如何设计一个健壮的后端服务

如何设计并实现一个健壮的评价系统:从前端到后端 评价系统是连接用户、服务和平台的重要桥梁。通过精心设计前端交互,构建健壮的后端数据模型,并实现高效的API逻辑,我们能够打造一个既满足业务需求又提升用户体验的评价功能。这不仅能帮助用户做出明智选择,更能驱动服务质量的持续提升,为平台的长期发展注入活力。希望这篇博客能为您在构建自己的评价系统时提供有价值的参考! 阅读详情

转载自如何健壮你的后端服务? 

对每一个程序员而言,故障都是悬在头上的达摩克利斯之剑,都唯恐避之不及,如何避免故障是每一个程序员都在苦苦追寻希望解决的问题。对于这一问题,大家都可以从需求分析、架构设计 、代码编写、测试、code review、上线、线上服务运维等各个视角给出自己的答案。本人结合自己两年有限的互联网后端工作经验,从某几个视角谈谈自己对这一问题的理解,不足之处,望大家多多指出。

  我们大部分服务都是如下的结构,既要给使用方使用,又依赖于他人提供的第三方服务,中间又穿插了各种业务、算法、数据等逻辑,这里面每一块都可能是故障的来源。如何避免故障?我用一句话概括,“怀疑第三方,防备使用方,做好自己”。

1 怀疑第三方

  坚持一条信念:“所有第三方服务都不可靠”,不管第三方什么天花乱坠的承诺。基于这样的信念,我们需要有以下行动。

1.1 有兜底,制定好业务降级方案

  如果第三方服务挂掉怎么办?我们业务也跟着挂掉?显然这不是我们希望看到的结果,如果能制定好降级方案,那将大大提高服务的可靠性。举几个例子以便大家更好的理解。

  比如我们做个性化推荐服务时,需要从用户中心获取用户的个性化数据,以便代入到模型里进行打分排序,但如果用户中心服务挂掉,我们获取不到数据了,那么就不推荐了?显然不行,我们可以在cache里放置一份热门商品以便兜底;

  又比如做一个数据同步的服务,这个服务需要从第三方获取最新的数据并更新到mysql中,恰好第三方提供了两种方式:1)一种是消息通知服务,只发送变更后的数据;2)一种是http服务,需要我们自己主动调用获取数据。我们一开始选择消息同步的方式,因为实时性更高,但是之后就遭遇到消息迟迟发送不过来的问题,而且也没什么异常,等我们发现一天时间已过去,问题已然升级为故障。合理的方式应该两个同步方案都使用,消息方式用于实时更新,http主动同步方式定时触发(比如1小时)用于兜底,即使消息出了问题,通过主动同步也能保证一小时一更新。

  有些时候第三方服务表面看起来正常,但是返回的数据是被污染的,这时还有什么方法兜底吗?有人说这个时候除了通知第三方快速恢复数据,基本只能干等了。举个例子,我们做移动端的检索服务,其中需要调用第三方接口获取数据来构建倒排索引,如果第三方数据出错,我们的索引也将出错,继而导致我们的检索服务筛选出错误的内容。第三方服务恢复数据最快要半小时,我们构建索引也需要半小时,即可能有超过1个多小时的时间检索服务将不能正常使用,这是不可接受的。如何兜底呢?我们采取的方法是每隔一段时间保存全量索引文件快照,一旦第三方数据源出现数据污染问题,我们先按下停止索引构建的开关,并快速回滚到早期正常的索引文件快照,这样尽管数据不是很新(可能1小时之前),但是至少能保证检索有结果,不至于对交易产生特别大的影响。

1.2 遵循快速失败原则,一定要设置超时时间

  某服务调用的一个第三方接口正常响应时间是50ms,某天该第三方接口出现问题,大约有15%的请求响应时间超过2s,没过多久服务load飙高到10以上,响应时间也非常缓慢,即第三方服务将我们服务拖垮了。

