什么是降級

2015年雙11，下午四五點左右確認(rèn)收貨被停掉。
2014年雙11， 商品評論功能被停掉。

image.png

高可用系統(tǒng)為了保證自身的高可用性，會在異常情況下限制自身的一些能力，來保證核心功能的可用性。這有點類似武俠小說里面的壯士斷腕，也有點類似于象棋里面的棄車保帥。

為什么需要降級？

在系統(tǒng)復(fù)雜度越來越高的今天，我們可能會經(jīng)常遇到這樣的困擾：一個非核心的功能異常最終導(dǎo)致了整個系統(tǒng)的不可用。比如一個獲取非核心數(shù)據(jù)接口的超時最終導(dǎo)致了整個線程池全部阻塞，影響了核心功能線程的運行；業(yè)務(wù)鏈條中某個環(huán)節(jié)的接口不可用導(dǎo)致整個業(yè)務(wù)鏈的失敗。這樣的例子比比皆是，造成的損失往往也非常大，所以為了避免這種小功能搞垮大系統(tǒng)的情況發(fā)生，降級的概念就應(yīng)運而生了

降級預(yù)案

在進行降級之前要對系統(tǒng)進行梳理，看看系統(tǒng)是不是可以丟卒保帥；從而梳理出哪些必須誓死保護，哪些可降級。

一般：比如有些服務(wù)偶爾因為網(wǎng)絡(luò)抖動或者服務(wù)正在上線而超時，可以自動降級；

警告：有些服務(wù)在一段時間內(nèi)成功率有波動（如在95~100%之間），可以自動降級或人工降級，并發(fā)送告警；

錯誤：比如可用率低于90%，或者數(shù)據(jù)庫連接池被打爆了，或者訪問量突然猛增到系統(tǒng)能承受的最大閥值，此時可以根據(jù)情況自動降級或者人工降級；

嚴(yán)重錯誤：比如因為特殊原因數(shù)據(jù)錯誤了，此時需要緊急人工降級。

降級的類別

• 降級按照是否自動化可分為：自動開關(guān)降級和人工開關(guān)降級。
• 降級按照功能可分為：讀服務(wù)降級、寫服務(wù)降級。
• 降級按照處于的系統(tǒng)層次可分為：多級降級。

降級的功能點

降級的功能點主要從服務(wù)端鏈路考慮，即根據(jù)用戶訪問的服務(wù)調(diào)用鏈路來梳理哪里需要降級：

頁面降級：在大促或者某些特殊情況下，某些頁面占用了一些稀缺服務(wù)資源，在緊急情況下可以對其整個降級，以達到丟卒保帥；

頁面片段降級：比如商品詳情頁中的商家部分因為數(shù)據(jù)錯誤了，此時需要對其進行降級；

頁面異步請求降級：比如商品詳情頁上有推薦信息/配送至等異步加載的請求，如果這些信息響應(yīng)慢或者后端服務(wù)有問題，可以進行降級；

服務(wù)功能降級：比如渲染商品詳情頁時需要調(diào)用一些不太重要的服務(wù)：相關(guān)分類、熱銷榜等，而這些服務(wù)在異常情況下直接不獲取，即降級即可；

讀降級：比如多級緩存模式，如果后端服務(wù)有問題，可以降級為只讀緩存，這種方式適用于對讀一致性要求不高的場景；

寫降級：比如秒殺搶購，我們可以只進行Cache的更新，然后異步同步扣減庫存到DB，保證最終一致性即可，此時可以將DB降級為Cache。

爬蟲降級：在大促活動時，可以將爬蟲流量導(dǎo)向靜態(tài)頁或者返回空數(shù)據(jù)從而降級保護后端稀缺資源。

降級策略

1、自動開關(guān)降級

自動降級是根據(jù)系統(tǒng)負(fù)載、資源使用情況、SLA等指標(biāo)進行降級。

image.png

超時降級

當(dāng)訪問的數(shù)據(jù)庫/http服務(wù)/遠(yuǎn)程調(diào)用響應(yīng)慢或者長時間響應(yīng)慢，且該服務(wù)不是核心服務(wù)的話可以在超時后自動降級；

比如商品詳情頁上有推薦內(nèi)容/評價，但是推薦內(nèi)容/評價暫時不展示對用戶購物流程不會產(chǎn)生很大的影響；

對于這種服務(wù)是可以超時降級的。如果是調(diào)用別人的遠(yuǎn)程服務(wù)，和對方定義一個服務(wù)響應(yīng)最大時間，如果超時了則自動降級。

統(tǒng)計失敗次數(shù)降級

有時候依賴一些不穩(wěn)定的API，比如調(diào)用外部機票服務(wù)，當(dāng)失敗調(diào)用次數(shù)達到一定閥值自動降級；然后通過異步線程去探測服務(wù)是否恢復(fù)了，則取消降級。

故障降級

比如要調(diào)用的遠(yuǎn)程服務(wù)掛掉了（網(wǎng)絡(luò)故障、DNS故障、http服務(wù)返回錯誤的狀態(tài)碼、rpc服務(wù)拋出異常），則可以直接降級。

