架构师训练营作业 (第十一周)

导致系统不可用的原因有哪些？保障系统稳定高可用的方案有哪些？请分别列举并简述。



1. 导致系统不可用的原因

• cpu满负荷，竞争激烈，处理不过来造成假死

• 内存溢出，系统物理内存不够，造成应用程序内存申请不到，直接退出

• io文件描述符创建过多，消耗系统资源，应用程序申请不到系统资源

• 带宽过载，上下行带宽超过限制或者打满网卡

• 程序bug引起的系统不可用，如内存泄露，死循环等

• 服务器宕机

1. 保障系统稳定高可用的方案

• 垂直扩展：垂直扩展提升系统的处理能力，如增加cpu，内存等，但不能解决单点故障问题。

• 水平扩展：通过冗余部署解决单点故障，同时提升系统的处理能力，提高高可用性。

• 隔离：是对系统、业务所占用的资源进行隔离，限制某个业务对资源的占用数量，避免一个业务占用整个系统资源，对其他业务造成影响。常用的隔离有：进程隔离、线程隔离、模块隔离、应用隔离、机房隔离等，读写分离。

• 解耦：降低系统之间的依赖关系，避免系统之间互相影响造成雪崩。将同步调用转换成异步消息交互，通过消息队列解耦系统之间的依赖关系。

• 限流：一个系统的处理能力是有上限的，当服务请求量超过处理能力，通常会引起排队，造成响应时间迅速提升。如果对服务占用的资源量没有约束，可能导致资源占用过多而宕机。常用的限流方式有消费者端限流，提供者端限流，网关限流，限流算法有滑动窗口、漏桶算法，令牌桶算法等。

• 降级：是牺牲非核心的业务功能，保证核心功能的稳定运行。实现优雅的业务降级，需要将功能实现拆分到相对独立的不同代码单元，分优先级进行隔离，在后台通过开关控制。

• 熔断：在分布式系统中，如果调用的远程服务失败或者不可用，就会导致请求阻塞在服务器上等待从而造成耗尽服务器资源，引起雪崩效应。采用熔断机制，即使控制故障范围扩大，保证系统整体上可用，局部不可用。