  为什么会被拖垮?没设置超时!我们采用的是同步调用方式,使用了一个线程池,该线程池里最大线程数设置了50,如果所有线程都在忙,多余的请求就放置在队列里中。如果第三方接口响应时间都是50ms左右,那么线程都能很快处理完自己手中的活,并接着处理下一个请求,但是不幸的是如果有一定比例的第三方接口响应时间为2s,那么最后这50个线程都将被拖住,队列将会堆积大量的请求,从而导致整体服务能力极大下降。

  正确的做法是和第三方商量确定个较短的超时时间比如200ms,这样即使他们服务出现问题也不会对我们服务产生很大影响。

1.3 适当保护第三方,慎重选择重试机制

  需要结合自己的业务以及异常来仔细斟酌是否使用重试机制。比如调用某第三方服务,报了个异常,有些同学就不管三七二十一就直接重试,这样是不对的,比如有些业务返回的异常表示业务逻辑出错,那么你怎么重试结果都是异常;又如有些异常是接口处理超时异常,这个时候就需要结合业务来判断了,有些时候重试往往会给后方服务造成更大压力,启到雪上加霜的效果。

2 防备使用方

  这里又要坚持一条信念:“所有的使用方都不靠谱”,不管使用方什么天花乱坠的保证。基于这样的信念,我们需要有以下行动。      

2.1 设计一个好的api(RPC、Restful),避免误用

  过去两年间看过不少故障,直接或间接原因来自于糟糕的接口。如果你的接口让很多人误用,那要好好反思自己的接口设计了,接口设计虽然看着简单,但是学问很深,建议大家好好看看Joshua Bloch的演讲《How to Design a Good API & Why it Matters(如何设计一个好的API及为什么这很重要)》以及《Java API 设计清单》。

  下面简单谈谈我的经验。

a) 遵循接口最少暴露原则

  使用方用多少接口我们就提供多少,因为提供的接口越多越容易出现乱用现象,言多必失嘛。此外接口暴露越多自己维护成本就越高。

b) 不要让使用方做接口可以做的事情

  如果使用方需要调用我们接口多次才能进行一个完整的操作,那么这个接口设计就可能有问题。比如获取数据的接口,如果仅仅提供getData(int id);接口,那么使用方如果要一次性获取20个数据,它就需要循环遍历调用我们接口20次,不仅使用方性能很差,也无端增加了我们服务的压力,这时提供getDataList(List<Integer> idList);接口显然是必要的。

c)避免长时间执行的接口

  还是以获取数据方法为例:getDataList(List<Integer> idList); 假设一个用户一次传1w个id进来,我们的服务估计没个几秒出不来结果,而且往往是超时的结果,用户怎么调用结果都是超时异常,那怎么办?限制长度,比如限制长度为100,即每次最多只能传100个id,这样就能避免长时间执行,如果用户传的id列表长度超过100就报异常。

  加了这样限制后,必须要让使用方清晰地知道这个方法有此限制。之前就遇到误用的情况,某用户一个订单买了超过100个商品,该订单服务需要调用商品中心接口获取该订单下所有商品的信息,但是怎么调用都失败,而且异常也没打出什么有价值的信息,后来排查好久才得知是商品中心接口做了长度限制。

  怎么才能做到加了限制,又不让用户误用呢?

  两种思路:1)接口帮用户做了分割调用操作,比如用户传了1w个id,接口内部分割成100个id列表(每个长度100),然后循环调用,这样对使用方屏蔽了内部机制,对使用方透明;2)让用户自己做分割,自己写循环显示调用,这样需要让用户知道我们方法做了限制,具体方法有:1)改变方法名,比如getDataListWithLimitLength(List<Integer> idList); ;2)增加注释;3)如果长度超过 100,很明确地抛出异常,很直白地进行告知。

d)参数易用原则

  避免参数长度太长,一般超过3个后就较难使用,那有人说了我参数就是这么多,那怎么办?写个参数类嘛!