降級后的處理方案有：

默認(rèn)值（比如庫存服務(wù)掛了，返回默認(rèn)現(xiàn)貨）

兜底數(shù)據(jù)（比如廣告掛了，返回提前準(zhǔn)備好的一些靜態(tài)頁面）

緩存（之前暫存的一些緩存數(shù)據(jù)）

限流降級

當(dāng)我們?nèi)ッ霘⒒蛘邠屬徱恍┫拶徤唐窌r，此時可能會因為訪問量太大而導(dǎo)致系統(tǒng)崩潰，此時開發(fā)者會使用限流來進行限制訪問量，當(dāng)達到限流閥值，后續(xù)請求會被降級；

降級后的處理方案可以是：

排隊頁面（紅包）

無貨（直接告知用戶沒貨了）

錯誤頁（如活動太火爆了，稍后重試）

2、人工開關(guān)降級

• 在大促期間通過監(jiān)控發(fā)現(xiàn)線上的一些服務(wù)存在問題，這個時候需要暫時將這些服務(wù)摘掉；
• 還有有時候通過任務(wù)系統(tǒng)調(diào)用一些服務(wù)，但是服務(wù)依賴的數(shù)據(jù)庫可能存在：網(wǎng)卡被打滿了、掛掉了或者很多慢查詢，此時需要暫停下任務(wù)系統(tǒng)讓服務(wù)方進行處理；
• 還有發(fā)現(xiàn)突然調(diào)用量太大，可能需要改變處理方式（比如同步轉(zhuǎn)換為異步）；

此時就可以使用開關(guān)來完成降級。

開關(guān)可以存放到配置文件、存放到數(shù)據(jù)庫、存放到Redis/ZooKeeper；如果不是存放在本地，可以定期同步開關(guān)數(shù)據(jù)（比如1秒同步一次）。然后通過判斷某個KEY的值來決定是否降級。

另外對于新開發(fā)的服務(wù)想上線進行灰度測試；但是不太確定該服務(wù)的邏輯是否正確，此時就需要設(shè)置開關(guān)，當(dāng)新服務(wù)有問題可以通過開關(guān)切換回老服務(wù)。

還有多機房服務(wù)，如果某個機房掛掉了，此時需要將一個機房的服務(wù)切到另一個機房，此時也可以通過開關(guān)完成切換。

還有一些是因為功能問題需要暫時屏蔽掉某些功能，比如商品規(guī)格參數(shù)數(shù)據(jù)有問題，數(shù)據(jù)問題不能用回滾解決，此時需要開關(guān)控制降級。

3、讀服務(wù)降級

對于讀服務(wù)降級一般采用的策略有：

暫時切換讀（降級到讀緩存、降級到走靜態(tài)化）

暫時屏蔽讀（屏蔽讀入口、屏蔽某個讀服務(wù)）

還有一種是頁面靜態(tài)化場景：

動態(tài)化降級為靜態(tài)化：比如平時網(wǎng)站可以走動態(tài)化渲染商品詳情頁，但是到了大促來臨之際可以將其切換為靜態(tài)化來減少對核心資源的占用，而且可以提升性能；其他還有如列表頁、首頁、頻道頁都可以這么玩；可以通過一個程序定期的推送靜態(tài)頁到緩存或者生成到磁盤，出問題時直接切過去；

靜態(tài)化降級為動態(tài)化：比如當(dāng)使用靜態(tài)化來實現(xiàn)商品詳情頁架構(gòu)時，平時使用靜態(tài)化來提供服務(wù)，但是因為特殊原因靜態(tài)化頁面有問題了，需要暫時切換回動態(tài)化來保證服務(wù)正確性。

以上都保證出問題了有預(yù)案，用戶還是可以使用網(wǎng)站，不影響用戶購物。

4、寫服務(wù)降級

寫服務(wù)在大多數(shù)場景下是不可降級的，不過可以通過一些迂回戰(zhàn)術(shù)來解決問題。比如將同步操作轉(zhuǎn)換為異步操作，或者限制寫的量/比例。

5、多級降級

緩存是離用戶最近越高效；而降級是離用戶越近越能對系統(tǒng)保護的好。因為業(yè)務(wù)的復(fù)雜性導(dǎo)致越到后端QPS/TPS越低。

頁面JS降級開關(guān)：主要控制頁面功能的降級，在頁面中通過JS腳本部署功能降級開關(guān)，在適當(dāng)時機開啟/關(guān)閉開關(guān)；

接入層降級開關(guān)：主要控制請求入口的降級，請求進入后會首先進入接入層，在接入層可以配置功能降級開關(guān)，可以根據(jù)實際情況進行自動/人工降級；

應(yīng)用層降級開關(guān)：主要控制業(yè)務(wù)的降級，在應(yīng)用中配置相應(yīng)的功能開關(guān)，根據(jù)實際業(yè)務(wù)情況進行自動/人工降級。

（ 參考鏈接）[http://www.yunweipai.com/archives/8627.html]
（參考鏈接）
【http://fengfu.io/2017/04/23/%E6%9C%8D%E5%8A%A1%E5%8C%96%E6%9E%B6%E6%9E%84-%E6%9C%8D%E5%8A%A1%E9%99%8D%E7%BA%A7/】