3、复杂系统中的意外故障与复杂性应对

复杂系统中的意外故障与复杂性应对

在当今的科技领域，复杂系统无处不在，从电影流媒体服务到大型在线零售公司的基础设施，这些系统虽然功能强大，但也容易出现各种意外故障。下面我们通过几个具体的例子来深入了解这些复杂系统中的问题。

客户引发的重试风暴

假设有一个电影流媒体服务的分布式系统，它主要由两个子系统组成：
- 系统 R ：存储个性化用户界面。给定一个代表用户的 ID，它会返回根据该用户电影偏好定制的用户界面。同时，R 会调用系统 S 以获取每个用户的额外信息。
- 系统 S ：存储用户的各种信息，如用户是否有有效账户以及他们被允许观看的内容。由于数据量太大，无法存储在一个实例或虚拟机中，因此 S 将访问、读写操作分离为两个子组件：
- S - L ：负载均衡器，使用一致性哈希算法将读密集型负载分配到 S - D 组件。
- S - D ：存储单元，包含完整数据集的一小部分样本。例如，一个 S - D 实例可能存储所有姓名以字母“m”开头的用户信息，而另一个实例可能存储姓名以字母“p”开头的用户信息。

这个系统的维护团队在分布式系统和云部署方面经验丰富，采取了一系列合理的措施，如设置合理的回退机制、制定缩放策略以控制成本等。然而，一次意外事件却引发了严重的问题。

有一天，一位名叫 Louis 的客户在非理想条件下观看流媒体视频。他在火车上使用笔记本电脑的浏览器访问系统，视频中突然出现的奇怪画面让他受惊，不小心掉落了笔记本电脑，一些按键被按下，当他重新调整好电脑继续观看时，视