  此外避免连续的同类型的参数,不然很容易误用。

  能用其它类型如int等的尽量不要用String类型,这也是避免误用的方法。

e)异常

  接口应当最真实的反应出执行中的问题,更不能用聪明的代码做某些特别处理。经常看到一些同学接口代码里一个try catch,不管内部抛了什么异常,捕获后返回空集合。

1

2

3

4

5

6

7

public List<Integer> test() {

        try {

            ...

        } catch (Exception e) {

            return Collections.emptyList();

        }

    }

  这让使用方很无奈,很多时候不知道是自己参数传的问题,还是服务方内部的问题,而一旦未知就可能误用了。

2.2 流量控制,按服务分配流量,避免滥用

  相信很多做过高并发服务的同学都碰到类似事件:某天A君突然发现自己的接口请求量突然涨到之前的10倍,没多久该接口几乎不可使用,并引发连锁反应导致整个系统崩溃。

  为什么会涨10倍,难道是接口被外人攻击了,以我的经验看一般内部人“作案”可能性更大。之前还见过有同学mapreduce job调用线上服务,分分钟把服务搞死。

  如何应对这种情况?生活给了我们答案:比如老式电闸都安装了保险丝,一旦有人使用超大功率的设备,保险丝就会烧断以保护各个电器不被强电流给烧坏。同理我们的接口也需要安装上“保险丝”,以防止非预期的请求对系统压力过大而引起的系统瘫痪,当流量过大时,可以采取拒绝或者引流等机制。具体限流算法参见《接口限流实践》一文。

3 做好自己

  做好自己是个非常大的话题,从需求分析、架构设计 、代码编写、测试、code review、上线、线上服务运维等阶段都可以重点展开介绍,这次简单分享下架构设计、代码编写上的几条经验原则。

3.1 单一职责原则

  对于工作了两年以上的同学来说,设计模式应该好好看看,我觉得各种具体的设计模式其实并不重要,重要的是背后体现的原则。比如单一职责原则,在我们的需求分析、架构设计、编码等各个阶段都非常有指导意义。

  在需求分析阶段,单一职责原则可以界定我们服务的边界,如果服务边界如果没界定清楚,各种合理的不合理的需求都接,最后导致服务出现不可维护、不可扩展、故障不断的悲哀结局。

  对于架构来讲,单一职责也非常重要。比如读写模块放置在一起,导致读服务抖动非常厉害,如果读写分离那将大大提高读服务的稳定性(读写分离);比如一个服务上同时包含了订单、搜索、推荐的接口,那么如果推荐出了问题可能影响订单的功能,那这个时候就可以将不同接口拆分为独立服务,并独立部署,这样一个出问题也不会影响其他服务(资源隔离);又比如我们的图片服务使用独立域名、并放置到cdn上,与其它服务独立(动静分离)。

  从代码角度上讲,一个类只干一件事情,如果你的类干了多个事情,就要考虑将他分开。这样做的好处是非常清晰,以后修改起来非常方便,对其它代码的影响就很小。再细粒度看类里的方法,一个方法也只干一个事情,即只有一个功能,如果干两件事情,那就把它分开,因为修改一个功能可能会影响到另一个功能。

3.2 控制资源的使用

  写代码脑子一定要绷紧一根弦,认知到我们所在的机器资源是有限的。机器资源有哪些?cpu、内存、网络、磁盘等,如果不做好保护控制工作,一旦某一资源满负荷,很容易导致出现线上问题。

3.2.1 CPU资源怎么限制?

a)计算算法优化

  如果服务需要进行大量的计算,比如推荐排序服务,那么务必对你的计算算法进行优化,比如笔者曾经对地理空间距离计算这一重度使用的算法进行了优化,取得了较好的效果,详见《地理空间距离计算优化》一文。

b)锁

  对于很多服务而言,没有那么多耗费计算资源的算法,但cpu使用率也很高,这个时候需要看看锁的使用情况,我的建议是如无必要,尽量不用显式使用锁。

c) 习惯问题

  比如写循环的时候,千万要检查看看是否能正确退出,有些时候一不小心,在某些条件下就成为死循环,很著名的案例就是《多线程下HashMap的死循环问题》。比如集合遍历时候使用性能较差的遍历方式、String +检查,如果有超过多个String相加,是否使用StringBuffer.append?

