使用区分优先级的负载分流法确保Netflix的可靠性

如何在基础架构从系统故障中自我恢复时，仍能确保观众能够在Netflix上观看他们最喜欢的节目？ Netflix 给出了他们的解决方案。

作者 / Manuel Correa，Arthur Gonigberg，Daniel West

译者 / Alpha

原文链接/https://netflixtechblog.com/keeping-netflix-reliable-using-prioritized-load-shedding-6cc827b02f94

对世界各地的司机来说，堵车是最令人沮丧的经历之一。每个人都缓慢得像是在爬行一样，有时是因为出现了一个小问题，有时则是毫无理由的拥堵。作为Netflix的工程师，我们一直在不断评估如何重新设计流量管理框架。如果我们知道每个人行程的紧迫性，就可以有针对性地为他们选择路线，而不是让大家做无谓的等待，这么做的结果会如何呢？

 

在Netflix的工程设计中，我们的动力是确保Netflix可以在您需要的时候及时出现。然而，就在去年，我们的系统还很容易受到人们所说的的“交通拥堵”的影响；我们有开关断路器，但没有循序渐进的方式来减轻负载。为了改善会员的播放体验，我们引入了基于优先级的渐进式减载法。

 

下面的动画展示了当后端根据优先级限制流量时，观众体验到的Netflix性能。当较低优先级的请求被限制时，整个播放体验完整流畅，观众可以尽情享受观看的内容。接下来让我们深入研究一下我们是如何做到这一点的。

触发失败的诱因有很多，比如客户端行为不当引发的重试风暴、后台服务器规模不足、部署不当、网络故障或云提供商的问题等等。任何上述原因都可能瞬即给系统造成巨大的载荷，在以前，这些例子中的每一个都会使我们的会员无法播放视频。为了防止此类突发事件的发生，我们开始着手实现以下目标，使Netflix的服务更具弹性：