【Java-分布式】什么是服务雪崩？

什么是服务雪崩？

概念解释

服务雪崩是分布式系统中常见的故障现象，指一个服务的故障像滚雪球一样引发连锁反应，最终导致整个系统瘫痪。就像雪山上的一个小雪块滚落，最终引发大规模雪崩一样。

---

故事举例：电商王国的崩溃

假设有一个电商王国（分布式系统），包含四个核心服务：

1. 用户服务（处理登录）
2. 订单服务（创建订单）
3. 库存服务（扣减库存）
4. 支付服务（处理付款）

正常流程：
用户下单 → 订单服务调用库存服务 → 库存服务调用支付服务。

某天库存服务因数据库故障变慢（响应时间从50ms→5s）：

1. 订单服务调用库存服务时，大量线程被阻塞等待响应
2. 订单服务的线程池耗尽，无法处理新请求
3. 用户服务调用订单服务时全部超时失败
4. 用户看到“系统繁忙”无法下单
5. 支付服务因无新订单陷入闲置

最终结果：
一个服务的故障蔓延到整个系统，所有服务瘫痪——这就是服务雪崩。

---

根本原因分析

关键因素	说明
服务依赖	服务间存在调用链（A→B→C），形成故障传播路径
资源耗尽	故障服务占用调用者资源（如线程、连接池），导致调用者瘫痪
无熔断机制	系统持续向故障服务发送请求，加剧问题
重试风暴	客户端频繁重试失败请求，放大流量冲击

---

解决方案（防雪崩四板斧）

1. 熔断器（Circuit Breaker）

   • 像电路保险丝：当失败率超过阈值，直接切断调用
   • 工具示例：Hystrix、Sentinel

   // 伪代码示例
   @CircuitBreaker(failureThreshold=50%, timeout=1000ms)
   public void callInventoryService() {...}
   

2. 服务降级（Fallback）

   • 故障时提供保底方案：
     • 返回缓存数据
     • 返回默认值（如“服务繁忙，稍后重试”）

   @Fallback(fallbackMethod="defaultStock")
   public int getStock() {...}
   

3. 限流（Rate Limiting）

   • 控制请求流量，防止资源耗尽：
     • 令牌桶算法（Guava RateLimiter）
     • 漏桶算法

   RateLimiter limiter = RateLimiter.create(100); // 每秒100请求
   if(limiter.tryAcquire()) {...} 
   

4. 服务隔离

   • 线程池隔离：为每个服务分配独立线程池，避免资源竞争
   • 信号量隔离：控制并发调用数量

---

总结

• 核心问题：局部故障通过服务依赖链扩散成全局故障
• 关键防御：
  • 熔断：快速失败
  • 降级：保障基本可用性
  • 限流：保护系统资源
  • 隔离：阻断故障传播
• 本质目标：将故障控制在最小范围，像防火隔离带阻止火势蔓延

📊 下图总结服务雪崩的核心逻辑：

---