d)尽量使用线程池

  通过线程池来限制线程的数目,避免线程过多造成的线程上下文切换的开销。

e)jvm参数调优

  jvm参数也会影响cpu的使用,如《发布或重启线上服务时抖动问题解决方案》。

3.2.2 内存资源怎么限制?

a)Jvm参数设置

  通过JVM参数的设置来限制内存使用,jvm参数调优比较靠经验,有一篇朋友写的好文可以参考《Linux与JVM的内存关系分析》。

b)初始化java集合类大小

  使用java集合类的时候尽量初始化大小,在长连接服务等耗费内存资源的服务中这种优化非常重要;

c)使用内存池/对象池

d)使用线程池的时候一定要设置队列的最大长度

  之前看过好多起故障都是由于队列最大长度没有限制最后导致内存溢出。

e)如果数据较大避免使用本地缓存

  如果数据量较大,可以考虑放置到分布式缓存如redis、tair等,不然gc都可能把自己服务卡死;

f)对缓存数据进行压缩

  比如之前做推荐相关服务时,需要保存用户偏好数据,如果直接保存可能有12G,后来采用短文本压缩算法直接压缩到6G,不过这时一定要考虑好压缩解压缩算法的cpu使用率、效率与压缩率的平衡,一些压缩率很高但是性能很差的算法,也不适合线上实时调用。

  有些时候直接使用probuf来序列化之后保存,这样也能节省内存空间。

g)清楚第三方软件实现细节,精确调优

  在使用第三方软件时,只有清楚细节后才知道怎么节约内存,这点我在实际工作中深有体会,比如之前在阅读过lucene的源码后发现我们的索引文件原来是可以压缩的,而这在说明文档中都找不到,具体参考《lucene索引文件大小优化小结》一文。

3.2.3 网络资源怎么限制?

a)减少调用的次数    

  减少调用的次数?经常看到有同学在循环里用redis/tair的get,如果意识到这里面的网络开销的话就应该使用批量处理;又如在推荐服务中经常遇到要去多个地方去取数据,一般采用多线程并行去取数据,这个时候不仅耗费cpu资源,也耗费网络资源,一种在实际中常常采用的方法就是先将很多数据离线存储到一块 ,这时候线上服务只要一个请求就能将所有数据获取。

b)减少传输的数据量

  一种方法是压缩后传输,还有一种就是按需传输,比如经常遇到的getData(int id),如果我们返回该id对应的Data所有信息,一来人家不需要,二来数据量传输太大,这个时候可以改为getData(int id, List<String> fields),使用方传输相应的字段过来,服务端只返回使用方需要的字段即可。

3.2.4 磁盘资源怎么限制?

     打日志要控制量,并定期清理。1)只打印关键的异常日志;2)对日志大小进行监控报警。我有一次就遇到了第三方服务挂了,然后我这边就不断打印调用该第三方服务异常的日志,本来我的服务有降级方案,如果第三方服务挂了会自动使用其它服务,但是突然收到报警说我服务挂了,登上机器一看才知道是磁盘不够导致的崩溃;3)定期对日志进行清理,比如用crontab,每隔几天对日志进行清理;4)打印日志到远端,对于一些比较重要的日志可以直接将日志打印到远端HDFS文件系统里;

3.3 避免单点

  不要把鸡蛋放在一个篮子上!从大层次上讲服务可以多机房部署、异地多活;从自己设计角度上讲,服务应该能做到水平扩展。

  对于很多无状态的服务,通过nginx、zookeeper能轻松实现水平扩展;

  对一些job类型的服务,怎么避免单点呢,毕竟只能在一个节点上运行,可以参考《Quartz应用与集群原理分析》一文;

