容错设计（弹力设计）

隔离设计

      按服务种类隔离

      按用户隔离

异步通讯设计

    异步通讯的三种方式

•     请求响应式
•     通过订阅的方式(接收方依赖于发送方)
•     通过 Broker 的方式(完全解耦，mq)

幂等性设计

•   一种是需要下游系统提供相应的查询接口。上游系统在 timeout 后去查询一下
• 另一种是通过幂等性的方式。我上游系统只管重试，下游系统保证一次和多次的请求结果是一样的。

              需要有一个唯一的标识（id），来标志交易是同一笔交易（Snowflake），  用一个存储来记录收到的交易。

服务的状态（继续看）

      状态：第三方的存储，session等

     无状态的服务都被当作分布式服务设计的最佳实践和铁律，无状态服务在程序 Bug 上和水平扩展上有非常优秀的表现，但是增加了网络开销

补偿事务

    为了提高性能，出现了 ACID 的一个变种 BASE

   事务的ACID ,但是对于分布式系统来说，尤其是微服务来说，这样的方式是很难满足高性能要求的。我们都很熟悉 CAP 理论，ACID 的一个变种 BASE（Basic Availability，Soft-state，Eventual Consistency）

   业务补偿的设计重点

       服务方支持幂等性。并且在上游有重试机制。

       

重试设计

   “重试”的语义是我们认为这个故障是暂时的，而不是永久的，所以，我们会去重试。

      重试的时间和重试的次数，幂等，重试的代码比较简单也比较通用（@Retryable，service mesh）

   

熔断设计

    需要实现三个状态：闭合、断开和半开（允许应用程序一定数量的请求去调用服务），分别对应于正常、故障和故障后检测故障是否已被修复的场景

 

限流设计

   限流的策略

       拒绝服务

       服务降级（部分返回）

       特权请求（高V）

       延时处理（队列，应对短暂的峰刺请求）

   实现方式（计数器，队列）

 

降级设计

   降级需要牺牲掉的东西有：

      降低一致性：最终一致性（简化流程，异步，降低数据一致性）

简化流程，异步：

降低数据一致性：

             

      简化功能，停止次要功能