載能力，就會造成 B 系統崩潰；
• 程式有 Bug：程式碼迴圈呼叫的邏輯問題，資源未釋放引起的記憶體洩漏等問題；
• 硬體故障：比如當機，機房斷電，光纖被挖斷等。
• 資料庫嚴重瓶頸，比如：長事務、sql 超時等。
• 執行緒同步等待：系統間經常採用同步服務呼叫模式，核心服務和非核心服務共用一個執行緒池和訊息佇列。如果一個核心業務執行緒呼叫非核心執行緒，這個非核心執行緒交由第三方系統完成，當第三方系統本身出現問題，導致核心執行緒阻塞，一直處於等待狀態，而程式間的呼叫是有超時限制的，最終這條執行緒將斷掉，也可能引發雪崩；

快取雪崩的解決方案

快取失效的幾種情況:

1、快取伺服器掛了

2、高峰期快取區域性失效

3、熱點快取失效

解決方案：

1、避免快取集中失效，不同的 key 設定不同的超時時間

2、增加互斥鎖，控制資料庫請求，重建快取。

3、提高快取的 HA，如：redis 叢集。

雪崩的整體解決方案

一般情況對於服務依賴的保護主要有 3 種解決方案：

（1）熔斷模式

這種模式主要是參考電路熔斷，如果一條線路電壓過高，保險絲會熔斷，防止火災。放到我們的系統中，如果某個目標服務呼叫慢或者有大量超時，此時，熔斷該服務的呼叫，對於後續呼叫請求，不在繼續呼叫目標服務，直接返回，快速釋放資源。如果目標服務情況好轉則恢復呼叫。

重點監控的機器效能指標

• cpu (Load) cpu 使用率 / 負載
• memory 記憶體
• mysql 監控長事務 (這裡與 sql 查詢超時是緊密結合的，需要重點監控)
• sql 超時
• 執行緒數等

總之，除了 cpu、記憶體、執行緒數外，重點監控資料庫端的長事務、sql 超時等，絕大多數應用伺服器發生的雪崩場景，都是來源於資料庫端的效能瓶頸，從而先引起資料庫端大量瓶頸，最終拖累應用伺服器也發生雪崩，最後就是大面積的雪崩。

（2）隔離模式

這種模式就像對系統請求按型別劃分成一個個小島的一樣，當某個小島被火少光了，不會影響到其他的小島。

例如可以對不同型別的請求使用執行緒池來資源隔離，每種型別的請求互不影響，如果一種型別的請求執行緒資源耗盡，則對後續的該型別請求直接返回，不再呼叫後續資源。這種模式使用場景非常多，例如將一個服務拆開，對於重要的服務使用單獨伺服器來部署，再或者公司最近推廣的多中心。

（3）限流模式

上述的熔斷模式和隔離模式都屬於出錯後的容錯處理機制，而限流模式則可以稱為預防模式。限流模式主要是提前對各個型別的請求設定最高的 QPS 閾值，若高於設定的閾值則對該請求直接返回，不再呼叫後續資源。這種模式不能解決服務依賴的問題，只能解決系統整體資源分配問題，因為沒有被限流的請求依然有可能造成雪崩效應。

熔斷設計

在熔斷的設計主要參考了 hystrix 的做法。其中最重要的是三個模組：熔斷請求判斷演算法、熔斷恢復機制、熔斷報警

（1）熔斷請求判斷機制演算法：使用無鎖迴圈佇列計數，每個熔斷器預設維護 10 個 bucket，每 1 秒一個 bucket，每個 blucket 記錄請求的成功、失敗、超時、拒絕的狀態，預設錯誤超過 50% 且 10 秒內超過 20 個請求進行中斷攔截。

（2）熔斷恢復：對於被熔斷的請求，每隔 5s 允許部分請求透過，若請求都是健康的（RT<250ms）則對請求健康恢復。

（3）熔斷報警：對於熔斷的請求打日誌，異常請求超過某些設定則報警。

隔離設計

隔離的方式一般使用兩種

（1）執行緒池隔離模式：使用一個執行緒池來儲存當前的請求，執行緒池對請求作處理，設定任務返回處理超時時間，堆積的請求堆積入執行緒池佇列。這種方式需要為每個依賴的服務申請執行緒池，有一定的資源消耗，好處是可以應對突發流量（流量洪峰來臨時，處理不完可將資料儲存到執行緒池隊裡慢慢處理）

（2）訊號量隔離模式：使用一個原子計數器（或訊號量）來記錄當前有多少個執行緒在執行，請求來先判斷計數器的數值，若超過設定的最大執行緒個數則丟棄改型別的新請求，若不超過則執行計數操作請求來計數器 + 1，請求返回計數器 - 1。這種方式是嚴格的控制執行緒且立即返回模式，無法應對突發流量（流量洪峰來臨時，處理的執行緒超過數量，其他的請求會直接返回，不繼續去請求依賴的服務）

超時機制設計

（1）超時分兩種，一種是請求的等待超時，一種是請求執行超時。

（2）等待超時：在任務入佇列時設定任務入佇列時間，並判斷隊頭的任務入佇列時間是否大於超時時間，超過則丟棄任務。

（3）執行超時：直接可使用執行緒池提供的 get 方法。

如何提前發現雪崩

就是首先讓系統不雪崩，然後透過監控發現請求正在接近或者超過閥值，然後再根據具體情況處理，這個接近或者超過閥值的過程，可以稱為 “提前發現雪崩”。

以上就是應用服務雪崩的場景以及技術方案總結。

作者簡介

陳睿 |mikechen,10 年 + 大廠架構經驗，《mikechen 的網際網路架構》系列文章作者，專注於網際網路架構技術。

閱讀 mikechen 的網際網路架構更多技術文章合集

 | | | | |    |  

關注「mikechen 的網際網路架構」公眾號，回覆 【 架構】 領取 《mikechen 的網際網路架構●原創技術合集》