  对数据服务来说,怎么避免单点呢?简而言之、可以通过分片、分层等方式来实现,后面会有个博文总结。

4 小结

  如何避免故障?我的经验浓缩为一句:“怀疑第三方,防备使用方,做好自己”,大家也可以思考、总结并分享下自己的经验。

构建健壮无服务器后端系统的策略 本文深入探讨了构建健壮无服务器后端系统的核心策略和挑战。我们学习了如何通过使用CDN快速加载资源、解决分布式系统中的日志记录问题以及如何隔离错误以提高系统的鲁棒性。此外,文章还讨论了两个将军问题,揭示了分布式系统中不可避免的概率问题,以及如何在这些系统中实现错误恢复和系统监控。 阅读详情

相关推荐

健壮性测试方法与工具

  教程名称:健壮性测试方法与工具       课程目录 : 【】IO字节流节点流拷贝工具健壮性 【】Linux19-模拟宕机所有服务器角色测试MFS服务健壮性_rec 【】基于场景模型的BGP_4健壮性测试 【】基于规范变异的BGP_4健壮性测试研究 【】虚拟健 资源太大,传百度网盘了,链接在附件中,有需要的同学自取。

今天被问微服务,这几点,让面试官刮目相看

点击上方蓝色“程序猿Damon”,选择“设为星标”回复“yeah”获取整理的学习资料油菜花开了,春天来了,金三银四,换新季!在金三银四的季节,不少人在换工作,也许在面试时,觉得技术交流的...

wangsofa的博客 583

PSINS惯性系初始对准与代码解读

本文参考“摇摆基座上基于信息的捷联惯导粗对准研究”(秦永元),以及“严恭敏博士后研究报告”,详细解读并推导了静基座惯性系对准算法,并与PSINS代码进行对照解读。

u011012050的博客 6757

golang服务健壮性---(异常处理)

golang异常处理、golang服务健壮性

课前的博客 5688

一、数学建模层次分析法(AHP)【清风数学建模个人笔记】

层次分析法: 层次分析法主要用于解决评价类问题(例如:选择哪种方案更好、哪位员工、运动员等表现得更优秀) 评价类问题: 分析问题得出评判问题的子标,分别给不同子标赋予权重(权重和要为1) ...

m0_58882109的博客 1万+

整理笔记——二极管

二极管是一种由半导体材料制成的一种具有单向导电性能的电子元器件,二极管的核心是PN结。加在二极管两端的电压和通关的电流被成为,二极管的伏安特性曲线​​​二极管的正向特性:起初正向电压较小时,正向电流几乎没有,称之为死区,此时二极管处于截止状态。当电压差超过截止电压(0.5V或者0.7V),电流随着电压上升,开始增加缓慢,随后急剧增大,二极管的电阻变小进入导通状态,此时电压变化较小。二极管的反向特性:起初反向电流很小,不随电压二变化,此时成为反向饱和电流;当方向电压达到二极管的反向击穿电压。

#include 811

web服务优化与健壮性改进_创建健壮的微服务架构所涉及的组件

web服务优化与健壮性改进 在本文中,我们将简要学习构建强大的微服务应用程序所需的各种软件组件。 在简要了解每个架构组件之前,我们将陈述设计微服务架构时出现的一般查询。 1.微服务架构组件 每当我们创建微服务应用程序时,我们都会想到以下问题 我们将如何注册微服务,以便客户可以使用该注册信息(服务发现)并调用微服务? 我们如何确保所构建的微服务应用程序完全容错并且高度可用? 我...

最佳 Java 编程 381

【AI Infra】Perfetto性能分析工具指南

Perfetto是一款开源性能分析工具,提供系统级和应用级的活动数据追踪功能。其界面分为四个区域:左侧操作区(包含Trace查看、SQL查询、预置分析等功能)、上方信息区、中间图形化展示区以及下方详细信息区。工具支持快捷键操作(w/s缩放、a/d移动、m标记等),并能高效处理大体积Trace文件。通过Timeline分析可发现性能瓶颈,如案例中update_actor耗时过高的问题,最终定位到CPU offloading导致的MemcpyH2D操作耗时过长,提出了优化方案。Perfetto相比Systrac

baiweizeng的博客 1511

如何健壮你的后端服务?

  对每一个程序员而言,故障都是悬在头上的达摩克利斯之剑,都唯恐避之不及,如何避免故障是每一个程序员都在苦苦追寻希望解决的问题。对于这一问题,大家都可以从需求分析、架构设计 、代码编写、测试、code review、上线、线上服务运维等各个视角给出自己的答案。本人结合自己两年有限的互联网后端工作经验,从某几个视角谈谈自己对这一问题的理解,不足之处,望大家多多指出。   我们大部分服务都是如下的结...

weixin_30767835的博客 402

Meta DINOv3实战指南:如何用7B参数ViT模型提升你的视觉任务性能(附Hugging Face部署教程)

本文提供了Meta DINOv3 7B参数ViT模型的实战部署指南。文章详细解析了该自监督视觉模型的优势,并重点演示了如何在Hugging Face平台上高效加载这一大规模模型,同时给出了图像分类、语义分割等下游任务的性能提升技巧与代码示例,帮助开发者在实际视觉任务中应用这一前沿技术。

pz89012345的博客 326

Win10 / Win11 启用 Hyper-V 虚拟机详细教程(图文+命令行全攻略)

摘要:本文详细介绍Windows10/11系统启用Hyper-V虚拟化平台的方法,包含专业版/企业版的图形界面和PowerShell命令行操作,以及家庭版通过脚本强制启用的特殊方案。内容涵盖版本支持对比、操作步骤图解、常见问题解答和性能优化建议,帮助开发者快速搭建虚拟化环境进行多系统测试。附微软官方文档参考链接和详细操作示意图。

ElioXu 7088

后端开发怎么做得更优秀?记住这15个好习惯

15个好习惯帮你更好的掌握后端开发~~

weixin_53919192的博客 1662

回声消除评价指标——ERLE, PESQ

回声消除评价指标——ERLE, PESQ ERLE(echo return loss enhancement): 对于回声消除,单讲,只有回声信号,没有近端信号,判断输出结果是否能把回声信号消除掉。其值越大,证明效果越好。 其中y(n)是输入信号,s(n)是输出信号。 PESQ(perceptual evalution of speech quality): 其值是越大越好。针对双讲(回声信号,和近端信号同时存在)。判断双讲下, 计算PESQ方法: 在python安装pypesq,安装方式如下: pip

yin_fei_0825的博客 6387

Vue:后端服务代码解析

本文介绍了一个基于Express和MySQL的管理员系统后端API实现。代码使用Express框架搭建RESTful API,包含管理员数据的增删改查功能。通过MySQL2的Promise版本实现异步数据库操作,并采用连接池优化性能。API支持跨域请求,包含完整的错误处理和状态码返回机制。系统实现了管理员列表查询、创建、更新和删除等核心功能,使用参数化查询防止SQL注入,并通过affectedRows检查操作结果。服务器运行在3000端口,为前端提供数据交互接口。

2401_87008233的博客 507

硬件知识点-----SPI串联电阻、振铃、过冲

电阻取值,没有公式,一被传输线的特征阻抗为50欧姆左右,而TTL电路输出电阻大桃为13欧姆左右,在源端串一个33姆,大致和50相当,这样就可以柳制从终端反射回来的倍号,防止再次反射。传输时间tp=L/V,其中L是导线长度,V是电磁波在电路板中的传输速度V=C/sqrDk,其中Dk是光速衰减因子,对于电路板而言是铜线,Dk=4电磁波在电路板中的速度都是慢于光速的。实际上串联多大的电阻与传输线的阻抗有关,为了保证阻抗的连续性,如果传输线的特性阻抗 Z0与驱动源的输出阻抗 Zd不匹配,会引发信号的反射。

贾saisai的博客 2725

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

vue+nodejs智慧社区家政服务系统的设计与实现 g3v04

本课题依赖于现代互联网技术和前后端分离的架构理念。Node.js作为一种轻量级、事件驱动的JavaScript运行环境,具有高并发处理能力,适用于开发高效、可扩展的后端系统。Vue.js则是近年来备受青睐的前端开发框架,以其响应式数据绑定和组件化开发模式,使得前端开发更加简洁高效,提升了开发者的生产力。通过这两种技术的结合,本平台能够实现一个高性能、响应迅速的毕设项目,满足用户在浏览、购买、交流等方面的需求。结合数据库技术和支付技术,平台不仅能提供信息展示、用户交互,还能完成交易功能。

mind526的博客 838

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

BackendForge:为AI端到端后端服务生成建立基准测试

在AI驱动的软件开发领域,代码生成正从编写独立函数向构建完整系统演进。其核心原理在于,大语言模型通过理解自然语言需求,规划并执行多步骤任务,最终产出可运行的应用。这项技术的价值在于,它能将开发者的精力从重复性编码中解放出来,聚焦于更高层的架构设计和创造性问题解决。其典型应用场景包括快速原型开发、遗留系统现代化以及自动化生成符合规范的业务模块。当前,衡量AI在复杂、多组件协同的系统性构建能力上,缺乏统一标准。为此,业界提出了BackendForge基准测试,旨在为**智能体(Agentic)驱动的端到端后端服

weixin_29055699的博客 224

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

如何健壮你的后端服务

对每一个程序员而言,故障都是悬在头上的达摩克利斯之剑,都唯恐避之不及,如何避免故障是每一个程序员都在苦苦追寻希望解决的问题。对于这一问题,大家都可以从需求分析、架构设计 、代码编写、测试、code review、上线、线上服务运维等各个视角给出自己的答案。本人结合自己两年有限的互联网后端工作经验,从某几个视角谈谈自己对这一问题的理解,不足之处,望大家多多指出。

m0_73533108的博客 385

如何构建健壮的后端服务

本文系统阐述了构建健壮后端服务的核心理念与实践方法。首先明确了服务健壮性的多维度定义,包括系统层面的可用性、容错性、可恢复性和可扩展性,以及业务层面的数据一致性、事务完整性和业务连续性。文章从架构设计、开发实践、数据层设计、测试策略、部署运维、安全防护、容灾恢复和性能优化八个方面详细展开: 架构设计强调微服务架构、数据存储策略、缓存设计和消息队列应用 开发实践涵盖输入验证、异常处理、超时重试、熔断限流等关键模式 数据层设计包括连接管理、事务策略和迁移方案 测试策略提出多层次测试体系和混沌工程方法 部署运维介

油墨香^-^的博客 333

后端服务健壮性设计与容错架构实践指南

在分布式系统架构中,服务健壮性是保障业务连续性的关键技术指标。通过熔断器模式、弹性伸缩等容错机制,可以有效预防级联故障。微服务拆分与Docker化部署为系统隔离提供了基础设施保障,而Prometheus监控体系结合结构化日志能快速定位异常。本文以电商平台真实案例,详解如何通过健康检查、压力测试和混沌工程构建高可用后端服务,特别分享纽约证券交易所的容错设计实践与Python微服务实现方案。

weixin_34098209的博客 215

你应该如何正确健壮后端服务?

1. 怀疑第三方 1.1 有兜底,制定好业务降级方案 1.2 遵循快速失败原则,一定要设置超时时间 1.3 适当保护第三方,慎重选择重试机制 2. 防备使用方 2.1 设计一个好的 api 避免误用 2.2 流量控制,按服务分配流量,避免滥用 3. 做好自己 3.1 单一职责原则 ...

diaojin6880的博客 186

【Rust错误处理最佳实践】:避免常见panic,写出健壮后端服务的3种模式

掌握Rust后端错误处理核心技巧,避免常见panic,提升服务稳定性。本指南介绍Result、unwrap与自定义错误类型的三种实用模式,适用于API开发与异步服务场景,助你构建健壮高效的后端系统。值得收藏

VarPerch的博客 1018
上一篇: sql注入原理及预防
下一篇: gdb的工作原理
runnerchen1
博客等级 码龄14年 9粉丝 15原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值